Die Macht der Daten sehen viele Händler allein in der Hand der großen Player. Der Modehändler Walbusch zeigt, dass auch ein Familienunternehmen das Datengold heben kann. Noch dazu mit eher geringem Aufwand und einem mehr als kleidsamen Ergebnis.
Newsletter sind im digitalen Marketing ein Standard wie T-Shirts im Kleiderschrank. Doch vielfach kommen die Werbebriefchen schlicht von der Stange und sind dann so erfolgreich wie ein Flyer für Winterpelze an einem Nudistenstrand. Mit individuellem Zuschnitt kann die Werbepost dagegen Bedürfnisse wecken, Impulse setzen und für deutlichen Mehrumsatz sorgen. Dazu aber braucht es Daten und ein digitales Schnittmuster, wie man diese aufbereitet.
Aufwändig, komplex, teuer sei das – so die gängige Meinung. Doch das stimmt nur bedingt.
Eine bessere Performance im E-Mail-Marketing ist kein Fall für die digitale Haute Couture. Auch dann nicht, wenn man Data Analytics und Automatisierungen nutzen möchte, um das Werbe-Mailing zu personalisieren. Die vermeintlich teure Investition in den Digital-Chic hübscht die Kasse nämlich ordentlich auf.
Walbusch steigert die Konversionsrate
Wie gut sich die datengetriebene Optimierung der Marketingkampagnen bei Walbusch auszahlt, zeigt der direkte Kampagnen-Vergleich in Zusammenarbeit mit dem Dienstleister DYMATRIX.
Die Individualisierung der Newsletter-Werbung des Hemdenspezialisten brachte eine um 71 Prozent höhere Konversionsrate auf die beworbenen Produkte im Vergleich zum Standard-Newsletter, eine Steigerung des Netto-Verkaufs um rund 6 Prozent sowie insgesamt mehr aktive Kunden im Vergleich zur Standard-Kampagne.
Wichtiger Trigger: Next best offers
Profitiert hat die individualisierte Kampagne dabei vor allem von sogenannten „Next best offers“ (NBO). Dabei wird auf der Basis des bisherigen Kaufverhaltens zur rechten Zeit vorhergesagt, welches Produkt man dem Kunden als nächstes anbieten könnte und dies dann im Newsletter präsentiert.
Setzte Walbusch beim E-Mail-Marketing früher eher statistisch Vorschläge aus unterschiedlichen Segmenten ein, sagt das neue System nun, welche Produkte für welche Kunden in den Newsletter aufgenommen werden. Die Segmentierung erfolgt dabei auf Basis des Kundenverhaltens.
Im Hintergrund passiert dafür so einiges: Beispielsweise werden die Daten aus dem ERP, aus den Onlinekäufen, Vergleiche von Kundendaten über sogenanntes kollaboratives Filtering sowie historische Daten aus den vergangenen Jahren kräftig „durchgeschüttelt“ und sortiert – um das Datengold zu finden.
„Collaborative Filtering“-Algorithmen machen sich schlau
Mit diesem Schatz lässt sich dann unter anderem auch ermitteln, wie wertvoll der Kunde ist und mit welcher Wahrscheinlichkeit er einen Einkauf tätigen wird. Ob und wann ein Kunde auf einen Gutschein reagiert, lässt sich ebenfalls berechnen. Ausgeklügelt wird das natürlich von Algorithmen. Die praxiserprobten Formeln bringt, wie in der Branche üblich, DYMATRIX mit und passt sie auf die vorhandenen Daten an. Je nach Resonanz einer Kampagne nimmt der Algorithmus auch automatisch Anpassungen vor.
Zusätzliche Regeln sorgen beispielsweise dafür, dass der Kunde das Produkt nicht ewig und drei Tage als NBO angezeigt bekommen und das Produkt auch in relevanter Menge auf Lager ist. Auch lassen sich per Regel beispielsweise bestimmte Sortimente, Produktgruppen, Preise und andere Variablen ausgrenzen.
Dank der „Collaborative Filtering“-Algorithmen muss man dabei gar nicht einmal allzu viel über den einzelnen Kunden wissen. „Collaborative Filtering“ nutzt die bekannten Präferenzen einer Nutzergruppe, um Empfehlungen oder Prognosen über unbekannte Präferenzen anderer Nutzer abzuleiten.
Die IT-Architektur dafür ist auf den ersten Blick recht komplex. Da geht nichts ohne eine ordentliche Datenbank in der alle Informationen gesammelt werden. Erst dann kann mit analytischen Elementen ein Kampagnen-Management zur Aussteuerung eingesetzt werden. Aufsetzen kann das System von DYMATRIX aber auf alle gängigen Dienste.
Datenpool vereinen
Wie komplex das wird, hängt auch davon ab, an wie vielen unterschiedlichen Stellen der Händler die Kundendaten vorhält. Gibt es verschiedene Systeme und Quellen wie ERP, CRM, Newsletter-Engine, die jede für sich allerlei Daten speichern, müssen diese erst einmal an einer Datensammelstelle vereint werden. Aber auch das ist an dieser Stelle kein Hexenwerk mehr.
Wichtig aber: Wer valide Daten ermitteln will, der braucht auch einen ordentlichen Datenpool. Von mindestens 50.000 Kunden spricht DYMATRIX-Geschäftsführer Thomas Dold. Dann ließen sich repräsentative Gruppen und Strukturen bilden, damit nicht der Zufall entscheidet.
Für Händler dieser Größenordnung sollte es denn auch kein Problem sein, den knapp fünfstelligen Etat, der für eine Start-Kampagne anfällt, für einen Testlauf möglich zu machen.
Zudem mittlerweile „Next best offers“ auch mit Print-Werbung kombiniert werden können. Ein Händler für Babyartikel und Umstandsmode schickte einen individualisierten Mini-Prospekt mit einer Auflage von 50.000 Exemplaren an seine Kunden. Der Mehrumsatz habe, so Dold, die Projektkosten locker wieder eingespielt.
