Infografik: Was Unternehmen von Obamas Wahlsieg lernen können

Barack Oba­ma hat let­zte Woche die US-Präsi­dentschaftswahlen knapp gewon­nen. Dabei spielte neben vie­len andere Fak­toren Big Data und Pre­dic­tive Ana­lyt­ics erst­mals eine wesentliche Rolle. Denn dadurch kon­nte Oba­ma mit einem sehr knap­pen Stim­men­vor­sprung von nur zwei Prozent ein Ver­hält­nis von 332 zu 206 bei den Wahlmän­nern erzie­len. Schon frühzeit­ig analysierte sein Wahlkampfteam in den entschei­den­den “Swing-States” bis auf Wahlkreis-Ebene, wie das Wech­sel­wäh­lerver­hal­ten in der Ver­gan­gen­heit war. Bezirke, die nahezu immer geschlossen für den Kan­di­dat­en der Repub­likan­er oder der Demokrat­en stimmten, wur­den dabei aus­sortiert — denn es ging ja um die wahle­nentschei­den­den Wech­sel­wäh­ler.

Auf Silicon.de ist aus­führlich beschreiben, wie die Wahlstrate­gen weit­er vorgin­gen: “In der näch­sten Phase wur­den Kor­re­la­tio­nen zwis­chen Wahlver­hal­ten und den soziode­mografis­chen Dat­en eines Wahlkreis­es aufge­spürt. Ziel war es, her­auszufind­en, wer – im soziode­mografis­chen Sinne – die jew­eili­gen Wech­sel­wäh­ler sind. Par­al­lel set­ze man nor­male Mark­t­stu­di­en an, mit denen man die Wichtigkeit und Sen­si­bil­ität für bes­timmte The­men und Argu­mente bei diesen Wech­sel­wäh­lern fest­stellen kon­nte. Mit einem eige­nen Call-Cen­ter wur­den hierzu über 54.000 Tele­fon-Inter­views durchge­führt. Anschließend wur­den die sta­tis­tis­chen Pro­file der typ­is­chen Wech­sel­wäh­ler mod­el­liert. Rund 100 Vari­able gin­gen in dieses Mod­ell ein, um mit Hil­fe von Pre­dic­tive Ana­lyt­ics das ver­mut­liche Wahlver­hal­ten zu ermit­teln. Diese Analy­sen wur­den dann mit alter­na­tiv­en Aktio­nen und Argu­menten simuliert, bis man die sin­nvoll­ste Strate­gie gefun­den hat­te. Damit war das weit­ere Aktion­sraster vorgegeben, denn es war jet­zt klar, wen man, wann, wo und wom­it ansprechen muss, um ihn von Oba­mas Poli­tik zu überzeu­gen. Bis hin­unter auf die kle­in­sten Städte und Gemein­den wusste das Oba­ma-Team ganz genau, welche Aktio­nen erfol­gver­sprechend sind.”

Mit Hil­fe von Social Media wur­den die Aktivis­ten der Kam­pagne vor Ort genau auf diese erkan­nten Schw­er­punk­te gelenkt und mit Argu­menten ver­sorgt. Auch der Ein­satz von Ressourcen wie z.B. von TV-Spots, Tele­fo­nan­rufe oder Kundge­bun­gen mit Promis richtete sich nach diesem Plan. Wichtig waren auch die ständi­ge Erfol­gskon­trolle und die schnelle Anpas­sung der Maß­nah­men. In dem Bericht auf Silicon.de heißt es dazu: “Hierzu hat­ten Oba­mas Team ver­schiedene Ref­erenz-Bere­iche angelegt, die peri­odisch über ihre Wahl-Pläne befragt wur­den. Doch das reichte den IT-Experten nicht. So wur­den diese Umfra­gen mit Sed­i­ment-Analy­sen bei Twit­ter, Face­book und LinkedIn ergänzt.”

Und was kön­nen Unternehmen daraus ler­nen? Angst vor Big Data ist fehl am Platze. Im Gegen­teil: Richtig genutzt, tra­gen die riesi­gen Daten­men­gen zur Steigerung des Unternehmenser­fol­gs bei. Die Adobe Dig­i­tal Mar­ket­ing Cloud bietet deshalb Möglichkeit­en, mit deren Hil­fe sich auch große Daten­men­gen in Bezug auf bes­timmte Ver­hal­tens­muster von Kun­den analysieren lassen und so für Pre­dic­tive Mar­ket­ing nutzbar wer­den. Damit lassen sich schnell die rel­e­van­testen Details inner­halb der immer größer wer­den­den Masse an Infor­ma­tio­nen iden­ti­fizieren und his­torische Dat­en zur Vorher­sage kün­ftiger Ergeb­nisse nutzen.

Bish­erige Web­analyse-Lösun­gen betra­cht­en Dat­en aus der Ver­gan­gen­heit so, als ob man ein Auto fährt und dabei nur durch den Rück­spiegel blickt. Mit den neuen Möglichkeit­en kön­nen Mar­ket­ingver­ant­wortliche zum ersten Mal die Dat­en in ein­er Weise nutzen, wie man eigentlich Auto fahren sollte – indem man sich auf den Teil der Straße konzen­tri­ert, der vor einem liegt. Das ist die entschei­dende Lehre aus dem Oba­ma-Wahlkampf, wie auch diese Info­grafik sehr schön zeigt:

Leave a Reply

Your email address will not be published. Required fields are marked *