Data Science im Marketing

Kompetenzziele

• Kundendaten aus CRM-Systemen und Datenbanken mit SQL abfragen
• Datenquellen im Marketing nach Aussagekraft und Struktur einordnen
• Kundensegmente mit Data-Science-Methoden in Python bilden
• Prognosen zur Kampagnenwirkung erstellen
• Marketing aus Datensicht lernen: Kampagnen-KPIs bewerten und Marketingmaßnahmen datenbasiert steuern
• BI-Dashboards mit Power BI für interne Marketingberichte aufbauen

Themen und Zusammenhänge

Marketing datenbasiert zu lernen beginnt bei der Frage, welche Daten Aufschluss über Kundenverhalten und Kampagnenwirkung geben. CRM-Systeme, Kampagnendaten und Datenbanken werden mit SQL erschlossen und für die Analyse aufbereitet. Mit einer Einführung in Python folgen Verfahren der Kundensegmentierung, die Kundengruppen nach ihrem Verhalten unterscheiden, sowie Prognosen, mit denen sich die Wirkung von Kampagnen abschätzen lässt.

Business Intelligence verbindet die Analyse mit der Steuerung: Marketingdaten werden visuell aufbereitet, Kampagnen-KPIs in Dashboards zusammengeführt und Berichte mit strategischer Entscheidungsfindung verknüpft. Im Projekt werden Kundendaten aus der betrieblichen Praxis analysiert, durchgeführte Kampagnen bewertet und ein BI-Dashboard aufgebaut, der Kern von Data Driven Marketing.

Berufliche Perspektiven

Einsatzfelder nach der Weiterbildung im Marketing bestehen in Marketingabteilungen, Agenturen und im Vertrieb, wo Kampagnen geplant, gesteuert und bewertet werden.

• Marketing Analyst bzw. Marketinganalyst:in für Kundendaten und Kampagnenwirkung
• CRM-Manager:in für Kundensegmentierung und Zielgruppenauswahl
• Marketing Manager mit Schwerpunkt datenbasierte Kampagnensteuerung
• Data Scientist im Marketing für Prognosen und Segmentierung