Aus dem Unterricht des CAS Digital Disruptive Technologies mit Daniel Glinz berichtet Erik Krumdieck:

Worum geht es ?

Customer Data Advocacy ist ein breit gefasstes Thema – im Vordergrund steht das kundenseitige Vertrauen im digitalen Zeitalter. Das Thema befasst sich mit Kunden, Daten und rechtlichen Aspekten.

Am Beispiel des kürzlich breit geschlagenen Volkswagenskandals kann man feststellen, dass die VW Kunden trotz Negativschalgzeilen aufgrund des CO2 Ausstosses der Marke VW die Stange gehalten haben. Weshalb? Wie funktionieren wir hinsichtlich Vertrauensbildung?

ca_2

Das Vertrauensthema scheitert interessanterweise oft nicht an der Technologie, sondern am richtigen Umgang mit den Kundendaten; sie dies aus rechtlicher oder aus marketingtechnischer Sicht.

Um das Thema Vertrauensbildung besser verstehen zu können empfiehlt es sich die folgenden vier Punkte etwas genauer zu betrachten:

1. Weshalb wir beim Thema Kundendaten von einer kognitiven Dissonanz sprechen

2. Wie es in unseren Köpfen um das Thema Vertrauensbildung bestellt ist

3. Wie wir das Thema Vertrauen im Zeitalter der Digitalisierung beschreiben können

4. Wie wir das kundenseitige Vertrauen messen und managen können


1. Weshalb wir beim Thema Kundendaten von einer kognitiven Dissonanz sprechen

Lag früher die Kundendatenkontrolle noch beim Individuum, rückt mit den neuen Technologien das Thema der Kundendatentransparenz in den Vordergrund (Whitley 2009). Kundendaten im Zusammenhang mit Vertrauen sind heute ein wichtiges Thema. Was sind die Treiber?


1.1. Früchte der Digitalisierung

– Wir erleben eine digitale Transformation

– Die digitale Wirtschaft führt heute zu datengetriebenen Geschäftsmodellen und einem massiven Anstieg an Kundendaten

– Aus Marketingsicht bietet sich dadurch ein neues Tummelfeld für die Interpretation von Kundendaten


1.2. Rechtliche Rahmenbedingungen

Betreffend dem rechtlichen Rahmenwerk zu Kundendaten herrscht heute eine grosse Unsicherheit! Eine gezielte Datenanalyse und -verwendung wird heute insbesondere durch die “Big Techs” getrieben. Mit dem Safe Harbor Abkommen wurde in der Vergangenheit zwar versucht ein notwendiges Rahmenwerk zu kreieren um eine Anpassung der US Firmen an europäische Standards zu erreichen. Der Druck zur Datenoffenlegung in der USA hat jedoch wieder zur Kündigung des Safe Harbor Abkommens geführt. Das heute etablierte EU-US Privacy Shield weist Bruchstellen auf. Die Richtlinien sind jederzeit hinterfragbar und änderbar. Es kann deshalb davon ausgegangen werden, dass auch dieses “Abkommen” voraussichtlich wieder verschwinden wird.

Qunitessenz: Als praktikablen “Umgehungsansatz” werden Richtlinien und Normen in Form von AGB’s bei Firmen verwendet Da die Informationen in den AGB kundenunfreundlich formuliert sind werden diese von vielleicht 20% auch gelesen.


1.3. Emoticons

Mit Like Buttons und Emoticons gibt man viel wertvolle Informationen über sich preis. Nach 10 getätigten Likes kann ein System bereits eine bessere Beurteilung abgeben über eine Person wie ein Mitarbeiterkollege. Das Ziehen von Schlüssen aus Emoticons und Likes verstösst gegen jegliche Rechtschutzrichtlinie. Emoticons sind in Form ihrer Ausprägung exzellente Spione und Datensammler.


1.4. Analytics

Die Entwicklung hat uns vom Reporting zur Analyse, zu Monitoring bis zur intelligenten Vorhersage (Prediction) geführt. Semantische Analysen besitzen heute einen immer grösseren Stellenwert. Die zentrale Frage lautet: inwieweit kann man einem System mit Künstlicher Intelligenz überhaupt trauen?

Das Systemdefizit ist beim ethischen Umgang zu sehen. KI Lösungen sind nicht zu sozialen, ethischen und moralischen Urteilen befähigt. Die Ansätze funktionieren zwar und sind heute bereits teilweise erfolgreich im Einsatz. Die Problematik ist jedoch, dass sich teilweise keine Aussagen mehr zum Entscheidungs- oder Lösungsweg zur Problemlösung mehr machen lassen.

