Blogartikel

7min. Lesezeit

Ein ergebnisorientierter Ansatz | Ruben de Boer

Ruben de Boer erklärt, wie man eine stabile Testumgebung schafft, die den Weg für bessere Experimente im gesamten Unternehmen ebnet

Ruben de Boer ist ein leitender CRO-Manager und Consultant mit über 14 Jahren Erfahrung im Bereich Daten und Optimierung. Bei Online Dialogue leitet Ruben das Team der Conversion Manager, entwickelt die Fähigkeiten und die Qualität des Teams und legt die Strategie und die Ziele des Teams fest. Er gibt sein Wissen sowohl als Lehrer bei Udemy mit über 12.000 Studenten als auch als öffentlicher Redner zu Themen wie Experimentation, Change Management, CRO und persönliches Wachstum weiter.

Im Jahr 2019 gründete Ruben sein Unternehmen Conversion Ideas. Mit diesem hilft er Menschen dabei, ihre Karriere in den Bereichen Conversion Rate Optimization und Experimentation zu starten. In diesem Kontext bietet er erschwingliche, hochwertige Online-Kurse und eine Reihe von Ressourcen an.

Marylin Montoya, VP Marketing von AB Tasty, sprach mit Ruben über spannende Trends und Entwicklungen in der Welt des Experimentierens. Darunter auch über die verschiedenen Möglichkeiten, wie KI die Optimierung des Experimentierprozesses beeinflussen kann. Ruben erzählt auch, wie man funktionsübergreifende Teams einbeziehen kann, um eine erfolgreiche Experimentierkultur im Unternehmen zu implementieren. Er geht außerdem darauf ein warum es wichtig ist, ein ergebnis- statt output-orientiertes Mindset zu entwickeln.

Hier sind einige der wichtigsten Erkenntnisse aus ihrem Gespräch.

Das Ziel sollte immer ergebnisorientiert sein

Basierend auf seiner Erfahrung, ist Ruben der Meinung, dass einer der größten Fehler, mit dem Unternehmen beim Start der Experimentierphase konfrontiert sind, darin besteht, dass sie sich mehr auf den Output als auf die Ergebnisse fokussieren.

„Wenn ein Unternehmen immer noch sehr output-orientiert ist, im Sinne von, wir müssen eine bestimmte Anzahl von Sprint-Punkten pro Sprint liefern und wir müssen in diesem Jahr so viele neue Funktionen veröffentlichen, dann können Experimente natürlich als etwas angesehen werden, das die Arbeit verlangsamt, nicht wahr? Nehmen wir als Faustregel an, dass 25 % der A/B-Tests oder Experimente zu einem Gewinner führen, dann werden 75 % dessen, was entwickelt wurde, nicht veröffentlicht, was bedeutet, dass der Manager die Output-Ziele nicht erreicht.“

In diesem Szenario wird das Experimentieren zu einem Hindernis, das diese Ergebnisse verlangsamt. Wenn ein Unternehmen hingegen eine Ergebnisorientierung anstrebt, macht es mehr Sinn, Experimente durchzuführen, mit dem Ziel, mehr Wert für den Kunden zu schaffen. Mit einem ergebnisorientierten Mindset lassen sich die Teams auf Experimente ein, bei denen die Kunden im Zentrum des Prozesses stehen.

Wenn Teams stärker ergebnisorientiert arbeiten, basiert das Produkt eher auf Forschung und Experimenten als auf einem festen langfristigen Fahrplan. Laut Ruben ist es entscheidend, dass Unternehmen eine solche Arbeitsweise annehmen, da sie dadurch bessere Produkte und Geschäftsergebnisse erzielen können, was ihnen letztlich hilft, ihren Wettbewerbsvorteil zu bewahren.


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


Die Bedeutung von funktionsübergreifenden Teams

Ruben vertritt die Ansicht, dass das Experimentieren insofern reift, als dass es immer stärker in die Produktteams integriert wird.

Er stellt fest, dass der Trend zur Zusammenarbeit verschiedener Teams zunimmt. Nach Rubens Ansicht ist das für den Wissensaustausch wichtig, wenn es darum geht, Neues über die Customer Journey und das Produkt selbst zu lernen. Für Ruben schafft dies eine ideale, gesunde Experimentierumgebung, in der Teams besser experimentieren und die gewünschten Ergebnisse erzielen können.

Im Idealfall gibt es Experten für Experimente, die aus verschiedenen Teams kommen und regelmäßig Wissen, Ideen und Erkenntnisse austauschen. Das trägt zu Inspiration und Innovation bezüglich zukünftiger Testideen bei.

Das Erfolgsrezept dieser Experimentierteams ist unterschiedlich und hängt von der Reife des Experimentierprogramms und den Fähigkeiten dieser Teams ab.

Das könnte mit einem Blick auf die Unternehmenskultur beginnen, indem Fragebögen an verschiedene Teams verschickt werden, um deren Arbeitsabläufe und den Grad der Autonomie zu verstehen. Diese Analyse würde helfen zu verstehen, wie es um die Experimentierfreudigkeit bestellt ist, z. B. wie experimentierfreudig die Teams sind. Dies hilft bei der Ausarbeitung einer Strategie und eines Fahrplans für die erfolgreiche Implementierung einer Experimentierkultur in der gesamten Organisation.

Dieser Kultur-Scan hilft auch dabei, den Reifegrad eines Experimentierprogramms zu bestimmen.

