Autor: Emily Healy

Blogartikel

26. Sep. 2023
9min. Lesezeit

Wie generative KI deine Experimentation Roadmap verbessern kann

Emily Healy

Emily Healy

Künstliche Intelligenz ist schon seit Jahrzehnten ein immer wiederkehrendes Thema. KI ist aber keine Science Fiction mehr, sondern Realität.

Seit OpenAI im November 2022 seine eigene Form der generativen KI – ChatGPT – auf den Markt gebracht hat, wird überall auf der Welt unaufhörlich über die beeindruckenden Fähigkeiten dieser Technologie gesprochen. Besonders faszinierend ist, zu sehen, wie einfach man nach der Interaktion mit diesem Bot, der aus Deep-Learning-Algorithmen zur Verarbeitung der natürlichen Sprache besteht, Ergebnisse erhalten kann.

Selbst Google zog schnell nach und startete ein neues und experimentelles Projekt, Bard, um seine eigene Suche zu revolutionieren. Durch die Nutzung der Leistung generativer KI und der Kapazität großer Sprachmodelle versucht Google, neue Maßstäbe für seinen Suchprozess zu setzen.

Angesichts des rasanten Wachstums dieses technologischen Fortschritts in den letzten Monaten ist es an der Zeit, über generative KI im Zusammenhang mit A/B-Tests und Experimenten zu sprechen.

Ob du neugierig bist, wie sich KI auf deine Experimente auswirkt, oder ob du dich inspirieren lassen möchtest … wir werden über einige unserer Ideen zur Nutzung von KI für A/B-Tests, Personalisierung und Optimierung der Conversion Rates diskutieren.

Diese Inhalte erwarten dich in diesem Blogartikel:

Was ist generative KI?

10 generative KI-Anwendungen für A/B-Tests
1. Homepage optimieren
2. Ergebnisse der Experimente analysieren
3. Optimierungshindernisse empfehlen
4. Kundenrezensionen
5. Chatbots
6. Übersetzung
7. Google Adwords
8. Personalisierung
9. Produktbeschreibungen
10. Nutzerverhalten vorhersagen

Ist generative KI eine Quelle für Wettbewerbsvorteile bei A/B-Tests?

Fazit: Generative KI für A/B-Tests verwenden

Was ist generative KI?

Generative KI ist ein Typ der künstlichen Intelligenz, bei der die Programmierung nicht begrenzt ist, und die daher neue Inhalte generieren kann (siehe ChatGPT). Statt sich an einem bestimmten, bereits vorhandenen Datensatz zu orientieren, lernt die generative KI aus der Indizierung umfangreicher Daten, legt dabei gleichzeitig den Fokus auf Muster und nutzt Deep-Learning-Techniken sowie neuronale Netzwerke, um auf Grundlage des Erlernten wie vom Menschen gemachte Inhalte zu erstellen.

Die Art und Weise, wie Algorithmen Ideen erfassen, ähnelt der Art und Weise, wie Menschen sich von früheren Erfahrungen inspirieren lassen, um etwas Einzigartiges zu schaffen. Aufgrund der großen Datenmengen, die zum Aufbau von Lernfähigkeiten der generativen KI verwendet werden, ist sie in der Lage, ähnlich qualitativ hochwertige Antworten wie die eines Menschen zu geben.

Allerdings müssen einige Bedenken adressiert werden:

  • Verzerrte Informationen: Künstliche Intelligenz ist nur so gut wie die Datensätze, mit denen KI trainiert wird. Wenn also die zum Training verwendeten Daten verzerrt sind, können „Ideen“ entwickelt werden, die ebenso verzerrt oder fehlerhaft sind.
  • Verbreitung von Fehlinformationen: Es gibt viele Bedenken in puncto Ethik der generativen KI und der Weitergabe von Informationen, die direkt aus der KI stammen. Am besten sollten alle von der KI erstellten Inhalte überprüft werden, um die Verbreitung falscher oder irreführender Informationen zu vermeiden.
  • Eigentum am Inhalt: Da mit KI generierte Inhalte nicht von einem Menschen erstellt werden, kannst du – ethisch gesehen – auf diese Inhalte den Anspruch stellen, es sei deine eigene Idee? In gleicher Weise könnte dieselbe Idee auch woanders mit einem ähnlichen Prompt generiert werden. Hier stellt sich die Frage von Urheberschaft und Eigentum.
  • Daten und Datenschutz: Datenschutz ist immer ein wichtiges Thema. Mit den neuen Möglichkeiten der künstlichen Intelligenz wird der Umgang mit Daten noch schwieriger. Es ist immer am besten, die Verwendung sensibler Informationen mit jeder Form von generativer KI zu vermeiden.

Wenn diese Einschränkungen beachtet werden, hat generative KI das Potenzial, Prozesse zu rationalisieren und unsere Arbeitsweise zu revolutionieren – so wie es die Technologie in der Vergangenheit immer gemacht hat.

Bleibe up to date in Sachen Customer Experience Optimization: Melde dich zu unserem Newsletter an. Jetzt anmelden!

10 generative KI-Anwendungen für A/B-Tests

In der Welt der A/B-Tests sind wir sehr daran interessiert, wie man diese technologischen Durchbrüche für Experimente nutzen kann. Wir haben ein Brainstorming zu einigen Ansätzen durchgeführt, um den Prozess der Revolutionierung digitaler Kundenerlebnisse zu überarbeiten und letztendlich Zeit und Ressourcen zu sparen.

Wie jeder andere auch, haben wir uns gefragt, wie generative KI die Welt des Experimentierens sowie unsere Kunden beeinflussen könnte. Hier einige Ideen, konkrete und abstrakte, wie künstliche Intelligenz unserer Branche helfen könnte:

DISCLAIMER: Vergewissere dich vor dem Hochladen von Daten auf eine KI-Plattform, dass du die Datenschutz- und Sicherheitspraktiken verstanden hast. KI-Modelle bemühen sich zwar um die Einhaltung von Datenschutzstandards, aber das Risiko von Datenlecks besteht immer. Schütze immer deine vertraulichen Informationen. 

1. Homepage optimieren

Deine Homepage ist wahrscheinlich das Erste, was deine Besucher sehen. Deshalb ist Optimierung der Schlüssel, um deinen Mitbewerbern einen Schritt voraus zu sein. Wenn du einen schnellen Vergleich der Inhalte deiner Homepage mit denen deiner Mitbewerber ziehen möchtest, kannst du diese Informationen in die generative KI einspeisen und ihr so die Basis für das Verständnis bieten. Sobald deine KI mit Informationen über deine Mitbewerber gefüttert wurde, kannst du eine Liste der Best Practices anfordern, um neue Tests für deine eigene Website durchzuführen.

