Mit Personalisierung das Kundenerlebnis verbessen – so geht’s!

Rainer Blumenthal | 05.08.2020

User Experience, Markenbindung, Conversions: Personalisierung verschafft Unternehmen viele Vorteile. Was müssen sie bei der Einführung von Technologien beachten? Und welche Methoden der Marketing-Automatisierung sollten sie in Betracht ziehen?

Personalisierung als Effizienz-Booster im Marketing

Im Online Marketing ist sie nicht mehr wegzudenken: Personalisierung. Personalisierte Werbung entlang der digitalen Customer Journey ermöglicht Unternehmen, Nutzer automatisiert zum richtigen Zeitpunkt und am richtigen Touchpoint mit relevanten, individualisierten Inhalten anzusprechen. Diese zielgerichtete Kommunikation sorgt unter anderem für eine bessere User Experience, eine stärkere Bindung zur Marke und höhere Conversion.

Wichtig beim Aufsetzen personalisierter Kampagnen ist, den Output messbar zu gestalten. Um zu belegen und Stakeholder davon zu überzeugen, dass geplante Investitionen sich auch tatsächlich auszahlen, ist es wichtig, den Business-Value zu berechnen. Dies beinhaltet, dass die Performance personalisierter, datengetriebener Marketing-Kampagnen über vorab definierte Ziele und angekoppelte Leistungskennzahlen, also Key Performance Indicators (KPIs), gemessen, evaluiert und fortwährend optimiert wird. Dazu benötigt man moderne Technologien.

Viele Unternehmen tun sich jedoch schwer damit, die passenden Technologien zu etablieren und die richtigen Ziele und KPIs festzulegen; nicht selten hapert es bereits daran, die passenden Kundengruppen zu definieren und Inhalte mit echtem Mehrwert zu erstellen. Ganzheitliche technologische Lösungen für Personalisierung haben natürlich ihre Herausforderungen – eben weil sie relativ komplex sind. Doch sie sind unumgänglich, wenn man auch in Zukunft wettbewerbsfähig bleiben will.

Unternehmen stehen hier vor Fragen wie: Spielen wir personalisierte Werbung nur für uns bekannte Nutzer aus? Oder zielen wir auf eine große Menge an Nutzern, zu denen wir keine Login-Informationen haben? Machen wir sogar beides? Wie aufwendig wird welches Szenario? Rechnet es sich eigentlich, Fremd-Surfdaten einzukaufen? Versuchen wir, eine eigene Engine / KI zu etablieren, die Nutzer auf Basis von Klick- und Tracking-Daten in bestimmte Segmente verortet?

So können Unternehmen sich Schritt für Schritt dieser Thematik annähern.

Kundenanalyse: implizite vs. explizite Personalisierung

Die Nutzer und ihre Präferenzen bilden die Basis für jeglichen personalisierten Content. Nutzerpräferenzen können auf zwei Arten ermittelt werden: implizite Personalisierung und explizite Personalisierung. Explizite Personalisierung bedeutet: Der Nutzer wird per Login authentifiziert, er hat sich also vorher registriert. Es liegen Informationen vor, wie Produktvorlieben, Interessen, Alter, Wohnsitz, usw. Sofern ein Großteil der User eingeloggt unterwegs ist, ist dies der ideale Weg, um individualisierte Inhalte auszuspielen. Die Basisdaten sind verlässlich, Ergebnisse messbar und die Daten sind – sofern juristisch konform – direkt zur Segmentierung und Ausspielung nutzbar (Stichwort Datenschutz).

Bei impliziter Personalisierung wird prognostiziert, also geschätzt, in welches Segment sich ein User einreiht. Die einzige Chance, einen User zu identifizieren, bieten Cookies. Gängige Tracking-Anbieter bieten hier technisch ausgereifte Möglichkeiten. Das Problem hierbei: Löscht ein Nutzer seine Cookies, wird er beim nächsten Besuch als „neu“ klassifiziert. Außerdem erschweren Sicherheitsrichtlinien eine domainübergreifende Cookie-Auswertung. Auch datenschutzrechtlich sollte man prüfen, ob man unter Umständen ungewolltes Terrain betritt. Viele Tracking- und Analyse-Anbieter klassifizieren mittlerweile ihre User in Segmente wie „Hifi-Lovers“, „Sales-Affine“ o. Ä. – hier sollte man unbedingt prüfen, ob die Nutzung dieser vorgefertigten Gruppierungen im jeweiligen Land rechtlich zulässig oder generell anbieterseitig gestattet ist.

Alternative Wege zur eigenen Nutzerdaten-Basis

Sobald ein Nutzer registriert ist und mit der Website oder in der App (zukünftig „Ökosystem“) interagiert, können Unternehmen diese Daten als valide Datenbasis nutzen. Wenn die Mehrzahl der User sich nicht eingeloggt im Ökosystem bewegt, haben Unternehmen beispielsweise die Möglichkeit, Daten von Drittanbietern einzukaufen (es gibt Anbieter, die pro Land auf wichtigen Nachrichtenportalen Cookies hinterlegen und die User entsprechend ihrer Nachrichtenpräferenzen klassifizieren), eine nahtlose Integration mit dem Analytics-System herzustellen oder selbst Analysen durchführen und die Ergebnisse vorhalten. Ebenfalls sinnvoll ist die Beschäftigung mit den Themen Data Management Platform (DMP) und Customer Data Platform (CDP). Bei diesen Lösungen werden Kundendaten aggregiert und nutzbar gemacht.