„Prozess, Daten, Team, Umfang, Ausrichtung und Unternehmenskultur: Das ist es, was ich im Allgemeinen betrachte, wenn ich den Reifegrad einer Organisation bewerte. Gibt es in den verschiedenen Produktteams einen CRO-Spezialisten? Wie wird die Entscheidungsfindung von den Führungskräften durchgeführt? Basiert sie auf den HIPPO-Entscheidungen oder beruht sie vollständig auf Experimenten? Dann gibt es da noch die Ergebnis- gegenüber der Output-Mentalität, den Umfang und die Ausrichtung der Experimente sowie die Struktur des Teams – ist es nur ein einzelner CRO-Spezialist oder ein multidisziplinäres Team? Wie sieht der Prozess aus? Handelt es sich nur um einen einzelnen CRO-Prozess oder um einen Prozess, der in ein Projektteam eingebettet ist?“ sagt Ruben.


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


Eine Welt voller Möglichkeiten mit KI

Ruben glaubt, dass es durch das Aufkommen der KI-Technologie eine Menge Möglichkeiten gibt, besonders im Hinblick auf Experimentierprozesse.

Er räumt ein, dass es noch zu früh ist, um darüber zu spekulieren, und dass es auch viele Bedenken hinsichtlich des Datenschutzes gibt, die mit der Nutzung einer solchen Technologie einhergehen. Aber er glaubt, dass die KI in Zukunft viele spannende Dinge hervorbringen kann.

„Es wäre großartig, eine KI zu haben, die alle Experimente auf der Produktdetailseite, mit allen Ergebnissen und Erkenntnissen, durchgeht und der man einfach die Frage stellen kann: ‚Was habe ich eigentlich daraus gelernt und welche Anschluss-Experimente wären sinnvoll?‘ Es wäre unglaublich spannend, eine KI durch alle Experimente in der Datenbank laufen zu lassen“, sagt Ruben.

Ruben räumt daher ein, dass es eine Reihe von Möglichkeiten gibt, was Teams tun können, wenn es darum geht, Experimente effektiv zu planen und Zeit und Schritte im Experimentierprozess zu sparen.

„Und stell dir vor, dass in drei oder vier Jahren jeder eine KI-App auf seinem Handy hat und sagt: ‚Ich muss das kaufen‘, und die App erledigt den Kauf. Und vielleicht gibt es dann eine Website, die nur für KI-Apps zum Einkaufen gedacht ist – wer weiß? Und dann wird die Optimierung plötzlich ganz anders aussehen.“

Es gibt auch ein erhebliches Potenzial für KI, wenn es darum geht, die Arbeitsweise der Menschen zu verändern, Inspirationen zu liefern und letztendlich den Experimentierprozess zu optimieren und Innovationen zu fördern.

„Vielleicht können wir auf Basis aller Eingaben, die wir aus Chatprotokollen, Social-Media-Kanälen, Bewertungen und Umfragen machen, die KI irgendwann so gestalten, dass sie sich wie ein Nutzer verhält. Dann müssten keine Nutzertests mehr durchgeführt werden, da die KI einfach selbst die Website analysieren könnte.“

Was kannst du noch aus unserem Gespräch mit Ruben de Boer lernen?

  • Welche Trends sich im Hinblick aufs Experimentieren entwickeln
  • Seine Auffassung von Change Management, um Organisationen bei der Einführung von Experimenten zu unterstützen
  • Seine eigenen Erfahrungen mit dem Aufbau funktionsübergreifender Teams
  • Wie man mit Widerständen gegenüber Experimenten umgeht
Über Ruben de Boer

Ruben ist mit über 14 Jahren Erfahrung leitender CRO-Manager und Berater für Daten und Optimierung. Er ist zweifacher Gewinner der Experimentation Elite Awards 2023 und ein Bestseller-Dozent auf Udemy mit über 12.000 Studenten. Er ist auch ein öffentlicher Redner zu Themen wie Experimentierkultur, Change Management, Conversion Rate Optimization und persönliches Wachstum. Heute ist Ruben als Lead Conversion Manager verantwortlich für die Leitung des Conversion Manager Teams, die Entwicklung der Fähigkeiten und der Qualität des Teams, die Festlegung der Teamstrategie und der Ziele sowie die Geschäftsentwicklung.

Über den 1,000 Experiments Club

Der 1,000 Experiments Club ist ein von AB Tasty produzierter Podcast, der von Marylin Montoya, VP of Marketing bei AB Tasty, moderiert wird. Begleite Marylin und das Marketing-Team, wenn sie sich mit den erfahrensten Experten in der Welt des Experimentierens zusammensetzen, um Erkenntnisse darüber zu sammeln, was nötig ist, um erfolgreiche Experimente zu entwickeln und durchzuführen.

Kennst du diese Folge schon?

Wenn nicht, wirf doch gerne direkt einen Blick in unseren letzten Artikel zur Podcast-Episode mit David Mannheim, mit dem wir über einen neuen Ansatz zur Personalisierung gesprochen haben.

Blogartikel

6min. Lesezeit

Wie man Disruption bei Experimenten ausnutzen kann | Ben Labay

Ben Labay skizziert wesentliche Rahmenbedingungen für einen strategischeren, taktischeren und disruptiveren Ansatz beim Experimentieren

Mit zwei Abschlüssen in Evolutionary Behavior und Conservation Research Science verbrachte Ben Labay ein Jahrzehnt in der akademischen Welt mit einem breit gefächerten Hintergrund in Forschung und Experimenten, geprägt von der Arbeit mit technischen Daten.

Heute ist er CEO der Experimentier- und Conversion-Optimization-Agentur Speero. Ben beschreibt seine Arbeit im Bereich Experimentieren als seine „Geek-Out“-Area, d. h. Forschung im Bereich Customer Experience und Umgang mit Kundendaten.

