Lisa Wiedmann 26.08.21 07:59 23 min read

Supermetrics vs. minubo - wer macht hier was mit Daten?

Darum geht es in dieser Blog-Serie:

Tableau, Looker, Incuda, Power BI oder Supermetrics - irgendwelche Magie mit Daten machen sie alle und häufig steht Business Intelligence drauf, aber wo ist BI tatsächlich drin? Die Auswahl an Software Lösungen ist groß und seither ist es schwierig geworden, bei all dem Angebot einen Überblick zu behalten. Abhilfe schafft dieser Ratgeber in Form von 4 aufeinanderfolgenden Blogartikeln – basierend auf unserer umfassenden BI-zentrierten Beratungs- und Entwicklungstätigkeit im Online-Sektor. Für alle, die die Unterschiede verstehen wollen. Und speziell für Online-Händler.

Episodenverzeichnis

Business Intelligence - sehen Sie das große Ganze. Das müssen Händler Ihrer BI-Entscheidung beachten
Business Intelligence Software im Vergleich - Tableau vs. minubo
Looker vs. minubo - Business Intelligence Software im Vergleich (coming soon)

Episode 3

Supermetrics vs. minubo - wer macht hier was mit Daten?

In der dritten Episode der Business Intelligence Blog-Serie nehmen wir Supermetrics genauer unter die Lupe. Ziel ist es herauszufinden, wo die Unterschiede von Supermetrics und minubo liegen, welche Anforderungen die Software abdecken und was beim BI Projekt und dem Setup der Infrastruktur für die jeweilige Lösung gewusst und beachtet werden muss.

Für Marketing (und darüber hinaus)

Viele werden es kennen - in einer Datenlandschaft sind die relevanten Daten häufig über mehrere Tools, Anwendungen, Systeme und Quellen in Abteilungen oder im ganzen Unternehmen verteilt. Diese Datensilos bieten keine konsolidierte und vollständige Geschäftsansicht über alle Kanäle hinweg. Es ist demnach unmöglich, sich auf seine Daten zu verlassen und detaillierte Analysen als Entscheidungsgrundlage zu erstellen.

Hier kommen Supermetrics und minubo ins Spiel - jedoch mit unterschiedlichem Ansatz und Umfang. Liegt der Fokus bei Supermetrics darauf, alle Marketingdaten aus alles nur denkbaren Kanälen und Kampagnen zusammenzubringen und im Self-Service für die Marketingabteilung zur weiteren Analyse bereitzustellen, so integriert minubo neben Daten aus Marketing darüber hinaus auch Shop, ERP, PIM (und viele weitere) zu einer ganzheitlichen Basis und ermöglicht so eine umfassende unternehmensweite Transparenz und datengetriebene Prozesse in allen Abteilungen.

Supermetrics und minubo im Vergleich

Supermetrics - “we get Data”

Supermetrics “gets Data” - aber was heißt das genau? Recherchiert man im Internet, sind verschiedene Bezeichnungen zu dem Software Anbieter zu finden: Reporting Tool, ETL Lösung oder Daten Konnektor. Es scheint nicht ganz klar unter welchem Oberbegriff Supermetrics jetzt genau einzuordnen ist. Halb so wild, denn Nutzen und Funktion lassen sich relativ eindeutig beschreiben. Supermetrics sammelt Marketingdaten aus über 60 unterschiedlichen Datenquellen wie Facebook, Mailchimp, Google oder Bing und integriert diese in die bevorzugte Reporting-, Analyse oder Storage-Plattform - egal, ob es sich dabei um ein BI-Tool, ein Spreadsheet, Datenvisualisierung, Data Lake oder Data Warehouse handelt. Supermetrics ist somit eine vollständig verwaltete, codefreie Marketing Data Pipeline und kann einfach, auch ohne spezifische IT-Kenntnisse - implementiert werden.

