Marketing übernimmt das Steuer.

Vor zehn Jahren bot sich Matt Scharf, Vice President of Growth Marketing Performance bei Adobe, bei der Messung von Marketing-Maßnahmen ein fragmentiertes Bild. Die einzelnen Marketing-Kanäle wurden unabhängig voneinander betrieben. Außerdem war für jeden Kanal – Display, Paid Search und Social – ein anderes Team zuständig.

Das Marketing-Reporting an die Finanzabteilung war eine Herausforderung, da alle Kanäle unabhängig voneinander gemessen wurden, oft mit unterschiedlichen KPIs. Dies erschwerte den Performance-Vergleich der unterschiedlichen Kanäle ebenso wie den Abgleich dieser KPIs mit der wichtigsten Metrik der Finanzabteilung: dem Umsatz. Erschwerend kam hinzu, dass manche KPIs gelegentlich eine andere Entwicklung zeigten als der Umsatz, was die Beziehung zwischen der Marketing- und Finanzabteilung weiter belastete.

„Das Reporting zu den Kanälen war inkonsistent und die Werte waren nicht immer vergleichbar. Wir konnten dadurch auch keine sinnvollen Gespräche mit der Finanzabteilung über das Budget und etwaige Marketing-Erfolge führen oder Wege finden, wie wir besser zum Unternehmenserfolg beitragen könnten“, so Scharf.

Für das Marketing-Team von Adobe war klar, dass eine einheitlichere Vorgehensweise erforderlich war. Deshalb wurde nach einer Lösung gesucht, die heute unter der Bezeichnung Adobe Mix Modeler bekannt ist. Dieses KI-gestützte Tool integriert Mess- und Planungsfunktionen in einer gemeinsamen Plattform.

Mit Mix Modeler waren Scharf und sein Team schließlich in der Lage, Daten auf allen Kanälen zu analysieren und anhand konsistenter, umfassender Erkenntnisse festzustellen, wo sie ihr Marketing-Budget investieren mussten, um maximale Rendite zu erzielen. In der Folge konnte das Marketing-Team schnellere, fundiertere Entscheidungen auf der Grundlage von Metriken wie Umsatz und ROI treffen und Marketing als entscheidenden Faktor des Unternehmenswachstums positionieren.

Einheitliche Messung in einer fragmentierten Medienlandschaft.

Vor der Einführung von Mix Modeler war es schwierig für Scharfs Team, den Erfolg neuer Werbeplattformen wie Retail Media, Connected TV und Influencer-Marketing zu messen. „Wir neigten dazu, leicht messbare Kanäle zu nutzen, wie Paid Search, Display und E-Mail. Das Fehlen innovativer Mess-Tools schränkte unsere Möglichkeit ein, neuere, vielversprechende Plattformen auszuprobieren. Es war keinesfalls so, dass wir nicht wollten. Wir mussten uns aber auf die Metriken beschränken, die wir damals tatsächlich messen konnten. Und das schränkte unseren Beitrag zum Unternehmenserfolg ein“, so Scharf.

Eine weitere enorme Hürde war die Verschärfung der Datenschutzvorschriften, die die Sammlung präziser Daten erschwerten. Mit dem Auslaufen von Third-Party-Cookies war es selbst auf traditionellen Kanälen wie Display-Werbung nicht mehr möglich, wertvolle Tracking-Erkenntnisse zu gewinnen.

„Uns wurde klar, dass wir mit unseren Cookie-basierten Attributionsmodellen nicht mehr weiterkamen. Da Cookies keine zuverlässigen Informationen mehr lieferten, insbesondere auf den Kanälen, die wir nutzen wollten, mussten wir umdenken. Es reichte nicht mehr aus, diese Probleme einzeln zu behandeln – wir mussten berücksichtigen, wohin sich die Branche entwickeln würde, um eine zukunftssichere Strategie zu entwickeln“, so Scharf.