2.  Ergebnisse der Experimente analysieren

Berichte und Analysen sind äußerst wichtig, wenn du in deiner Roadmap zum Experimentieren vorankommen möchtest. Sie sind aber auch sehr zeitintensiv. Durch das Erheben einer Zusammenfassung der Testprotokolle kann generative KI dabei helfen, wichtige Erkenntnisse hervorzuheben, deine Ergebnisse zusammenzufassen und möglicherweise sogar zukünftige Schritte vorzuschlagen. Im Idealfall kannst du sowohl deine A/B-Test-Hypothese als auch die Ergebnisse eingeben, um deinen Denkprozess und deine Organisation zu zeigen. Nachdem die KI diesen spezifischen Denkprozess und die gewünschten Ergebnisse erkannt hat, kann sie bei der Erstellung neuer Testhypothesen oder Vorschläge helfen.

3. Optimierungshindernisse empfehlen

Generative KI kann dir helfen, Prioritäten im Rahmen deiner Bemühungen zu setzen und die wichtigsten Hindernisse für deine Conversion Rate zu identifizieren. Durch das Hochladen nicht sensibler Leistungsdaten deiner Website, die du auf deinen Analyseplattformen gesammelt hast, kann KI den nötigen Einblick in deine Leistung erhalten. Ganz gleich, ob die KI dir vorschlägt, deine Title-Tags zu aktualisieren oder die Bilder auf deiner Homepage zu komprimieren, sie kann schnell erkennen, wo die größten Einbrüche zu verzeichnen sind, und dir Bereiche zur Optimierung vorschlagen.

4. Kundenrezensionen

User Feedback ist deine eigene Fundgrube für Optimierungsvorschläge. Einer der großen Vorteile der KI, die wir bereits kennen, ist, dass sie große Datenmengen schnell verstehen und zusammenfassen kann. Durch das Hochladen von Kundenrezensionen, Umfragen und anderem Kundenfeedback in die Datenbank kann die generative KI dir dabei helfen, detaillierte Zusammenfassungen der Pain Points, Vorlieben und Zufriedenheit deiner User zu erstellen. Je detaillierter deine Bewertungen sind, desto besser wird die Analyse ausfallen.

5. Chatbots

Chatbots sind ein beliebtes Mittel, um mit Website-Besuchern zu kommunizieren. Da die generative KI ein umfangreiches Sprachmodell ist, kann sie schnell Konversationsskripte, Prompts und Antworten generieren, um deine Zeit für Brainstorming zu reduzieren. Du kannst KI auch nutzen, um von deinem Chatbot bereits geführte Gespräche zu filtern und zu analysieren, und dann feststellen, ob es Lücken in der Konversation oder Verbesserungsmöglichkeiten bei der Interaktion mit Kunden gibt.

6. Übersetzung

Sprachbarrieren können eine Marke mit Niederlassungen in mehreren Regionen einschränken. Ganz gleich, ob du Übersetzungen für deine Chatbots, CTAs oder längere Texte brauchst, generative KI kann für Übersetzungen in Echtzeit sorgen und Zeit sparen, um deine Inhalte in allen von deiner Marke betroffenen Regionen zugänglich zu machen.

7. Google Adwords

Beschleunige Brainstorming-Sitzungen, indem du mit generativer KI mit verschiedenen Textvarianten experimentierst. Auf der Grundlage der von dir gegebenen Prompts kann KI eine Reihe von Ideen für zielgerichtete Keywords und für die Erstellung von Texten mit einem bestimmten Tonfall zur Verwendung mit Google Adwords liefern. Achtung: Kontrolliere unbedingt alle vorgeschlagenen Keywords, um ihre Intention zu überprüfen. 

8. Personalisierung

Personalisierter Inhalt kann mit künstlicher Intelligenz schnell skaliert werden, um Varianten derselben Botschaften zu erstellen. Wenn du Texte, Empfehlungen, Produktvorschläge und andere Botschaften auf der Grundlage früherer Nutzerinteraktionen und demografischer Daten der Verbraucher anpasst, kannst du das Engagement deiner digitalen Kunden erheblich steigern.

Bleibe up to date in Sachen Customer Experience Optimization: Melde dich zu unserem Newsletter an. Jetzt anmelden!

9. Produktbeschreibungen

Die beste Formulierung zu finden, um zu beschreiben, warum dein Produkt es wert ist, gekauft zu werden, kann zu einer Herausforderung werden. Mit generativer KI kannst du bei deinen Produktbeschreibungen ehrgeiziger werden und verschiedene Textvarianten testen, um herauszufinden, welche Version für deine Besucher am vielversprechendsten ist.

10. Nutzerverhalten vorhersagen

Auf Grundlage historischer Daten aus dem Nutzerverhalten kann die generative KI das Verhalten vorhersagen und so dazu beitragen, dass du die nächsten A/B-Tests antizipieren kannst. Die Anpassung deiner Tests an Muster und Trends in der Interaktion der User kann dir helfen, bessere Experimente durchzuführen. Wichtig ist zu beachten, dass die Vorhersagen auf Muster beschränkt sind, die durch frühere gesammelte und hochgeladene Kundendaten interpretiert werden. Generative KI ist besser, wenn sie als Werkzeug und Hilfe bei der Entscheidungsfindung eingesetzt wird, als wenn sie die alleinige Entscheidungskraft ist.

Die umfassende Nutzung von künstlicher Intelligenz ist ein neues und sich rasant entwickelndes Thema in der Tech-Welt. Wenn du KI in Zukunft nutzen möchtest, musst du dich mit ihren Möglichkeiten vertraut machen.

Vergiss nicht, die von KI generierten Fakten und Informationen zu überprüfen, genauso wie die Daten sorgfältig zu kontrollieren, bevor du sie hochlädst. Generative KI in Verbindung mit deinen internen Experten und Teamressourcen kann zur Verbesserung der Ideenfindung und Effizienz beitragen. Die Qualität des Outputs generativer KI kann jedoch nur so gut sein wie das, was du hineinsteckst.

Ist generative KI eine Quelle für Wettbewerbsvorteile bei A/B-Tests?

Die gute Nachricht ist, dass diese Technologie für jeden zugänglich ist – von großen Branchenführern wie Google bis hin zu Start-ups mit begrenztem Budget. Die nicht ganz so gute Nachricht ist jedoch, dass sie für jeden zugänglich ist. Mit anderen Worten: Generative KI ist nicht unbedingt eine Quelle für Wettbewerbsvorteile.

Eine Technologie allein schafft noch keinen Mehrwert für ein Unternehmen. Vielmehr sind es die Menschen, die für einen Mehrwert sorgen, und die diese Technologie zusammen mit ihrem eigenen branchenspezifischen Wissen, ihren Erfahrungen, ihren Fähigkeiten zur Datenerfassung und -interpretation sowie ihrem Verständnis der Kundenbedürfnisse und -probleme einsetzen.

Wir wollen hier nicht behaupten, dass generative KI ein Ersatz für von Menschen entwickelte Ideen ist, aber diese Technologie kann definitiv dazu verwendet werden, deine bereits vorhandenen Fähigkeiten zu ergänzen und auszubauen.

Fazit: Generative KI für A/B-Tests verwenden

Ob im Bildungswesen, in der Werbung oder in der Codierung – alle Branchen beginnen, die Auswirkungen dieser neuen Softwareentwicklungen zu erkennen. Die Nutzung von „großen Sprachmodellen“ wird immer beliebter, da diese Algorithmen Ideen generieren, lange Textformen zusammenfassen, Einblicke geben und sogar in Echtzeit übersetzen können.

