Udo Kraft
Wie man Kundendaten für eine erfolgreiche Personalisierung nutzt
Was im stationären Handel in der Offline-Welt so einfach klingt, ist in der E-Commerce-Welt nur schwer möglich. Man weiß dort eben ohne weiteres nicht hinreichend präzise, wer da gerade den Online-Shop betritt und welche Bedürfnisse dieser potenzielle Kunde hat. Was aber, wenn ein Online-Shop das
Für gute Beratung braucht es zunächst eine gute Vorstellung über die Bedürfnisse der Zielgruppe. Die meisten Unternehmen starten mit einer qualitativen Beschreibung ihrer Kunden. Dabei fließen subjektive Annahmen zu deren Persönlichkeit ein. Das Ergebnis sind deskriptive Kundenprofile, bei denen es oft hakt und man vor dem Problem steht, wie man die Ergebnisse mit den gesammelten Daten zusammen bringen soll.
Bei jedem Besuch im Shop hinterlässt der Besucher Spuren, die eine Menge über seine Vorlieben und das individuelle Verhalten verraten. Die große Herausforderung besteht darin, diese Daten nutzbar zu machen um Kunden in den Daten zu identifizieren. Damit wird die Website zu einem echten Berater, der unsere Bedürfnisse analysiert und versteht.
Kurz: Personalisierung und Daten gehören zusammen. Nur durch die Kombination von Daten zur Messung der Kundeneigenschaften und qualitativen Kundenprofilen kommt man zu einem umfassenden Verständnis der eigenen Kunden und kann Personalisierungsmaßnahmen erfolgreich umsetzen.
Hierbei können unterschiedlichste Datenquellen herangezogen werden, wie z.B. das Webanalyse Tool, CRM Daten, Mouse Tracking oder Daten aus dem Backend. Ganz konkret bedeutet das: Man sollte sich eine ausreichend große Datenmenge von Kunden zusammenstellen und darauf achten, dass man einen repräsentativen Zeitraum wählt.
Eine weiterer Ansatz ist die Cluster Analyse, die auf einem einfachen Algorithmus basiert, der es erlaubt, mit Hilfe von gemessenen Kundeneigenschaften Gruppen zu identifizieren die in sich ein möglichst ähnliches Verhalten aufweisen und sich untereinander möglichst stark unterscheiden. Dabei hängt das konkrete Vorgehen davon ab, wie viele Annahmen zu den eigenen Kunden mit einfließen sollen und wie komplex man die Analyse aufsetzen möchte.
Im letzten Schritt geht es an die personalisierte Ausspielung von Inhalten, die zu den gemessenen Eigenschaften der Zielgruppen-Cluster passen. Dabei empfiehlt es sich, mit der oder den relevantesten Zielgruppen aus der Cluster Analyse zu starten. Wichtig ist, dass das passende Personalisierungskonzept auch an die richtige Kundengruppe ausgespielt wird.
Quelle: KonversionsKRAFT