Künstliche neuronale Netze, Deep Learning, Automatic Content Recognition – aktuelle technologische Entwicklungen ermöglichen es zunehmend individuelle Nutzerbedürfnisse zu erkennen und die User Experience entsprechend personalisiert zu gestalten. Personalisierung gilt als einer der Trends im digitalen Marketing und wird auch im Gartner Hype Cycle als “Key Technology Force” genannt.

Drei Viertel der deutschen Unternehmen glauben, dass die persönliche Relevanz von Website-Inhalten ausschlaggebend für den Unternehmenserfolg ist und es in spätestens zehn Jahren nur noch personalisierte Websites geben wird (eTracker 2015). Dennoch gibt es bisher hierzulande nur wenige Beispiele für eine erfolgreich implementierte Personalisierung. Immer wieder werden die gleichen Best Practices genannt: Google, Amazon oder Spotify.

Warum also tauchen keine deutschen Unternehmen in den Best Practices auf? Als Hauptgründe gelten vor allem Know-how- und Ressourcenmangel (eTracker 2015). Dabei können auch mit kleineren Marketingbudgets und einfachen technischen Lösungen effektvolle Personalisierungsmaßnahmen entwickelt werden. Einen guten Startpunkt bietet hierbei die Beantwortung der klassischen ‚W-Fragen‘ – also WANN?, WER?, WAS?, WO? und WIE? Mit der Beantwortung dieser Fragen können Marketingverantwortliche einen hilfreichen Rahmen für Personalisierung in ihrem Unternehmen schaffen und ihn mit zunehmender Erfahrung und Ressourcenverfügbarkeit kontinuierlich ausbauen.

WANN?

Die Frage nach dem Wann bezieht sich auf die Phase in der User Journey, in der personalisierte Inhalte ausgespielt werden. Sollen Nutzer in der Akquisitions-Phase erreicht werden? Oder geht es eher darum, Conversions oder das Engagement zu erhöhen? Vielleicht soll auch Upselling betrieben, die Weiterempfehlungsrate gesteigert oder die Retourenquote gesenkt werden. Die Antworten hierauf sind zentral, da sie die Frage nach dem eigentlichen Ziel der Personalisierung beinhalten. Personalisierung sollte nicht einfach implementiert werden, weil es möglich und gerade im Trend ist, sondern auf klare Marketing- und Vertriebsziele einzahlen – und damit eine valide Erfolgsmessung ermöglichen.

WER?

Im nächsten Schritt muss definiert werden, wer durch personalisierte Inhalte angesprochen werden soll. Diese Frage hängt stark mit der Verfügbarkeit von Daten zusammen. Dabei lassen sich drei Arten von Daten unterscheiden:

  1. Soziodemografische Daten, also z. B. Alter oder Geschlecht
  2. Verhaltensbasierte Daten zeigen, wie ein Nutzer mit z. B. einer Website interagiert bzw. in der Vergangenheit interagiert hat, und sind ein guter Indikator für Interessen, Vorlieben und künftige Vorhaben. In diese Kategorie fallen auch Daten zur Kaufhistorie z. B. Anzahl und Art gekaufter Artikel, Einlösen von Coupons oder die Warenkorbhöhe.
  3. Kontextbasierte Daten haben nicht direkt mit dem Nutzer als Person, sondern mit seinem Umfeld zu tun und umfassen z. B. Location, Device, Sprache oder Wetter.

Nicht alle Daten sind für alle Nutzer gleichermaßen verfügbar. Über Erstbesucher weiß man naturgemäß wenig. Hat ein Nutzer dagegen bereits bei einem Unternehmen gekauft oder sich für Services registriert, kann man auf eine potentiell große Fülle an Daten zugreifen. Erfahrungsgemäß stehen viele Unternehmen hier vor der Herausforderung, dass zwar viele Daten vorhanden sind, diese jedoch dezentral vorliegen und zunächst zusammengefügt werden müssen. Die Überprüfung der Datengrundlage sollte immer mit Blick auf die Ziele (siehe WANN?) geschehen. Eventuell ist das Launchen neuer Features und Feedbackmöglichkeiten sinnvoll, um an weitere wertvolle Nutzerdaten zu kommen.

 

Nutzerprofile

Kontinuierliche Anreicherung von Nutzerprofilen basierend auf den zur Verfügung stehenden Daten

 

WAS?

Produkte, redaktionelle Inhalte, Services – bei der Entscheidung was personalisiert werden soll, sind vor allem Umfang und Komplexität dieser Bereiche entscheidend. So bietet die Personalisierung von Produktvorschlägen Kunden von Amazon oder Spotify eine enorme Hilfe, um sich in dem riesigen Angebot zurechtzufinden. Bei Unternehmen mit sehr kleinem Produktportfolio bringen personalisierte Produktempfehlungen dagegen weniger Kundenmehrwert. Zudem sollte beachtet werden, dass der Anspruch, jedem Nutzer individuell relevante Inhalte anzubieten, die Kosten für Content-Produktion schnell rasant in die Höhe treiben kann. Grundsätzlich sollten Unternehmen also in jenen Bereichen mit Personalisierung starten, in denen sie bereits über eine große Bandbreite an Inhalten und Angeboten verfügen. Das muss nicht per se eine große visuelle Veränderung nach sich ziehen – besitzt ein Unternehmen beispielsweise spezialisierte Callcenter-Einheiten kann es sinnvoll sein, im Kontaktbereich der Website verschiedene Rufnummern für Neu- oder Bestandskunden anzuzeigen.

