Wie schaffst Du es als Retailer im „age of the customer“, selbst gegenüber den großen Playern des Online-Handels herauszustechen? Das Erfolgsrezept für Deinen Shop besteht heute längst nicht mehr allein aus exzellenter Usability, sondern vor allem aus absoluter Kundenzentriertheit (Customer Centricity): Stelle Deine Kunden konsequent in den Mittelpunkt, um sie wirklich zu begeistern! Dies beinhaltet z.B. die individuelle, situationsbezogene Ansprache durch Personalisierung und das Ausspielen von (emotionalisierenden) Inhalten höchster Relevanz. Unterstützt durch inspirierendes Content Marketing sowie exzellenten Kundenservice schaffst Du damit die ultimative Shopping Experience (Customer Experience, CX). Obwohl viele Online-Händler dieses Erfolgsrezept theoretisch kennen, fällt dessen praktische Umsetzung leider allzu oft unzureichend aus. Damit verschenkst Du als Anbieter wertvolles Potenzial und eine vielversprechende Chance zur Alleinstellung Deines Online-Shops.

In unserer vierteiligen Artikelserie zeigen wir Dir mit wertvollen Praxistipps, wie Du dies vermeiden und letztendlich in den genannten „Online-Disziplinen“ glänzt. Lies den 4. Teil unserer Ratgeberserie: "Me-Commerce: Für jeden User einen eigenen Shop“.

Me-Commerce: Für jeden User einen eigenen Shop

Den letzten Teil dieser Artikelserie widmen wir einem Schlüsselfaktor, der für die erfolgreiche Umsetzung all der genannten Online-Disziplinen (WohlfühlatmosphäreKundenzentriertheitEmotionalisierung) essentiell ist: Die Shop-Personalisierung. Sie stellt den kritischen Erfolgsfaktor für die ultimative Shopping Experience der Zukunft dar: denn jeder Online-Shopper wünscht sich, passgenau angesprochen und ganz individuell beraten zu werden. Aufgrund zahlreicher Hürden haben Online-Händler jedoch noch große Schwierigkeiten mit der Individualisierung ihres Shops. Wir zeigen Dir, wie Du im Wettbewerb mit Ihren Konkurrenten gewinnen und Deinen Shop für jeden Besucher maßschneidern kannst:

Personalisierung 2.0: Biete jedem Besucher einen individuell relevanten Shop! 

case-study-asambeauty

Die gängigen Methoden zur Shop-Personalisierung wie Machine Learning- oder BI-Tools sind weit davon entfernt, tatsächlich individuelle Relevanz zu bieten – vor allem aus den folgenden drei Gründen:

Schubladendenken und Vereinfachung

Weil klassische Personalisierungs-Tools nicht echtzeitfähig sind, müssen sie alle Analyseergebnisse speichern und sie immer, wenn ein Besucher Deinen Shop betritt, neu abfragen – ein Prozess, der mit steigendem Datenvolumen immer länger dauert. Aus diesem Grund werden bestimmte Merkmale zu starren Gruppen (Personas) vermeintlich ähnlicher User zusammengefasst (Clustering) – ein klares Manko: Obwohl sie sich tatsächlich aus sehr vielfältigen Persönlichkeiten zusammensetzen, werden sie so behandelt, als seien sie alle gleich.


amazon empfehlungen personalisierung„Personalisierung“ bei Amazon meint oft die Empfehlung von ein – und denselben Produkten, die sich lediglich in einem Merkmal wie z.B. Farbe oder Größe unterscheiden. Wir meinen: Eine inspirierende, emotionalisierende Shopping Experience sieht anders aus!


Personenbezogene Individualisierung

Auch die Merkmale, die typischerweise fürs Clustering herangezogen werden – Alter, Geschlecht, Herkunft oder Interessen – werden der Vielfältigkeit Ihrer User nicht gerecht: Denn was für diese relevant ist, ist nicht nur von ihrer Persönlichkeit abhängig, sondern auch von der Situation, in der sie sich gerade befinden: Ein Online-Shopper, der während einer Bahnfahrt nach Inspiration und Zerstreuung sucht, muss völlig anders angesprochen werden, als wenn er unter Zeitdruck im Büro nach einem Produkt sucht.


suchergebnislisten douglasMit Personalisierung 2.0 wird Online-Shoppern nur das angezeigt, was für sie relevant ist: Im Beispiel sehen Sie die Ergebnislisten von ein- und demselben Suchbefehl, der von verschiedenen Usern eingegeben wurde. Sie wurden passgenau für das jeweilige Userprofil umsortiert.


Personalisierung durch Empfehlungen

Leider beschränken sich die meisten Online-Händler darauf, Online-Shoppern an bestimmten Stellen des Kaufprozesses passende oder ähnliche Produkte zu empfehlen bzw. zum Kauf anzubieten (z.B. Retargeting oder Recommendations à la Amazon). Eine individuelle Shopping Experience ist jedoch mehr als Empfehlungen nanch dem Motto „Kunden, die das gekauft haben, haben auch das gekauft.“ Mit solchen oder ähnlichen Methoden kannst Du Deine User unter Umständen sogar nerven oder vom Kauf abhalten.