Richtiges Experimentieren und A/B-Testen sind das A und O, um dein Publikum anzusprechen, können aber viel Zeit und Ressourcen in Anspruch nehmen, um erfolgreich zu sein. Wenn generative KI dir Möglichkeiten bietet, Zeit zu sparen und deine Prozesse zu rationalisieren, ist es vielleicht an der Zeit sie einzusetzen, auch wenn sie eine nicht mehr ganz geheime Waffe ist. In der heutigen wettbewerbsintensiven digitalen Umgebung sollte die kontinuierliche Verbesserung deiner Online-Präsenz ganz oben auf deiner Agenda stehen.

Möchtest du mit der Optimierung deiner Website beginnen? AB Tasty ist eine erstklassige Plattform zur Optimierung der User Experience, mit der du für bessere digitale Erlebnisse sorgen kannst – und zwar schnell. Von Experimenten bis hin zur Personalisierung kann diese Lösung dir helfen, deine Zielgruppe zu aktivieren und zu engagieren, um deine Conversions zu steigern.

AB Tasty Demo Banner

Teilen auf

LinkedIn Facebook Twitter

Blogartikel

18. Apr. 2023
10min. Lesezeit

Digitale Customer Journey: Insights und Optimierungstipps

Emily Healy

Emily Healy

In einem hart umkämpften digitalen Markt ist die Optimierung Ihrer Website für eine einzigartige und nahtlose digitale Customer Journey nicht mehr nur ein Wettbewerbsvorteil, sondern eine Notwendigkeit.

Es ist wichtig, sich daran zu erinnern, dass die digitale Customer Journey nicht mit einem Kauf beginnt und endet – sie ist ein Geflecht aus allen Kundeninteraktionen und Berührungspunkten mit Ihrer Marke.

AB Tasty hat sieben Kundenphasen ermittelt, die wir als entscheidend für die Customer Journey erachten. Um einzigartige Erlebnisse zu schaffen, müssen Sie diese sieben Phasen, die KundInnen durchlaufen, kennen und verstehen, wie Sie ihre digitale Reise gestalten können.

Sobald Sie diese Phasen besser verstehen, sind Sie auch besser in der Lage, Ihre Geschäftsziele  festzulegen und Ihre Website für Wachstum und Erfolg zu optimieren.

Durch Klicken können Sie die Infografik in voller Größe in einem neuen Tab anzeigen lassen

Infografik zur digitalen Customer Journey

Wie genau können Sie jede Phase der digitalen Customer Journey optimieren? Lassen Sie uns direkt eintauchen und einige Beispiele betrachten.

Phase 1: Awareness

Wenn BesucherInnen zum ersten Mal auf Ihrer Website landen, ist ein guter erster Eindruck entscheidend.

Ihre Seite muss sowohl visuell ansprechend als auch intuitiv sein. Ein dynamisches ”Above-the-Fold”-Design ist ein guter Anfang.

In dieser ersten Phase ist es wichtig, Ihre besten Ideen hervorzuheben, um die Aufmerksamkeit Ihrer BesucherInnen zu gewinnen und zu halten. Dies können Sie erreichen, indem Sie personalisierte Willkommensnachrichten für ErstbesucherInnen erstellen, Ihr Wertversprechen präsentieren und wirkungsvolle Elemente so anordnen, dass sie besser sichtbar sind.

Werfen wir einen Blick auf das Experiment von Just Over The Top, das Layout ihrer Startseite zu ändern. Das Unternehmen nutzte AB Tastys Experience Optimization-Plattform, um zu testen, ob seine NutzerInnen besser auf ein Layout mit Produktkategorien statt mit einzelnen Produkten reagieren.

Original:

Individual product display - Just Over The Top

 

Variante:Product category display - Just Over The Top

 

Nach der Erstellung einer Testvariante, die mit dem ursprünglichen Layout verglichen werden sollte, wurde ein Anstieg der Klicks auf die drei Blöcke unterhalb des Hero Images um 17,5 % festgestellt. Dadurch gelangten viel mehr NutzerInnen in die zweite Phase der Customer Journey.

Phase 2: Discovery

Wenn die VerbraucherInnen die zweite Phase erreichen, haben sie Ihre Marke bereits entdeckt und werden neugierig.

Um den BesucherInnen in dieser Phase gerecht zu werden, sollte Ihre Website für ein hervorragendes Nutzererlebnis optimiert sein. Ob dies nun bedeutet, dass Sie Ihre Suchleiste besser sichtbar machen, dynamische Filter für die Suche einrichten oder einen virtuellen Assistenten einsetzen, der die Interessen Ihrer BesucherInnen mit einer Reihe von Fragen ermittelt – ein angenehmes Nutzererlebnis mit intelligenter Suche ist das A und O.

In diesem Beispiel konzentrierte sich Claudie Pierlot auf die Optimierung des Nutzererlebnisses, indem sie die Sichtbarkeit der Suchleiste testeten. In ihrer Variante wurde das kleine Such-Icon sichtbarer gemacht, indem das Wort „recherche“ (oder Suche auf Deutsch) in der oberen rechten Ecke hinzugefügt wurde.

Original:

Claudie Pierlot- before

Variante:

Claudie Pierlot - recherche

Dieses klare “Above-the-fold”-Design machte es für die BesucherInnen einfacher, die Suchleiste zu erkennen und mit dem Surfen zu beginnen.

Dieser einfache A/B-Test führte zu einem Anstieg der Klicks auf die Suchleiste um 47 % und zu einem 7%igen Anstieg der Konversionsraten, die direkt von der Suchleiste kamen.

In einem anderen Beispiel wollte Villeroy & Boch, ein Keramikhersteller, die intelligente Suche auf seiner Website einsetzen. Mit Hilfe von AB Tasty implementierte das Unternehmen einen KI-Suchalgorithmus, um Online-KäuferInnen zu navigieren.

Mit unserer Lösung wurde eine neue und intuitive Navigation mit Filtern sowie eine umfassende Autosuggest-Funktion entwickelt.

intelligent search - categories

Durch die Anpassung der Suchfunktionen konnte Villeroy & Boch eine 33%ige Steigerung der Klicks auf die Suchergebnisse und eine 20%ige Steigerung der Verkäufe über die Suchfunktion verzeichnen.

Phase 3: Consideration

Das ist der Zeitpunkt, an dem Ihre BesucherInnen über Ihre Marke und die Produkte, für die sie sich interessieren, nachdenken. Ihre Produktseiten in der Consideration-Phase ins rechte Licht zu rücken ist möglicherweise genau das, was Ihre BesucherInnen jetzt brauchen, um sich im Funnel weiter nach unten zu bewegen.

Schauen wir uns an, wie Hanna Anderson seine Produktseiten in dieser Phase optimiert hat.