Ein Zugewinn also für jede Marketingabteilung, denn Supermetrics ermöglicht es die oft zeitaufwändigen und fehleranfälligen Schritte der Datensammlung zu überspringen und die relevanten Daten im Self-Service automatisiert über ein nutzerfreundliches Interface abzugreifen. Die Integration der Daten in ein Visualisierungstool (wie beispielsweise Data Studios) ermöglicht ein zentrales Monitoring der gesamten Performance sowie auf einzelnen Kanälen.

minubo - die Business Intelligence Komplettlösung

Die auf den Handel spezialisierte Business Intelligence Lösung minubo deckt eine große Breite an Anforderungen der Datenwertschöpfungskette ab. Neben der Extraktion von Daten aus dem Marketing, werden zusätzlich Daten aus alles relevanten Datenquellen (POS, ERP, Online, Store, etc.) eines Unternehmens, im eigenen Data Warehouse zu einer ganzheitlichen Datenbasis konsolidiert und, basierend auf dem integrierten Datenmodell, modelliert. Das Datenmodell umfasst mittlerweile fast 1.000 Kennzahlen, Attribute und Metriken aus dem Handelsumfeld und erspart somit Zeit und Mühe, diese Kennzahlen und Logiken in Kleinarbeit selbst zu entwickeln. Die Daten stehen dann zur Analyse und Visualisierung im eigenen minubo Frontend bereit oder können zudem auch in Drittsysteme (Marketing Systeme, Commerce Plattformen, KI- & Machine-Learning-Module etc.) flexibel integrieren werden, um intelligente Prozesse und Automatisierung zu etablieren. minubo ermöglicht somit eine umfassende Transparenz sowie eine unternehmensweite datengetriebene Arbeitskultur in der jeder Mitarbeiter im Self-Service auf die für ihn relevanten Daten zugreifen und darauf basierend Entscheidungen treffen kann.

Falls noch nicht geschehen, empfehle ich zur besseren Einordnung Artikel 1 dieser Blog-Serie “Business Intelligence - sehen Sie das große Ganze. Das müssen Händler bei Ihrer BI-Entscheidung beachten” zu lesen. Dieser vermittelt ein generelles Verständnis über den Aufbau und die unterschiedlichen Komponenten einer Business Intelligence Lösung, um somit Anforderungsabdeckung und Kriterien für Funktionalität besser einordnen zu können, denn,…

… der Unterschied der beiden Lösungen liegt wie immer in der Architektur

Werfen wir einen Blick auf die BI-Infrastruktur, die wir für gewöhnlich in vier Ebenen unterteilen: Datenquellen, ETL-Prozess, Data Warehouse und Datenanalyse- und Visualisierung. Anhand der Grafik, wird recht deutlich, dass beide Lösungen einen unterschiedlichen Teil der Datenwertschöpfungskette abdecken. Bei Supermetrics liegt das Hauptaugenmerk auf der Integration und Bereitstellung von (Marketing)Daten. Das ist nur ein Teilbereich des gesamten Business Intelligence Setups, welches minubo als Komplettlösung, neben weiteren Anforderungen auch abdeckt. Was bedeutet das jetzt genau für die Funktionalität?