Die Antwort auf die oben genannten Probleme lautet Personalisierung 2.0: Sie ermöglicht Dir, jedes einzelne dynamische Seitenelement individuell an den aktuellen Besucher Deines Shops anzupassen – bspw. Produktlisten, Suchergebnis- und Kategorielisten, Content, Media, Key Visuals oder Header. Dabei werden nicht nur personen-, sondern auch situationsspezifische Merkmale mit einbezogen, ohne sie in enge Cluster zusammenzufassen. Dies ermöglicht Dir, jedem Online-Shopper einen maßgeschneiderten, subjektiv relevanten Shop zu bieten – und das geräte- und kanalübergreifend. Das Ergebnis: eine wirklich passgenaue Ansprache und individuelle Beratung eines jeden Users während seiner gesamten Shopping Experience. Um diesen Wandel vom E-Commerce zum Me-Commerce erfolgreich zu vollziehen, bedarf es absoluter Datengetriebenheit. Und so wandelst Du Dein Unternehmen zum Data-Driven Business:

Data-Driven Corporate Culture: Denke Deine Unternehmenskultur radikal um!

Um Online-Shopper ganzheitlich verstehen zu können, musst Du all Deine Daten nutzbar machen und zu einem 360°-Panoramabild Deiner User zusammensetzen. Dies erfordert einen Wandel Deines Unternehmens zum Connected Business: Beende das Silo-Denken und konsolidiere alle Daten in einer Plattform. Damit dies gelingt, benötigst Du eine maßgeschneiderte Change-Management-Strategie, in der die Umsetzung folgender Punkte konsequent geplant wird:

Agile, interdisziplinäre Gestaltung der Organisationsstruktur

Anstatt einfach alle Abteilungen Deines Unternehmens zusammenzuwürfeln, solltest Du dich an der Collaboration-Strategie von Forrester orientieren: Ernenne ein zentrales Transformationsteam (IT-ler mit Managementkompetenzen), das als „Kommandozentrale“ agiert. Als Rückgrat können interdisziplinäre Teams fungieren, die von Agilität, Offenheit und flachen Hierarchien geprägt sein sollten.

Entwicklung einer Analysekultur im Unternehmen

Definiere für jede einzelne Abteilung in Deinem Unternehmen spezifische Teilaufgaben mit dem Ziel der Datenkonsolidierung. Der Realisierungsgrad und der Nutzen dieser Aufgaben sollte stets anhand maßgeschneiderter KPIs messbar sein – einerseits zur Erfolgskontrolle, andererseits, um jedes Team davon nachhaltig zu überzeugen, dass die Datenanalyse einen hohen Mehrwert für die eigene Arbeit darstellt.

Empowerment aller Mitarbeiter

Um das volle Potenzial Deiner Daten auszuschöpfen, ist deren Demokratisierung vonnöten: Stelle die Daten allen Mitarbeitern bereit und befähige diese, sie zu verstehen und technische Werkzeuge im Umgang damit zu nutzen. Hierfür müssen sie diese konsequent in die Prozesse einbinden und ihnen Schulungen anbieten. Daneben ist auch ein geeignetes Tool notwendig, das Deine Daten interaktiv visualisiert und sich intuitiv bedienen lässt.


Teil-4_Data-Driven_Corporate_Culture-Empowerment_Visualisierung1

Wie hier im Beispiel von odoscope gehört zu einem geeigneten Tool ein übersichtliches Dashboard mit interaktiver Visualisierung und intuitiver Bedienbarkeit.


Actionable & Smart Data: Machen Deine Daten gewinnbringend nutzbar!

Obwohl sie ihre Daten wie oben beschrieben zusammenführen, schaffen es laut Forrester bislang nur 29% aller Unternehmen, aus ihrem riesigen Datenberg gewinnbringende Ableitungen („actionable insights“) zu treffen. Wie so oft liegt der Schlüssel hier nicht in der Quantität (Big Data), sondern vielmehr in der Qualität sowie der richtigen Auswahl der Daten (Smart Data).
Welches die richtige Strategie zur Optimierung Deiner Datenqualität ist, hängt auch von der Art der zu optimierenden Daten ab. Du solltest deshalb unbedingt zwischen zwei Informationstypen differenzieren können: Stammdaten (Master Data) und Transaktionsdaten (Transactional Data). Als „Stammdaten“ werden die meist statischen Kerndaten bezeichnet, welche zustandsorientierte Informationen über Deine betrieblichen Objekte (Produkte, Kunden, Lieferanten, Mitarbeiter, …) enthalten – also z.B. die Adressen Deiner Kunden oder den Preis Deiner Produkte. Da Stammdaten grundsätzlich für all Deine laufenden Prozesse benötigt werden, ist ihre Qualität erfolgskritisch. Zum Glück gibt es für das Stammdatenmanagement (Master-Data-Management, MDM) hilfreiche Tools, die dies weitestgehend automatisiert erledigen. Das Management Deiner Transaktionsdaten sollte hingegen manuell erfolgen: Dies sind abwicklungsorientierte Informationen, die während Deiner Geschäftsprozesse aufgezeichnet werden (z.B. Tracking des User-Verhaltens). Bei der Aufzeichnung solcher Daten können typische Fehler auftreten (z.B. werden oft nicht alle Seitenaufrufe, Conversions oder Klicks korrekt erfasst), die noch immer am besten vom menschlichen Auge erkannt werden.

