Marketing auf echten Umsätzen: SAP Engagement Cloud (Emarsys) mit Verkaufsdaten aus S/4HANA Public Cloud füttern

Das Marketing segmentiert auf Klicks. Newsletter geöffnet, Link angeklickt, Formular ausgefüllt: daraus entstehen Zielgruppen, Scoring-Modelle und ganze Kampagnenpläne. Derweil liegt das eigentliche Gold zwei Systeme weiter, im ERP. Aufträge, Rechnungen, Produktmix, Bestellrhythmus: das ERP weiss auf den Rappen genau, wer was wann und wie oft kauft. Die Marketing-Automation weiss, wer am Dienstag eine Mail geöffnet hat. Auf welcher der beiden Datenbasen würden Sie Ihr Budget verplanen?

Mit SAP Engagement Cloud (vormals SAP Emarsys, von SAP im Februar 2026 umbenannt) und S/4HANA Public Cloud lässt sich diese Lücke mit Werkzeugen schliessen, die in beiden Produkten bereits enthalten sind. Der Aufwand ist überschaubar, der Effekt auf die Kampagnenqualität nicht. Die Komponentennamen tragen weiterhin die Bezeichnung Emarsys, weil SAP sie für die Emarsys Edition beibehalten hat.

Verkaufsdaten in Smart Insight: das Muster

Die Emarsys Edition der Engagement Cloud bringt mit Smart Insight eine Analyseschicht mit, die genau dafür gebaut ist: Verkaufsdaten in Segmente verwandeln. Sie stammt aus dem E-Commerce, aber ihr ist egal, woher ein Umsatz kommt. Ein Kundenauftrag aus S/4HANA ist für Smart Insight schlicht eine Transaktion.

Der Weg dorthin ist unspektakulär. S/4HANA Public Cloud stellt Kundenaufträge und Fakturen über freigegebene APIs bereit, etwa Sales Order (A2X). Die SAP Integration Suite liest sie, bildet sie ab und übergibt sie als Datei an den Verkaufsdaten-Upload der Engagement Cloud. Ein Datensatz pro Position: Kunde, Produkt, Menge, Wert, Datum. Mehr braucht Smart Insight nicht, und SAP verlangt ohnehin einen täglichen Upload, was aktuell genug ist (dazu später mehr).

Ab dann segmentiert das Marketing auf tatsächlichem Kaufverhalten:

• RFM: Recency, Frequency, Monetary. Wer hat zuletzt gekauft, wie oft, für wie viel? Smart Insight rechnet die Scores automatisch und hält sie aktuell.
• Erstkäufer versus Wiederkäufer: zwei komplett verschiedene Zielgruppen, die in klickbasierten Setups meist dieselbe Mail bekommen.
• Kategorie-Käufer: wer kauft welche Produktgruppe, wer hat eine Kategorie noch nie angerührt.
• Abwanderungsrisiko: keine Bestellung seit X Monaten, gemessen am eigenen üblichen Rhythmus des Kunden, nicht an einem fixen Schwellenwert für alle.

Der letzte Punkt ist der wichtigste. Ein Kunde, der alle zwei Wochen bestellt und seit sechs Wochen schweigt, ist ein Alarmfall. Ein Kunde mit Jahresrhythmus ist nach sechs Wochen schlicht normal. Ohne ERP-Daten sieht das Marketing diesen Unterschied nicht.

Vier B2B-Programme, die in Projekten funktionieren

Aus unseren Projekten, anonymisiert und bewusst unspektakulär, und gerade deshalb wirksam:

1. Nachbestell-Erinnerung auf Basis realer Bestellzyklen. Verbrauchsmaterial, Ersatzteile, Verschleissartikel: Smart Insight kennt den Rhythmus jedes Kunden pro Produkt. Kurz bevor die nächste Bestellung fällig wäre, geht eine Erinnerung raus. Niemand muss raten, denn der Zyklus steht bereits in den Auftragsdaten.
2. Cross-Selling beim ersten Kategoriekauf. Kauft ein Konto zum ersten Mal aus einer Produktkategorie, startet ein kurzes Programm mit Zubehör, Verbrauchsmaterial und Anwendungswissen zu genau dieser Kategorie. Nicht der Gesamtkatalog, nur das Passende.
3. Rückgewinnung bei sinkender Bestellfrequenz. Fällt die Frequenz eines Kontos deutlich unter den eigenen historischen Schnitt, wird das Marketing aktiv, bevor der Aussendienst den Umsatzrückgang im Quartalsreport entdeckt. Das ist der Unterschied zwischen einem Anruf im richtigen Moment und einer verpassten Chance.
4. Neuprodukt-Ankündigung nur an Käufer des Vorgängers. Die Nachfolgegeneration eines Produkts interessiert vor allem die, die den Vorgänger im Einsatz haben. Ein Segment auf die Käufer der alten Materialnummern genügt. Höhere Relevanz, weniger Streuverlust, und niemand bewirbt Kunden mit Produkten, die sie nie gekauft haben.

