Die funktionalen Taschen von Dagne Doversind dafür gemacht, dass alles organisiert und griffbereit bleibt. Caitlin Dubay, Marketingdirektorin, wollte dasselbe für die Daten der Marke.
Dubay leitet Marketing und Analysen für die 50-köpfige Marke, bei der alle einen Anteil am Umsatz haben. Zuvor arbeitete sie mit einem dezentralen Setup, das viele Marketer*innen kennen dürften: 60 % der Marketingteams haben laut Klaviyos 2025 State of B2C Marketing Report 6–15 Tools in ihrem Technologie-Stack.
Vor Kurzem hat Dubay alle Datenquellen von Dagne Dover an einem Ort zusammengeführt, sodass sie Antworten zur Marketing-Performance über KI-Unterhaltungen erhalten kann, statt sich ausschließlich auf Berichte zu verlassen.
In unserer neuesten Folge von Klaviyo Originals erklärt Dubay, wie sie KI nutzt, um Zeit zurückzugewinnen und Performance-Daten zu erhalten, auf die sie sofort reagieren kann.
Der erste Schritt: Daten mit einem MCP-Server zentralisieren
Mit Claude und Klaviyos MCP-Server [EN] holte Dubay Dagne Dovers Klaviyo-Daten [EN], Shopify-Daten sowie Umsatzpläne und Marketingkalender in Google Sheets an einem Ort zusammen.
„Im Grunde haben wir all unsere Datenquellen in unsere eigene Version eines Data Warehouse gebracht, und jetzt können wir mit KI nahezu menschliche Gespräche auf Analyst-Niveau führen“, sagt Dubay.
MCP ist ein offenes Protokoll, das KI-Modelle dabei unterstützt, sicher mit Datenquellen und Tools zu interagieren. Das macht es für Marketer*innen wie Dubay möglich, über Claude mit ihren Data-Warehouse-Analysen zu interagieren und in Klartext Antworten zur Performance zu erhalten.
Damit das funktioniert, müssen alle Kund*innendaten und Leistungsdaten an der Quelle zentralisiert werden. Ein LLM kann Fragen zur Performance nur auf Basis der Daten beantworten, die es sehen kann. Deshalb waren Dubays anfängliche Zentralisierungsmaßnahmen so entscheidend für ihren Erfolg.
Report-Montage zurückerobern: „Anstatt Daten zu sammeln, können wir unseren wöchentlichen Gameplan erstellen“
Dubays Analyse läuft nach einem eigenen Zeitplan, sodass sie Berichte nicht manuell erstellen muss. „Der KI-Workflow basiert auf einem Trigger“, sagt Dubay. „Ich habe Zeitpläne eingerichtet, sodass es jeden Morgen die Analyse ausführt und mir dann eine Slack-Nachricht schickt, als hätte ich einen Analyst in meinem Team, der mir genau sagt, was am Tag zuvor passiert ist.“
Diese Gespräche halten Dubay auf dem Laufenden, und jetzt ist es ihre Aufgabe, die Ausgabe zu prüfen und sie für alle anderen nützlich zu machen. „Von dort aus überprüfe ich das, stelle sicher, dass es Sinn ergibt, und übersetze es so, dass es für unser Team wertvoll ist“, erklärt sie.
Vor der Umstellung brauchte Dubay den größten Teil des Montags, um 10 Tabs zu öffnen und Daten manuell für den wöchentlichen Bericht des Teams zusammenzutragen, den sie in einem Meeting um 16:00 Uhr präsentierte. Die Automatisierung dieses Prozesses hat ihr jeden Montag etwa 6 Stunden zurückgegeben.
Das Meeting findet jetzt um 10:00 Uhr statt. "„Damit bekommen wir wirklich den ganzen Montag zurück“, sagt Dubay. „Anstatt Daten zusammenzutragen, können wir unseren Plan für die Woche ausarbeiten und strategisch vorgehen.“
Die zusätzliche Zeit hat auch verändert, wie das Team zusammenarbeitet. „Wir arbeiten weniger in Silos“, merkt Dubay an. „Anstatt also, dass am Montagmorgen alle die Zahlen für die Kanäle auswerten, die sie verantworten, können wir alle zusammenkommen und im Team über das Marketing bei Dagne Dover als Ganzes sprechen.“
Menschen in der Schleife: „KI ist nur so gut wie ihre Eingaben“
Die meisten Marketer*innen haben schon erlebt, dass KI eine Antwort liefert, die sich als falsch herausstellt. Dubay schützt davor mit sauberen Eingaben und einer abschließenden menschlichen Prüfung.
