E-COMMERCE-PERSONALISIERUNG

Wer Daten von Kunden abgreift, muss auch Mehrwert liefern

E-COMMERCE-PERSONALISIERUNG

Wer Daten von Kunden abgreift, muss auch Mehrwert liefern

E-COMMERCE-PERSONALISIERUNG

Wer Daten von Kunden abgreift, muss auch Mehrwert liefern

E-COMMERCE-PERSONALISIERUNG

Wer Daten von Kunden abgreift, muss auch Mehrwert liefern

"Erfolgsmodelle wie About You oder Media Markt-Saturn machen es vor. Und längst ist Personalisierung von E-Commerce auch im Mittelstand ein heiß diskutiertes Thema. Der Markt an Lösungen wächst und im selben Moment sehen sich viele Entscheider der Rentabilitätsfrage gegenübergestellt:

Wann lohnt Personalisierung und in welchem Maße? 

Aus Beratersicht antworte ich einmal mehr darauf: "Es kommt darauf an..." Von welcher Form der Personalisierung ist die Rede, passt sie zur Marke und vor allem löst sie ein Nutzerproblem? Und lassen sich die (vermeintlich) positiven Effekte auch messen? Es gibt also strategische, nutzerorientierte und datentechnische Aspekte. Aber betrachten wir das Ganze mal von vorn."

René Pieslinger De Bernardin

Business Development bei Arrabiata
LinkedIn-Profil


Lesezeit: 10-12 min

Pleiten, Pech... Fails in der Personalisierung

Beginnen wir beim Nutzer. Wie nimmt er Personalisierung wahr und was nutzt sie ihm? Schließlich ist er derjenige, der sich durch sein Verhalten offenbart und der Nachverfolgung mit einem sicher nicht immer wohlüberlegten Klick auf Cookie-Banner oder Checkboxen zur Datenweiterverarbeitung zustimmt.

Die einfache Antwort auf den ersten Teil der Fragestellung lautet - am besten gar nicht! Doch die Realität zeigt oft genug ein Negativszenario.

  • Es kommt durchaus vor, dass durch die Verknüpfung zahlreicher Datenpunkte Personalisierung überraschend gut, fast zu gut, betrieben wird und der Eindruck entsteht, die digitalen Endgeräte hören zu. Die Apps Facebook und Instagram gehören häufig zu dieser Gattung.
  • Mal ist Personalisierung genau das Gegenteil und völlig funktionslos. Man erwartet, einem Segment z.B. einer Geschlechtsgruppe zugeordnet zu sein und dennoch geht ein eintreffendes Mailing nicht darauf ein und erzählt queerbeet von Kollektionen für Mann und Frau. Im physischen Kontakt in einer Fashion-Boutique ein undenkbares Szenario.
  • Zur Kategorie nervig zählen Fälle, wenn die Personalisierungsengine völlig verwirrt scheint und durch nicht zutreffende Muster oder Regeln blödsinnige Vorschläge unterbreitet – mir neulich bei der Suche nach einer Schreibtischlampe passiert, bei der ich den Eindruck nicht los wurde, man will mir unbedingt einen neuen – in meinem Fall bereits vorhandenen – Schreibtisch andrehen.
  • Eine letzte und nicht minder häufige Panne ist die vermeintlich lernresistente Personalisierung. Remarketing ist ein Beispiel dafür, dass die virtuellen Verkäufer einem auch nach längst getätigtem Einkauf - selbigen ignorierend - hinterher laufen. Nicht zwingend ein Positivmerkmal für die sendende Marke.

Etwas Grundlagentheorie: Arten an Personalisierung

Beschäftigen wir uns im nächsten Schritt mit den verschiedenen Personalisierungsformen. Zum einen der Blick auf die Art des Outputs, also an welcher Stelle zeigt sich eine personalisierte Ausgabe, und zum anderen auf die technische Funktionsweise.

Personalisierter Produktkatalog

Einen aus dem Nutzerverhalten abgeleiteten Produktkatalog findet man meist im Bereich Fashion. Hier ist die Trennung in Damen- und Herrensortimente und auch bei Kindern recht klar und damit einfach umsetzbar. Ist man in einem der Bereiche länger unterwegs, werden bei der Rückkehr auf die Startseite gewisse Inhalte dynamisch angepasst. Die Marke About You geht sogar noch weiter und kommuniziert Personalisierung als klarer Wertebestandteil durch das adaptive Logo.

Diese Form der Personalisierung ist sicher im Bereich Mode am einfachsten, da hier eine Segmentierung ziemlich eindeutig ist. Bei Sportartikeln wird es hingegen schon schwieriger, da ein- und derselbe Kunde sich für verschiedene Sportarten oder Subkategorien (bsp. unterschiedliche Radtypen in einem Fahrradshop) interessieren kann. Eine zu harte Zuordnung zu einer Kategorie kann zum wahrgenommenen Ausschluss der weiteren Produktgruppen und damit zu geringeren Absätzen führen.

Produkt Empfehlungen

Ganz nach dem Schema “Kunden die A gekauft haben, interessierten sich auch für B“ sind Produktempfehlungen insbesondere durch Amazon populär geworden. Daneben gibt es auch Formen wie dynamische Bundles, die auf der Basis von Käuferverhalten erstellt werden. Oder Empfehlungen von Produkten, die zur bisherigen Customer Journey im Shop passen. Beispielsweise interessiert sich eine Käuferin für Kleider mit blumigen Musterungen im höherpreisigen Sortiment. Entsprechend dieser Parameter lassen sich weitere Produkte anteasern.

Durch Personalisierung lässt sich demnach die Erfolgsquote von Cross- und Upselling deutlich anheben, dass wie im realen Beratungsgespräch Kenntnisse über den Kunden in den Verkaufsprozess einfließen.

Dynamische Preisfindung

Eine weitere Art der Personalisierung ist das variable Pricing. Dieses Modell dürfte in der Praxis nicht allzu häufig vorzufinden sein, ist aber insofern spannend, da Anbieter und Käufer sich mehr oder minder individuell auf einen Preis einigen - fast wie auf einem Basar nur eben nicht wirklich sichtbar. Eine solche Preisgestaltung kann von Faktoren wie Verfügbarkeit, Tageszeit, Ort von dem aus das Angebot aufgerufen wird, persönlichen Interessen und sogar dem eingesetzten Endgerät beeinflusst werden. Das mag im ersten Moment verunsichernd klingen, ist aber aus meiner Sicht nicht unfair, da die erzielten Preise noch mehr der individuellen Zahlungsbereitschaft der Käufer entsprechen. Das kann unter Umständen ebenso zu Verkaufspreisen unterhalb einer unverbindlichen Preisempfehlung (UVP) führen. Eine solche Preisdiskriminierung ist beispielsweise aus dem Flugbereich nur zu Genüge bekannt.

Personalisierte Werbeanzeigen

Ebenso personalisiert werden, dank der digitalen Mittel, Werbeanzeigen. Der Nutzenvorteil dahinter ist, dass potenzielle Käufer in der Theorie nur noch von persönlich relevanter Werbung umspült werden, was wiederum zu höheren Conversions führt.

Das beste Beispiel dafür ist Retargeting, welches auf Klickverhalten reagiert und damit möglichst nah am Nutzerbedürfnis ist. Gleichermaßen kann auf exogene Faktoren wie z.B. das vorherrschende Wetter und dem Standort eingegangen werden.

Exemplarisch sind Sie beim Aufruf dieser Website an genau solcher Personalisierung vorbeigekommen – der Header dieser Seite über Personalisierung passt sich der Tageszeit an.

Was muss man technologieseitig davon verstehen?

1. Die reine Segmentierung auf Basis von z.B. demografischen Faktoren, die die Ausgabe von Produkten und Inhalten steuert.

2. Hinter einer regelbasierten Personalisierung ist die dynamische Befüllung von fest definierten Platzhaltern auf Websites zu verstehen. Haben Nutzer bestimmte Wenn-Bedingungen erfüllt, löse sie zugeordnete Inhalts-Trigger aus. Wie dies im Speziellen mit der Web-Lösung Pimcore funktioniert, haben wir im September 2020 in einem Webinar demonstriert.

3. Mit dem vermehrten Einzug von Deep-Learning-Algorithmen wird Personalisierung immer smarter. Indem Nutzerverhalten weitreichend erfasst und auf Muster untersucht wird, können immer bessere Vorhersagen über die Resonanz auf Inhalte und Produkte getroffen werden. Den KI-gesteuerten Lösungen sind vom lernenden Produktkonfigurator bis zur fascination-based Lernumgebung kaum Grenzen gesetzt.

Wie personalisiert man einen Webshop: Erste Schritte

Am Anfang stehen wie so oft, die strategischen Zielfragen. An welcher Stelle der Customer Journey startet man mit der Personalisierung? Wo sieht man einen begründeten Ansatz in der Zielgruppe? Und welches Ziel verfolgt man damit? Diese und weitere Stufen einer soliden Überlegung beschreibt Katja Heinemann mit ihrem Aufbau des „Strategie-Fundaments“.

Markt - ein grober Überblick

Die nächsten Fragen beschäftigen sich mit den Anforderungen von heute und morgen sowie dem vorhandenen Tech-Stack: welches System übernimmt die Personalisierungslogik? Oder sind sogar mehrere Softwaretechnologien erforderlich?

Dabei kommen Lösungen mit sehr klangvollen Namen daher. Conversion Rate Optimization (CRO), Recommendation Engines, Digital Experience Platforms (DXP), Experimentation Tools, Customer Engagement oder Personalization-Platforms – hinter diesen Anglizismen und Kürzeln steckt im Kern dieselbe Idee: die Ausgabe von Inhalten „nach vorne“ durch eine Logik dynamisch zu individualisieren. Letzlich sind auch A-/B-Testing-Tools zu Personalisierungslösungen zu zählen.

Die Fülle an Werkzeugen lässt sich grob in drei Segmente gliedern. In der ersten Kategorie steckt die Funktionalität direkt im führenden E-Commerce-System. Beispielsweise die von uns häufig eingesetzte Plattformlösung Pimcore kann mit der integrierten DXP-Komponente Inhalte regelbasiert personalisieren. Vergleichbare  Systeme sind Sitecore oder auch Optimizely. Genauso haben aber auch Shopsysteme wie Shopware und Co. erste Bausteine für z.B. „verwandte Produkte“ an Bord.
Die zweite Gruppe sind Tools, die an das Commerce-System angedockt, eine oder mehrere Spezialaufgaben erfüllen. Als Beispiel decken FACT-Finder und Findologic eine personalisierte Suche ab. Weitere Beispiele sind Subsysteme für Produktempfehlungen wie 8select oder epoc. Viele dieser Lösungen sind häufig mit Kundendaten (CDP oder CRM, um zwei weitere Buzzwords ins Spiel zu bringen ;-)) und Web-Analytics verknüpft.
Im dritten Segment finden sich die großen Plattform-Player wieder, die mit sehr großem Funktionsumfang zum einen vielfältige Testanforderungen und zum anderen umfassende Personalisierungsformen ermöglichen. Hier tauchen Namen wie econda und Dynamic Yield auf.

In jedem Bereich existiert wohlgemerkt eine Vielzahl an Anbietern, wovon hier nur vereinzelte genannt werden.

Daten - lohnt sich Personalisierung?

In ihrem Kern lösen alle Tools die Aufgabe, Nutzerverhalten in Datenpunkte zu überführen, diese nach vorgegebener oder lernender Logik anzuwenden und dadurch neue Messdaten für Web-Analytics-Systeme zu generieren.

Wozu braucht man diese erneuten Daten? Generell ist es im Interesse eines jeden E-Commerce-Managers, erweiterte Analysedaten über Conversions und deren Entstehung zu generieren. Im Falle von eingesetzter Personalisierung ist hier die technische Implementierung aufwändiger. Besonders interessant sind die Daten für die Beantwortung der Frage, welchen Impact die Personalisierungshypothesen haben. Hier ist es weder eine Frage des Werkzeugs noch der Vielzahl an Datenpunkten. Um es mit den Worten des geschätzten Partners Martin Szugat zu sagen: „Wer viel misst, misst schnell mal viel Mist.“ Ein sauberes Tracking und die Konzentration auf wenige wesentliche Kennzahlen sind der richtige Einstieg.

Ankündigungen - wie gehe ich konkret vor?

In der Webanalyse setzen wir hauptsächlich auf die Lösungen von Google und Matomo (früher Piwik). Damit lassen sich alle in unserer Projekthistorie aufgekommenen Anforderungen ausreichend abdecken. Wie die Einbindung hierbei aussehen kann, stellen wir in einem Webinar „E-Commerce-Tracking und -Analytics“ vor.

Da das Thema Datenstrategie umfassend und enorm wichtig ist, planen wir für 2022 mit den Kollegen von Datentreiber einen eignen Informationsschwerpunkt. Bei Interesse tragen Sie sich gerne in unseren Commerce-Verteiler ein.

Haben Sie bereits eine E-Commerce-Basis, für die Sie Weiterentwicklungen aus Perspektive der Business-Analytik oder der Kundenerwartung anstreben, könnten unsere Module "Datencheck" oder "Usabilitycheck" der richtige Einstieg sein. Sprechen wir miteinander.

Informationsveranstaltungen

Datum und Uhrzeit

Titel und Kurzerklärung

Kategorie und Ort

Referent

Mi., 08. Dezember 2021, 11:00–12:00 Uhr

Digital Commerce

E-Commerce-Tracking und -Analytics

Mi., 08. Dezember 2021, 11:00–12:00 Uhr

Digital Commerce

E-Commerce-Tracking und -Analytics

Online-Marketer und E-Commerce-Verantwortliche wollen messen, welche Ihrer Kampagnen erfolgreich zu Conversions führen und wie erfolgreich Personalisierung und sonstige Experimente auf Websites laufen. Auch die erkenntnisreichen Kohortenanalysen stehen häufig auf der Daten-Wunschliste. Dafür braucht es jeweils valide Nutzerdaten.

Und für diese muss Web-Tracking sauber implementiert werden. Dabei gibt es aus technischer Sicht so manche Herausforderung. Im laufenden Betrieb gilt es dann, sich die Arbeit durch effizientes Reporting zu erleichtern und so den Fokus auf wenige aber relevante Kennzahlen zu behalten. Unsere beiden Spezialisten Tobias Hauser und Max Bruckbauer geben einen Rundumblick und führen einige Beispiele und Erkenntnisse aus der Projektpraxis bei Arrabiata an.

Kategorie und Ort

Online-Seminar

Referent

Tobias Hauser

HIER ANMELDEN

Sie sind an Personalisierung interessiert?

Ich möchte gerne...

Kontakt Impulse Anmeldung