Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

24.11.2020

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

Für die Zeit des zweiten Lockdown schreibt Leander C. Seidl ein wöchentlich wiederkehrendes Marketing-Fitness-Programm. In der ersten Woche geht es um das Thema Zielgruppen.

/artikel/marketing-fitness-programm-teil-1-lerne-deine-nutzer-besser-kennen

✨ AI Kontextualisierung

Der zweite Lockdown hat viele Geschäftslokale gesperrt und manche Business-Opportunity platzen lassen – was er aber nicht blockieren darf, ist unser kreatives Denken. Auch wenn gerade vor dem wichtigen Weihnachtsgeschäft Unsicherheit und Zurückhaltung, sowohl in B2C- als auch in B2B-Märkten, herrscht – einen Lockdown unseres Marketing-Denkens darf es nicht geben. Klar ist: auch in Zeiten von Homeoffice und reduzierten Kontakten ist es notwendig, weiterhin daran zu arbeiten, den Betrieb voran zu bringen.

Finden Sie die passenden High Potentials für ihr digitales Unternehmen! Mit der brutkasten Jobs Plattform finden Sie die richtigen BewerberInnen für Ihre Stellenanzeigen.

Kostenlos Job schalten

Im Marketing-Bereich gibt es glücklicherweise die Möglichkeit – so abgenutzt es auch klingen mag – “die Krise als Chance” zu nutzen. Während des Frühjahrs, im ersten Lockdown, haben sich eine Reihe von strategischen Maßnahmen herauskristallisiert, für die sonst wenig Zeit bleibt, die aber langfristig zu einem starken Marketing-Fundament beitragen. Probieren wir es also aus: starten wir ein dreiwöchiges Marketing-Fitness-Programm, um möglichst gesund aus der Krise zu kommen!

Jede Woche wollen wir verschiedene Aspekte des digitalen Marketings analysieren und optimieren – dabei bedienen wir uns traditioneller Marketing-Konzepte, genauso wie aktueller Trends aus dem Growth Hacking und User Experience-Designs. Unser erster Blick sollte unseren Kundinnen und Kunden gelten – damit wir sie besser kennenlernen können . Im zweiten Teil geht es darum, wie wir Daten nicht nur richtig messen, sondern diese auch akkurat interpretieren können und im dritten und letzten Teil widmen wir uns der strategischen Planung von Funnels und User Journeys. Jede Woche gibt es einige Vorschläge für Tasks, um die Theorie auch praktisch umsetzen zu können.

Woche 1: Lerne deine Nutzer besser kennen!

Sie ist einer der grundlegendsten Aspekte bei der wirtschaftlichen Planung eines Unternehmens: die Zielgruppe. Von der genauen Kenntnis der Größe und der Erreichbarkeit der potenziellen Zielgruppe hängt auch der erwartbare Umsatz und somit schlussendlich der mögliche Erfolg ab. Es kann also davon ausgegangen werden, dass es in fast jedem Betrieb bereits Überlegungen zur idealen Kundschaft gab. In der aktuellen Phase, in der vielleicht weniger Sales-Besuche und andere physische Treffen stattfinden, bietet sich jetzt die Gelegenheit, mit zwei Fragen tiefer in die Thematik einzutauchen:

Sind unsere Zielgruppen präzise genug definiert, um für unser Marketing nützlich zu sein?
Entsprechen unsere Zielgruppen noch der aktuellen Realität unserer Produkte? Müssen wir uns vielleicht an eine anders definierte Zielgruppe wenden – oder gar andere Produkte für die als gegeben angenommene Zielgruppe entwickeln?

Sind unsere Zielgruppen präzise genug definiert, um für unser Marketing nützlich zu sein

Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten. Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.

Während es in Businessplänen oft genügt, eine Zielgruppe breit, anhand von groben demographischen Parametern zu definieren, sollten wir im digitalen Marketing ein Stück weitergehen. Der Einsatz von Personas hat sich hier in den letzten Jahren etabliert: drei bis fünf archetypische Kunden werden hier detailliert modelliert. Es bleibt dabei nicht nur bei Parametern wie Alter, Geschlecht und Wohnort, auch relevante Verhaltensmuster sollten dargestellt werden: was sind die wichtigsten “Pain Points”, bei denen unser Produkt das Leben des jeweiligen Kunden erleichtern könnte? Welche Medien liest unsere beispielhafte Kundin, wo informiert sie sich?