Das Bekleidungsunternehmen wollte mit den Bildern auf seinen Produktseiten experimentieren. Zuvor gab es für die Kleinkindlinie nur Bilder von Kleidungsgrößen für ein älteres Kind. Das Unternehmen war überzeugt, dass es Verbesserungsmöglichkeiten gab, und beschloss, einen Test durchzuführen, bei dem es die Produktbilder auf Kleinkindgrößen umstellte.

Original:

Hanna Anderson - originalVariante:

Hanna Anderson - toddler product images - variation

Nach der Implementierung von altersgerechten Bekleidungsbildern waren die Ergebnisse eindeutig. Während dieses Tests stiegen die Klicks auf Produktseiten um fast 8 % und die Kaufrate für diese Artikel stieg um 22 % an.

Phase 4: Intent

In der Intent-Phase stehen Ihre BesucherInnen kurz davor, KundInnen zu werden, müssen aber noch von einem Kauf überzeugt werden.

Social Proof, Dringlichkeitsnachrichten und Bundle-Angebote sind nur einige Ideen, um BesucherInnen dazu zu bewegen, ein oder gleich mehrere Produkte in den Warenkorb zu legen.

Werfen wir einen Blick auf die Auswirkungen, die Dringlichkeitsnachrichten haben können: IZIPIZI, ein Brillenhändler, entschied sich, neben seiner Produktbeschreibung ein spezielles Nachrichten-Flag einzufügen, um den BetrachterInnen zu zeigen, wie viele Personen dieses Produkt bereits gekauft haben. Diese Meldung soll ihnen zeigen, dass dieses Produkt beliebt ist und sie zum Handeln auffordern.

IZIPIZI - social proof

Mit diesem einfachen Satz des Social Proof, der die Attraktivität eines Produkts bestätigt, konnte eine 36%ige Steigerung der Kaufrate erzielt werden.

In einem anderen Beispiel können Sie sehen, dass das Hinzufügen eines Fortschrittsbalkens eine einfache Möglichkeit für Upselling ist. Mit einem Fortschrittsbalken zeigen Sie Ihren KundInnen, wie kurz sie vor dem kostenlosen Versand stehen, was sie dazu verleitet, weitere Artikel in ihren Warenkorb zu legen.

Product bar - Vanessa Bruno

Vanessa Bruno hat mit Hilfe von AB Tasty mit diesem Add-on experimentiert und konnte einen Anstieg der Transaktionen um 3,15 % und einen Anstieg des AOV von 6 € verzeichnen.

Phase 5: Purchase

Die Frustration beim Kauf ist real. Wenn KundInnen während des Bezahlvorgangs auf Hindernisse stoßen, riskieren Sie, Geld zu verlieren.

Hindernis bezieht sich dabei auf alle Probleme, auf die BesucherInnen stoßen können, wie z. B. unklare Mitteilungen während der Zahlung (wurde die Zahlung tatsächlich durchgeführt?), verwirrende oder teure Versandoptionen, Rabatte, die nicht funktionieren, Verzögerungen bei der Anmeldung mit Zwei-Faktor-Authentisierung, Schwierigkeiten bei der Registrierung und vieles mehr.

Die Optimierung Ihres Checkout-Prozesses für Ihre Zielgruppe mit Rollouts und der KPI-gesteuerten Rollback-Option kann Ihnen helfen, eine nahtlose Lösung für Ihre Website zu finden.

Schauen wir uns ein Beispiel für diese Phase an: Galeries Lafayette, das französische Luxuskaufhaus, erkannte die Möglichkeit, seinen Checkout zu optimieren, indem es Standard-Zahlungsmethoden anzeigt, die keine Zwei-Faktor-Authentisierung erfordern.

Payment options

Während dieses Tests konnten sie einen Gewinnanstieg von 113.661 €, einen Anstieg des durchschnittlichen Bestellwerts um 5 € und eine Steigerung der Konversionsrate um 38 % feststellen, indem sie die Option CB (Bankkarte) für eine schnellere Kaufabwicklung hinzufügten.

Phase 6: Experience

Die Optimierung des Kundenerlebnisses endet nicht nach dem Kauf. Jetzt ist es an der Zeit, Ihren Kundenstamm zu erweitern und Abwanderungen zu vermeiden. Wie können Sie also das Interesse Ihrer KundInnen aufrechterhalten? Indem Sie die Qualität Ihrer Botschaften und Personalisierung aufrechterhalten.

Sehen wir uns an, wie Envie de Fraise, eine französische Boutique, ihre Nutzerdaten nutzte, um eine gewöhnliche Kontaktaufnahme nach dem Kauf zu einem personalisierten Erlebnis zu machen.

Eine Kundin hatte gerade ein Umstandskleid gekauft und sich vor dem Kauf mehrere Umstandskleider angesehen. Mit diesen Informationen experimentierte das Unternehmen mit dem Algorithmus „Diese Produkte werden Ihnen gefallen“, um die Kundin sanft zum Weitershoppen zu bewegen.

products you will love algorithim

Mit einer maßgeschneiderten Empfehlung wie dieser konnte Envie de Fraise seinen potenziellen Gewinn um 127.000 € steigern.

Je mehr Zeit Ihre KundInnen mit Ihrer Marke verbringen, desto mehr erfahren Sie über ihre Gewohnheiten und Interessen. Je mehr Zeit sie mit Ihnen verbringen, desto individueller können Sie das Kundenerlebnis gestalten.

Phase 7: Loyalty

Im letzten Schritt der Customer Journey treten Ihre KundInnen in die Loyalitätsphase ein. Um KundInnen zu Fans Ihrer Marke zu machen, ist es wichtig, sie daran zu erinnern, dass Sie ihre Loyalität schätzen.

Dies kann durch das Versenden von E-Mails mit individuellen Angeboten, Social Proof, Produktvorschlägen oder Anreizen für die Teilnahme an einem Treueprogramm zum Sammeln von Prämien oder zum Erstellen von Produktbewertungen erfolgen.

Ein weiteres Beispiel hierfür ist das Versenden einer personalisierten E-Mail mit Artikeln, die häufig zusammen gekauft werden und zum Kauf passen. Dadurch werden KundInnen an Ihre Marke erinnert und erhalten Empfehlungen für zukünftige Einkäufe.

Warum die Optimierung der digitalen Customer Journey für die Steigerung der Konversionen unerlässlich ist

Der harte Wettbewerb auf dem E-Commerce-Marktplatz ist unbestreitbar. Um KundInnen zu gewinnen und zu binden, müssen Sie sich auf die Gestaltung personalisierter Benutzererfahrungen konzentrieren, um passive BesucherInnen in aktive KäuferInnen zu verwandeln.

Die Bedürfnisse der KundInnen in jeder Phase zu verstehen und Ihren digitalen Auftritt zu optimieren, ist die beste Möglichkeit, die BesucherInnen zum Kauf zu bewegen.

Indem Sie die Erfahrungen Ihrer KundInnen in jeder Phase der digitalen Customer Journey personalisieren, können Sie ein optimales Einkaufserlebnis gewährleisten, die Kaufbereitschaft und Kundenzufriedenheit erhöhen und mehr StammkundInnen gewinnen.

