Meins, meins, meins: Personalisierung als Turbo für den E-Commerce

Von Olaf Kolbrück Olaf Kolbrück | 6. Januar 2014 |

Meins, meins, meins: Personalisierung als Turbo für den E-Commerce
Personalisierung - für die einen ist es mit der individuellen Ansprache im E-Mail-Marketing getan. Für andere ist es eine dysfunktionale Targeting-Fata Morgana. Doch in einer Welt, in der die Loyalität von Kunden gegenüber Marken und Shops weiter abnimmt, wird Personalisierung zum wichtigsten Schlüssel zum Kunden. Und fordert weit mehr ab, als ein paar nette Anreden und das Auslesen von Cookies.

Sie kennen das von Ihrer Käsetheke. Sie fühlen sich besser aufgehoben, wenn der Händler Sie mit Namen anspricht. Noch besser, wenn er Ihre Vorlieben im Kopf hat und Ihnen dazu persönliche Empfehlungen machen kann.

Die sind seit der Zeit, als die Waren noch mit dem Holzkarren zum Marktplatz getragen wurden, besser als all die Empfehlungen bei Amazon. Denn es ist schon erstaunlich, dass Amazon aus der Einkaufshistorie seiner Kunden bislang so wenig Kapital geschlagen hat und mit seinen Tipps lediglich in der Lage ist, Vergangenheitsbewältigung zu betreiben.
 
Amazon kann nur Vergangenheitsbewältigung

Das muss sich ändern. Denn Personalisierung wie an der Käsetheke wird angesichts der Ubiquität von Waren, der wachsenden Gleichartigkeit von Service und kaum noch bedeutsamer Preisdifferenzen zum womöglich entscheidenden Kundenbindungsinstrument und Hebel für Mehrumsatz pro Kunde.

Dafür reicht aber der Cookie kaum aus. Social Data ist beispielsweise gefragt, um die persönlichen Vorlieben des Kunden abzubilden, um aus seinem Freundeskreis Interessen abzuleiten und aus seinen Markenpräferenzen Milieus zu interpretieren.
Dafür aber muss man Social Data besser verstehen, als dies manch ein Marketer und manch eine Media-Agentur mit lieblos zusammengestückelten Buchungspräferenzen für die Facebook-Anzeige tut.  

Der Kunde ist ja nicht doof. Er weiß, dass die Preisgabe seiner Daten ein Tauschgeschäft ist. Und dafür bekommt er statt sinnvoller Empfehlungen und passender Werbung heute trotz besserer Möglichkeiten nur nervige Glasperlen aus dem Retargeting-Bausatz für Anfänger, weil kein Entscheider in die Blackbox Social Media schaut.

Gute Empfehlungen wissen, was der Kunde morgen will

Das gilt für Werbung wie für Webshops. Im Idealfall könnte ich Facebook nutzen, um mich beispielsweise bei Douglas per Social Login anzumelden und das System erkennt auf Basis meiner Freundesstruktur, dass ich ganz sicher kein Typ für billiges After Shave bin, das angeblich ein C-Promi kreiert hat. Oh, und natürlich muss mich Douglas auch wiedererkennen - gleichgültig über welches Endgerät ich in den Shop komme.

Cookies allein reichen dafür kaum aus. Sie schauen nämlich vor allem in die Vergangenheit, wie ein Stück in TheNextWeb zu recht bemerkt. Gefragt ist aber ein Ausblick auf das, was wir als Kunde möglicherweise morgen kaufen wollen.

Meins, meins, meins: Personalisierung als Turbo für den E-Commerce

Daher müssen die Daten im Kontext des Social Graph verstanden werden. Simpel gesagt: Was finden meine hippen Facebook-Freunde jetzt schon gut? Was könnte mich davon morgen interessieren?

Das ist aber die hohe Kunst der Personalisierung. Das Neue für Kunden herauszufiltern. Das ist aber auch der Vorteil schlechthin. Neue Dinge wecken unser Interesse, neue Dinge besitzen einen impliziertes Narrativ, wollen weiter erzählt werden.

Für die Unternehmen geht es dabei nicht nur um Umsatzsteigerung im Onlineshop, oder um einen besser kalkulierten Marketingmix mit individuelleren Botschaften, es geht gerade auch im Web um Kosteneffizienz. Das Ziel deshalb beispielsweise bei Pizza Hut: A single customer view of online shoppers.

Netflix: Kernspaltung der Daten für eine neue Matrix

Das alles verlangt nach schier unglaublich komplexen Interpretationen der Daten. The Atlantic liefert ein spannendes Lesestück dazu, wie der Videostreamingdienst Netflix die Sehgewohnheiten seiner Nutzer in nahezu subatomare Bestandteile (Vorlieben zu Genres, Schauspielern, Regisseuren, Adjektiven, Filmgegenden undundund) zerlegt und zu völlig neuartigen Strukturen und Genres zusammenfügt. Für besser passende und individuelle Empfehlungen.

Man stelle sich vor, Zalando würde sein E-Mail-Marketing nicht allein danach ausrichten, ob ich zuletzt eine Hose von Ralph Lauren gekauft habe und mich dann ständig nur noch mit Ralph Lauren und passenden Angeboten aus einem ähnlichen Markenkosmos nerven, sondern aus Kategorien wie Schwarz, Kaschmir, Größe 52, Frankfurt, Preis und meiner Schuhgröße  eine individuelle Matrix weben und so völlig unerwartete Vorschläge für Produkte aus anderen Sortimenten auch auf der Website entwickeln.

Manchmal habe ich das Gefühl, Zalando ist auf dem besten Wege dahin.
Vom meinen Käsehändler weiß ich, erst ist schon immer dort gewesen.
Und ich weiß, solch ein Käsehändler ist die Blaupause, die auch Otto mit seinen Projekten im Web nachbauen will. 

Online Shopping Personalization – Statistics and Trends

Infographic by- Invesp
Foto ganz oben: Binary computer face Shutterstock


Kindle Kindle
Drucken Artikel versenden

Rewe Digital: Schweizer Taschenmesser im Kampf gegen Amazon
Guten Morgen etailment-Leserinnen und Leser!Eine Studie der News-Organisation ProPublica zeigt gerad ...
Topartikel
Kurz vor 9: Amazon erschreckt mit massiven Verlusten, PayPal, eBay, Urbanara, Apple,
Amazon ist die Produktsuchmaschine Nummer 1 der Deutschen. Gute Sichtbarkeit im Ranking kann daher d ...
Die Top 100 der umsatzstärksten Onlinehändler in Deutschland
Die Dominanz der Top 3 im deutschen Onlinehandel - Amazon, Otto, Zalando - ist schier erdrückend. Zu ...
Christoph Lange, Zalando
Christoph Lange ist VP Brand Solutions bei Zalando in Berlin. Als Mitarbeiter Nr. 3 kam er 2008 zu Z ...
Rewe Digital: Schweizer Taschenmesser im Kampf gegen Amazon
Guten Morgen etailment-Leserinnen und Leser!Eine Studie der News-Organisation ProPublica zeigt gerad ...
Marc Opelt
Guten Morgen etailment-Leserinnen und Leser!Den Satz kennen Sie sicher: Kunden brauchen keine Bohrma ...

Die Kommentare für diesen Artikel sind geschlossen.

stats