Natürlich glaubt jeder an seine Einzigartigkeit, natürlich wehrt sich jeder instinktiv dagegen, mit anderen in einen Topf geworfen zu werden. Aber wir alle haben Eigenschaften, die wir mit anderen teilen – und diese Gemeinsamkeiten sind potenzielle Ansatzpunkte, um die vielfältigen Kunden auf einige Archetypen herunterzubrechen. In meinem Beispiel sieht das etwa so aus (und dass ich einen Bart trage, kein Auto fahre und ab und zu ein Bier trinke, ist da noch gar nicht berücksichtigt):

Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden (oder zukünftigen) Kundschaft zu befassen. Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.

Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren. Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden. Dabei sollte man innerhalb von ca. 20 Minuten noch näher auf die Vorlieben und Verhaltensweisen der Kundschaft eingehen. Idealerweise können im Rahmen dieser Gespräche auch gleich User Testings durchgeführt werden – bei diesen werden den Teilnehmern beispielsweise Werbemittel, aber auch bestehende und zukünftige Features des Produkts gezeigt. Die Interaktion wird dann dokumentiert und abgefragt. Dies mag in Zeiten von Corona zwar schwierig klingen – dank Videokonferenz-Tools & Screen Sharing lässt es sich aber auch problemlos digital durchführen.

Du hast das Gefühl, dass du Fehl am Platz bist? Such dir hier deinen neuen Job!

Jetzt Job suchen

Wenn die Daten nun alle gesammelt sind, können die Personas rasch definiert werden. Es gibt im Internet eine Vielzahl an möglichen Tools dafür, beispielsweise den Persona Creator von Hubspot.

Zu beachten ist dann auch der Einsatz der Personas: diese sollten in viele Aspekte des Unternehmens einfließen – bei der Planung von Sujets und Funnels sollte berücksichtigt werden, wie der jeweilige Kundenarchetyp darauf reagieren würde, im Kundensupport können Personas verwendet werden, um sich besser in den Nutzer hineinzuversetzen.

Entsprechen unsere Zielgruppen noch der aktuellen Realität unserer Produkte?

Vielleicht besitzt unser Unternehmen aber auch bereits definierte Personas. Doch gerade im Startup-Sektor ändern sich die Gegebenheiten oft rapide: wenn die Archetypen bereits vor längerer Zeit erstellt wurden, kann es sein, dass sie nicht mehr die Realität der Kundschaft widerspiegeln. Nutzen wir die Ruhe des Lockdowns also dazu, die Personas einem Reality-Check zu unterziehen.

Auch hier kann der Ansatz ähnlich ablaufen: zuerst eine Analyse der Daten von Analyse Tools wie Google Analytics, um zu sehen, ob diese sich signifikant verändert haben. Danach sollte überlegt werden, in welcher Form eine Umfrage unter den bestehenden Kunden durchgeführt werden könnte: natürlich wären die Empfänger nicht erfreut, wenn sie zum wiederholten Mal dieselbe Umfrage beantworten müssten. Aber womöglich gibt es genügend neue User, um eine statistisch signifikante Umfrage unter ihnen durchzuführen. Auch User Interviews und User Testings mit diesen neuen Usern sind dann ein nützlicher Schritt, um auf dem neuesten Stand der Kundschaft zu bleiben.

Mit den gesammelten Daten sollten die bestehenden Personas dann verglichen und bei Bedarf angepasst werden. Dieser Prozess sollte generell jährlich stattfinden – die Lockdown-Zeit bietet hier möglicherweise ein gutes Zeitfenster.