Möchten Sie mit der Optimierung Ihrer Website beginnen? AB Tasty ist die branchenführende Plattform zur Optimierung von Kundenerlebnissen, mit der Sie schnell ein besseres digitales Erlebnis schaffen können. Von Experimenten bis hin zur Personalisierung kann Ihnen diese Lösung helfen, Ihr Publikum zu aktivieren und zu binden, um Ihre Konversionen zu steigern.

AB Tasty Demo Banner

Teilen auf

LinkedIn Facebook Twitter

Blogartikel

4. Apr. 2023
8min. Lesezeit

Der ROI des Experimentierens

Emily Healy

Emily Healy

Wenn Sie „A/B-Testing“ hören, denken Sie dann sofort an Umsatzsteigerung? Uplift? An ein finanzielles Ergebnis?

Laut David Mannheim, CEO der Conversion Rate Optimization (CRO) Agentur User Conversion, ist wahrscheinlich genau das der Fall – doch das sollten Sie nicht. Hier ist der Grund dafür:

Leider ist es nicht ganz so einfach.

Experimentieren ist mehr als nur eine schnelle Strategie, um Ihren ROI zu steigern.

In diesem Artikel erörtern wir, warum wir experimentieren, welche Herausforderungen bei der Bewertung des Return on Investment (ROI) zu bewältigen sind, welche Prioritäten gesetzt werden müssen und worum es bei A/B-Testing-Experimenten wirklich geht.

Warum experimentieren wir?

Technisch gesehen wird ein Experiment durchgeführt, um eine Hypothese zu bestätigen oder zu verwerfen. Experimente liefern Ihnen wertvolle Erkenntnisse über Ursache-Wirkungs-Beziehungen, indem sie das Ergebnis eines bestimmten Tests ermitteln, wenn verschiedene Faktoren in einem kontrollierten Umfeld manipuliert werden.

Mit anderen Worten: Ohne Experimente gibt es keine Möglichkeit, eine Hypothese zu widerlegen und das Risiko von Geschäftseinbußen oder negativen Auswirkungen auf die Kennzahlen zu verringern.

Beim Experimentieren geht es darum, Prioritäten zu setzen, das Risiko zu minimieren und aus den Ergebnissen zu lernen. Die Tests, die Sie durchführen wollen, sollten entsprechend vor diesem Hintergrund entwickelt werden. Es geht nicht unbedingt darum, die „richtige“ oder „falsche“ Entscheidung zu treffen, sondern Experimente helfen Ihnen, bessere Entscheidungen auf der Grundlage von Daten zu treffen.

Anschaulich ausgedrückt, sieht das Experimentieren etwa so aus:

ROI frustration backlog

Online-Experimente in der Business-Welt müssen sorgfältig konzipiert sein, um etwas zu lernen, einen bestimmten Zweck zu erfüllen und/oder einen wichtigen Key Performance Indicator zu messen, der möglicherweise keine unmittelbaren finanziellen Auswirkungen hat.

Viel zu oft sind es jedoch die wichtigsten Stakeholder (oder HiPPOs), die entscheiden, welche Tests zuerst implementiert werden. Ihr Hauptanliegen? Die Zeit, die benötigt wird, um eine deutliche Umsatzsteigerung zu erzielen.

Diese Tendenz führt uns zu der folgenden Theorie:

Der ROI von Experimenten ist unmöglich zu erreichen, weil die Branche darauf getrimmt ist, dass es bei A/B-Testing nur um Gewinn geht.

Frustrationen und Herausforderungen bei ROI-Erwartungen

Vielleicht fragen Sie sich an dieser Stelle: Was ist so schlimm daran, von A/B-Tests eine Umsatzsteigerung zu erwarten? Ist es nicht normal, einen deutlichen ROI zu erwarten?

Das ist normal, aber so einfach ist die Sache nicht.

Was im Wege steht, ist die klare Erwartungshaltung: „Wenn wir X investiert haben, müssen wir Y herausholen.“

Dies ist ein irreführender CRO-Mythos, der uns in die Quere kommt.

Die Stakeholder sind zu der fälschlichen Überzeugung gelangt, dass jeder durchgeführte Test genauso funktioniert – was unrealistische Erwartungen in Bezug auf den ROI an die ExpertInnen von Conversion Optimierung geweckt hat.

Wie Sie sich vorstellen können, führt diese Denkweise zu Frustration bei denjenigen, die Online-Experimente durchführen.

Experiment backlog example

Was oft übersehen wird, ist die Komplexität des Kontextes, in dem die Tests stattfinden und der ROI bewertet wird.

Es ist nicht immer möglich, alles online genau zu messen, was eine exakte Bestimmung des Wertes nahezu unmöglich macht.

Obwohl die Ermittlung der Auswirkungen von Experimenten aufgrund der Komplexität des Kontexts eine ziemliche Herausforderung sein kann, gibt es einige Online-Tools, mit denen Sie Ihre ROI-Bemühungen so genau wie möglich messen können.

AB Tasty ist ein Beispiel für ein A/B-Testing-Tool, mit dem Sie schnell Tests mit Low-Code-Implementierung von Front-End- oder UX-Änderungen auf Ihren Webseiten einrichten, über ein ROI-Dashboard Erkenntnisse sammeln und feststellen können, welcher Weg Ihren Umsatz steigern wird.

AB Tasty Demo Banner

Abgesehen von der Frustration, die sich aus der tief verwurzelten ROI-Erwartung ergibt, sich auf unmittelbare finanzielle Verbesserungen zu konzentrieren, sind drei der größten Herausforderungen des ROI von Experimenten die Prognose, die Arbeit mit Durchschnittswerten und multiple Tests.

Challenge #1: Prognosen

Die erste Herausforderung bei der Bewertung des ROI von Experimenten besteht in der Prognose. Ob AnalystInnen eine exakte Prognose für die Umsatzsteigerung aus einem bestimmten Test stellen können, hängt von zahlreichen Faktoren ab, wie z. B:

  • Paid-Traffic-Strategie
  • Online und Offline Marketing
  • Newsletter
  • Angebote
  • Bugs
  • Entwicklung des Device Traffics
  • Jahreszeit
  • Was die MitbewerberInnen machen
  • Gesellschaftliche Faktoren (Brexit)

Was die Schätzung der Umsatzprognose für das folgende Jahr auf der Grundlage eines einzigen Experiments angeht, so ist es unmöglich, eine genaue Zahl vorherzusagen. Es ist nur möglich, einen ROI-Trend oder einen erwarteten Durchschnitt vorherzusagen.

Wer für jeden durchgeführten Test eine präzise Prognose erwartet, geht an der Realität vorbei – Dazu ist der Kontext jedes Online-Experiments zu komplex.

Challenge #2: Mit Durchschnittswerten arbeiten

Die nächste Herausforderung besteht darin, dass Ihr CRO-Team mit Durchschnittswerten arbeitet – genauer gesagt, mit den Durchschnittswerten von Durchschnittswerten.