Zielgruppen-Definition für die Ausspielung personalisierter Werbung

Wie wird das Zielpublikum im Anschluss an die Datensammlung sinnvoll untergliedert? Eine Möglichkeit ist es, demografisch zu unterscheiden, etwa nach Alter und Geschlecht. Auch eine Segmentierung nach Berufen kann sinnvoll sein. Oder man untergliedert nach Kaufverhalten und Affinitäten, beispielsweise „Discount-Liebhaber“ und „Personen, die häufig an Gewinnspielen teilnehmen“. Was passt, hängt vom jeweiligen Produkt oder Angebot ab. Hier sollte der Grundsatz gelten: Alles ist ein Prototyp. Ob man auf die richtigen Segmente abzielt, wird man spätestens feststellen, wenn man auf die messbaren Ziele schaut.

Personalisierung braucht messbare Ziele und KPIs

Vor Beginn der Ausspielung personalisierter Werbung sollten Unternehmen eine umfassende Untersuchung des User-Verhaltens auf der Plattform durchführen. Sinnvolle Werte sind etwa Absprungrate, Verweildauer, Erzeugung von Leads zu weiteren Plattformen oder die Klickrate. Erst wenn diese Grundlagen erfasst wurden, ist es möglich, einen direkten Vergleich zu ziehen – und zu prüfen, ob ein Nutzer wirklich relevante Inhalte zu Gesicht bekommen hat, als Konsequenz dessen auch in die erwünschten Klickpfade eingestiegen ist und damit die Conversion Rate gesteigert hat. Eine kontinuierliche datenbasierte Verbesserung des Prozesses der Marketing-Automatisierung ist nur möglich, wenn man von Anfang an großes Augenmerk auf die Messbarkeit legt.

Scoring-Modell für passgenaues Targeting

Je nach Unternehmensgröße und Business Impact bietet es sich an, die eigenen Tracking-Daten zu nutzen oder diese mit den eigenen CRM-Daten zusammenzuführen. Es könnten beispielsweise vergangene Bestellungen mit dem Verhalten des Nutzers auf der Webseite korrelieren – daraus ergeben sich neue Erkenntnisse, die idealerweise in ein Scoring-Modell einfließen. Ein Beispiel: Ein Nutzer, der dreimal Windeln bestellt hat, erhält pro Bestellung 0,1 Punkte im Segment „Familie“, also insgesamt 0,3. Wenn er außerdem den Familien-Newsletter abonniert hat (+0,2) und sich auch gerne auf den Artikeln zum Thema „Familienurlaub“ bewegt (+0,2), erhält er dafür ebenfalls Punkte. Die Summe aller Scores ergibt dann im Segment „Familie“ eine Affinität von 0,7. Beim Anzeigen der Inhalte für den Nutzer kann nun geprüft werden, ob „Familie“ unter den verfügbaren Segmenten die höchste Punktzahl erreicht hat und somit der Inhalt zum Thema „Familie“ ausgespielt wird – oder, ob beispielsweise beim Segment „Sport“ eine Affinität von 0,9 vorliegt. Dann würde der Sportinhalt angezeigt werden.

Dynamisch zu „galanter“ Personalisierung

Sobald die technische Datenbasis bereit zur Nutzung ist, sollte das Unternehmen einen möglichst performanten Zugriff auf sie sicherstellen. Denn im Zuge der Marketing-Automatisierung sollen schließlich Inhalte dynamisch ausgetauscht werden. Das kann serverseitig, clientseitig im Browser oder auch in der App erfolgen. Entweder werden bereits die personalisierten Inhalte für den Nutzer in die Antwort des Servers eingewoben oder aber per Javascript, React oder Ähnliches nachgeladen. Als Content Management System ist hier unter anderem Magnolia CMS hervorragend geeignet, da damit Standard- und Headless-Rendering beliebig kombiniert werden können. Gängige Praxis ist es, einen Standardinhalt auszuspielen und diesen durch individuellen Inhalt auszutauschen. Durch geschickte Platzierung und Transition soll sich das Ganze möglichst flüssig für den Nutzer anfühlen.