Nichts davon braucht ein Data-Science-Team. Alles davon braucht Verkaufsdaten im Marketingsystem. Setzt ein Kunde zusätzlich Sales Cloud V2 ein, zieht sich dasselbe Konto- und Kontaktmodell durch, wie in unserem Beitrag zum integrierten Stack aus S/4HANA Public Cloud und Sales Cloud V2 beschrieben.

Eine ID-Strategie, ein System für Einwilligungen

Damit das Ganze trägt, müssen zwei Fragen sauber beantwortet sein, bevor die erste Kampagne läuft.

Identität: Im B2B kauft das Konto, aber die Mail liest ein Mensch. Der Schlüssel ist die E-Mail-Adresse des Kontakts, verbunden über die CRM-Synchronisation: Der Kontakt im CRM hängt am Konto, das Konto hängt am ERP-Debitor. So landet der Umsatz des Kontos beim richtigen Ansprechpartner in der Engagement Cloud. Eine ID-Strategie, konsequent durchgezogen, erspart Monate an Datenbereinigung. Zwei halbe ID-Strategien erzeugen Dubletten, die nie wieder verschwinden.

Einwilligung: Die Einwilligung wird in genau einem System geführt, dort, wo sie erhoben wird, und von dort verteilt. Und nach dem Schweizer Datenschutzgesetz (DSG) wie nach der DSGVO gilt Datenminimierung: Die Engagement Cloud braucht IDs, Produktkategorien und Aggregate, keine vollständigen Rechnungen. Konditionen, Zahlungsziele und Preisdetails haben im Marketingsystem nichts verloren. Das macht nebenbei auch das Gespräch mit dem Datenschutzbeauftragten deutlich kürzer.

Klein anfangen, richtig messen

Zwei Ratschläge aus Projekterfahrung, beide unbequem.

Erstens: drei Lifecycle-Programme, nicht zwanzig. Willkommensstrecke für Erstkäufer, Nachbestell-Erinnerung, Win-back. Diese drei sauber bauen, ein Quartal laufen lassen, dann erweitern. Wer mit zwanzig Programmen startet, pflegt keines davon richtig.

Zweitens: Erfolg wird gegen eine Kontrollgruppe gemessen, nicht an Öffnungsraten. Ein Teil der Zielgruppe bekommt das Programm bewusst nicht; die Umsatzdifferenz zwischen beiden Gruppen ist der Wert des Programms. Öffnungsraten schmeicheln, Inkrementalumsatz beweist. Und weil die Verkaufsdaten ohnehin täglich aus S/4HANA kommen, liegt die Messbasis schon bereit.

Häufige Fragen

Brauchen wir eine Customer Data Platform zwischen ERP und Engagement Cloud?

Nicht zwingend. Für Segmente auf Verkaufsdaten deckt Smart Insight die Commerce-typische Analytik bereits ab: RFM, Kategorien, Kaufzyklen. Eine Customer Data Platform wird interessant, wenn viele weitere Quellen konsolidiert werden sollen. Voraussetzung für dieses Muster ist sie nicht.

Wie aktuell müssen die Verkaufsdaten sein?

Ein täglicher Batch reicht. Lifecycle-Programme reagieren auf Muster über Wochen und Monate, nicht auf Minuten. Ob die Nachbestell-Erinnerung um 8 Uhr oder um 14 Uhr ausgelöst wird, ändert am Ergebnis nichts; eine Echtzeitintegration wäre hier Aufwand ohne Ertrag.

Funktioniert das im B2B überhaupt?

Es funktioniert gut. Die Umsätze hängen am Konto, das Marketing läuft auf Kontaktebene: Über die Verknüpfung von Konto und Kontakt aus dem CRM erhält jeder Ansprechpartner Kampagnen auf Basis dessen, was sein Unternehmen tatsächlich kauft. Gerade im B2B, wo Bestellzyklen stabil und Sortimente klar strukturiert sind, greifen diese Segmente besser als in manchem B2C-Shop.

Was ist mit Aufträgen, die nicht über den Webshop laufen?

Sie sind der Hauptgrund für dieses Muster. Telefon, E-Mail, EDI, Aussendienst: im B2B entsteht der Grossteil des Umsatzes abseits des Shops. Weil die Daten aus dem ERP kommen und nicht aus dem Webtracking, sieht die Engagement Cloud den gesamten Umsatz, egal auf welchem Weg bestellt wurde.

---

Ihre Verkaufszahlen liegen im ERP und Ihr Marketing segmentiert auf Klicks? Wir zeigen Ihnen das Muster gern anhand Ihrer eigenen Auftragsdaten. Und wenn Sie noch einen Partner suchen, erklären unser Leitfaden zu SAP-Engagement-Cloud-Partnern und der Leitfaden zu Cloud-ERP- und CRM-Partnern, worauf es ankommt. Sprechen Sie mit uns.