8 prominente Beispiele
Customer Experience
Die Personalisierung hat den Handel grundlegend verändert. Bessere Möglichkeiten der Datenverarbeitung und bessere Algorithmen haben es Unternehmen ermöglicht, Kunden einen detaillierteren und individuelleren Service zu bieten.
Dieser Wettlauf wird manchmal als "Wettrüsten" bei der Personalisierung bezeichnet: die Notwendigkeit, zu investieren und zu innovieren, um dem Verbraucher ein größeres Maß an einzigartigen Erfahrungen zu bieten.
Die Erwartungen der Verbraucher haben sich geändert, und sie wünschen sich ein personalisierteres Erlebnis mehr als je zuvor. Einem kürzlich erschienenen Bericht von McKinsey & Company zufolge wechselten drei Viertel der Verbraucher während der Pandemie zu einem neuen Geschäft, Produkt oder einer neuen Kaufmethode. Dies ist keine Überraschung, wenn man bedenkt, dass 71 % der Verbraucher von Unternehmen eine personalisierte Interaktion erwarten und 76 % frustriert sind, wenn dies nicht der Fall ist.
Daraus ist die etwas raffiniertere "Hyper-Personalisierung" entstanden. Während die klassische Personalisierung lediglich zum Ausdruck bringt, dass ein gewisses Maß an Anpassung vorgenommen wird, gilt der Einsatz von Algorithmen, maschinellem Lernen und anderen fortschrittlichen Formen der Datenanalyse als die nächste Stufe.
Im Folgenden werfen wir einen Blick auf acht Unternehmen, die sich dadurch auszeichnen, dass sie die Bedürfnisse ihrer Kunden vorhersehen und erfüllen, um die Hyper-Personalisierung zu veranschaulichen und ein Gefühl für die Bandbreite der Möglichkeiten zu vermitteln.
Für Netflix hat es oberste Priorität, seine Nutzer bei der Stange zu halten. Daher ist die Fähigkeit des Unternehmens, ihnen interessante Inhalte zu zeigen, die sie sonst vielleicht verpassen würden, der Schlüssel zum Erfolg. Um dies zu erreichen, schöpft das personalisierte Empfehlungssystem des Unternehmens aus vielen Quellen. Eine davon sind Kundenbewertungen, die in einen Algorithmus einfließen, der bestimmt, welche Inhalte wem gezeigt werden.
Netflix bezieht auch das, was intern als "implizites Signal" bezeichnet wird, in den Algorithmus ein: wie die Nutzer mit einer Sendung oder einem Film interagieren: wie lange sie ihn ansehen, ob sie zurückspulen, vorspulen oder abbrechen und wenn ja, an welcher Stelle. Dazu gehören auch Daten über die Zeit, den Ort und das Gerät, auf dem die Nutzer die Inhalte ansehen. Dies ändert nicht nur, was empfohlen wird, sondern beeinflusst auch das ursprüngliche Programm des Streamingdienstes, wie es bei House of Cards und The Crown der Fall war.
Während es unter Modemarken üblich ist, Cookies für wiederholte Besuche zu verwenden, geht der deutsche Modehändler Zalando noch einen Schritt weiter, indem er die Punkte für den Verbraucher verbindet. Bei wiederholten Besuchen der Website haben die Kunden die Möglichkeit, dort weiterzumachen, wo sie aufgehört haben. So können sie auf der Website neu beginnen oder bereits aufgegebene Artikel wieder aufnehmen.
Als großes E-Commerce-Unternehmen hat Zalando konsequent in seine Personalisierungsalgorithmen investiert, wie z. B. durch die Eröffnung des Dublin Tech Hub im Jahr 2015. Auch in diesem Bereich hat Zalando Innovationen hervorgebracht: Der Algorithmic Fashion Companion (AFC) nutzt maschinelles Lernen (ein weiterer Begriff, der häufig verwendet wird - er ähnelt der Art und Weise, wie das Met Office das Wetter vorhersagt), um den einzelnen Kunden komplette Outfits vorzuschlagen.
Amazon ist berühmt für sein nahtloses Einkaufserlebnis und die vielen Möglichkeiten an Serviceangeboten.
Es könnte hilfreich sein, über zwei spezifische Methoden zu sprechen, mit denen dies geschieht: kollaborative Filterung und prädiktive Analytik. Amazons Bewertungs- und Feedbacksysteme verbinden sich miteinander ("kollaborieren"), um den Käufern hochwertige und beliebte Artikel zu zeigen, die sie vorher vielleicht nicht kannten. Das Kaufverhalten - auch außerhalb der Website - wird genutzt, um an jedem Punkt der Shopping Journey Empfehlungen auszusprechen, von der Startseite bis zur Produktseite - mit dem Tag "Häufig zusammen gekauft" -, um die relevantesten Artikel zu empfehlen und Cross-Selling zu fördern.
Bei Unternehmen, deren Verkaufsargument die Selbstverbesserung ist (z. B. Fitness, Erlernen einer Sprache), ist es üblich, den Nutzern regelmäßig Feedback zu geben, um sie zu motivieren (und zwar nicht nur zur Selbstverbesserung: Kindle und "Books", die Apple-eigene E-Book-App, bieten Leseziele).
Fast schon per Definition muss dieses Feedback personalisiert sein. Der ukrainische Schreibassistent Grammarly nutzt die Gelegenheit, um seinen Kunden etwas Nützliches zu bieten. Das Unternehmen sammelt Daten während der gesamten Nutzung der App durch einen Kunden. Diese liefert eine Grafik und Statistik über Erfolg und Fortschritt und vergleicht die Nutzer (positiv) miteinander: "Sie waren produktiver als 80 % der Grammarly-Nutzer", zum Beispiel. Außerdem gibt es Verbesserungsvorschläge.
"Marketer in diesem neuen digitalen Zeitalter müssen datengesteuert sein, ohne jedoch die menschlichen und emotionalen Elemente ihres Marketings zu vernachlässigen", sagt Brain Walker, Chief Strategy Officer von Bloomreach. "Unsere Customer Data Platform leistet hervorragende Arbeit, indem sie ihnen diese wichtigen Echtzeit-Einsichten in einem für Marketer zugänglichen Format zur Verfügung stellt, so dass sie das Kundenerlebnis perfektionieren und sicherstellen können, dass es relevant und zeitgemäß ist, und sich nicht mit knackigen Zahlen herumschlagen müssen."
CX Management
Personalisation
Mehr Insights