Bei Speero arbeitet Ben daran, Forschungs- und Testprogrammstrategien für Unternehmen wie Procter & Gamble, ADP, Codecademy, MongoDB, Toast und viele andere auf der ganzen Welt zu entwickeln und zu implementieren.

Marylin Montoya, VP Marketing von AB Tasty, sprach mit Ben darüber, wie man Mechanismen für Unternehmen schaffen kann, um nicht nur zu optimieren, sondern auch disruptiver zu sein, wenn es um Webexperimente zur Förderung des Wachstums geht.

Hier sind einige der wichtigsten Erkenntnisse aus ihrem Gespräch.

Erwäge ein Portfoliomanagement beim Experimentieren

Inspiriert durch das Buch „Built to Last“ von Jim Collins und Jerry I. Porras erörtert Ben ein Framework, welches das Buch für das Wachstum eines Unternehmens auf der Grundlage der besten Praktiken von 18 erfolgreichen Unternehmen bietet.

Er identifiziert eine große Säule, die viele Unternehmen oft vernachlässigen: das Experimentieren. Um das in Angriff zu nehmen, schlägt Ben ein Portfoliomanagement für Experimente vor, das aus drei Portfolio-Tags besteht, die ein Lösungsspektrum für iterative Änderungen zur Optimierung bieten.

Die erste Stufe besteht darin, auf der Grundlage von Kundenfeedback kleine Verbesserungen oder Änderungen an einer Website vorzunehmen, wie z. B. die Verbesserung des Layouts. Die zweite Stufe umfasst umfangreichere Änderungen, wie z. B. neue Inhalte.

Aber es gibt noch eine dritte, größere Ebene, die Ben als „disruptiv“ und „innovativ“ bezeichnet, wie z. B. ein brandneues Produkt oder Preismodell. Dinge, die eine enorme Lernerfahrung darstellen können.

Da es drei verschiedene Stufen der Veränderung gibt, ist es wichtig, dass die Zeit, die für jede Stufe aufgewendet wird, klar aufgeteilt wird und dass sich deine Teams untereinander abstimmen.

Um es mit den Worten von Ben zu sagen: „Lasst uns 20 % unserer Energie in die Iteration stecken, 20 % in das Wesentliche und 20/30 oder 40 % in das Disruptive. Und diese Karte – dieses Framework – hat sich als wirklich gesundes Werkzeug erwiesen, um die Teams auf dieselbe Seite zu bringen.“

Für Ben ist die Anwendung eines solchen Frameworks der Schlüssel, um alle Teams auf die gleiche Seite zu bringen, da es dazu beiträgt, dass Unternehmen nicht zu wenig Ressourcen für disruptive und „Big Need Movers“ bereitstellen. Das Arbeitstempo ist neben der Qualität der Idee wichtig, argumentiert er.


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


Lass dich von deinem Baumdiagramm leiten

Jeder A/B-Test oder jede Personalisierungskampagne muss mit guten Zutaten gefüttert werden, die die Qualität der Hypothese bestimmen.

„Jede Agentur, jedes interne Unternehmen recherchiert. Wir betreiben Forschung. Wir sammeln Daten, wir haben Informationen, wir bekommen Einblicke, und dann wird auf Basis dieser Einblicke getestet. Aber da kann man nicht aufhören.“ sagt Ben.

Der Trick besteht darin, nicht bei den Erkenntnissen stehen zu bleiben, sondern auf der Grundlage dieser Erkenntnisse ein Thema zu entwickeln. Auf diese Weise können die Unternehmen die zugrunde liegenden Stärken und Schwächen herausfinden und sie in ihren OKRs abbilden.

Du kannst z. B. eine Reihe von Erkenntnissen haben, wie bspw. dass eine Seite unterdurchschnittlich abschneidet, dass die Nutzer über die Preisgestaltung verwirrt sind oder dass Social Proof übersprungen wird. Der Schlüssel liegt in der Durchführung einer thematischen Analyse und der Suche nach Mustern auf der Grundlage dieser verschiedenen Erkenntnisse.

Folglich ist es für Unternehmen wichtig, ein Baumdiagramm zu erstellen, um zu verstehen, wie die Dinge kaskadenartig abwärts laufen. Das ist wichtig, um taktischer und SMARTer in Bezug auf Ziele zu werden und um OKRs entsprechend festzulegen, um die riesige Menge an Daten zu organisieren und sinnvoll zu nutzen.

Wenn es an der Zeit ist, ein Testprogramm aufzustellen, verfügen die Teams über einen strategischen Testfahrplan für ein bestimmtes Thema, der mit diesen OKRs verknüpft ist. Das hilft dabei, die Metriken in besser umsetzbare Frameworks umzuwandeln.

Am Ende eines jeden Quartals können die Unternehmen ihre Leistung auf der Grundlage dieser Scorecard mit Kennzahlen bewerten und feststellen, wie sich die im Quartal durchgeführten Tests auf diese Kennzahlen ausgewirkt haben.

Integriere Engagement und Effizienz in deine Testprogrammstrategie

Der Hauptnutzen des Testens konzentriert sich auf die Erzielung von Gewinn, aber Ben plädiert für einen zweiten Nutzwert, der sich um die Arbeitsweise des Unternehmens dreht. Dies erfordert eine Verlagerung des Schwerpunkts auf die Effizienz und die Art und Weise, wie verschiedene Teams in einem Unternehmen zusammenarbeiten.

Ben zieht Parallelen zwischen der A/B-Testing-Branche und Devops, da sie versucht, Elemente der DevOps-Kulturbewegung einzubringen, wenn wir uns auf eine Kultur des Experimentierens und der Datenorientierung beziehen. In vielerlei Hinsicht spiegelt dies die DevOps-Methodik wider, die sich darauf konzentriert, Silos zwischen Entwicklungs- und Betriebsteams aufzubrechen, um die Zusammenarbeit und Effizienz zwischen diesen Teams zu verbessern. „Die ganze Idee ist, die Effizienz eines großen Teams, das zusammenarbeitet, zu optimieren“, sagt Ben.