Angenommen, Sie haben ein hervorragendes Website-Experiment für ein spezielles Segment Ihrer Zielgruppe durchgeführt – und dabei eine hohe Steigerung der Conversion Rate erzielt.

Wenn Sie dann einen Blick auf Ihre globale Conversion Rate für Ihre gesamte Website werfen, ist die Wahrscheinlichkeit groß, dass dieser Anstieg in den Durchschnittsdaten untergeht.

Ihre Umsatzflut wird zu einem kaum wahrnehmbaren Rinnsal. Und genau das ist ein großes Problem, wenn man versucht, die gesamte Conversion Rate oder den Umsatzanstieg zu bewerten – es gibt einfach zu viele externe Faktoren, um sich ein genaues Bild machen zu können.

Im Endeffekt läuft es darauf hinaus, dass Sie einen Durchschnittswert verschieben. Durchschnittswerte machen es sehr schwierig, ein klares Verständnis zu bekommen.

Im Allgemeinen werden durchschnittliche KundInnen, für die ein durchschnittlicher A/B-Test durchgeführt wird,… durchschnittliche Ergebnisse erzielen.

Challenge #3: Multiple Tests

Die dritte Herausforderung in Bezug auf die ROI-Erwartungen tritt auf, wenn Sie mehrere Tests gleichzeitig durchführen und versuchen, die Ergebnisse zu aggregieren.

Auch hier ist die Versuchung groß, einfache mathematische Gleichungen aufzustellen, um eine klare Antwort auf die Frage nach Ihrem Gewinn zu erhalten. Doch die Realität ist komplizierter als das.

Wenn Sie mehrere Experimente gruppieren und die Auswirkungen zusammenfassen, erhalten Sie schwammige Ergebnisse.

Dies macht ROI-Berechnungen für Experimente zu einem Albtraum für diejenigen, die gleichzeitig Tests durchführen. Die beste Vorgehensweise bei der Durchführung mehrerer Tests ist es, die Experimente und ihre jeweiligen Ergebnisse getrennt zu halten.

Sollte der Umsatz immer an erster Stelle stehen?

Ist „Umsatz an erster Stelle“ die beste Einstellung? Wenn Sie etwas Abstand nehmen und die Sache überdenken, ergibt es für Conversion OptimiererInnen keinen Sinn, davon auszugehen, dass ausschließlich der Umsatzanstieg der primäre Erfolgsindikator für ihr gesamtes Experimentierprogramm ist.

Was würde passieren, wenn alle Unternehmen den Umsatz immer an die erste Stelle setzen würden?

Für eine E-Commerce-Website wäre dies das Ende von Gratis-Rücksendungen (Rücksendungen steigern nicht den Gewinn!) oder kostenlosen Süßigkeiten in der Versandpackung (denken Sie an ASOS). Auf der Website wären nur billige Fotos von Produkten zu sehen und so weiter und so fort.

Wenn Sie den sofortigen Umsatzanstieg an erste Stelle setzen – was Stakeholdern in einem Experimentierkontext so oft vorschwebt – wären die Auswirkungen noch unangenehmer.

Sehen wir uns einige Beispiele an: Sie würden den magersten Kundenservice anbieten, um Kosten zu sparen, unaufhörlich Angebote mit dem CTA „Jetzt kaufen“ machen, alles mit Rabatten versehen und jede Art von Initiativen für Markentreue vergessen. Müssen wir noch mehr sagen?

Kurzum, wer sich zu stark auf einen sofortigen, deutlich messbaren Umsatzanstieg konzentriert, schadet unweigerlich der Customer Experience. Und das wiederum wird langfristig Ihren Umsatz schmälern.

Worum sollte es beim A/B-Testing also gehen?

Ein Patentrezept für ExperimentiererInnen sind binomische Metriken.

Vermeiden Sie die Ungenauigkeit und einen Großteil der Komplexität, indem Sie Tests durchführen, die eine Ja/Nein-, Schwarz/Weiß-Antwort mit sich bringen.

binomial metrics examples

In ähnlicher Weise sollten Sie Ihre Hypothesen klar und überlegt formulieren. Setzen Sie Ihre sekundären Metriken geschickt ein: Nutzen Sie das Experimentieren, um Verluste zu vermeiden, das Risiko zu minimieren usw.

Aber das Beste, was Sie tun können, ist, Ihre Erwartungen anzupassen.

Statt zu meinen, dass Experimente unweigerlich und immer zu einem klaren Umsatzanstieg führen sollten, könnten Sie jetzt davon ausgehen, dass wir durch Experimentieren bessere Entscheidungen treffen können.

Good experimentation model

Diese besseren Entscheidungen – zusammen mit allen anderen Bestrebungen des Unternehmens – lenken Ihr Unternehmen in eine bessere Richtung, die auch einen Umsatzanstieg verspricht.

Die ROI-Theorie des Experimentierens

Vor diesem Hintergrund können wir die ursprüngliche Theorie des ROI von Experimenten leicht abändern:

Der ROI von Experimenten lässt sich nur schwer erzielen und sollte für verschiedene Stakeholder und Branchen kontextualisiert werden. Wir sollten uns nicht völlig vom finanzorientierten Denken abwenden, ihm aber weniger Bedeutung beimessen. „Umsatz an erster Stelle“ ist nicht in allen Fällen die beste Einstellung – insbesondere in so komplexen Situationen wie der Berechnung des ROI von Experimenten.

Teilen auf

LinkedIn Facebook Twitter

Blogartikel

2. Nov. 2022
10min. Lesezeit

Effektive 1:1-Personalisierung beginnt mit konkreten Daten

Emily Healy

Emily Healy

Es ist kein Geheimnis, dass der digitale Markt von heute hart umkämpft ist. Die VerbraucherInnen werden täglich mit einer immer größeren Anzahl von Nachrichten konfrontiert. Wie können Sie Ihre Botschaft für Ihre KundInnen relevant machen und sich von der Masse abheben?

Um die Aufmerksamkeit der VerbraucherInnen zu gewinnen, müssen Marken ihr Augenmerk auf die Gestaltung einzigartiger Benutzererlebnisse richten, um eine 1:1-Personalisierung auf der Grundlage von Daten zu bieten.

Die Personalisierung ist nicht der neueste Trend auf dem Markt, aber sie ist in den digitalen Kommunikationsmaßnahmen der MarketerInnen zunehmend präsent. Einer der wichtigsten Schwerpunkte, um BesucherInnen in KundInnen zu verwandeln und Kundenbindung aufzubauen, ist die 1:1-Personalisierung. Immer mehr KundInnen fühlen sich beim Online-Einkauf weniger motiviert, eine Transaktion abzuschließen, wenn die Erfahrung unpersönlich ist. Werfen wir einen Blick auf einige Daten von Forbes:

  • 80 % der VerbraucherInnen sind eher bereit, einen Online-Kauf bei Marken abzuschließen, die ein personalisiertes Kundenerlebnis bieten.
  • 72 % der VerbraucherInnen erklären, dass sie nur mit personalisierten Nachrichten interagieren.
  • 66 % der VerbraucherInnen geben an, dass ein nicht personalisierter Inhalt sie vom Kauf abhalten würde.