1.5. Neue Risiken:

Die Folge der aktuellen digitalen Entwicklung ist, dass wir es mit neuen Risiken zu tun haben:

ca_3
Wie die Grafik illustriert zählen Privatsphäre, Kundenschutz, Transaktionsrisiken, Monopolstellung, Einflussnahme und Macht sowie Manipulationsthemen zu den wichtigen neuen Risikofelder.

Die Informationsweitergabe ohne Kundeneinverständnis wird heute von mindestens 40% der Kunden als störend empfunden. Interessant dabei ist, dass länderübergreifend signifikante Differenzen zum Thema der Datensensitivität vorliegen. Das Thema weist somit auch einen kulturellen Aspekt auf. Wo Indien  mit 72% ganz vorne dabei ist, bildet Japan mit einer Quote von gerademal 26% das Schlusslicht. Auch inhaltlich fallen die Datensensitivitäten je nach Land ganz unterschiedlich aus. Unterliegen Gesundheitsdaten in Deutschland und England einer hohen Sensitivität sind es in der USA die Staats- und Kreditkarteninformationen. Einfache Profildaten wie Adressdaten werden heute generell mit weniger hohen Bedenken gehandelt.


2. Wie es in unseren Köpfen um das Thema Vertrauensbildung bestellt ist

“Wie hat sich der Kunde im Verlaufe der Zeit verändert?” Gegenüber früher ist ein Kunde emanzipierter, vielfältiger, hedonistischer und tech-affiner geworden.

Vom Push zu Pull Marketing (TV/ Massenmarkt) und CRM Ansätzen (One to One Marketing, Internet, Individualisierung und Kundenverhalten) haben wir uns heute zum Thema der “Customer Advocacy” hin entwickelt.
Einige interessante Modelle welche uns abgesehen von der Entwicklung interessante Aufschlüsse zurVertrauensbildung beim Menschen liefern sind Ansätze aus der Neurowissenschaft und der Verhaltensökonomie.


2.1. Neurowissenschaftliche Ansätze

 Mit dem Marsh Mallow Test wurde bereits vor fünfzig Jahren von Walter Mischels dargelegt, dass wir im Entscheidungsfindungsprozess mit zwei Hirnhälften zu kämpfen haben, welche stets gegeneinander arbeiten. Das kognitive System (Cool System) ist für Vernunft und Logik zuständig während das limbische System für Emotionen und natürliche Instinkte sorgt (Hot System). Bei der zentralen Frage „soll ich nun vertrauen oder nicht?“ kommen sich diese beiden Systeme, wie sollte es anders sein, ebenfalls in die Quere.
Erkenntnisse der Neurowissenschaft haben gezeigt, dass uns drei verschiedene Lernsysteme (siehe Abbildung) in unserem Gehirn beeinflussen und unser soziales Bewusstsein und Verhalten dabei steuern. Interessant ist, dass je grösser der Kortex (orange), desto grösser ist i.d.R. auch unser sozial entwickeltes Bewusstsein.

ca_4


2.2. Verhaltensökonomische Ansätze

Bei den verhaltensökonomischen Ansätzen gibt es verschiedene Methoden. Während bei der Expected Value Theory die Berechnung eines Erwartungswertes für einen Nutzen unser Verhalten beschreibt trägt die Expected Utility Theory dem Aspekt des abnehmenden Grenznutzen Rechnung. Bei der Prospect Theory wird dem Umstand Rechnung getragen, dass wir einem sicheren, gegenüber einem unsicheren Ereignis, einen höheren Wert beimessen. Dieses Phänomen wird als sogenannter “Certainty Effekt” bezeichnet. Es ist eine Tatsache, dass wir Menschen nicht rational mit Wahrscheinlichkeiten umgehen können. Und nicht nur das. Eine Reihe von verschiedenen Effekten wie “Ambiguity, Certainty, Anchoring, Framing und Endowment Effect” wie in der Grafik illustriert prägen unser Handeln.

ca_5


3.  Wie wir das Thema Vertrauen im Zeitalter der Digitalisierung beschreiben können

Wurden früher noch Ansätze zur Vertrauensbeschreibung wie das “Trusting Principal – Trusting Agent Prinzip” ins Feld geführt reicht ein solches Modell in der digitalen Welt zur Vertrauenserklärung nicht mehr aus.
Ein mögliches  Modell um das Vertrauensthema besser erklären zu können bildet das sogenannte Iceberg Modell von MC Knight (-> www.iceberg.digital). Die Kernfrage im Modell lautet: Was ist hinsichtlich Vertrauen eigentlich sichtbar, was ist unsichtbar?

ca_6
Zu den sichtbaren Vertrauenselementen gehören Elemente wie die Reziprozität, ein Brand, Soziale Adaptoren (Social Adaptor) sowie Soziale Vorbildfunktionen (Social Protector). Zu den unsichtbaren Komponenten gehören die sogenannten “Trust Constructs”, also das jeweilige Grundgefüge welches das Grundvertrauen beim kunden ausmacht.

