Gelesen im The-Future-of-Commerce-Blog:
Personalisierung im E-Commerce ist nichts Neues. Seit einigen Jahren ist es üblich, dass Einzelhändler Technologien und Tools einsetzen, um die Affinität eines Kunden zu einer bestimmten Kategorie, einem bestimmten Produkt oder einem bestimmten Thema zu ermitteln und diesem Kunden - mit unterschiedlich großem Erfolg – auf der Grundlage dieser Affinität die richtigen Produkte und Inhalte zu zeigen.
In ihrer einfachsten Form sehen wir dies in Produktkarussells, die in verschiedenen Bereichen einer Website oder in einer E-Mail platziert werden können. Das Karussell enthält eine Reihe von Produkten, bei denen ein Algorithmus auf der Grundlage von gesammelten Kundendaten festgestellt hat, dass sie für den Kunden von Interesse sein könnten. Dabei kann es sich um einfache geschlechtsspezifische und geografische Informationen handeln oder darum, was der Kunde bereits gekauft hat. Sie können auch Daten darüber enthalten, welche Produkte sie sich ansehen, welche Inhalte sie konsumieren und sogar, was sie in den sozialen Medien über die Marke posten.
Unabhängig davon, wie viele Daten sie verwenden und wie ausgeklügelt ihre Personalisierungs-Engine ist, werden Marken nur einen begrenzten Abverkauf mit Produktkarussells allein erzielen. Die meisten Karussells enthalten bis zu 10 verschiedene Produkte, und die Wahrscheinlichkeit, dass eines dieser Produkte dasjenige ist, das der Kunde zu diesem Zeitpunkt kaufen möchte, ist relativ gering, selbst wenn es von einem Algorithmus kuratiert wurde. Es ist sicherlich lohnenswert, aber wenn dies die einzige Personalisierung ist, die vorgenommen wird, wird sie nicht allzu viel erreichen können.
Das bedeutet, dass Produktlisten und Suchergebnisseiten personalisiert werden, wobei sichergestellt wird, dass die Produkte, für die der Personalisierungsalgorithmus eine Affinität des Kunden feststellt, auf den Seiten nach oben verschoben werden, oder dass bei der Festlegung der Reihenfolge der auf diesen Seiten angezeigten Produkte ein anderer Satz von Regeln verwendet wird.
Diese Technik ist weniger spezifisch als ein Produktkarussell, da bestimmte Produkttypen gewichtet werden, damit sie auf den Seiten weiter nach oben gerückt werden. Ein Einzelhändler kann jedoch mit dieser Technik eine größere Steigerung erzielen als mit der Anwendung von Produktkarussells, da der Kunde Produkte häufiger sieht, zu denen er eine größere Affinität hat.
Viele Einzelhändler setzen Rich Content ein, um sich einen Vorteil gegenüber ihrer Konkurrenz zu verschaffen. Beim E-Commerce geht es nicht nur um einen Produktkatalog, sondern um ein Erlebnis, und Rich Content kann oft ein wichtiger Teil dieses Erlebnisses sein.
Inhalte sind ein weiterer Bereich, in dem Personalisierung stattfindet. Es ist zum Beispiel sehr üblich, dass Marken ein großes Banner auf ihrer Homepage zeigen, das auf eine bestimmte Kategorie oder ein bestimmtes Produktsortiment verweist. Viele Marken personalisieren dies nun, indem sie mehrere Kopien eines Banners erstellen und jedem Kunden das relevanteste Banner auf der Grundlage der über den Kunden gesammelten Daten zeigen.
Es ist überaus sinnvoll, den Kunden die für sie relevantesten Inhalte zu zeigen, anstatt einfach allen das Gleiche zu zeigen. Diese Technik steigert nachweislich KPIs wie die Conversionrate und ist fast immer lohnenswert, aber für sich allein genommen sind die Auswirkungen auch hier relativ gering.
Stellen wir uns ein sehr einfaches Szenario vor, in dem ein Einzelhändler, der mehrere Kategorien anbietet, sowohl Kleidung als auch Haushaltswaren verkauft. Es gibt Kunden, die in mehreren Kategorien einkaufen, aber auch Kunden, die hauptsächlich in einer einzigen Kategorie einkaufen. Die meisten Marken entscheiden anhand vieler Faktoren, welche Kategorie in der Hauptnavigation an erster Stelle angezeigt werden soll, wobei der Schwerpunkt häufig darauf liegt, welche Produktkategorie den größten Gesamtumsatz generiert, und zwar für alle Besucher der Website. Wenn sie jedoch wissen, dass ich hauptsächlich in der Bekleidungskategorie einkaufe, gibt es ein starkes Argument, mir diese Kategorie in der Navigation zuerst anzuzeigen. Dies allein wird keine dramatische Auswirkung auf die KPIs haben, aber in Kombination mit anderen Änderungen am Erlebnis kann es einen großen Unterschied machen.