KundInnen wollen Personalisierung. Stellen Sie sich vor, Sie betreten ein Geschäft und ein Mitarbeiter oder eine Mitarbeiterin geht auf Ihre Bedürfnisse ein, hilft Ihnen, genau das zu finden, was Sie suchen, oder geht sogar über Ihre Erwartungen hinaus, um Ihnen zu helfen. Das ist genau das, was KundInnen auf dem digitalen Markt wollen.

Eine einzigartige, digitale 1:1-Personalisierungsstrategie bietet Unternehmen die Möglichkeit, Nachrichten, Angebote und andere Erlebnisse auf der Grundlage der über jeden Benutzer oder jede Benutzerin gesammelten Daten auf jeden Website-Besucher oder jede Website-Besucherin zuzuschneiden.

Digitale 1:1-Personalisierung beginnt mit konkreten Daten. Nutzen Sie die Daten, um Ihre BesucherInnen besser zu betreuen und zu konvertieren?

Damit Sie diese Frage mit „Ja“ beantworten können, werfen wir einen genaueren Blick auf:

Was ist 1:1-Personalisierung?

Die Technik der 1:1-Personalisierung besteht darin, jedem Online-Kunden oder jeder Online-Kundin ein einzigartiges (oder eins zu eins) Erlebnis zu bieten.

Wenn Marken die Technik der 1:1-Personalisierung beherrschen, können sie einen außergewöhnlichen Kundenservice bieten, indem sie personalisierte Nachrichten, Produktempfehlungen, Angebote und spezielle Inhalte zum richtigen Zeitpunkt bereitstellen, die auf den Bedürfnissen und Erwartungen der NutzerInnen basieren.

Diese Art von einzigartiger Benutzererfahrung wird nur durch die Verfügbarkeit umfangreicher Kundendaten ermöglicht. Wenn Sie Ihre KundInnen nicht anhand ihrer Interaktionen mit Ihrer Marke und ihres Nutzerverhaltens kennen lernen, verpassen Sie eine Chance, die Erwartungen Ihrer KundInnen zu erfüllen.

Ein Ziel der Personalisierung ist es, einen „Wow“-Effekt zu erzeugen. Das bedeutet, dass Sie den Kunden oder die Kundin denken lassen sollten: „Wow, die kennen mich wirklich“. Je mehr Informationen ein Unternehmen zu einem bestimmten Kunden oder einer bestimmten Kundin hat, desto personalisierter wird das Nutzererlebnis sein.

Ohne umfangreiche Daten ist eine 1:1-Personalisierung nicht zu erreichen.

Welche Daten können Sie sammeln, um Ihre KundInnen besser zu kennen?

Im Großen und Ganzen ist es wichtig, den Standort des Kunden oder der Kundin, seine demografischen Daten (Alter, Geschlecht, Bildungsstand), seine Kaufgewohnheiten und Informationen über sein Surfverhalten auf der Website zu kennen. In der wettbewerbsintensiven Welt der Personalisierung reichen diese oberflächlichen Daten jedoch nicht aus.

Marken müssen nicht nur wissen, wer der Kunde oder die Kundin ist, sondern auch, wie er oder sie sich verhält.

Zu wissen, dass Ihr Kunde oder Ihre Kundin HochschulabsolventIn ist, der oder die in New York City lebt und viel Zeit damit verbringt, Pinterest-Boards zu erstellen, reicht nicht aus, um eine starke Buyer Persona zu erstellen und ein einzigartiges und angenehmes Benutzererlebnis zu schaffen.

1-1 personalization customer segmentation

Um das Profil Ihrer KundInnen zu verbessern, müssen Sie nicht nur wissen, wer sie sind, sondern auch relevante Daten darüber sammeln, wie Ihre KundInnen auf allen Kanälen mit Ihrer Marke interagieren, was sie zum Kauf motiviert und was sie antreibt.

Genauer gesagt, helfen Ihnen robuste, personalisierte Daten, sie besser zu verstehen:

  • Standort und demografische Daten
  • Interessen und Hobbys
  • Einkaufs- und Kaufgewohnheiten
  • Häufigkeit von Geräten und Kanälen
  • Wo und wie sie am liebsten einkaufen
  • Zufriedenheitsgrad
  • Vorlieben und Abneigungen

All diese Informationen ermöglichen es Ihnen, ein ausgefeiltes Kundenprofil zu erstellen. Das Verständnis ihrer Motivationen, Präferenzen und Erwartungen hilft Ihnen, die NutzerInnen in komplexe Marktsegmente einzuteilen, um ihnen das bestmögliche Erlebnis zu bieten.

Im Idealfall hat der Kunde oder die Kundin ein positives Erlebnis und fühlt sich auf der Grundlage der aus der robusten Datenerfassung gewonnenen Informationen einzigartig.

Wie finden Sie Nutzerdaten?

Umfassende Daten lassen sich durch die Querindizierung von Informationen, die in verschiedenen Datenbanken gespeichert sind, finden und verfeinern.

Sie können beispielsweise Daten aus den Interaktionen eines Kunden oder einer Kundin mit Ihrem Unternehmen gewinnen, indem Sie Kommentare auf Social-Media-Websites, Bewertungen auf Rezensionsseiten, die Nutzung einer mobilen App im Vergleich zur Desktop-Nutzung, Interaktionen mit dem Kundendienst, Download-Anfragen und mehr analysieren und speichern.

Wie Sie die 1:1-Personalisierung mit Daten nutzen können

Wie Sie sehen, kann es keine Personalisierung ohne Daten geben. Um eine 1:1-Personalisierung auf Ihren digitalen Kanälen zu erreichen, muss Ihre Marke in der Lage sein, die gesammelten Daten in Maßnahmen umzusetzen.

Nach der Überwachung und Sammlung umfangreicher Daten über die Interaktionen, den Verlauf und das Verhalten Ihrer KundInnen auf Ihrer Website ist es an der Zeit, diese Daten in eine verfeinerte Buyer Persona umzuwandeln, um Ihre KundInnen besser betreuen zu können.

Durch die Segmentierung Ihrer Profile sind Sie in der Lage, die Präferenzen und Probleme Ihrer KundInnen besser zu verstehen, was Ihnen dabei hilft, diese personalisierten Nachrichten zu erstellen und zum richtigen Zeitpunkt anzuzeigen.

Personalisierung der Interaktionen mit KundInnen

Sobald Sie umfangreiche Daten über Ihre BesucherInnen gesammelt haben, können Sie festlegen, wie Sie am besten mit ihnen interagieren. Es ist ein schmaler Grat, ob Sie durch die Anzeige personalisierter Inhalte hilfreich sind oder ob Sie aufdringlich wirken.