Ad-Server-Ansatz vs. individualisierte Inhalte aus dem Content Hub

Produkt-Suites werden immer umfangreicher und damit herausfordernder in der Einrichtung. Es braucht mittlerweile Experten, die sich mit den verwendeten Tools sehr gut auskennen, um hier das Customizing durchzuführen. Die langfristig kostengünstigere Variante für Unternehmen ist in den meisten Fällen, einen eigenen Content Hub aufzubauen, dort die gewünschten Inhalte abzulegen und diese mit den entsprechenden Meta-Daten zu verschlagworten. Also Segmente zu hinterlegen, und diese Inhalte im gesamten Ökosystem auszuspielen. Auch wird eine Institution benötigt, die die Business-Logik verwaltet und bestimmt, welcher Inhalt für den aktuell anfragenden Nutzer am besten geeignet ist. Diese Logik sollte hinter einer API sauber gekapselt erreichbar sein, denn so ist die Nutzung zum Beispiel auch von Drittsystemen möglich. Der personalisierte Content aus dem Content Hub kann auf vielfältige Weise ausgespielt werden. Etwa Headless per REST API – dann liegt die visuelle Verantwortung auf Seiten der konsumierenden Partei (z. B. wenn eine Android-App personalisierte Inhalte zum aktuellen User zieht). Sollen die Inhalte auf vielen verschiedenen Webseiten angezeigt werden, wäre eine schlanke React-App ein geeigneter Ansatz zur Integration auf vordefinierten Teaser-Plätzen.

Einer der Vorteile einer Individuallösung ist, dass sich das Unternehmen jährliche (requestbasierte) Lizenzkosten spart. Die initialen Aufwände sind allerdings auch deutlich höher als bei einer fertigen Produktlösung. Empfehlenswert ist eine gesunde Mischung aus eingekauften Tools und Eigenbau. Man sollte nicht damit anfangen, das Tracking selbst zu implementieren oder aus der Not heraus eine Art Behelfs-CRM selbst zu bauen. Wer es sich leisten kann, kann natürlich auf voll integrierte Enterprise-Suite-Lösungen zurückgreifen.

Automatisierung – auch für die Redaktion

Verständlicherweise müssen Inhalte pro Kundensegment einzeln produziert werden. Texte, Bilder, Videos & Co. werden in einem geeigneten System zentral abgelegt und mit Meta-Daten versehen. Sie sollten von dort möglichst automatisiert und plattformübergreifend ausgespielt werden. Zur Erfassung, Verwaltung und Verteilung dieser Daten nutzen wir im Berliner IBM iX Studio gern und häufig Magnolia CMS. In Sachen Bedienbarkeit und Verwaltung strukturierter Daten inklusive Ausspielung ist Magnolia hinsichtlich Set-up Aufwänden nahezu unschlagbar. Als wenig empfehlenswert hat sich herausgestellt, die Pflege manuell am Einzel-Teaser im CMS durchzuführen. Um langfristig Aufwände zu minimieren, muss Vertrauen in die Personalisierungs-Engine vorhanden sein – also manuelle Eingriffe in die Logik äußerst selten sein. Dennoch ist es empfehlenswert, gerade zu Beginn die Ergebnisse auf Sinnhaftigkeit zu überprüfen.
Alle Kanäle – App, Web, etc. – sollten in einem gemeinsamen Tracking-Tool zusammenlaufen. Unternehmen sollten entsprechende Reports konfigurieren und diese wöchentlich automatisiert versenden. So haben sie ein einfaches Mittel zur Erfolgsmessung an der Hand.

Fazit & Tipps für den Einstieg in die Personalisierung

Beginnen Sie schlank, oder wie man heutzutage sagt: „lean“. Definieren Sie sich ein simples Minimum Viable Product (MVP), das einen Durchstich über alle beteiligten Systeme bildet, und schauen Sie, ob die von Ihnen angedachte Lösung gut funktioniert.

Betrachten Sie Ihre bestehende Systeminfrastruktur und suchen Sie nach Möglichkeiten, Komplexität zu verringern oder Abhängigkeiten zu minimieren. Berücksichtigen Sie von Anfang an, auf welchen Kanälen Sie personalisierte Werbung ausspielen möchten – und vernachlässigen Sie niemals die Messbarkeit der Ergebnisse. Es wird sich recht schnell zeigen, an welchen Stellen zentrale Elemente fehlen oder gut hineinpassen.

Schaffen Sie sich keinen Monolithen; wichtige Services sollten zugänglich gemacht und in sinnvolle Einheiten gekapselt werden. Nur so ist das System zukunftsfähig und offen für weitere Ausbaumöglichkeiten. Jene Unternehmen, die bestmöglich auf Kundenbedürfnisse einzahlen, eine optimale User Experience bieten und es schaffen, relevanten, personalisierten Content auszuliefern, haben beste Aussichten auf Erfolg!

Rainer Blumenthal

Associate Director Project Lead IBM iX Berlin

Rainer Blumenthal

Rainer Blumenthal ist Associate Director im Bereich technische Projektleitung sowie Software Development. In seiner Funktion betreut er große Accounts und übernimmt die fachliche Teamleitung in der Technik. Im Bereich Java Software Entwicklung liegen seine Kernkompetenzen im Digital Experience Platform Bereich (ECMS/DXP) mit einer Spezialisierung auf Magnolia CMS.

Wie können wir helfen?

Kontaktieren Sie uns

Folgen Sie uns:

IBM iX (EN) Twitter, Linkedin

Aperto Twitter, Linkedin

Bluewolf Twitter, Linkedin

ecx.io Twitter, Linkedin

Plantage iX Twitter, Linkedin

Insights und Inspiration:

IBM Think Blog DACH

Aperto Blog

ecx.io Blog