Digitale Omnichannel-Marketinglandschaft der Telefónica-Gruppe transformieren

Telefónica Germany zählt zu den größten Mobilfunkanbietern Europas. Dahinter lebten Kundendaten in neun Systemen — Web, App, E-Mail, SMS, Retail, Callcenter — jedes mit eigenem Datensatz, eigener Logik, eigenen blinden Flecken. Marketing konnte nicht personalisieren, weil kein System die ganze Geschichte kannte. Der Support sah nicht, was der Vertrieb versprochen hatte. Und jeder abgebrochene Warenkorb blieb einfach liegen, weil nichts dahinter wusste, dass es ihn gab.

Ich leitete die Plattform, die aus neun Teilkunden einen echten machen musste.

Kundendaten-Programme sterben üblicherweise an Abstraktion. „Ein einheitliches Kundenprofil" ist eine Folie, kein Ergebnis, und nach einem Jahr Integrationsarbeit ohne sichtbaren Effekt kommen die Sponsoren nicht mehr in die Termine. Die erste Lieferentscheidung war deshalb eine Scope-Entscheidung: die Plattform auf das konkreteste Leck im Geschäft richten — abgebrochene Warenkörbe — und daran die gesamte Kette beweisen. Nicht weil Warenkörbe strategisch das größte Thema waren, sondern weil sie das messbarste waren: in Euro, innerhalb eines Quartals. Dieser Erfolg kaufte die Geduld, die die längere Vereinheitlichungsarbeit brauchte.

Adobe Real-Time CDP führte die neun Quellen zu einem Profil zusammen. Journey Optimizer übernahm die Orchestrierung, Experience Manager hielt Inhalte konsistent, Adobe Target fuhr die Experimente.

Deutschland ist der Markt, in dem Marketing-Automatisierung vor Gericht endet, wenn man sie falsch baut — DSGVO-konformer Consent war hier keine Checkbox, sondern die Betriebsbedingung. Innerhalb dieser Grenze schlug Zurückhaltung das Volumen. Wer mitten im Kauf absprang, bekam eine koordinierte Sequenz über Web, E-Mail, SMS und App, jede Nachricht vom System getimt statt nach Kalender gefeuert. Wer stattdessen anrief oder in den Shop kam, traf auf Agents, die den Warenkorb in Echtzeit sahen und das Gespräch dort aufnahmen, wo es stehen geblieben war.

Im ersten Jahr: über 100.000 personalisierte Nachrichten, und 21 % der Warenkorbabbrecher schlossen ihren Kauf innerhalb von 30 Tagen ab. Mehr zu senden hätte weniger gebracht — die Rückgewinnungsquote war ein Targeting-Ergebnis, kein Reichweiten-Ergebnis.

Die leisere Veränderung war organisatorisch. Marketing, BI und Technologie zogen in eine gemeinsame Datenumgebung: dieselben Profile, dieselben Experiment-Ergebnisse, dieselben Echtzeit-Analytics. Meetings, die früher mit zwanzig Minuten Dashboard-Abgleich begannen, begannen jetzt mit der Entscheidung. Experimentieren wurde Routine statt Sonderprojekt, und Offline-Signale aus Callcenter und Retail flossen in dieselbe Schleife zurück.

Die Consent-Management-Standards, Datentransparenz-Protokolle und Verantwortlichkeiten zwischen Marketing, IT und Datenschutz, die ich etablierte, machten das Ganze dauerhaft tragfähig — Personalisierung skaliert nur, wenn Kunden sehen können, dass sie sich anständig verhält.

• 21 % Warenkorb-Rückgewinnung innerhalb von 30 Tagen; 100.000+ personalisierte Nachrichten im ersten Jahr.
• Ein Kundenprofil über alle neun Touchpoints, in Echtzeit aktivierbar von Web bis Callcenter.
• Eine laufende Experimentierkultur auf gemeinsamen Zahlen, keine einmalige Integration.

Die Governance- und Datenvereinheitlichungs-Muster aus dieser Arbeit fließen in The AI-native Platform Playbook ein.