Anforderungsabdeckung im Detail

	Supermetrics	minubo
Ebene 1: Datenquellen	Als Marketing Data Pipeline kann Supermetrics Daten aus 60+ unterschiedlichen Datenquellen abziehen und anschließend zur Weiterverarbeitung über eine Schnittstelle an Google Sheets, Google Data Studio, jegliches andere Datenaufbereitungs- bzw. BI-Tools oder Datenbank laden. Der Fokus liegt jedoch klar auf Marketingdaten. Zu Systemen aus dem Commerce Bereich stehen nur sehr ausgewählte Quellen zur Verfügung. Ist das gewünschte System nicht dabei, bedeutet dies für den Nutzer, dass er mit Hilfe von weiteren Softwarelösungen die Daten eigenständig extrahieren muss - ein Prozess der neben technischer Expertise auch Zeit erfordert.	minubo verfügt über Konnektoren zu allen gängigen operativen Systemen. Durch eine Vielzahl von Standard-Schnittstellen und individuellem Data-Pipelining, können somit nicht nur Daten aus Marketingsystemen, sondern aus unterschiedlichsten Quellsystemen (wie CRM, Shop-System, Webtracking, ERP oder Warenwirtschaft, etc.) per “Plug and Play”-Ansatz in minubo integriert und direkt weiterverarbeitet werden.
Ebene 2: ETL	Supermetrics extrahiert Marketingkosten und Interaktionsdaten aus unterschiedlichsten, für das Marketing relevanten Quellen und lädt sie zur weiteren Verwendung in ein gewünschtes Drittsystem (Data Warehouse, BI-Lösung, Daten-Visualisierung, Machine Learning Anwendungen, etc.). Um ein konformes Format sicherzustellen, können die Daten nach dem Export (ganz ohne Coding) in ein einheitliches Daten-Schema verwandelt werden. Der Marketingmanager hat somit automatisiert direkten Zugriff auf die Marketingdaten.	minubo verfügt über einen eigenen ETL-Prozess, welcher in Apache Spark, einer Analytics Engine für Big-Data-Verarbeitung, gebaut wurde. Diese gewährleistet eine hohe Performance und Effizienz sowie vor allem volle Skalierbarkeit. Für den Kunden bedeutet das keinen zusätzlichen Aufwand und den Zugriff auf verlässliche Daten in korrekter validierter Form, die jeden Morgen automatisch zur Verfügung gestellt werden.
Ebene 3: DWH	Supermetrics hat spezielle, mit weiteren Softwarelösungen kombinierte, Data Warehouse Produkte im Portfolio, in die die gewünschten Marketingdaten über eine Schnittstelle mit wenigen Klicks integriert werden können: Supermetrics for BigQuery, Azure, Snowflake oder Amazon S3. Entscheidet man sich für ein anderes Storage System kann eine Schnittstelle mit dem Produkt Supermetrics API konfiguriert werden.	Als vollständiger BI-Stack ist minubo mit einer flexiblen Analytics-Datenbank als Data Warehouse sowie mit einem integrierten Datenmodell ausgestattet, welches mittlerweile über fast 1.000 Kennzahlen, Attribute und Metriken – maßgeschneidert für die Reporting- und Analytics-Bedarf in Commerce-Unternehmen - verfügt. Basierend auf elasticsearch, einer besonders schnellen Suchmaschinen-Technologie, hat minubo die Analytics-Datenbank entwickelt, die eine überragende Performance auf allen Leveln der Datenabfrage gewährleistet – von höchster Aggregation bis auf Rohdatenlevel. Das sorgt nicht nur dafür, dass minubo eine große Vielfalt an Daten-Tools anbieten kann, sondern ermöglicht auch, die Daten aus minubo in Drittsystemen flexibel zu nutzen.
Ebene 4: Visualisierung & Analyse	Supermetrics selbst hat kein eigenes Reporting Tool. Das Produktportfolio umfasst neben den Konnektoren zur Storage-Lösungen jedoch auch Schnittstellen zu Visualisierungs- und Analysetools. Über den Supermetrics Connector zu Google Data Studio, Google Sheets oder Excel können die Daten integriert werden, um Dashboards oder Reports zu erstellen und Daten zu analysieren. Zudem können Daten über die Supermetrics API einfach in Visualisierungstools wie Power BI oder Tableau integrieren werden.	minubo selbst bringt ein eigenes starken Frontend mit, das durch die einfache Handhabung nicht nur Analysten, sondern die gesamte Organisation in die Lage versetzt, eine bessere, datengetriebene Entscheidungskultur und intelligente Prozessautomatisierung zu etablieren. Das umfassende webbasiertes Tool-Set, umfasst nicht nur eine Vielzahl von unterschiedlichen Visualisierungsmöglichkeiten, wie Dashboards und Reports, sondern bietet Zugriff auf ein performantes Data Warehouse und somit die Möglichkeit Daten zu operationalisieren und mit weiteren Drittsystemen (bspw. Marketingsysteme, Commerce Plattformen, externe Analytics & Reporting, externe KI & Machine Learning-Module, usw.) per Standardschnittstelle zu teilen. Die Nutzer können eine echte datengetriebene Arbeitskultur mit Tools wie Segmentierungen, proaktivem Alerting oder flexiblen Ad-hoc Analysen etablieren.

Umfassende Transparenz - aber wie?