WO?

Weiterhin muss festgelegt werden wo, also in welchen Kanälen, personalisiert werden soll. Ein guter Start ist für viele Unternehmen ein personalisierter Newsletter, da hier mit einem vergleichsweise geringen Aufwand Personalisierungsmechanismen eingeführt und getestet werden können. Ziel sollte aber immer eine stringente Personalisierung über verschiedene Kanäle hinweg sein. So können z. B. Daten, die in einer App erhoben wurden, auch zur Gestaltung einer persönlichen Experience auf der Website genutzt werden. Ein entsprechendes ganzheitlich personalisiertes Ökosystem ermöglicht zum einen das Erstellen einer vollständigen, sehr differenzierten Datenbasis. Zum anderen wird auf diese Weise eine nahtlose User Journey über die Kanäle hinweg unterstützt.

WIE?

Schließlich umfasst die Frage nach dem Wie die technische Implementierung sowie rechtliche und organisatorische Aspekte.

Customization

Die technisch einfachste Form der Personalisierung ist die Auswahl durch den Nutzer selbst, häufig als Customization bezeichnet. Klassische Beispiele hierfür sind Filteroptionen, Produktberater, Konfiguratoren oder persönliche Startseiten. Zwar wird Personalisierung hier nicht automatisch durch das Unternehmen initiiert, dennoch handelt es sich um eine in vielen Fällen sehr effektive Form der persönlichen User Experience. Zudem lassen sich über entsprechende Funktionen wertvolle Nutzerdaten und -Insights für eine ausgereiftere Personalisierung in der Zukunft generieren.

Regelbasierte Logiken

Den Einstieg in eine automatisierte Personalisierung bilden regelbasierte Logiken. Viele Content Management Systeme wie Adobe oder First Spirit, Webanalyse- und A/B-Testing-Systeme z. B. Webtrekk und Optimizely, aber auch spezielle Personalisierungsdienstleister wie Monetate ermöglichen die Definition von Wenn-Dann-Regeln (z. B. Wenn ein Nutzer zum ersten Mal auf die Website kommt, dann zeige Teaser A; Wenn ein Nutzer ein wiederkehrender Besucher ist, dann zeige Teaser B). Diese Logiken eignen sich vor allem für eine segmentbasierte Ansprache (z. B. an wiederkehrende Besucher, eingeloggte Besucher, Besucher von Google, Käufer von Produkt X), da sie manuell definiert werden müssen. Durch eine Performance-Auswertung können die Segmente weiter verfeinert und optimiert werden.

Algorithmen

Eine wirklich nutzerindividuelle Experience ist letztendlich jedoch nur durch den Einsatz von Algorithmen möglich. Angefangen mit Collaborative Filtering um die Jahrtausendwende, wurden insbesondere im letzten Jahrzehnt zahlreiche Algorithmen entwickelt, die Nutzerverhalten prognostizieren und eine entsprechende automatisierte Anpassung der User Experience ermöglichen. Dabei wird zunehmend auf Ensemble-Algorithmen zurückgegriffen, einer Kombination aus verschiedenen Lernalgorithmen, bei denen das durchschnittlich errechnete Ergebnis aller Algorithmen für die Personalisierung zugrunde gelegt wird. Das Ergebnis ist entsprechend weniger fehleranfällig als das eines einzelnen Lernalgorithmus. Auch für den Einsatz von Algorithmen gibt es ‚Out-of-the-Box‘-Lösungen von großen Tool- und Systemanbietern wie Adobe und Salesforce. Auch Big Player wie Google, Amazon und Microsoft bieten hauseigene Algorithmen. Viele Unternehmen arbeiten aber auch an eigenen Algorithmen oder setzen auf Crowdsourcing – ein bekanntes Beispiel hierfür ist der Netflix Prize, ein Wettbewerb von Netflix (über kaggle competitions), bei dem der beste Collaborative Filtering Algorithmus mit einer Million Euro ausgezeichnet wurde.

Datenschutz als besondere Herausforderung

Unabhängig von der technischen Implementierung spielt bei Personalisierung – gerade in Deutschland – immer der Datenschutz eine große Rolle. Nicht alle Tools und Systeme (gerade solche aus den USA) können daher ohne Weiteres eingesetzt werden. Es empfiehlt sich zudem, deutlich zu machen, welche Nutzerdaten gesammelt werden sowie welche Vorteile dadurch entstehen, und hierfür auch eine Zustimmung der Nutzer einzuholen (z. B. durch Opt-In). Im Zweifelsfall sollte bei Nutzern, die einer Datenspeicherung kritisch gegenüberstehen, auf Personalisierung verzichtet werden, um negative Reaktionen zu vermeiden.

Fazit

Der Aufbau eines komplett verzahnten, personalisierten Ökosystems geschieht nicht von heute auf morgen. Ressourcen- und Know-how-Mangel sind weit verbreitete Probleme, sollten Unternehmen aber nicht davon abhalten, mit Personalisierung zu starten. Personalisierte Newsletter oder eine segmentbasierte Teaser-Ausspielung können erste effektive Maßnahmen sein, um eine Organisation schrittweise an Personalisierung heranzuführen und bereits eine deutliche Steigerung in der Zielerreichung zu ermöglichen.