Der MarTech-Stack, den eine D2C-Marke wirklich braucht

Vier Aufgaben statt fünfzig Kategorien

Ein Stack muss Daten erfassen, sie zusammenführen, auf ihrer Basis handeln und messen, was passiert ist. Erfassen sind Tracking, Formulare, Bestelldaten und Servicegespräche. Zusammenführen heißt: eine Identität je Kunde, damit eine E-Mail-Adresse, eine Bestellung und ein Support-Ticket dieselbe Person beschreiben. Handeln sind E-Mail, Werbung, Inhalte im Shop und Service. Messen schließt den Kreis: Hat sich etwas verändert?

Die meisten Stacks, die sich chaotisch anfühlen, sind stark im Handeln und schwach im Zusammenführen. Genau deshalb bekommt derselbe Kunde zwei Tage nach dem Kauf eine Rückgewinnungskampagne: Das System, das sendet, ist nicht das System, das Bescheid weiß.

Das Minimum, das eine wachsende Marke trägt

Fünf Systeme decken die vier Aufgaben für die große Mehrheit der D2C-Marken ab — und sie tragen ein Geschäft erstaunlich weit, bevor irgendetwas anderes nötig wird.

• Das Shopsystem als Quelle der Wahrheit. Bestellungen, Kunden, Produkte und Retouren leben hier. Alle anderen Tools lesen daraus — keine zweite Wahrheit in einer Tabelle.
• Web-Analyse mit funktionierender Consent-Ebene. Einmal sauber konfiguriert, quartalsweise geprüft. Konsistente Definitionen sind wichtiger als das letzte Prozent Genauigkeit.
• E-Mail und CRM mit einer Handvoll Automationen. Willkommen, Warenkorb-Erinnerung, Nachkauf, Nachschub, Reaktivierung. Fünf verlässlich laufende Strecken schlagen einen Kampagnenkalender, den niemand pflegt.
• Ein Helpdesk mit Bestellkontext. Der Service braucht die Bestellung vor Augen. Das ist zugleich die günstigste Quelle für Produktfeedback, die eine Marke hat.
• Ein Ort für das Reporting. Am Anfang genügt eine Tabelle — solange alle dieselben Zahlen mit denselben Definitionen lesen.

Was regelmäßig zu früh gekauft wird

Customer Data Platforms, Personalisierungs-Engines, Loyalty-Suiten, Attributionswerkzeuge und Testing-Plattformen lösen echte Probleme — auf einer Größenordnung, die die meisten Marken noch nicht erreicht haben. Eine Personalisierungs-Engine braucht genug Traffic je Segment, um einen Effekt von Rauschen zu unterscheiden. Ein Testing-Tool braucht genug Conversions pro Woche, um ein Experiment vor dem Saisonwechsel zu beenden. Ein Attributionswerkzeug braucht Mediabudget, das sich zu verteilen lohnt.

Zu früh gekauft scheitern diese Systeme nicht laut. Sie verbrauchen still die Zeit der einen Person, die sie versteht, und erzeugen Zahlen, denen niemand genug vertraut, um danach zu handeln.

Consent und Datenschutz sind Architektur, kein Anhang

In Europa ist die Consent-Ebene kein Banner, das am Ende dazukommt — sie bestimmt, welche Daten überhaupt existieren, und damit, was Reporting und Automationen können. Entwerfen Sie das Messkonzept darum herum: Welche Ereignisse brauchen eine Einwilligung, was wird ohne sie gemessen, und wie wird die Lücke im Reporting behandelt.

Server-Side-Tagging verändert, wo Daten verarbeitet werden, nicht ob sie verarbeitet werden dürfen. Es kann die Datenqualität verbessern und Ballast aus dem Browser nehmen — beides gute Gründe; ein Weg an der Einwilligung vorbei ist es nicht. Die rechtliche Bewertung gehört zu Ihrer Datenschutzberatung und ist vor der Umsetzung deutlich günstiger als danach.

Integration ist der eigentliche Preis

Die Lizenzgebühr ist der sichtbare Kostenblock. Dauerhaft kostet die Integration: ein gemeinsamer Identitätsschlüssel über die Systeme hinweg, ein Datenmodell, das eine Sortimentsänderung überlebt, eine Überwachung für den Tag, an dem eine API-Version abgeschaltet wird, und eine Person, die erklären kann, warum zwei Dashboards sich widersprechen.

Eine praktische Regel, die viel Budget gerettet hat: Jedes Tool braucht eine Frage, die es beantwortet, eine namentliche Zuständigkeit und ein Prüfdatum. Kann zum Prüftermin niemand eine Entscheidung nennen, die sich durch das Tool geändert hat, fliegt es raus. Stacks werden nicht durch schlechte Käufe teuer, sondern dadurch, dass nie etwas entfernt wird.

Eine Reihenfolge über zwölf Monate

Zuerst Datenqualität und Consent — alles Nachgelagerte erbt beides. Dann die fünf E-Mail- und CRM-Automationen, weil sie mit vorhandenem Traffic Umsatz erzeugen. Danach ein Reporting, das Kohorten und Deckungsbeitrag zeigt statt nur Kanalumsatz.

Erst dann lohnt das Gespräch über Personalisierung, CDP oder fortgeschrittene Attribution — und es ist zu diesem Zeitpunkt erheblich kürzer: Sie kennen Ihre Daten, Sie kennen Ihre Volumina, und Sie wissen, welche Frage tatsächlich offen ist.