Wer umfassende Transparenz seiner Unternehmensdaten wünscht, der kommt um ein ganzheitliche Dateninfrastruktur, beispielsweise in Form eines Business Intelligence Setups, nicht herum. Wie immer stellt sich die Frage: 1) baue ich meine Business Intelligence Infrastruktur mit eigenem Tech Stack und Supermetrics als Teilkomponente oder 2) nutze ich eine standardisierte BI-Lösung, die den Großteil der Daten-Wertschöpfungskette abdeckt? Einen sehr ausführlichen Überblick über Vor-bzw. Nachteile in Bezug auf Kosten, Flexibilität, Zeitaufwand oder Risiko einer BI-Lösung Marke Eigenbau vs. einer Komplettlösung haben wir in Artikel 1 betrachtet. Ich empfehle, sich diesen noch einmal anzuschauen. Für unser Szenario lassen sich zu den allgemeinen Aspekten, zwei grundsätzliche Faktoren noch einmal hervorheben:

Supermetrics ist ein starkes Tool, wenn es um die Bereitstellung von Marketingdaten geht. Es lässt sich schnell und einfach - ohne spezifisches IT Wissen implementieren. Jeder, vom Marketer bis hin zum nicht-technischen Analysten, kann die Datenübertragung in wenigen Minuten einrichten, dadurch wird der zeitliche Implementierungsaufwand drastisch gesenkt.

Supermetrics richtet sich an Marketing Manager und Marketing Analysten, die ihre relevanten Daten in ein gemeinsames Bild bringen möchten. Das Werkzeug ermöglicht es dem Nutzer die Daten selbst abzufragen, zu manipulieren und automatisiert in einem Drittsystem bereitzustellen. Ein großer Zugewinn für jede Marketingabteilung, aber eben auch eben nur für diese. Denn Supermetrics alleine reicht nicht aus, um eine ganzheitlich konsolidierte Datenbasis - also die Grundvoraussetzung für datengetriebene Entscheidungen - zu generieren.

Warum? Supermetrics ist “nur” eine Datenintegration für Marketingsysteme. Zwar eine ziemlich guter in dem speziellen Bereich, denn das Tool hat Konnektoren zu der Mehrheit aller relevanter Marketingsysteme und ermöglicht so einen schnellen Zugang, allerdings fehlen 1) Konnektoren zu beispielsweise ERP oder Shopsystemen wie Shopify, Magento und co., die für eCommerce Unternehmen unabdingbar sind. Möchte ein Online-Händler eine ganzheitliche Bewertung der Marketingaktivitäten, so müssen auch diese Daten in einem ganzheitlichen Datenpool integriert werden. Dafür müssen dann eigenständig Schnittstellen gebaut und/oder auf weitere Systeme in der Tool-Landschaft gesetzt werden. Und 2) Supermetrics deckt nur einen Teilbereich einer BI Infrastruktur ab und funktioniert somit nur in Kombination mit anderen Software- und Storagelösungen, wie Data Studio, Azure oder Power BI, um Daten ganzheitlich betrachten, analysieren und visualisieren zu können.

Der Vorteil ist, dass man sich seinen Tech Stack nach Bedarf und Anforderungen flexibel zusammenstellen kann. Der Nachteil: Je mehr Tools in der Infrastruktur verwendet werden desto mehr technische Expertise wird benötigt und desto größer auch die Chance potentieller Fehlerquellen. Einen ausführlichen Einblick zu den Vor-und Nachteilen von “Make vs. Buy” könnt ihr wie schon erwähnt im ersten Artikel dieser Blog-Reihe sowie im Blog vom Daten-Experten Lennard Stoever, noch einmal nachlesen.

Im Gegensatz zu Supermetrics entscheidet sich der Nutzer bei der Wahl von minubo für eine standardisierte Komplettlösung, also den Einkauf der gesamten Business Intelligence Infrastruktur aus einer Hand. Durch den ganzheitlichen Ansatz - Tech & Tool in einer Lösung - deckt minubo von der Datenintegration, ETL, über Datenbank, Datenmodell bis hin zur Visualisierung, Analyse und Automatisierung alles ab. Es werden also keine weiteren Software Anbieter benötigt, um sich auf aussagekräftige und zuverlässige Ergebnisse basierend auf Daten berufen zu können.

Warum also mehr Aufwand, Kosten und einer am Ende meist mittelmäßigen Lösung dastehen, wenn es auch einfach, schnell und aus einer Hand gelingt?

Wenn Interesse besteht, noch mehr zur grundsätzlichen Herangehensweise an ein BI-Projekt bzw. zu dessen wichtigsten Erfolgsfaktoren zu erfahren, dann empfehle ich die folgende Lektüre: Die Commerce Intelligence Blaupause.

Lisa Wiedmann

Lisa is Digital Marketing Manager at minubo. Her passion for quality content on topics from the field of data-driven commerce and, in particular, on how minubo customers gain value from their data is what drives her to do a great job every day.