Product-Discovery: 4 Erfolgsfaktoren zur Systemauswahl für personalisierte Erlebnisse [Teil 3] 

Product_Discovery_Systemauswahl_Handelskraft
Quelle: N. | unsplash

Die persönliche Ansprache ist entscheidend für ein positives online Shoppingerlebnis. Kundinnen und Kunden möchten mit wenigen Suchbegriffen finden, wonach sie suchen. Oftmals wissen sie selbst noch nicht konkret, was das ist, sondern suchen vielmehr nach Inspiration. Im besten Falle werden ihnen dann Produkte oder Leistungen ausgespielt, die zu ihren Bedürfnissen passen.

Wie wäre es beispielsweise mit einem passenden Schal zur neulich gekauften Mütze? Genau solche Erlebnisse sollten euer Anspruch für eine gute Product-Discovery sein. 

Im dritten und letzten Teil unserer Artikel-Reihe zur Product-Discovery erfahrt ihr, welche Technologien persönlichere Erlebnisse möglich machen und worauf ihr bei der Auswahl einer Product-Discovery-Lösung achten solltet. 

Product-Discovery im Überblick:

  1. Personalisierung als Schlüsseltechnologie
  2. Produktempfehlungen für Cross- und Upselling
  3. 4 Erfolgsfaktoren des Systemauswahlprozesses
  4. Best Practices, Tools & Infos

Product-Discovery: Personalisierung als Schlüsseltechnologie

Je mehr ihr über eure Zielgruppe wisst, umso besser könnt ihr eure Produkte entwickeln und positionieren. Personalisierung gilt – vollkommen zurecht – schon seit mehr als einem Jahrzehnt als Schlüssel zum unternehmerischen Erfolg. Bisher waren die verfügbaren Technologien dazu eher rar gesät und in den Kinderschuhen. Zuletzt aber wurden die Technologien immer ausgereifter, sodass automatisch übermittelte Informationen mit besserem Kontextbezug genutzt werden können.

Marketing-Automation, Conversion-Rate-Optimierung sowie KI und Data-driven Business machen es eurem Unternehmen möglich, die Kundenzufriedenheit durch bessere Personalisierung zu verbessern und somit Umsätze zu steigern.  

Marketing-Automation

Marketing-Automation kann euch bei der Kaufanbahnung, der Bindung und Rückgewinnung eurer Kunden unterstützen. Mithilfe der euch zur Verfügung stehenden Tools, lässt sich eine zielgerichtete Kundenansprache über verschiedene Kanäle hinweg umsetzen. Mit KI-gestützter Personalisierung können verschiedene Marketing-Instrumente wie Newsletter oder Kataloge kundenindividuell erstellt und ausgespielt werden, die auf realem Klick- und Kaufverhalten basieren.  

Conversion-Rate-Optimierung

Unter einer Conversion-Rate versteht man eine Zahl von Zielerreichungen. Das sind, idealerweise, eure Kaufabschlüsse, aber auch Anmeldungen zum Newsletter können eine Zielkennzahl sein. Personalisierte Webseiten erhöhen eben diese Rate. Doch um Website-Inhalte erfolgreich zu personalisieren, ist es nicht nur wichtig, Informationen wie Standort, Gerät oder Bestellverläufe der Zielgruppe zu kennen. Es sollten zusätzlich verschiedene Dimensionen der Personalisierung getestet werden, sie flächendeckend live gehen. So lässt sich messen, was eure Zielgruppe mag und welche personalisierten Angebote für wen in Frage kommen könnte. 

KI und Data-driven Business

Wie wichtig strukturierte und gut aufgearbeitete Daten für eine optimale Bearbeitung von Suchvorgängen sind, haben wir bereits im letzten Artikel gezeigt. Aus diesem Grund verfügen alle zeitgemäßen Lösungen für Product-Discovery über eine mehr oder weniger leistungsfähige KI, die die gesammelten Daten in Rekordzeit analysiert. Auf Basis dieser Daten können dann Muster herausgearbeitet werden, um die User-Experience datengetrieben zu personalisieren.  

Einer der Anwendungsfälle ist die Clusteranalyse. Dabei werden User anhand ihrer Verhaltensweisen, mithilfe von Algorithmen, in verschiedene Gruppen segmentiert. Cluster könnt ihr zusätzlich zu euren definierten Personas verwenden, um Nutzergruppen und deren Verhalten auf einer Website besser zu verstehen. Durch ein gezieltes (Re-)Targeting lassen sich die entstandenen Clustergruppen anschließend mit Online-Marketing-Kampagnen und Empfehlungen direkt ansprechen. 