Die Übungen

Legen wir also los mit unserem Marketing-Fitnessprogramm. Bis nächste Woche empfehle ich folgende Übungen:

Erstellung der ersten Customer Personas
1. Analysiere die Daten deiner Analytics-Tools: aus welchen Altersgruppen kommt deine Kundschaft, welches Geschlechterverhältnis besteht, wo leben sie?
2. Lass deine Kunden von sich erzählen: sende ein allgemeines Survey an deine Kunden-Liste (oder an deine Lead-Liste, falls du noch keine aktiven Kunden hast), um Details über Beruf, Interessen, Informationsquellen herauszufinden.
3. Sprich mit deinen Kunden: organisiere einige User-Interviews mit Kunden, um deine Personas zu vervollständigen
4. Erstelle deine Personas und lass sie in deine Marketing- und Unternehmensprozesse einfließen: nutze eines der Persona-Creator Tools, oder einfach dein Whiteboard. Überlege, wie du deine Marketing-Kampagnen noch besser auf diese Archetypen zuschneiden könntest!
Aktualisieren deiner Customer Personas
1. Daten-Checkup: schau’ in deinen Analytics-Tools nach, ob sich die demographischen Daten signifikant verändert haben
2. Survey-Checkup: gibt es genug Neukunden, dass sich ein Survey lohnt?
3. Neue User Interviews: Sprich mit deinen neueren Kunden, um zu sehen, ob sie noch deinen Archetypen entsprechen. Oder sprich ein weiteres Mal mit deinen früheren Interview-Partnern, um zu sehen, ob es Veränderungen gab.
4. Aktualisiere die Personas – und lass’ es auch in deine Kampagnen einfließen!

Gutes Gelingen und bis nächste Woche!

Über den Autor

Leander C. Seidl ist selbstständiger Digital Marketing Stratege für Startups, KMUs und Corporates. Er arbeitete unter anderem am Aufbau des Travel-Startups Midnightdeal, sowie an Product Launches von verschiedenen Tech-Companies. An der FH Technikum Academy und der FH WKW ist er als Gastlektor für Marketing Automation tätig.

Kostenlos Magazin lesen

Deine ungelesenen Artikel:

Martin Pacher

vor 9 Stunden

Thomas Fuchs: Wie ein Österreicher die KI-Strategie des wertvollsten Pharmakonzerns der Welt verantwortet

Ein Österreicher verantwortet die KI-Strategie des wertvollsten Pharmakonzerns der Welt: Thomas Fuchs ist seit 2024 der erste Chief AI Officer in der Geschichte von Lilly. brutkasten hat ihn in Wien zum Interview getroffen. Er erklärt, warum der Konzern einen eigenen Supercomputer mit mehr als 1.000 GPUs betreibt und warum KI trotzdem kein Medikament auf Knopfdruck liefert.

/artikel/thomas-fuchs-lilly-chief-ai-officer

Martin Pacher

vor 9 Stunden

Thomas Fuchs: Wie ein Österreicher die KI-Strategie des wertvollsten Pharmakonzerns der Welt verantwortet

/artikel/thomas-fuchs-lilly-chief-ai-officer

Thomas Fuchs ist seit Oktober 2024 der erste Chief AI Officer in der Geschichte des US-Pharmakonzerns Lilly. Der aus Österreich stammende Forscher studierte Technische Mathematik an der TU Graz, promovierte an der ETH Zürich und forschte am Jet Propulsion Laboratory der NASA, bevor er am Memorial Sloan Kettering Cancer Center in New York das Digital-Pathology-Unternehmen Paige AI mitgründete. Später baute er am Mount Sinai das erste AI-Department einer Medical School mit auf. Beim Besuch von Lilly Österreich in Wien sprach er mit brutkasten über den Supercomputer des Konzerns, die Grenzen von KI in der Medikamentenentwicklung und darüber, warum Österreich der Schweiz nicht nachstehen müsste.

brutkasten: Sie haben selbst mehrere Unternehmen gegründet, darunter Paige AI. Warum der Schritt in einen Konzern wie Lilly?