„Da steckt eine Menge Feinabstimmung drin, und ich denke, die KI wird nur so gut sein wie ihre Eingaben“, sagt Dubay. „Der erste Schritt ist also sicherzustellen, dass du saubere Quellen hast und dass die Daten selbst von Anfang an sauber sind.“
Das Überprüfen von Eingaben erfasst allerdings nicht alles. Manchmal kommt ein Bericht mit einer Zahl zurück, die nicht aufgeht. Deshalb geht jeder Bericht zu Dubay, bevor er zu irgendjemand anderem geht.
„Ich würde sagen, wir sind zu etwa 95 % so weit, aber ich denke, da ist ein Mensch enorm wichtig“, sagt Dubay. „Ich lese es zuerst durch, bevor ich es irgendwo im Unternehmen verteile, und führe einige dieser Datenvalidierungsprüfungen durch.“
Wie Dagne Dover Daten in Marketingentscheidungen umwandelt
Mit automatisiertem Reporting verbringt Dubays Team mehr von der Woche damit, auf Grundlage seiner Daten zu handeln. „Wir wollen die Marke immer in den Vordergrund stellen und kreativ bleiben“, sagt Dubay. „Aber gleichzeitig schauen wir immer auf die Daten, um unsere Theorien zu untermauern, die sich unsere Gehirne ausdenken.“
Dieselbe Gewohnheit prägt, wie Dagne Dover sich auf Shopper*innen vorbereitet, die KI nutzen. Um zu erfahren, wie Kund*innen ihre Bedürfnisse beschreiben, hat die Marke auf ihrer Website einen KI-Customer Agent eingeführt.
„Ich glaube, wir sehen, dass Menschen ein bisschen brutaler ehrlich sind, wenn sie die Person hinter dem Bildschirm nicht sehen“, sagt Dubay. „Ich freue mich wirklich sehr darauf zu sehen, wie Menschen damit interagieren, denn unsere Theorie ist, dass Kund*innen uns genau sagen werden, was sie brauchen.“
Neuere Klaviyo-Forschung stützt diese Theorie: 78 % der Verbraucher*innen beziehen bei der Nutzung von KI zumindest manchmal emotionale oder persönliche Kontexte ein, laut Klaviyos 2026 KI-Verbraucher*innen-Trendbericht.
Dubay stellt außerdem sicher, dass Dagne Dover auch in KI-Suchergebnissen außerhalb der eigenen Kanäle der Marke erscheint. Für die Sichtbarkeit bei KI-Shopping [EN] erwähnt sie, wie wichtig die Presse ist, „sicherzustellen, dass du in diesen Top-Bags für Back-to-School-Roundups erwähnt wirst,“ sowie Community-Threads wie Reddit, Kund*innenbewertungen und Metadaten auf Produktseiten, die dazu passen, wie Kund*innen ihre Bedürfnisse beschreiben.
Von der Analyse der Performance bis zum Briefing für die nächste Kampagne
Als Analytics-Expertin sagt Dubay: „Manchmal ist es für mich als nicht Kreative*r wirklich schwer, durchdacht zu kommunizieren, worum ich sie eigentlich bitte.“ „Wenn du mich bitten würdest, irgendein Design zusammenzustellen, würde es niemals freigegeben werden.“
Also testet sie ihre Briefings in Composer, Klaviyos integriertem KI-Marketing-Agenten, bevor sie sie an ihr Kreativteam weitergibt. „Ich gebe meinen Prompt in Composer ein und lasse die E-Mail für mich erstellen“, erklärt sie. „Ich kann anfangen, mir vorzustellen, wie das Ergebnis meiner Worte aussehen wird, und es an einen Punkt bringen, bei dem ich mich gut fühle, damit ich es an eine*n digitale*n Designer*in weitergeben kann.“
Wie schlanke Teams mit KI-Reporting loslegen können
Für schlanke Teams, die Klaviyo Marketing Analytics mit KI ausprobieren möchten, lautet Dubays Rat, mit den Tools zu starten, die sie bereits in ihrem Technologie-Stack haben. Konkret rät sie Teams dazu:
- Konsolidiere und integriere deinen Technologie-Stack, bevor du beginnst. „Integriere deinen Technologie-Stack so gut wie möglich“, schlägt sie vor.
- Lerne von anderen. „Ich werde auf TikTok nachschauen, wie man diese bestimmte Sache in Claude optimiert“, sagt sie. „Da draußen gibt es eine Fülle an Informationen.“
- MCP-Server anhand von Datenquellen prüfen. „Sieh dir die Konnektoren an, dann schau in deinem Technologie-Stack nach, womit du eine Verbindung herstellen kannst und womit nicht“, empfiehlt sie.
Dank des einfacheren Zugriffs auf die Daten von Dagne Dover können Dubay und ihr Team weniger Zeit mit Tabellenkalkulationen und mehr Zeit mit Strategie verbringen.