Product-Discovery: Produktempfehlungen für Cross- und Upselling

Eine der Hauptaufgaben der Personalisierung ist die Empfehlung relevanter Produkte. Gleichzeitig geben jedoch 81 Prozent der Kundinnen und Kunden an, dass ihnen im E-Commerce keine passenden Empfehlungen ausgespielt werden. Das Potenzial für Recommendation-Engines ist also dementsprechend groß. Mit diesem Softwaresystem sollen quantifizierte Vorhersagen darüber getroffen werden, wie stark das Interesse einer Person an einem von euch angebotenem Produkt oder einer Leistung ist. 

Machine-Learning, Big Data und Predictive Analytics sind die technologischen Stichworte im Zusammenhang mit dieser Lösung. Große Datenmengen fließen in selbstlernende Algorithmen, um Produktempfehlungen auf Basis des Nutzerverhaltens auszuspielen. Im Vergleich zu klassischen Personalisierungslösungen werden dabei keine direkten personenbezogenen Daten genutzt, sondern bauen auf Klickverhalten und Wahrscheinlichkeiten.  

Dadurch lassen sich Recommendation-Engines erst dann sinnvoll betreiben, wenn bereits viel Traffic existiert, sodass die Weboberfläche einerseits anonym personalisiert werden kann, andererseits die Erwartungen der User trifft. Man nennt dies »Cold-Start-Problematik«, weswegen die Maßnahmen von anderen Impulsen zur Traffic-Steigerung und Conversion-Rate-Optimierung unterstützt werden sollten. 

Product-Discoverey: 4 Erfolgsfaktoren des Systemauswahlprozesses

Ihr habt bereits viel über die Anforderungen an und die technologischen Möglichkeiten für Product-Discovery-Software erfahren. Welche Lösung sich für welches Unternehmen eignet, kann man jedoch nicht pauschal sagen. Diese Frage muss in einem individuell gestalteten Auswahlprozess beantwortet werden. Einige Faktoren sind aber grundsätzlich entscheidend, wenn es darum geht, sich im Dschungel der Anbieter Orientierung zu verschaffen:  

1. Usability

Die Interaktion zwischen euren Usern und der Product-Discovery-Software muss ansprechend gestaltet und intuitiv sein. Die Konsequenz wäre, dass sie nicht genutzt wird. Wo und wie die Möglichkeiten der Product-Discovery für die Nutzerinnen und Nutzer sichtbar werden sollen, zählt zu den wichtigsten Fragen, die ihr euch im Auswahlprozess beantworten solltet. Dafür müsst ihr eure Zielgruppe sowie deren Präferenzen schon vor der Einführung gut kennen. 

2. Integrationsaufwand

Ihr müsst euch fragen, ob die für euch infrage kommenden Lösungen gut in die vorhandene Systemlandschaft zu integrieren ist. Dabei ist es wichtig, dass die relevante andere Software, zum Beispiel an das E-Commerce-System, angebunden werden kann, um einen störungsfreien Betrieb und relevanten Datenaustausch zu gewährleisten. Die meisten Lösungen bieten Integrationen über sogenannte REST-APIs für alle gängigen Digital-Commerce-Anbieter an. Die Unterschiede liegen aber im Detail. Diese müsst ihr abwiegen, um den unerwarteten Aufwand etwaiger Eigenentwicklungen zu vermeiden. 

3. Relevanz und Leistung

Je nach Reifegrad der KI und der vorhandenen Datengrundlage variieren Suchergebnisse und Empfehlungen. Dies wirkt sich zugleich auf die Performance eurer Seite aus. Dieses Zusammenspiel muss also ebenfalls vorausschauend von euch unter die Lupe genommen werden. Ein schnelles Ausspielen relevanter Suchergebnisse verbessert zudem die Performance. 

4. Cold Start

Die Engines basieren hauptsächlich auf euren Produktdaten und die Daten über das Nutzerverhalten eurer Kundinnen und Kunden. Wenn der Kundenstamm klein und der Traffic relativ gering ist, kann es bei manchen Anbietern zu zeit- und kostenintensiv sein, sie zu nutzen. Auch das müsst ihr auf Basis vergangener Daten und anvisierter Ziele im Systemauswahlprozess zusätzlich hinterfragen. 

Product–Discovery: Best Practices, Tools & Infos – Whitepaper jetzt kostenfrei herunterladen

Product-Discovery WhitepaperDer Markt für Product-Discovery boomt: Die Anzahl von Anbietern, die sich dieser Thematik aus verschiedenen Perspektiven widmen, steigt. Da sich die Kompetenzbereiche der Lösungen durchaus überschneiden, wird der Markt schnell unübersichtlich. 
Das Whitepaper »Erfolg durch Product-Discovery – Search- und Recommendation-Tools im Überblick« hilft euch bei der Orientierung, stellt Lösungen und Anbieter aus vier Bereichen der Product-Discovery vor. Füllt jetzt das Formular aus, sichert euch euer kostenfreies Exemplar und informiert euch über eure Möglichkeiten. 

 >

(4 Bewertung(en), Schnitt: 5,00 von 5)
Loading...