Das bedeutet, dass Unternehmen ihr Testprogramm und die Komponenten, aus denen das Programm besteht, genau unter die Lupe nehmen sollten, wozu auch gehört, dass die richtigen Leute dahinter stehen. Es geht auch darum, kundenorientierter zu werden und Misserfolge in Kauf zu nehmen.

Ben bezeichnet dies als die „programmatische Seite“ des Programms, die als Rahmen oder Blaupause für die Entscheidungsfindung dient. Sie hilft bei der Beantwortung von Fragen wie „Wie organisiere ich meine Teamstruktur?“ oder „Wie sieht mein Besprechungsrhythmus mit dem Team aus?“


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


Letztlich geht es darum, deinen aktuellen Prozess zu ändern und in Frage zu stellen und deine Kultur intern zu verändern. Das funktioniert indem du dein Team dazu bringst, dein Programm und die Art und Weise, wie du Daten zur Entscheidungsfindung nutzt, zu testen.

Was kannst du aus unserem Gespräch mit Ben Labay noch lernen?

  • Wie man aus dem Trott des Testens herauskommt
  • Wie man Experimentation Meetings strukturiert, um Hindernisse zu beseitigen
  • Wie das Experimentieren mit der Spieltheorie zusammenhängt
  • Wie wichtig es ist, einen handlungsfähigen Rahmen für die Entscheidungsfindung anzunehmen 
Über Ben Labay

Ben Labay kombiniert eine jahrelange akademische und statistische Ausbildung mit Kundenerfahrung und UX-Wissen. Derzeit ist Ben der CEO von Speero. Mit zwei Abschlüssen in Evolutionary Behavior und Conservation Research Science (Ressourcenmanagement) begann Ben seine akademische Laufbahn als wissenschaftlicher Mitarbeiter an der University of Texas. Dort konzentrierte er sich auf Forschung und Datenmodellierung. Dies bildete die Grundlage für seine derzeitige Leidenschaft und Arbeit bei Speero, die sich darauf konzentriert, Unternehmen bei der Entscheidungsfindung anhand von Kundendaten zu unterstützen.

Über den 1,000 Experiments Club

Der 1,000 Experiments Club ist ein von AB Tasty produzierter Podcast, der von Marylin Montoya, VP of Marketing bei AB Tasty, moderiert wird. Begleite Marylin und das Marketing-Team, wenn sie sich mit den erfahrensten Experten in der Welt des Experimentierens zusammensetzen, um Erkenntnisse darüber zu sammeln, was nötig ist, um erfolgreiche Experimente zu entwickeln und durchzuführen.

Kennst du diese Folge schon?

1000-experiments-club-carlos-Gonzalez-de-Villaumbrosia-ab-tasty

Wenn nicht, wirf doch gerne direkt einen Blick in unseren letzten Artikel zur Podcast-Episode mit Carlos González de Villaumbrosia, mit dem wir über den Zweck, die Zugänglichkeit und die Umsetzung von Experimenten gesprochen haben.

Blogartikel

6min. Lesezeit

Lass Daten ans Steuer | Marianne Stjernvall

Marianne Stjernvall spricht über die Entwicklung der CRO und die Bedeutung der Zentralisierung eines CRO-Programms, um eine datengesteuerte Organisation zu schaffen

Bevor Marianne Stjernvall zu einer führenden Spezialistin für CRO und A/B-Tests wurde, studierte sie Computer- und Systemwissenschaften. Ein Unternehmen bot ihr über LinkedIn eine Stelle als CRO-Spezialistin an, was sich für sie als die perfekte Mischung aus logischer Programmierung, Daten, Business und Menschen herausstellte.

Seitdem gründete sie die Queen of CRO, wo Marianne als unabhängige CRO-Beraterin tätig ist. Hierdurch hilft sie vielen Unternehmen bei Experimenten, CRO, Personalisierung und der Implementierung einer datengesteuerten Kultur für Wachstum.

Zuvor war Marianne für Unternehmen wie iProspect, TUI und Coop Sverige tätig. Dort trieb sie die CRO-Roadmap voran und entwickelte eine Kultur des Experimentierens. Außerdem wurde sie 2020 als CRO-Practitioner of the Year ausgezeichnet.

Marylin Montoya, VP Marketing von AB Tasty, sprach mit Marianne über die Bedeutung der Kontextualisierung von A/B-Testdaten, um besser datenbasierte Entscheidungen treffen zu können. Marianne teilte auch ihre eigene Meinung zu dem viel diskutierten Thema „Build vs. Buy“ und gab einige wertvolle Ratschläge aus ihrer langjährigen Erfahrung mit CRO und Experimenten.

Hier sind einige der wichtigsten Erkenntnisse aus ihrem Gespräch.

Die Bedeutung der Kontextualisierung von Daten

Für Marianne ist CRO ein wichtiger Bestandteil der Produktentwicklung und -bereitstellung. Sie hebt die Bedeutung dieser Methodik hervor, wenn es darum geht, Daten zu sammeln und darauf basierend Entscheidungen zu treffen.

Marianne betont, wie wichtig es ist, Daten in einen Kontext zu stellen und daraus Erkenntnisse abzuleiten. Das bedeutet, dass Unternehmen in der Lage sein müssen, zu beantworten, warum sie bestimmte Informationen sammeln und was sie mit diesen Informationen oder Daten zu tun gedenken.