Aus einer Studie der Uni SG geht hervor, dass wir von drei unterschiedlich geprägten Online User Gruppen hinsichtlich Vertrauensbildung heute ausgehen können:

  • “Digital Natives” -> Marke und Grundvertrauen in die Firma sind sehr wichtig, während soziale Fahnenträger (Markenfigur, wie bspw. Roger Federer bei Nike) weniger wichtig sind
  • “Naturalized Digitals” -> Marke, Fahnenträger, und Vertrauensdisposition sind bei diesem Segment sehr wichtig
  • “Digital Immigrants” -> hier spielt die Marke eine untergeordnete Rolle dafür sind Vertrauensdisposition und Vorbildfunktion (Fahnenträger) wichtig

Prozesse zur Datenanreicherung werden heute im Idealfall vor dem Hintergrund der kundenseitigen Vertrauensanalyse mit dem sogennanten Kunden Lebenszyklus in Einklang gebracht.

Das Kundenlebenszyklusmodell geht der Frage der Customer Experience im “Lebensverlauf eines Kunden” nach. Eine gegenseitige Abstimmung von Lebenszyklusmodell und Vertrauensentwicklung kann, wie in der folgenden Grafik illustriert, dabei helfen die richtigen Massnahmen zur Vertrauensförderung wahrzunehmen.

ca_7


4.
Wie wir das kundenseitige Vertrauen managen und messen können

Mit der Gegenüberstellung von Lebenszyklus und vertrauensbildenden Massnahmen ist es jedoch noch nicht getan. In erster Linie, wie die Abbildung unten illustriert, ist es wichtig zu verstehen weshalb uns die Kunden überhaupt Vertrauen schenken und wie wir auf dieser Basis das Vertrauen bis zum “Customer Advocat” noch weiterentwickeln können.

Haben wir einmal “das Warum” und “das Was” zum Vertrauen in unser Geschäft verstanden können wir gezielt “Vertrauensbildende Massnahmen bestimmen und umsetzen und die Erfolgsergebnisse ableiten und messen.

ca_8

Wie kann man das Vertrauen messen? Mit “Big Data” allein ist es schwierig stichhaltige Erkenntnisse zu gewinnen. Das Zauberwort lautet “Thick oder Small Data”, Analyse. Auf den Punkt gebracht geht es hier um die klassische Informationsgewinnung  wie beispielsweise aus einer kundenseitigen Umfrage.

Die Suche nach den richtigen Modellen und KPI’s für eine sinnvolle Vertrauensquantifizierung ist alles andere als einfach. Eine Kombination von Iceberg Modell und herkömmlichen Ansätzen versucht dem Thema heute Herr zu werden. Es gibt bereits einige Ansätze und Modelle zu einer spezifischen und sinnvollen KPI Bildung.


5. Fazit

Der korrekte Umgang mit sensitiven Kundendaten bildet im digitalen Zeitalter ein wichtiger Faktor hinsichtlich Vertrauensbildung. Mit kundenseitigen Daten sollte deshalb äusserst achtsam umgegangen werden, da sonst das Vertrauen der Kundenbeziehung rasch schwinden kann. Der Tatbestand, dass heute keine griffigen Datenschutzrechtlichen Initiativen und Massnahmen greifen verstärkt diesen Umstand.
Das Erkennen und Erklären des Vertrauensphänomens ist eine komplexe Angelegenheit und eine Wissenschaft für sich. Wird das kundenseitige Vertrauen einmal zerstört kann dies grosse negative Effekte auf den Geschäftsgang nach sich ziehen. Wie die verschiedenen Modelle und Ansätze zeigen verhält sich ein Mensch bei seinen Entscheiden und bei der Vertrauensbildung längst nicht rational. Heisse und kalte Emotionen, diverse Side-Effekte und tieferliegende Gegebenheiten neurowissenschaftlicher Erkenntnisse unseres Gehirns haben einen Einfluss auf unser Handeln und die Vertrauensbildung. Das Iceberg Modell liefert uns heute eine gute Grundlage um das Thema des Kundenseitigen Vertrauens im digitalen Zeitalter besser erklären zu können.

Nicht nur das Monitoring von neuen Risiken im digitalen Zeitalter entwickelt sich zu einem entscheidenden Wettbewerbsfaktor. Auch das Thema der Messbarkeit und der richtigen Vertrauensbewirtschaftung zählt – wenn auch weitreichend, schwierig und komplex – heute zu einem immer wichtigeren Marketingsteuerungsinstrument.