Der Unterschied zwischen diesen beiden Gefühlen hängt davon ab, wie viel der Kunde oder die Kundin bereits mit Ihnen zu tun hat. KundInnen, die zum Beispiel jeden Newsletter abonniert haben, eine Firmenrabattkarte besitzen und häufig Transaktionen auf Ihrer Website durchführen, werden erwarten, dass Sie ihre Vorlieben ziemlich gut kennen, wie StammkundInnen, die in ein Café kommen. ErstbesucherInnen hingegen werden nicht erwarten, dass Sie viel über sie wissen, aber sie werden erwarten, willkommen geheißen zu werden.

Der beste Weg, um zu verstehen, wie Sie Ihre KundInnen betreuen können, besteht darin, sich zu fragen, wie Sie selbst auf der jeweiligen Ebene des Engagements mit Ihrer Marke, behandelt werden wollen würden. Was würde Ihnen das Gefühl geben, willkommen zu sein, und was würde Ihnen das Gefühl geben, überfordert zu sein oder sich unwohl zu fühlen?

Beispiel aus der Praxis

Vor der boomenden Urlaubssaison konnte Clarins, ein multinationales Kosmetikunternehmen, durch die Implementierung von 1:1-Personalisierung und Gamification mit AB Tasty seine Konversionsrate um 89 % und die Add-to-Basket-Metrik um 145 % steigern.

Am Single’s Day, einige Wochen vor dem Black Friday, sah Clarins die perfekte Gelegenheit, zu experimentieren und von der Kultur zu lernen, indem es in einigen Ländern ein „Glücksrad-Konzept“ einführte. Die Gamification-Geschenke wurden je nach der lokalen Kultur des jeweiligen Landes personalisiert. Jeder Besucher und jede Besucherin, der oder die die Website von Clarins besuchte, konnte das digitale Spiel spielen, das Rad drehen und erhielt automatisch ein Geschenk in seinem oder ihrem Posteingang. Diese einfache, automatische Implementierung war ein großartiges Benutzererlebnis, insbesondere für mobile BesucherInnen.

Lesen Sie die ganze Geschichte hier: Wie Clarins AB Tasty für Personalisierung und Kundenbindung nutzt

Welche Nachrichten sollten Sie personalisieren?

Die Möglichkeiten für personalisierte Nachrichten können so weit reichen, wie es Ihre Vorstellungen (oder die Funktionen Ihrer Software) zulassen.

Denken Sie an Personalisierung im weitesten Sinne. Nehmen wir an, ein Unternehmen möchte sein Logo auf personalisierte Geschenke für seine MitarbeiterInnen drucken lassen. Das Firmenlogo kann auf T-Shirts, Kugelschreiber, Aufkleber, Kaffeebecher, Handytaschen, Rucksäcke, Sonnenbrillen, Golfbälle, Geschenkkörbe gedruckt werden – die Möglichkeiten sind nahezu unbegrenzt. Das Gleiche gilt für personalisierte Botschaften für Ihre eigenen KundInnen.

In der Marketingkommunikation sind einige der häufigsten Einsatzmöglichkeiten für die 1:1-Personalisierung die Folgenden:

  • Produktempfehlungen
  • E-Mails (Betreffzeilen und Inhalt)
  • Intro- und Exit-Banner
  • Pop-up-Nachrichten
  • Konversationsmarketing (Chatboxen)
  • Angebote und Rabatte
  • Sprache
  • Landingpages
  • Preisgestaltung
  • Grüße

Um in einem Markt voller gesättigter Botschaften die Aufmerksamkeit Ihrer KundInnen zu gewinnen und zu behalten, sollte Ihre Marke so viel wie möglich und in so vielen Kanälen wie möglich auf Personalisierung setzen.

Was ist Omnichannel-Personalisierung?

Der Einsatz von 1:1-Personalisierung über mehrere Kanäle, Plattformen und Berührungspunkte hinweg wird gemeinhin als Omnichannel-Personalisierung bezeichnet.

KundInnen sehnen sich nach Personalisierung, egal wo sie sich befinden – ob auf einem mobilen Gerät, einem Desktop, einer Social-Media-Plattform, einer mobilen App oder per E-Mail. Wenn KundInnen ein personalisiertes Erlebnis erhalten, erwarten sie diesen Standard der Kommunikation über alle Kanäle oder Plattformen, mit denen sie interagieren.

Um eine Omnichannel-Personalisierung zu erreichen, ist ein nahtloser Austausch von Kundendaten von einer Plattform oder einem Kanal zum nächsten erforderlich. Durch das Sammeln von Informationen über die Präferenzen, das Verhalten und die Interessen der BenutzerInnen an allen virtuellen Touchpoints wird das Profil Ihrer KundInnen gestärkt.

Durch dieses konsistente Maß an Personalisierung über alle Kanäle hinweg sind die VerbraucherInnen geneigt, mehr zu kaufen und wieder bei derselben Marke zu kaufen, bei der sie sich gesehen und gehört fühlen.

Was sind die Vorteile der Omnichannel-Personalisierung?

  1. Höhere Konversionsraten
  2. Erhöhter durchschnittlicher Bestellwert (AOV)
  3. Weniger Warenkorbabbrüche
  4. Verbesserter Markenwert und höhere Kundentreue
  5. Höherer Customer Lifetime Value
  6. Bereitstellung von Nachrichten zur richtigen Zeit und am richtigen Ort

Welche Plattform sollten Sie für eine konsistente 1:1-Personalisierung verwenden?

Der Weg zu einem nahtlosen 1:1-Personalisierungserlebnis für Ihre KundInnen beginnt mit einer ausgefeilten und intuitiven Software, die Ihnen hilft, Ihre Ideen in die Realität umzusetzen.

AB Tasty und Epoq ist eine umfassende Plattform für Experimente und Personalisierung, die mit den Tools ausgestattet ist, die Sie benötigen, um Ihren KundInnen ein reichhaltigeres digitales Erlebnis zu bieten – und zwar schnell. Mit eingebetteter KI und Automatisierung kann diese Plattform Ihnen helfen, Omnichannel-Personalisierung zu erreichen und Ihre Marken- und Produkterfahrungen zu revolutionieren.

AB Tasty Demo Banner

Mit 1:1-Personalisierung gewinnen alle

Die von Ihnen gesammelten Daten kommen Ihrer Marke und Ihren KundInnen gleichermaßen zugute. Wenn Sie verstehen, wonach Ihre KundInnen suchen, können Sie ihnen Zeit sparen, indem Sie ihnen fundierte Empfehlungen, personalisierte Nachrichten und einzigartige Erlebnisse bieten, um ihre Probleme zu lösen.

Ohne ordnungsgemäße Datenerfassung oder echte Segmentierung ist es fast unmöglich, den NutzerInnen ein 1:1 personalisiertes Erlebnis zu bieten. Loyale KundInnen wollen das Gefühl haben, dass ihre Marke sie wirklich kennt und weiß, wonach sie suchen. Erzielen Sie personalisierte 1:1-Erlebnisse durch die richtige Analyse und Nutzung von Daten. Wenn Sie Ihre KundInnen unterstützen, den Umsatz steigern und gleichzeitig Markentreue aufbauen möchten, haben Sie mit der Personalisierung Ihre Lösung gefunden.

Teilen auf

LinkedIn Facebook Twitter