CRO ist der Schlüssel, um viele dieser Erkenntnisse aus den riesigen Datenmengen zu gewinnen, die Unternehmen zur Verfügung stehen, und um genau zu bestimmen, was optimiert werden muss.

„Was wirst du mit diesen Informationen tun? Man braucht einen Kontext, um Erkenntnisse zu gewinnen, und ich denke, darum geht es bei CRO“, sagt Marianne.

Genau das macht CRO so leistungsfähig. Es ermöglicht Unternehmen, auf der Grundlage der aus den Daten gewonnenen Erkenntnissen bessere Maßnahmen abzuleiten und zu ergreifen.

Richtig durchgeführt, kann Testing im Rahmen des CRO-Spektrums dazu beitragen, dass Unternehmen einen völlig anderen Weg einschlagen. Andere als bisher. Nämlich einen Weg geprägt von Innovation und Transformation.


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


Zentralisierung und Standardisierung deiner Experimentierprozesse

Wenn Unternehmen gerade erst mit der Erstellung ihres Experimentier- oder CRO-Programms beginnen, empfiehlt Marianne, Teile davon zu zentralisieren. Sie empfiehlt die Tests innerhalb eines Rahmens oder Prozesses durchzuführen. Dadurch wird vermieden dass einzelne Teams ihre eigenen Tests durchführen und sich diese gegenseitig überschneiden.

Andernfalls könnten verschiedene Teams, z. B. Marketing-, Produktentwicklungs- und CRO-Teams, Tests ohne festen Prozess durchführen, was zu Chaos führen könnte.

„Du wirst Entscheidungen über A/B-Tests auf der Grundlage von drei verschiedenen Datensätzen treffen, da du verschiedene Arten von Daten überprüfen wirst. Sich dies zu eigen zu machen, um diesen Rahmen und diesen Prozess zu entwickeln, ist die Art und Weise wie Organisationen mit dieser Art von Tests arbeiten sollten“, sagt Marianne.

Mit etablierten Rahmenwerken und Prozessen können Unternehmen Regeln für die Durchführung von Tests aufstellen, um einen besseren Nutzen aus diesen zu ziehen und die Verantwortung für das gesamte Unternehmen zu übernehmen. Der Trick besteht darin, mit einem Team klein anzufangen und diese Prozesse im Laufe der Zeit auf das nächste Team zu übertragen und so weiter.

Laut Marianne ist genau das besonders wichtig. Viele Unternehmen können aufgrund fehlender fester Prozesse bezüglich des Umgangs mit Daten aus A/B-Tests, ihre Testgeschwindigkeit nicht erhöhen. Dazu gehört, wie man die Tests berechnet, wie die Gewinner- oder Verlierervariante bestimmt und welche Art von Zielen oder KPIs aufgestellt werden.

Mit anderen Worten, das Experimentieren muss als Ausgangspunkt demokratisiert werden, damit sich eine Organisation auf natürliche Weise um CRO herum entwickeln kann.

Den Menschen in den Mittelpunkt deines CRO-Programms stellen

In Bezug auf die Debatte „Build vs. Buy“ argumentiert Marianne, dass ein A/B-Testing-Tool nicht automatisch alles lösen wird.

„Ein großartiges A/B-Testing-Tool kann dir die Gewissheit geben, dass damit alle Voraussetzungen erfüllt sind. Jetzt kannst du es tatsächlich umsetzen, aber der Rest sind Menschen und die Organisation. Das ist die große Arbeit.“

Tatsächlich neigen Unternehmen dazu, die Schuld auf die technische Seite zu schieben, wenn ihre A/B-Tests nicht wie geplant verlaufen. Für Marianne hat das nichts mit dem Tool zu tun. Das Problem liegt in erster Linie bei den Menschen und den Prozessen.

Was die Debatte zwischen eigener Entwicklung und Kauf anbelangt, so sollten sich Unternehmen vor der Entscheidung für die Entwicklung eines eigenen Tools zunächst fragen, warum sie ihr eigenes Tool bauen wollen, abgesehen von der Tatsache, dass es kostengünstiger ist. Der Grund dafür ist, dass diese Tools Zeit brauchen, um eingerichtet zu werden und zu laufen. Es ist vielleicht gar nicht so kosteneffizient, wie viele glauben, wenn sich Unternehmen für die Entwicklung eines eigenen Tools entscheiden.

Marianne meint, Unternehmen sollten ihre Energie und Zeit stattdessen auf die Prozessentwicklung und Schulung von Teams in diesen Prozessen konzentrieren. Mit anderen Worten: Es geht in erster Linie um die Menschen; dort liegen die wahren Investitionen.

Dennoch sollten Unternehmen, bevor sie sich darauf einlassen, ein eigenes Tool zu entwickeln, eine interne Bewertung vornehmen. Es ist wichtig zu verstehen, wie die jeweiligen Teams die gewonnenen Daten generell und für ihre Feature Releases nutzen.


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


Wenn du gerade erst mit deiner CRO-Reise beginnst, geht es vor allem darum, dein Team zu organisieren und es in die Prozesse, die du aufbaust, mit einzubinden. Die Idee ist, das Engagement aller Teams zu fördern, damit die Entwicklung in der Organisation als Ganzes stattfindet. (Eine Meinung, die von Ben Labay, einem Gast des 1,000 Experiments Club Podcasts, geteilt wurde).

Was kannst du aus unserem Gespräch mit Marianne Stjernvall noch lernen?