Ein anderes, ausgefeilteres Beispiel wäre die Änderung der Reihenfolge der facettierten Navigation (Filteroptionen auf den Produktlisten- und Suchergebnisseiten) auf der Grundlage des Verhaltens eines Nutzers. Vielleicht verwendet ein bestimmter Nutzer den Preisschieberegler viel häufiger als den Filter nach Farbe. Wenn dies der Fall ist, sollte der Einzelhändler in Erwägung ziehen, den Preisschieberegler an den Anfang der facettierten Navigation zu stellen. Viele Marken haben eine große Anzahl von Facetten, nach denen ein Kunde filtern kann, zeigen aber jedem Kunden immer die gleichen Facetten in der gleichen Reihenfolge. Warum zeigen Sie nicht die Facetten, die jeder Einzelne am häufigsten nutzt, ganz oben an? Sie könnten dasselbe für die Sortieroptionen tun oder sogar automatisch eine bestimmte Anzahl von Produkten in jeder Zeile auf der Produktlistenseite anzeigen, je nachdem, wie der Kunde zuvor mit der Website interagiert hat.
Wie sieht es mit den Lieferpräferenzen aus? Wenn sich ein Nutzer am häufigsten für "Click and Collect" entscheidet, sollten Sie diese Option vor allen anderen Liefermethoden anzeigen. Das Gleiche gilt für Zahlungsmethoden. Wenn sie immer PayPal verwenden, sollten Sie diese Option hervorheben und zur ersten Wahl machen. Wenn man darüber nachdenkt, gibt es viele verschiedene Teile des Erlebnisses, die verändert werden können, um perfekt auf eine Person einzugehen.
Einige der besten Tools, die eine Marke nutzen kann, um ein ganzheitlich personalisiertes Erlebnis zu bieten, sind solche, die ursprünglich als A/B-Testing-Tools entwickelt wurden, sich aber zu Plattformen für die Erlebnispersonalisierung weiterentwickelt haben. Tools wie Dynamic Yield, Monetate und Optimizely fangen den HTML-Code ab, bevor er vom Browser des Nutzers geladen wird, manipulieren ihn nach bestimmten Regeln und zeigen dem Nutzer dann das veränderte Erlebnis. Diese Technologie ermöglicht es diesen Tools, fast jeden Aspekt der Website zu verändern, von den Produkten über den Inhalt bis hin zur Navigation und fast jedem Teil des Erlebnisses.
Als diese Tools entwickelt wurden, wussten sie nur sehr wenig über die einzelnen Nutzer und wählten nach dem Zufallsprinzip aus, welche Nutzer welches Erlebnis angezeigt bekamen, basierend auf den Prozentsätzen, die die Marke konfigurierte. Im Laufe der Zeit haben sich diese Tools jedoch zu Personalisierungsplattformen entwickelt, die Daten über das Verhalten der einzelnen Nutzer sammeln: welche Produkte und Kategorien sie sich ansehen, welche Inhalte sie konsumieren, wonach sie suchen, was sie kaufen und viele andere Aspekte des Nutzerverhaltens. Anschließend werden künstliche Intelligenz und maschinelles Lernen eingesetzt, um die Affinität eines Nutzers zu einer bestimmten Kategorie, einem Produkt oder einem anderen Aspekt, den die Marke berücksichtigen möchte, zu berechnen.
Das System segmentiert die Kunden dann dynamisch auf der Grundlage dieses Verhaltens und der Affinität, und die Marke kann dann festlegen, welches Segment welche Erfahrungen machen soll. Es ist sogar möglich, dies mit Daten von anderen Berührungspunkten zu kombinieren, wie z. B. Produktrückgaben, soziale Interaktion und sogar Einkäufe in physischen Geschäften. All diese Daten können genutzt werden, um eine 360-Grad-Sicht auf den Kunden zu erhalten und um personalisierte Erlebnisse zu bieten, wie z. B. die Berücksichtigung von Online- und E-Mail-Produktempfehlungen im Geschäft.
Der Einsatz dieser Technologie ermöglicht es einer Marke, ein Online-Erlebnis zu bieten, das vollständig auf jeden Kunden zugeschnitten ist und jedem Kunden die richtigen Produktinhalte und das richtige Gesamterlebnis bietet, was sich maximal positiv auf die KPIs auswirkt.
CX Management
Personalisation
Mehr Insights