Gleichzeitig entwickelte sich die Marketing-Landschaft rasant weiter. Scharfs Team benötigte schnellere Erkenntnisse, um mit Trends, den Aktivitäten der Konkurrenz und dem sich ändernden Verbraucherverhalten Schritt halten zu können. Die Notwendigkeit, schnell auf Marktveränderungen zu reagieren, erforderte eine neue Strategie bei der Messung des Marketing-Erfolgs.

Entwicklung einer Lösung.

Vor dem Hintergrund dieser Herausforderungen entwickelten Scharf und sein Team Mix Modeler. Diese KI-gestützte Lösung ist in der Lage, sich jenseits der Einschränkungen der Cookie-basierten Messung an eine sich verändernde Marketing-Landschaft anzupassen. Die Lösung vereint Top-down- und Bottom-up-Daten und ermöglicht Performance-Analysen nahezu in Echtzeit. Zusätzlich liefert sie prädiktive Erkenntnisse, um schnell mit neuen Kanälen zu experimentieren, sodass ein diversifizierterer Medien-Mix genutzt werden kann. Diese innovative Lösung ermöglicht es dem Marketing-Team von Adobe, schnellere und fundiertere Entscheidungen zu treffen. Somit können Wachstum und Resilienz in einem sich schnell wandelnden Markt gesteigert werden.

Heute kann das Team kanalübergreifend die inkrementelle Wirkung messen – der Beitrag, der zusätzlich zu einer Basis den Marketing-Maßnahmen zugeschrieben werden kann – und so die Medienausgaben zielsicher optimieren. „Mit Mix Modeler konnten wir das Rätselraten bei der Kanal- und Kampagnen-Messung beenden. Zusätzlich können wir neue Kanäle mit größerer Verlässlichkeit und Präzision einsetzen“, so Scharf. Die zum Patent angemeldete Technologie für bidirektionales Transfer-Learning ermöglicht es dem Team, Daten sowohl auf aggregierter als auch auf granularer Ebene zusammenzuführen. Damit wurde das ursprüngliche Problem der Nicht-Vergleichbarkeit inkonsistenter Metriken beseitigt. Durch die Abstimmung von Top-down- und Bottom-up-Erkenntnissen können nun die Ergebnisse von Kampagnen vorhergesagt, Budgets zielsicher zugewiesen und Anpassungen in Echtzeit vorgenommen werden, um die Wirkung zu maximieren.

Eines der wichtigsten Ergebnisse ist die verbesserte Zusammenarbeit zwischen dem Marketing- und dem Finanz-Team. Jetzt kann Scharfs Team überlegen, wie seine Marketing-Maßnahmen mit den vierteljährlichen Geschäftszielen und Risikoprofilen in Einklang gebracht werden können. Marketing wird dadurch zu einem wichtigen Faktor des Unternehmenserfolgs. Zusätzlich kann die Finanzabteilung auf die Budgetempfehlungen und künftigen Investitionsstrategien der Marketing-Abteilung vertrauen. „Heute haben wir eine viel engere Beziehung zu unserem Finanz-Team. Wir setzen uns jetzt mit ihnen zusammen und sehen uns an, wie wir unsere Ziele auf die allgemeinen Geschäfts-KPIs abstimmen können“, so Scharf. „Mittlerweile vertraut das Finanz-Team unseren Prognosen fast blind, und wir besprechen, was unsere Marketing-Abteilung abdecken kann, wo es Lücken geben könnte und wie wir Kanäle erweitern oder anpassen können, um diese Ziele zu erreichen.“ Durch die Ausrichtung auf dieselbe Metrik – den Umsatz – ermöglicht es Mix Modeler beiden Teams, dieselbe Sprache zu sprechen, und etabliert so ein gemeinsames Verständnis von Wachstum.

Adobe muss sich bei Performance-Daten nicht mehr auf Medienagenturen verlassen – eine Veränderung, durch die die Verwaltung von Erkenntnissen optimiert wurde. Scharf und sein Team haben jetzt mehr Kontrolle über die Daten von Adobe. Das Resultat: verbesserte Transparenz und Ausrichtung auf die übergeordneten Unternehmensziele. Das Tool ermöglicht es dem Team außerdem, detailliertere Erkenntnisse zu generieren und mit Agenturpartnern zu teilen. Medienpartner können sich also darauf konzentrieren, erfolgreiche Targeting-Strategien und Taktiken zu entwickeln und zu implementieren. Die Lösung verbesserte auch die Zusammenarbeit zwischen Adobe und seinen Medienpartnern.

„Wir haben jetzt eine starke Partnerschaft mit unseren Agentur-Teams, mit denen wir uns wöchentlich austauschen. Gemeinsam analysieren wir die globalen Ergebnisse von Mix Modeler und überlegen, was funktioniert und was nicht“, so Scharf.

Kanalübergreifende Erfolgsmessung.

Seit der Implementierung dieses Mess- und -Planungs-Tools verzeichnet Adobe beachtliche Verbesserungen bei allen Marketing-Maßnahmen. Diese Optimierung hat innerhalb der letzten fünf Jahre zu einer um 80 % höheren Rendite auf Medienausgaben geführt und maßgeblich dazu beigetragen, dass der Medienbeitrag zum weltweiten Abonnementwachstum bei den Digital-Media-Produkten von Adobe um 75 % gestiegen ist.

Durch die Nutzung häufiger, datengestützter Erkenntnisse kann das Team seine Strategien entsprechend anpassen und die Medienausgaben wesentlich schneller optimieren. Durch diese Agilität ist Adobe nun in der Lage, den ROI für alle Kampagnen zu maximieren und eine Grundlage für skalierbaren Erfolg zu schaffen. „Mit Mix Modeler können wir sowohl innerhalb eines Quartals als auch in Quartalsintervallen präzise optimieren. Durch die laufende Auswertung von Performance-Daten können wir Budgets schnell neu zuweisen und unsere Strategie präzise anpassen, wenn sich die Geschäftsanforderungen ändern. Marketing wurde so zu einem konsistenten Wachstumsmotor für Adobe“, so Scharf.

Ein Blick in die Zukunft.

Adobe wird seine Marketing-Strategien weiterentwickeln und diese Lösung wird dabei eine entscheidende Rolle spielen.

„Durch Mix Modeler sind wir jetzt einen Schritt voraus. Wir können unseren Investitions-Mix auf verschiedene Kanäle erweitern, anstatt wie die meisten anderen Unternehmen mit den Herausforderungen der Performance-Messung zu kämpfen. Aufbauend auf diesem Fundament sind wir in der Lage, unsere Messstrategie weiterzuentwickeln und eine größere Bandbreite an Geschäftszielen, Produktbereichen, Performance-Metriken und Kundenphasen abzudecken“, so Scharf.

Der Erfolg von Adobe entspricht einem allgemeinem Trend in der Branche: dem Wechsel zu einer datengestützten Marketing-Messung, bei der Agilität, Präzision und Transparenz eine wichtige Rolle spielen. Mix Modeler ist zwar erst seit Kurzem allgemein verfügbar. Dieses Tool wurde jedoch bereits vor fast zehn Jahren intern entwickelt und kontinuierlich verbessert, um die milliardenschweren Marketing-Maßnahmen des Unternehmens zu unterstützen. Adobe ist mit seinem Anspruch, seine Strategie kontinuierlich weiterzuentwickeln, gut positioniert, um den sich wandelnden Anforderungen im Marketing von heute gerecht zu werden.

In diesem Handbuch erfahrt ihr, wie ihr mit Adobe Mix Modeler den Marketing-ROI maximieren könnt.

Seht euch außerdem dieses Adobe-Webinar an, um zu erfahren, wie Mix Modeler eure Planungs- und Messstrategien verbessern kann: AI-Driven Marketing: Elevate Your Strategy with Advanced Marketing Measurement.