  • Was es bei der Auswahl des richtigen A/B-Test-Tools zu beachten gilt
  • Ihre eigenen Erkenntnisse aus durchgeführten Experimenten
  • Wie man HIPPOs bei A/B-Tests stärker einbindet
  • Wie „gescheiterte“ Tests und Experimente eine Lernerfahrung sein können
Über Marianne Stjernvall

Marianne Stjernvall arbeitet seit einem Jahrzehnt mit CRO und Experimenten und hat mehr als 500 A/B-Tests durchgeführt. Sie hat mehr als 30 Unternehmen dabei geholfen, ihre CRO-Programme auszubauen.

Heute hat Marianne ihre Leidenschaft für die Schaffung experimenteller Organisationen mit datengesteuerten Kulturen in eine CRO-Beraterin in ihrem eigenen Unternehmen, der Queen of CRO, verwandelt. Sie unterrichtet auch regelmäßig an Schulen, um ihr CRO-Wissen weiterzugeben. Dadurch kann sie das gesamte Spektrum dessen zeigen, was für die Durchführung von CRO, A/B-Tests und Experimenten erforderlich ist.

Über den 1,000 Experiments Club

Der 1,000 Experiments Club ist ein von AB Tasty produzierter Podcast, der von Marylin Montoya, VP of Marketing bei AB Tasty, moderiert wird. Begleite Marylin und das Marketing-Team, wenn sie sich mit den erfahrensten Experten in der Welt des Experimentierens zusammensetzen, um Erkenntnisse darüber zu sammeln, was nötig ist, um erfolgreiche Experimente zu entwickeln und durchzuführen.

Kennst du diese Folge schon?

1000-experiments-club-Ben-Labay-ab-tasty

Wenn nicht, wirf doch gerne direkt einen Blick in unseren letzten Artikel zur Podcast-Episode mit Ben Labay, mit dem wir über einen strategischen und disruptiven Ansatz für Experimente gesprochen haben.

Blogartikel

8min. Lesezeit

Personalisierungsansatz Remastered | David Mannheim

David Mannheim stellt einen neuen Ansatz zur Personalisierung vor, um Kunden langfristig zu binden

Mit mehr als 15 Jahren digitaler Wirtschaftserfahrung hat David Mannheim vielen Unternehmen wie ASOS, Sports Direct und Boots geholfen, ihre Digital Experience und Conversion Strategy zu verbessern und zu personalisieren. Darüber hinaus ist er der Gründer eines der größten britischen unabhängigen Beratungsunternehmen für Conversion Optimization – User Conversion.

Basierend auf seiner Erfahrung als Berater für E-Commerce-Unternehmen, denen er bei der schnellen Innovation und Iteration von Personalisierung und Kreativität hilft, hat David kürzlich sein eigenes Buch veröffentlicht. Darin befasst er sich mit der „Person in Personalisierung“ und erklärt, warum er glaubt, dass Personalisierung ihren eigentlichen Zweck verloren hat und was dagegen unternommen werden kann. David arbeitet derzeit an einer Lösung, um diesem Problem entgegenzuwirken: „Made With Intent“ – eine Plattform, die Einzelhändlern hilft, nicht nur das Verhalten ihrer Zielgruppe zu verstehen oder die Seite, auf der sie sich befindet, sondern auch die Absichten und Denkweisen der Nutzer zu erfassen.

Marylin Montoya, VP Marketing bei AB Tasty, sprach mit David über den aktuellen Stand der Personalisierung und betonte die Bedeutung, zu den Grundlagen zurückzukehren und sich darauf zu konzentrieren, die Person in den Mittelpunkt der Personalisierung zu stellen. Er hob auch hervor, dass sich Marken, insbesondere im digitalen Bereich darauf konzentrieren sollten, eine Beziehung zu ihren Kunden aufzubauen, die auf Vertrauen und Loyalität basiert, statt sich auf sofortige Belohnung zu konzentrieren.

Hier sind einige der Key Takeaways des Gesprächs.

Personalisierung bedeutet, persönlich zu sein

David betont, wie wichtig es ist, die ersten drei Silben von Personalisierung nicht zu vergessen. Mit anderen Worten: Es ist wichtig, sich daran zu erinnern, dass es bei der Personalisierung darum geht, persönlich zu sein und den Menschen in den Mittelpunkt zu stellen – es geht um Customer Centricity.

Für David Mannheim ist die Personalisierung heutzutage zu kommerziell geworden und zu sehr auf sofortige Belohnungen ausgerichtet. Stattdessen sollte man sich auf Kennzahlen wie den Customer Lifetime Value und die Loyalität der Kunden konzentrieren. Personalisierung sollte einen strategischen Mehrwert darstellen und kein taktisches Add-on, das nur dazu dient, kurzfristige Umsätze und Wachstum zu erzielen.

„Wenn wir unsere Messgrößen so ändern, dass wir uns stärker auf langfristige Kennzahlen wie Kundenzufriedenheit, auf Qualität statt Quantität, den Customer Lifetime Value und die Kundenloyalität sowie auf die Anerkennung immaterieller und nicht nur materieller Werte, konzentrieren, bin ich überzeugt, dass Marken sich in einer deutlich besseren Position befinden.“

Er argumentiert weiter, dass es eine Art Frustrationspunkt gibt, wenn es um das Thema Personalisierung geht und darum, wer es tatsächlich gut macht. Diese Frustration wurde deutlich, als David für sein Buch 153 Experten befragte, von denen die meisten Schwierigkeiten hatten, die Frage zu beantworten, „wer Personalisierung gut macht“ und Marken außerhalb der typischen „Big Player“ wie Netflix und Amazon zu nennen.