Thomas Fuchs: Mein erstes Startup habe ich mit 16 gegründet, tief in den 90er-Jahren. Das waren Multimedia-CD-ROMs über die österreichische Geschichte zum Jubiläum 1996, die Hypertext-Engine haben wir noch ohne Internet selbst geschrieben. 2017 haben wir dann Paige in New York gegründet, ein Spin-out des Memorial Sloan Kettering, dem größten tertiären Krebszentrum der USA. Es ging darum, auf digitalisierten Pathologieschnitten Krebs und seine Treiber automatisch zu erkennen. Das führte 2021 zur FDA-Autorisierung von Paige Prostate, der ersten KI-basierten Software zur Unterstützung bei der Erkennung verdächtiger Bereiche in digitalisierten Prostatabiopsien. Dazu war ich lange Professor am Sloan Kettering, an der Weill Cornell und am Mount Sinai, wo wir das erste AI-Department einer Medical School gegründet haben. Ein fantastisches Umfeld, aber die Mittel, um das Feld wirklich voranzutreiben, sind bei Lilly ungleich größer. Nicht nur bei der Infrastruktur, sondern auch beim Zugang zu Daten und Expertise. Lilly hat tausende Chemiker:innen und Biolog:innen. Bei Lilly erreichen wir mit unseren Medikamenten ungleich mehr Menschen. Das ist ein enormer Hebel.

Welches Wissen bringen Sie als Chief AI Officer ein?

Die meisten Leute denken bei KI zunächst an Sprachmodelle wie ChatGPT oder Claude. Die sind wichtig, aber das Feld ist deutlich breiter. Wir entwickeln Modelle, die Wissenschaftler:innen beim Design von Molekülen unterstützen, bei Proteinen, bei kleinen Molekülen und auch in der genetischen Medizin. Die Sprachmodelle nutzen wir wiederum, um diese unterschiedlichen Systeme mit Agenten zu orchestrieren. Und wir setzen KI nicht nur in der Discovery und der Entwicklung ein, sondern auch in der Produktion. Lilly baut das Manufacturing weltweit aus, und dort arbeiten wir mit digitalen Zwillingen für Geräte und Prozesse. Wenn man die ganze Pharma-Wertschöpfungskette anschaut, kann jeder einzelne Teil davon profitieren.

Wie haben Sie Ihre Organisation aufgebaut?

Lilly hatte schon vor mir ausgezeichnete Analytics-Abteilungen und begann sehr früh damit, Sprachmodelle zu verwenden. Wir haben dem Ganzen eine neue Struktur gegeben. Mein Team arbeitet im Startup-Stil, in kleinen interdisziplinären Teams, die sich jeweils tief in einzelne Bereiche einarbeiten, von Discovery über Development bis Manufacturing. Der erste Schritt war die Struktur, der zweite der Ausbau der Infrastruktur. Lilly hatte, wie die meisten Betriebe, damals nicht sehr viele GPUs für die Forschung. Jetzt haben wir eine sehr leistungsfähige Recheninfrastruktur.

Thomas Fuchs, Chief AI Officer von Lilly, zu Besuch bei Lilly Österreich in Wien. | Foto: Christian Fichtner/big5comm

Wo hat KI in dieser Wertschöpfungskette aktuell den größten Impact?

Das hängt von der Zeitskala ab. Am unmittelbarsten ist es das Manufacturing. Jede Anwendung von KI, die Prozesse in der Produktion effizienter macht, hilft uns, Medikamente verlässlich zu den Patient:innen zu bringen. Der große Teil unserer Arbeit liegt aber in der Discovery: Wie kann man neue Moleküle designen und ihre Eigenschaften, ihre Verträglichkeit und ihre Produzierbarkeit besser einschätzen? Das ist eine wesentlich längere Zeitskala, da reden wir von Jahren. Am Anfang kann man viel beschleunigen und de-risken. Aber am Ende muss die Biologie wirken. Man braucht die klinischen Studien, um zu sehen, ob ein Medikament sicher und effektiv ist. Das wird KI nicht einfach ersetzen.

Warum ein eigener Supercomputer statt Cloud?