Intelligente Analyse und situationsbezogene Individualisierung: Auf die richtige Technologie kommt es an!


personalisierungsmethoden tabelleWelche Personalisierungs-Methode die beste für Dich ist, ist abhängig von vielen verschiedenen Faktoren. Wäge hier besonders sorgfältig ab!


Wenn Du all Deine Daten zusammengeführt und bereinigt hast, benötigst Du eine fortgeschrittene Technologie, die diese intelligent analysiert und die Ergebnisse in Aufbau und Gestaltung Deines Shops automatisiert einfließen lässt. Die Auswahl der richtigen Personalisierungs-Methode solltest Du sehr sorgfältig treffen, da diese genau zu Deiner Unternehmenskultur, Deiner Strategie sowie Deinem Online-Shop passen sollte. Doch um Personalisierung 2.0 zu realisieren, musst Du in jedem Falle eine fortgeschrittene Analysemethode (Advanced Analytics bzw. Analytics 3.0) auswählen, die herkömmliche BI-Tools übertrifft und folgende Kriterien erfüllt:

Zusammenführung aller Daten in einer Plattform

Wie bereits oben beschrieben musst Du all Ihre Daten aus jeder verfügbaren Quelle und Abteilung konsolidieren und gemeinsam analysieren, um sich ein vollständiges Bild Deiner Besucher machen zu können. Neben einer Analysekultur im Unternehmen benötigst Du natürlich auch eine Technologie, die dies ermöglicht.

Echtzeitanalyse von Big Data

Entscheide Dich für ein Tool, das durch In-Memory-Computing und parallele Datenbankverarbeitung (data-parallel analyses) höchste Performance und Echtzeitfähigkeit bietet: Erst im Moment des Seitenaufrufs (live bzw. on the fly) und für jedes dynamische Seitenelement aufs Neue analysiert es Deine Rohdaten und bildet User-Ggruppen (statistische Geschwister), die dem aktuellen Besucher ähneln (Real-Time Clustering). Auf diese Weise müssen die Daten nicht in starren Personas zusammengefasst werden bzw. so wirst Du der Vielfältigkeit der Online-Shopper wirklich gerecht. Ein weiterer Vorteil: Für diese Methode ist die Identität des Online-Shoppers vollkommen irrelevant, sodass Du Deinen Shop selbst für anonyme User und „first-timer“ noch vor dem ersten Klick maßschneidern und gleichzeitig die Privatsphäre Deiner User wahren können.


shopping experience bei tennispointDie ultimative Shopping Experience: jedes einzelne dynamische Element auf der Startseite dieses fiktiven Shops ist für den aktuellen Online-Shopper maßgeschneidert. Höchste Relevanz für jeden einzelnen Besucher!


Automatisierte Optimierung Deines Shops

Um Deine Analyseergebnisse anschließend gewinnbringend verwerten zu können (actionable insights), solltest Du außerdem präskriptive Analysen (Prescriptive Analytics) fahren. Diese bestimmen selbstständig, was getan werden muss, um ein von Dir definiertes Ziel am wahrscheinlichsten zu erreichen und leiten diese Handlung bei Bedarf automatisiert ein. Dies ermöglicht Dir beispielsweise, jedem Online-Shopper Media-Inhalte einzublenden, die ihn emotionalisieren, oder spezifische Kaufanreize zu bieten, die ihn vom Abspringen abhalten. Darüber hinaus kannst Du Suchergebnis- oder Kategorielisten nach subjektiver Relevanz umsortieren lassen, um Deinem Besucher ausschließlich Produkte anzubieten, die ihm mit sehr hoher Wahrscheinlichkeit gefallen, auf Lager sind und niedrige Retourenquoten aufweisen.

Wenn Du all unsere Tipps aus dieser Blogserie beachtest und dies mit einer fortgeschrittenen Technologie wie bspw. der Operational Intelligence ergänzt und die obigen Kriterien erfüllst, agierst Du komplett kundenzentriert und bietest jedem User einen eigenen Shop. Für Online-Shopper bedeutet das ausnahmslose Relevanz, passgenaue Ansprache und beste Beratung – sprich, die ultimative Shopping Experience, die begeistert und inspiriert. Deine User werden es Dir danken, indem sie bleiben, kaufen, wiederkehren und ihrem Umfeld von ihrem perfekten Einkaufserlebnis erzählen.

case-study-asambeauty

odoscope-newsletter
Neuer Call-to-Action