Data Science im Marketing

Im aktuellen Whitepaper blicken wir kritisch auf ein Jahrzehnt Einsatz von Data-Science-Applikationen im Marketing. Selbstlernende Systeme sind aus dem Marketing kaum mehr weg zu denken. Doch bevor es zum produktiven Einsatz kommt, müssen viele Barrieren um Unternehmen überwunden werden. Wir diskutieren, welche von diesen Barrieren die größten Herausforderungen für Unternehmen darstellen und wie sie am besten überwunden werden können.

Laut bitkom generieren Unternehmen in Deutschland in diesem Jahr (2019) durch Data-Science-Applikationen einen Umsatz von über 6 Mrd. Euro. Ein Großteil davon sind marketingrelevante Applikationen und die Branche wächst mit Raten von über 10% jährlich unaufhaltsam weiter. Die Data-Science Branche ist damit hoch attraktiv und bereits vor sieben Jahren hat die Harvard Business Review den Data Scientist als „The Sexiest Job of the 21st Century“ bezeichnet.

Data-Science-Applikationen (hier auch KI-Anwendungen genannt) bezeichnen Software Programme, die in der Lage sind, selbstständig und ohne menschliches Wirken eine bestimmte Aufgabe zu erfüllen, für die sie programmiert worden sind. Solche Programme finden Anwendung in zahlreichen Bereichen des Marketings. Die breite Palette der Software Angebote reicht von Personalisierung und Recommendation Engines, über Kreationsoptimierung und Chat Bots, bis hin zur Optimierung des Werbebudgets.

Mehr erfahren?

1. Data Science im Marketing
2. Wege zum Scheitern
3. KI Anwendungen und deren Nutzung in Deutschland
4. Wege zum Erfolg
5. Conclusion
6. Quellen & Lektüre

Die Autoren