Deep Learning besteht intern aus Vektor- und Matrixmultiplikationen, deshalb hat unsere Community ab etwa 2012 angefangen, GPUs aus dem Spieledesign dafür zu verwenden. Unser System ist ein NVIDIA DGX Superpod, deshalb heißt er bei uns LillyPod, mit mehr als 1.000 B300 GPUs. Man kann sich das wie ein wissenschaftliches Instrument vorstellen, wie ein Teleskop oder Mikroskop, das uns erlaubt, tiefer in die kleinsten Dinge hineinzuschauen. Wenn Wissenschaftler:innen nur wenige GPUs haben, können sie keine großen Experimente laufen lassen. Heute können wir Modelle auf Basis all jener Moleküle trainieren, die Lilly in seiner 150-jährigen Geschichte entwickelt hat. Daten bleiben trotzdem der Engpass, in der Biologie gibt es im Vergleich zur Sprache wenige Datenpunkte bei viel höherer Komplexität. Deshalb bauen wir auch automatisierte Labore: Ein Modell schlägt ein Experiment vor, das Labor führt es aus, aus den Daten lernt das Modell wieder dazu. Dieses Flywheel soll uns immer bessere Modelle und damit immer bessere Werkzeuge für unsere Forschenden bringen. Der zweite Teil: Wir passen Sprachmodelle auch an unsere eigenen wissenschaftlichen Anforderungen an.

Das ist eine massive Investition. Wie bringt man das durch?

Wir haben eine Führung, die sehr langfristig denkt und gleichzeitig ein starkes technisches Verständnis mitbringt. Am Ende müssen neue Medikamente herauskommen, die den Patient:innen helfen.

Ist schon etwas herausgekommen?

Im Manufacturing setzen wir KI ein, um Prozesse effizienter zu machen, damit Medikamente verlässlich verfügbar bleiben. In der Discovery haben wir ein Modell entwickelt, das Chemiker:innen beim Design kleiner Moleküle unterstützt. Das verwenden sie tagtäglich. Es hat ihnen neue Ansätze geliefert, die sie dann geprüft haben. So wie Magnus Carlsen im Schach Züge verwendet, die er von der KI gelernt hat, verwenden unsere Chemiker:innen jetzt Motive, die sie von der KI gelernt haben. Aber es bleibt immer eine Partnerschaft zwischen Mensch und Technologie. Wir sind weit davon entfernt, einfach einen Knopf zu drücken und am Ende kommt ein Medikament heraus. KI ist für uns ein Werkzeug, das wir gemeinsam mit unseren Wissenschaftler:innen und für ihre Arbeit entwickeln.

Thomas Fuchs im Interview mit brutkasten-Chefredakteur Martin Pacher in Wien. | Foto: Christian Fichtner/big5comm

Kooperiert Lilly dabei auch mit Startups?

Sehr viel, mit Startups und mit größeren Firmen. Wir wollen das Rad nicht neu erfinden. Aber in manchen Bereichen gibt es noch keine passende Lösung, dann entwickeln wir sie selbst. Was ich immer sage: Wir sollen kaufen, was uns beschleunigt, und selbst machen, was uns unterscheidet. Mit TuneLab wollen wir das Biotech-Ökosystem unterstützen. Wir stellen teilnehmenden Biotech-Unternehmen KI-Werkzeuge über TuneLab zur Verfügung.

Wie blicken Sie auf den Standort Europa und Österreich?

Als Europäer liegt mir die Zukunft Europas sehr am Herzen. Ich würde mir mehr Initiativen wünschen, man muss sich nicht zurückhalten. Österreich hat extrem gute Expertise, die Universitäten bilden hervorragend aus, Sepp Hochreiter in Linz hat die LSTMs mitentwickelt. Das sollte ein Leuchtturm der Welt sein. Natürlich braucht es mehr Investitionen, nicht nur vom öffentlichen Sektor, sondern viel mehr vom privaten. Es gibt keinen Grund, warum Österreich der Schweiz nachstehen sollte.

Wäre Ihre Karriere in Europa möglich gewesen?

Schwer zu sagen, die Welt ändert sich. Es gibt sehr erfolgreiche Beispiele in Österreich. Zürich ist ein Hotspot für Startups rund um die ETH, das würde ich mir auch für Österreich wünschen. Gleichzeitig sind die Rahmenbedingungen in den USA nach wie vor günstiger: Mit Paige in New York hatten wir Möglichkeiten, die in Europa schwerer zu finden gewesen wären. Es gibt keinen technischen oder intellektuellen Grund, warum Europa und Österreich nicht vorn dabei sein sollten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag