Beispiel für eine individuelle Nutzeransprache im eCommerce

Intelligent und menschlich

4 Beispiele für eine individuelle Nutzeransprache im eCommerce

KI und Verhaltensökonomie im eCommerce

Mit KI und Verhaltenspsychologie zum personalisierten Nutzererlebnis

Im ersten Teil der Blogserie über die Partnerschaft von KPS und behamics wurde gezeigt, wie groß die Bedeutung der Personalisierung für den Online-Handel ist und welchen Beitrag künstliche Intelligenz und Verhaltensökonomie dabei leisten. In diesem Follow-up möchte ich nun anhand einiger Beispiele illustrieren, wie eine individuelle, unterstützende und kaufmotivierende Nutzeransprache aussehen kann. Dabei greife ich unter anderem wieder auf die Erkenntnisse und das Wissen von Valon Xhafa und Thilo Pfrang zurück, Gründer von behamics und Experten für das Thema KI-gestützte Verhaltenssteuerung im eCommerce.

Der Preis

Kaufmotivation 1: Der Preis und sein Einfluss auf die Kaufbereitschaft

Der Preis ist eines der wichtigsten Kriterien für die Kaufentscheidung. Dabei wird die Kaufmotivation meist nicht von wirtschaftlichen Erwägungen beeinflusst, sondern von sozialen Präferenzen, Normen und Heuristiken. Manchmal möchten Kunden sparen und sind auf ein Schnäppchen aus. Für viele Konsumenten spiegelt sich im Preis die Qualität und sie sind bereit, mehr zu zahlen. Wer auf Individualität Wert legt, meint in einem hohen Preis ein Zeichen von Exklusivität zu erkennen. 

Preise und Eingriffe in die Preisgestaltung müssen zum Produkt und zur anvisierten Zielgruppe passen, um einen verkaufsfördernden Effekt zu entfalten. 

Preisvorstellung von Alltagsgütern

Preisvorteil signalisieren

Gutschein oder Rabattangebot kann Kaufbereitschaft erhöhen

Wenn Konsumenten eine feste Preisvorstellung von Alltagsgütern haben und das Wunschprodukt diese Schwelle überschreitet, schrecken sie meist vor einem Kauf zurück. Ein Gutschein oder Rabattangebot kann an dieser Stelle helfen und einen Vorteil signalisieren. Die Kaufbereitschaft steigt.

Exklusivität von Luxusgütern

Exklusivität signalisieren

Luxusgüter dürfen ihren Wert hingegen nicht verlieren

Coupons für Vergünstigungen und Rabatte können hingegen kontraproduktiv wirken, wenn sie auf Luxusgüter angewendet werden. Die auf Exklusivität bedachte Zielgruppe wird es kaum schätzen, wenn ein Produkt mit distinktiven Merkmalen plötzlich an Wert verliert und vielleicht sogar der Allgemeinheit zugänglich wird. Die Kaufbereitschaft nimmt ab.

Wahlmöglichkeiten eingrenzen

Kaufmotivation 2: Angebot eingrenzen durch individuell angepasste Optionen

Der Preis spielt eine kaufentscheidende Rolle, wenn Konsumenten sich bereits sicher sind, welches Produkt sie brauchen oder sich wünschen. So weit kommt es oft aber gar nicht.

Wenn Kunden nicht wissen, welche Angebote zu ihren Anforderungen passen oder sich in einer überreichen Auswahl verirren, neigen sie dazu, den Kauf abzubrechen oder auf Verdacht zu bestellen und Fehlkäufe später zu retournieren. Eine Wahlmöglichkeit mit zu vielen Optionen ist einer der häufigsten Gründe dafür, die Entscheidung für ein Produkt aufzuschieben und sich vom Kauf zurückzuziehen.

Suche und Auswahl des richtigen Produkts
Es ist nicht nachhaltig, drei Produkte zu verschiffen und wieder zurücknehmen zu müssen. Mit der Kombination von KI mit Verhaltenspsychologie können wir Kunden helfen, Entscheidungen zu treffen, die zu weniger Retouren führen.
Thilo Pfrang Gründer behamics

Individuelle Beratung

Kaufmotivation 3: Das persönliche Gespräch stärkt die Kaufbereitschaft

Im stationären Handel springt bei Unsicherheiten dieser Art das fachkundige Verkaufspersonal ein. Im persönlichen Gespräch können Kunden offene Fragen klären und Zweifel ausräumen – die besten Voraussetzungen dafür, gezielt zum passenden Produkt zu greifen.

Individuelle Beratung

Individuelle Beratung


Für Valon Xhafa und Thilo Pfrang Grund genug, dem menschlichen Faktor auch im Online-Handel höchste Bedeutung beizumessen. Und was könnte sich besser eignen als die Nutzung verhaltenspsychologischer Erkenntnisse in einem selbstlernenden System, um den Kunden während des Einkaufserlebnisses die Unterstützung anzubieten, die in Vielseitigkeit und Individualität der menschlichen Assistenz nahekommt. 

Live-Reaktionen

Kaufmotivation 4: Individuelle Dialoge geben Orientierung und wecken die Kauflust

Im Online-Handel gehören Live-Reaktionen zu den wichtigsten Instrumenten für die Personalisierung des Nutzererlebnisses. Intelligente Algorithmen können den Kunden dabei ebenso direkt erreichen wie die persönliche Ansprache beim Einkauf im Ladengeschäft. Mit KI-Unterstützung können offene Fragen beantwortet und Unsicherheiten ausgeräumt werden. Darüber hinaus ist aber auch die Vorstellung neuer Produkte, das Wecken eines Bedarfs und die Stärkung der Motivation bei spontanem Kaufinteresse möglich.

Die Anwendung von KI-Algorithmen auf Kunden- und Verhaltensdaten ist nicht nur für die Auswahl passgenauer Produktvorschläge einzusetzen. Eine dynamische Ausspielung des richtigen psychologischen Mechanismus in der richtigen Situation, beispielsweise mit Live-Reaktionen, verbessert das Kundenerlebnis und hilft Kunden, überhaupt eine Entscheidung zu treffen. Genau diesen Vorteil nutzen wir für die Optimierung der Customer Journey. Das Zugreifen auf eine Vielzahl von Informationen und die Produktion von verlässlichen Echtzeit-Ergebnissen – um diese Prozesse beim Händler aufeinander abzustimmen, ist unser KPS User Experience Teams die richtige Grundlage.

Zukunftsvision

Der Avatar als intelligenter Begleiter: Eine Zukunftsvision

Chatbots könnten in der Zukunft Verständnis für den Kontext einer Situation entwickeln. Sie werden wissen, worüber eine Zielgruppe spricht und welche Interessen für sie typisch sind. Die Kunden könnten Antworten erhalten, noch bevor sie Fragen stellen.

Wir glauben, dass KI-Technologien das Einkaufserlebnis nachhaltig verändern werden.
Valon Xhafa Gründer behamics

KPS Optimize Track

Integration der behamics KI in den KPS Optimize Track

Die Zusammenarbeit mit behamics ist Teil des Optimize Tracks des KPS User Experience Portfolios. In dessen Rahmen bietet das KPS UX Team weitere Services zur KPI-Optimierung an. Erst durch die Einbettung der funktionalen Interaktionstrigger in den Gesamtablauf der Customer Journey entfaltet das Anreiz-Framing sein vollständiges Potenzial und kann zur Vermeidung von Warenkorbabbrüchen und Conversion-Optimierung beitragen.

Mit KPS und behamics an die Spitze der nutzerzentrierten UX

KI und Verhaltensökonomie

Mit KPS und behamics an die Spitze der nutzerzentrierten UX

KPS hat das Potenzial der KI- und verhaltenspsychologisch basierten eCommerce-Lösungen von behamics sofort erkannt. Ihre Integration in unser UX Operating Model ist ein konsequenter Schritt hin zu einer ganzheitlich optimierten Customer Journey. Die Zusammenarbeit mit behamics erfüllt unseren Anspruch, unseren Kunden hochmoderne Spitzentechnologie für eine zukunftssichere digitale Transformation zugänglich zu machen.

Profitieren Sie innerhalb kürzester Zeit von den Vorteilen einer verhaltenspsychologisch gesteuerten Besucheransprache

Wir begleiten Ihre UX-Transformation individuell und stimmen unsere nutzerzentrierten Konzepte und Gestaltungslösungen präzise auf Ihre Anforderungen ab. So können Sie zügig und sicher von den Vorteilen einer verhaltenspsychologisch gesteuerten Besucheransprache profitieren. In der Regel nimmt die Integration der behamics KI weniger als eine Woche in Anspruch, sodass Sie die Effekte der Conversion-Optimierung in kürzester Zeit spüren.

Wenn Sie sich genauer darüber informieren möchten, wie KI und Verhaltensökonomie den Zuwachs der Conversion Rate ermöglichen, steht Ihnen unser Whitepaper zum Download zur Verfügung.

Mehr Insights

Diese Themen könnten für Sie interessant sein

Zwei Frauen shoppen gemeinsam auf einem Tablet im Online-Shop mit Hilfe von digitalem Nudging.

Conversion-Rate-Optimierung

KI und Verhaltenspsychologie im eCommerce

Aus einem umfangreichen Pool wissenschaftlich erarbeiteter Auslösereize genau jene auszuspielen, die zu einem gegebenen Zeitpunkt in der Customer Journey kaufmotivierend wirken, wird durch KI ermöglicht. Ein wegweisendes Verfahren, das sich in der KPS-Praxis bereits bewähren konnte.
Partnerschaft KPS und behamics

Blog Part 1

KPS und behamics

Valon Xhafa und Thilo Pfrang sind Gründer des KPS-Partners behamics Behavioral Economics. Als Spin-Off der Universität St. Gallen hat sich das innovative Unternehmen darauf spezialisiert, Erkenntnisse der Verhaltensökonomie mit Verfahren der KI zu verknüpfen, um die User Experience im eCommerce zu optimieren. KPS arbeitet gemeinsam mit behamics daran, den Verlauf der Customer Journey erfolgreich an die Erwartungen des Nutzers heranzuführen.
User Driven Growth

Customer Experience

User Driven Growth

Die individuell erlebte Erfahrung des Nutzers bei der Interaktion mit einem digitalen Touchpoint ist heutzutage mehr denn je ausschlaggebend für den Erfolg jedes digitalen Produktes oder Services. Nutzen auch Sie jede Facette dieses Multiplikators für Ihren Geschäftserfolg – durch unsere erfahrenen UX-Manager und den Einsatz zertifizierter UX-Prozesse und -Methoden.

Privatsphäre-Einstellungen

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell, während andere uns helfen, diese Website und Ihre Erfahrung zu verbessern. Mit Ihrer Zustimmung verwenden wir Cookies zur Nutzungsanalyse unserer Webseite.

Darüber hinaus verwenden wir Cookies für das Marketing, um den Erfolg unserer Marketing-Maßnahmen messen zu können. In den Einstellungen finden Sie Detailinformationen zu den einzelnen Cookies und können die Nutzung von Cookies verweigern.

Ihre Auswahl können Sie zu jeder Zeit auf jeder KPS.com Seite in der Fußzeile unter Privatsphäre-Einstellungen ändern oder widerrufen.

Essenzielle Cookies

Essenzielle Cookies ermöglichen grundlegende Funktionen und sind für die einwandfreie Funktion der Website erforderlich.

Cookie Banner

  • Cookie Name: kps-privacy-settings
    Wert: PrivacyLevel_0#a
    Speicherdauer: 4 Wochen
    Beschreibung: Dieser Cookie ist erforderlich, um Cookie-Einstellungen zu speichern. Es handelt sich um einen ein rein technisches Cookie.

HubSpot:

  • Cookie Name: __hs_opt_out
    Speicherdauer: 6 Monate
    Beschreibung: Cookie wird von der Opt-in-Datenschutzrichtlinie verwendet, um den Besucher zu bitten, Cookies erneut zu akzeptieren. Dieses Cookie wird gesetzt, wenn Sie Besuchern die Wahl geben, Cookies zu deaktivieren. Es enthält die Zeichenfolge „Ja“ oder „Nein“.
  • Cookie Name: __hs_d_not_tracking
    Speicherdauer: 6 Monate
    Beschreibung:: Dieses Cookie kann so eingestellt werden, dass der Tracking-Code keine Informationen an HubSpot sendet. Es enthält die Zeichenfolge „Ja“.
  • Cookie Name: __hs_initial_opt_
    Speicherdauer:: 7 Tage
    Beschreibung: Dieses Cookie wird verwendet, um zu verhindern, dass Banner jedes Mal angezeigt werden, wenn Besucher im strengen Modus Ihre Website besuchen. Es enthält die Zeichenfolge „Ja“ oder „Nein“.
  • Cookie Name: __hs_cookie_cat_pref
    Speicherdauer: 6 Monate
    Beschreibung: Dieses Cookie wird verwendet, um die Kategorien zu erfassen, zu denen ein Besucher eingewilligt hat. Es enthält Daten zu diesen Kategorien.
  • Cookie Name: __hs_gpc_banner_dismiss
    Speicherdauer: 3 Monate
    Beschreibung: Dieses Cookie wird verwendet, wenn das Banner Global Privacy Control verworfen wird.
  • Cookie Name: hs_ab_test
    Speicherdauer: Sitzungsende
    Beschreibung: Dieses Cookie wird verwendet, um Besuchern stets die gleiche Version einer A/B-Testseite anzuzeigen, die bereits zuvor angezeigt wurde. Es enthält die ID der A/B-Testseite und die ID der für den Besucher ausgewählten Variante.
  • Cookie Name: __cfruid
    Speicherdauer: Sitzungsende
    Beschreibung: Dieses Cookie wird durch den CDN-Anbieter von HubSpot aufgrund von dessen Richtlinien für Ratenbeschränkungen festgelegt.
  • Cookie Name: ___cfuvid
    Speicherdauer: Sitzungsende
    Beschreibung: Dieses Cookie wird durch den CDN-Anbieter von HubSpot aufgrund von dessen Richtlinien für Ratenbeschränkungen festgelegt. 

  • Cookie Name: ___cf_bm
    Speicherdauer: Sitzungsende
    Beschreibung: Dieses Cookie wird durch den CDN-Anbieter von HubSpot aufgrund von dessen Richtlinien für Ratenbeschränkungen festgelegt. 
Funktionale Cookies

Funktionale Cookies werden von Drittanbietern oder Publishern verwendet, um personalisierte Werbung anzuzeigen. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen.

Google Analytics

Cookie Name: _ga
Speicherdauer: 2 Jahre
Beschreibung: Wird zur Unterscheidung zwischen Benutzern verwendet.

Cookie Name: _gid
Speicherdauer: 24 Monate
Beschreibung: Wird zur Unterscheidung zwischen Benutzern verwendet.

Cookie Name: _gat
Speicherdauer: 1 Minute
Beschreibung: Wird zum Drosseln der Anforderungsrate verwendet. Wenn Google Analytics über den Google Tag Manager bereitgestellt wird, erhält dieser Cookie den Namen _dc_gtm_ <Eigenschaft-ID>.

Cookie Name: hide-cookieinfo
Speicherdauer: 30 Tage
Beschreibung: Cookie, das zur Abfrage der Cookies gesetzt wird.

HubSpot

Cookie Name: __hstc
Speicherdauer: 6 Monate
Beschreibung: Das Haupt-Cookie für das Besucher-Tracking. Es enthält die Domain, das Benutzertoken (hubspotutk), den ersten Zeitstempel (des ersten Besuchs), den letzten Zeitstempel (des letzten Besuchs), den aktuellen Zeitstempel (für diesen Besuch) und die Sitzungszahl (erhöht sich mit jeder nachfolgenden Sitzung).

Cookie Name: hubspotutk
Speicherdauer: 6 Monate
Beschreibung: Dieses Cookie verfolgt die Identität eines Besuchers. Dieses Cookie wird bei der Einsendung eines Formulars an die HubSpot-Software übergeben und beim De-duplizieren von Kontakten verwendet. Es enthält eine undurchsichtige GUID, um den aktuellen Besucher darzustellen.

Cookie Name: __hssc
Speicherdauer: 30 Minuten
Beschreibung: Dieses Cookie verfolgt Sitzungen. Es wird verwendet, um zu ermitteln, ob die HubSpot-Software die Sitzungszahl und die Zeitstempel im __hstc-Cookie erhöhen muss. Es enthält die Domain, die Zahl der Seitenaufrufe (viewCount, erhöht sich mit jedem Seitenaufruf [pageView] in einer Sitzung) und den Sitzungsbeginn-Zeitstempel.

Cookie Name: __hssrc
Speicherdauer: Sitzungsende
Beschreibung: Immer dann, wenn die HubSpot-Software das Sitzungscookie ändert, wird auch dieses Cookie gesetzt. Damit wird bestimmt, ob der Besucher den Browser erneut gestartet hat. Wenn dieses Cookie nicht vorhanden ist, wenn HubSpot Cookies verwaltet, wird es als neue Sitzung betrachtet. Es enthält den Wert „1“, wenn vorhanden.

 

Externe Medien

Inhalte von Videoplattformen und Social-Media-Plattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Einwilligung mehr.

LinkedIn Tag

Cookie Name: bcookie
Speicherdauer: 365 Tage (Gültigkeit aus der Tabelle: 1 Jahr)
Beschreibung: Dieses Cookie ist eine Browserkennung. Damit werden Geräte, die auf LinkedIn zugreifen, eindeutig identifiziert, um so eine missbräuchliche Verwendung der Plattform zu erkennen und zu Diagnosezwecken.

Cookie Name: bscookie
Speicherdauer: 365 Tage (Gültigkeit aus der Tabelle: 1 Jahr)
Beschreibung: Dieses Cookie merkt sich, dass ein eingeloggter Nutzer mit der Zwei-Faktor-Authentifizierung verifiziert wurde und sich zuvor eingeloggt hat.

Cookie Name: JSESSIONID
Speicherdauer: Sitzung
Beschreibung: Dieses Cookie wird zum Schutz vor CSRF (Cross Site Request Forgery) und zur Validierung von URL-Signaturen verwendet.

Cookie Name: lang
Speicherdauer: Sitzung
Beschreibung: Dieses Cookie speichert die Spracheinstellung eines Benutzers und sorgt dafür, dass LinkedIn.com in der Sprache angezeigt wird, die der Benutzer in seinen Einstellungen ausgewählt hat.

Cookie Name: lidc
Speicherdauer: 1 Tag (Gültigkeit aus der Tabelle: 24 Stunden)
Beschreibung: Dieses Cookie sorgt für die Auswahl des Datenzentrums.

Cookie Name: sdsc
Speicherdauer: Sitzung
Beschreibung: Dies ist ein signiertes Kontext-Cookie für den Datendienst. Es wird für das Datenbank-Routing verwendet und soll bei Änderungen datenbankübergreifende Konsistenz gewährleisten. Es stellt sicher, dass Nutzereingaben dem absendenden Nutzer unmittelbar nach der Absendung zur Verfügung stehen.

Cookie Name: li_gc
Speicherdauer: 180 Tage (Gültigkeit aus der Tabelle: 6 Monate)
Beschreibung: Mit diesem Cookie wird die Einwilligung von Gästen zur Verwendung von nicht zwingend erforderlichen Cookies gespeichert.

Cookie Name: li_mc
Speicherdauer: 180 Tage (Gültigkeit aus der Tabelle: 6 Monate)
Beschreibung: Dieses Cookie wird als temporärer Cache verwendet, um Datenbankabfragen zur Einwilligung eines Mitglieds in die Verwendung nicht zwingend erforderlicher Cookies zu vermeiden. Es wird außerdem dazu verwendet, Einwilligungsinformationen auf der Kundenseite verfügbar zu haben, um die Einwilligung auf der Kundenseite durchsetzen zu können.

Cookie Name: UID
Speicherdauer: 720 Tage (Gültigkeit aus der Tabelle: 720 Tage)
Beschreibung: Dieses Cookie wird für Marktforschungszwecke und Nutzerrecherchen verwendet.

Cookie Name: UserMatchHistory
Speicherdauer: 30 Tage
Beschreibung: Mit diesem Cookie werden die IDs von LinkedIn Ads synchronisiert.

Cookie Name: AnalyticsSyncHistory
Speicherdauer: 30 Tage
Beschreibung: Mit diesem Cookie wird gespeichert, wann eine Synchronisierung mit dem Cookie „lms_analytics“ stattgefunden hat.

Cookie Name: lms_ads
Speicherdauer: 30 Tage
Beschreibung: Mit diesem Cookie werden abgemeldete LinkedIn Mitglieder für LinkedIn Werbungen identifiziert.

Cookie Name: lms_analytics
Speicherdauer: 30 Tage
Beschreibung: Mit diesem Cookie werden abgemeldete LinkedIn Mitglieder für analytische Zwecke identifiziert.

Cookie Name: li_fat_id
Speicherdauer: 30 Tage
Beschreibung: Dieses Cookie ist eine indirekte Mitgliederkennung, die für Conversion Tracking, Retargeting und Analysen verwendet wird.

Cookie Name: li_sugr
Speicherdauer: 90 Tage
Beschreibung: Mit diesem Cookie werden wahrscheinlichkeitstheoretische Übereinstimmungen der Identität eines Nutzers festgestellt.

Cookie Name: _guid
Speicherdauer: 90 Tage
Beschreibung: Mit diesem Cookie wird ein LinkedIn Mitglied für Werbung über Google Ads identifiziert.

Cookie Name: BizographicsOptOut
Speicherdauer: 3650 Tage (Gültigkeit aus der Tabelle: 10 Jahre)
Beschreibung: Dieses Cookie wird verwendet, um den Opt-out-Status von Nichtmitgliedern zu ermitteln.

Cookie Name: li_giant
Speicherdauer: 7 Tage
Beschreibung: Indirekte Kennung für Gruppen von LinkedIn Mitgliedern, die für das Conversion Tracking verwendet wird.

Cookie Name: oribi_cookie_test
Speicherdauer: Sitzung
Beschreibung: Mit diesem Cookie wird bestimmt, ob in der aktuellen Domain Tracking aktiviert werden kann.

Cookie Name: oribili_user_guid
Speicherdauer: 365 Tage (Gültigkeit aus der Tabelle: 1 Jahr)
Beschreibung: Dieses Cookie wird zum Zählen von Unique Visitors einer Website verwendet.

Cookie Name: ln_or
Speicherdauer: 1 Tag
Beschreibung: Wird verwendet, um festzustellen, ob Oribi-Analysen für eine bestimmte Domain durchgeführt werden können.

Cookie Name: ar_debug
Speicherdauer: Sitzung
Beschreibung: Unterstützt die Integration der Attribution Reporting API von Google zur Minderung von Signalverlusten.

Lead Forensics

Cookie Name: __lfluuid
Speicherdauer: 10 Jahre
Beschreibung: Das _lfuuid-Cookie ermöglicht es einer Website, das Verhalten der Besucher auf den Websites zu verfolgen, auf denen das Cookie installiert ist. Die Verfolgung erfolgt anonym, bis sich ein Nutzer durch das Absenden eines Formulars identifiziert.

Privatsphäre-Einstellungen ändern

Impressum

Erklärung zum Datenschutz