David glaubt, dass diese Frustration von der Schwierigkeit herrührt, das Erlebnis aus dem stationären Handel in einer Beziehung zwischen Mensch und Bildschirm zu reproduzieren. Doch wenn Kunden einer Marke gegenüber loyal sind, sollte diese Loyalität auch von Seiten der Marke erwidert werden, um dem Kunden das Gefühl zu geben, dass er mehr als nur eine Nummer ist. Es geht darum, eine Art von Vertrautheit und Anerkennung mit dem Kunden zu erreichen und eine echte, authentische Beziehung zu ihm aufzubauen. Dies ist der Schlüssel zur Entfaltung der Customer Centricity.

Es geht darum, ein personalisiertes Erlebnis zu bieten, das sich darauf konzentriert, Mehrwert für jeden einzelnen Kunden zu schaffen. Es geht nicht darum, Wert abzuschöpfen, indem den Kunden ein rein kommerzielles Erlebnis geboten wird, welches auf die Förderung des Unternehmenswachstums ausgerichtet ist.


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


Diskrepanz zwischen Marken und Kunden bezüglich der Wahrnehmung von Personalisierung

Unter Berufung auf den Personalisierungsindex von Sailthru verweist David auf ein bestimmtes Ergebnis des Jahresberichts, wonach 71 % der Marken der Meinung sind, dass sie bei der Personalisierung hervorragend abschneiden, aber nur 34 % der Kunden dem tatsächlich zustimmen.

In diesem Sinne besteht eine Diskrepanz zwischen den Erwartungen der Kunden und den eigenen Erwartungen der Marken an einen kompetenten Customer Service.

Er verweist auf Produktempfehlungen als ein Beispiel, das Marken in erster Linie in ihre Personalisierungsstrategie mit einbeziehen. Er ist jedoch der Meinung, dass solche Empfehlungen nur den Awareness-Teil des AIDA-Modells (Awareness, Interest, Desire und Action) ansprechen.

„Die Erkundung von Produkten ist für mich nur ein Teil des Puzzles. Wenn man die Personalisierung auf das zurückführt, was sie sein soll, nämlich persönlich zu sein, wo bleibt dann die Vertrautheit? Wo ist die Anerkennung? Wo ist die Verbindung? Wo ist das Gespräch?“ argumentiert David Mannheim.

Was fehlt, ist eine zentrale, nicht greifbare Komponente, die dazu beiträgt, eine Beziehung zwischen zwei Individuen zu schaffen, in diesem Fall zwischen einem Menschen und einer Marke. Da es für Marken schwierig ist, diese Komponente zu bestimmen, entscheiden sie sich dafür, ihre Personalisierungsstrategie auf etwas Greifbareres und Sichtbareres zu stützen – Produktempfehlungen.

Für Marken ist das Thema Produktempfehlungen voll und ganz in die Kundenerwartungen eingebettet und umfasst somit die Idee der Personalisierung. Zumal dies der Ansatz ist, den die „größeren“ Marken bei der Personalisierung des Nutzererlebnisses gewählt haben.

„Es wird zu einer Erwartungshaltung. Ich gehe auf die Website von X, also erwarte ich das absolute Minimum, nämlich Dinge zu sehen, die für meine Suche relevant sind oder für die ich mich interessiere… Das ist es, was die Leute mit Personalisierung verbinden“, sagt David.

Produktempfehlungen sind ein wesentlicher erster Schritt der Personalisierung, aber David argumentiert, dass die Zukunft der Personalisierung von den Marken verlangt, noch weiter zu gehen.

Marken sollten sich auf den Aufbau von Vertrauen konzentrieren

Um dieses Gefühl der Vertrautheit aufzubauen und eine wirklich persönliche Beziehung zu den Kunden herzustellen, müssen Marken die Personalisierung über die bloße Awareness hinaus auf die nächste Stufe heben. Die Kunden sollten zum Beispiel darauf vertrauen können, dass eine Marke ihnen das empfiehlt, was sie tatsächlich brauchen, und nicht das, was den meisten Profit bringt.

David ist der Meinung, dass das Konzept des Vertrauens in einer Beziehung zwischen Mensch und Bildschirm fehlt, was die Marken daran hindert, die nächste Stufe zu erreichen.

Mit anderen Worten: Es geht darum, den gesamten Ansatz der Personalisierung zu transformieren, um mehr Sorgfalt bei den wenigen zu zeigen, statt zu versuchen, „die vielen zu erreichen“, um Vertrauen bei den Kunden aufzubauen. Marken sollten ihren Schwerpunkt auf die Kundenbetreuung verlagern, die nach Davids Ansicht eine Marke erst wirklich kundenorientiert macht.

„Ich denke, es ist eine Initiative, wenn man es so nennen kann, die sich auf die Sorgfalt konzentriert. Es macht die Marke kundenorientierter. Du stellst den Kunden, seine Erfahrungen und Erwartungen in den Mittelpunkt, um ihm ein besseres Erlebnis zu bieten.“

In diesem Sinne spielen laut David Mannheim zwei entscheidende Aspekte in das Konzept des Vertrauens hinein: Kompetenz und Sorgfalt.

Marken müssen in der Lage sein, kompetent zu sein, damit Kunden darauf vertrauen können, dass ihnen die für ihre Bedürfnisse am besten geeigneten Produkte empfohlen werden und nicht die mit der höchsten Gewinnspanne. Mit anderen Worten, du musst Produkte empfehlen, die für den Kunden am besten sind und nicht für das Unternehmen. Gleichzeitig müssen Marken ihre Fürsorge zeigen, indem sie den Kunden gegenüber persönlicher auftreten, um eine Verbindung zwischen Marke und Verbraucher herzustellen.

„Je fürsorglicher du bist, desto mehr Vertrauen kannst du zeigen“, sagt David.

„Denk an das Bankwesen. Banking demonstriert alle Kompetenz der Welt, aber keinerlei Sorgfalt. Und das zerstört das Vertrauen der Kunden. Stell dir den umgekehrten Fall vor. Stell dir vor, deine Großmutter schenkt dir zu Weihnachten einen Pullover. Ich bin sicher, dass du deiner Oma vertraust, aber du wirst ihr nicht vertrauen, dass sie dir zum Beispiel ein Weihnachtsgeschenk kauft.“

Für David ist der Kontext eine Voraussetzung für Vertrauen. Der beste Weg, den Kontext des Nutzers zu verstehen, ist die Absicht, die den Unterschied zwischen Überzeugung und Manipulation ausmacht. Aus diesem Grund hat er in den letzten 8 Monaten an der Entwicklung von Made With Intent gearbeitet und sich dabei auf genau dieses Konzept konzentriert.


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


Vor allem bei Produktempfehlungen ist es wichtig, sie in einen Kontext zu stellen und die Absicht des Kunden zu verstehen. Nur dann kann eine Marke bei ihrer Empfehlungsstrategie glänzen und eine Vertrauensbeziehung aufbauen, bei der die Kunden sicher sein können, dass ihnen nur für sie bestimmte Produkte empfohlen werden.

Was kannst du noch aus unserem Gespräch mit David Mannheim lernen?

  • Seine Meinung zu KI und ihrer Rolle bei der Personalisierung
  • Wie Marken ihre Sorgfalt demonstrieren können, um Vertrauen und Vertrautheit mit ihren Kunden aufzubauen
  • Wie Marken ihren Personalisierungsansatz ändern können

Über David Mannheim

David ist seit über 15 Jahren in der digitalen Marketingbranche tätig. Nebenbei gründete er eines der größten unabhängigen Beratungsunternehmen für Conversion-Optimierung in Großbritannien und hat mit einigen der größten britischen Einzelhändler zusammengearbeitet, um deren digitale Experience und Conversion-Strategie zu verbessern und zu personalisieren.

Heute hat David sein eigenes Buch über Personalisierung veröffentlicht. Außerdem baut er eine neue Plattform auf, die Einzelhändlern hilft, die Absichten und Denkweisen ihrer Zielgruppe zu verstehen, nicht nur ihr Verhalten oder die Seite, auf der sie sich befinden.

Über den 1,000 Experiments Club

Der 1,000 Experiments Club ist ein von AB Tasty produzierter Podcast, der von Marylin Montoya, VP of Marketing bei AB Tasty, moderiert wird. Begleite Marylin und das Marketing-Team, wenn sie sich mit den erfahrensten Experten in der Welt des Experimentierens zusammensetzen, um ihre Erkenntnisse darüber zu enthüllen, was nötig ist, um erfolgreiche Experimente zu entwickeln und durchzuführen.

Kennst du diese Folge schon?

1000-experiment-marianne-stjernvall-ab-tasty

Wenn nicht, wirf doch gerne direkt einen Blick in unseren letzten Artikel zur Podcast-Episode mit Marianne Stjernvall, mit der wir über die Bedeutung der Zentralisierung eines CRO-Programms, um eine datengesteuerte Organisation zu schaffen, gesprochen haben.

Blogartikel

8min. Lesezeit

Was ist Hyper-Personalisierung?

Kennen Sie die Frustration, irrelevante Werbungen zu erhalten? Wir auch.  Tatsächlich empfinden 75 % der Online Shopper nach eigenen Aussagen dasselbe. Websites mit irrelevantem Inhalt schrecken Besucher ganz besonders ab. Heute erwarten Kunden mehr als aktuelle Werbeanzeigen: Im Grunde genommen wollen sie personalisierte Kundenerlebnisse, ob online oder im stationären Handel. Ein Weg, diese individuellen Erlebnisse zu bedienen, ist die Strategie der Hyper-Personalisierung.

Definieren wir also Hyper-Personalisierung

Hyper-Personalisierung, auch als One-to-One-Marketing bezeichnet, ist eine Form der traditionellen Personalisierung. Mit Echtzeitdaten und künstlicher Intelligenz (KI) werden Ihren Kunden durch Hyper-Personalisierung speziell kuratierte Inhalte, Produkte und Services oftmals automatisch angezeigt und sind sogar bis in kleinste Detail perfekt durchdacht.

Das letztendliche Ziel ist, Besucher einer Website als einzigartige Individuen zu behandeln, mit jeweils maßgeschneiderten und kontextuellen Nachrichten. Die Produkte eines Unternehmens und Endkunden in vollem Umfang zu kennen und die richtigen Daten, Technologien und Ressourcen für die Implementierung zu haben, sind für die Ausarbeitung eines speziell angelegten Plans von maßgeblicher Bedeutung.

Vorteile der Hyper-Personalisierung

Hyper-Personalisierung hat viele Vorteile. Zunächst werden Hindernisse im Sales Funnel beseitigt, die das Shopping-Erlebnis von Kunden kompliziert machen können, wodurch sie sich nicht weiter bemühen, wirklich das zu erhalten, was sie eigentlich möchten.

Dann verhindert Hyper-Personalisierung, dass Kunden von einer großen Auswahl überwältigt werden. 39 % der Kunden entscheiden sich für den Kauf bei Mitbewerbern, wenn sie die Qual der Wahl unter den Produkten haben. Hyper-Personalisierung kann überladene Angebote verhindern, wenn nur Artikel angezeigt werden, die durch Produktempfehlungsalgorithmen für den Kunden von Interesse sind.

Auch kann Hyper-Personalisierung für Ihre Marke erfolgreich sein, um die Aufmerksamkeit des Kunden schnell zu erwecken und zu fesseln, indem die Sie die Pain Points Ihrer Kunden erkennen und ihnen mit Ihren besten Lösungen Zeit ersparen.

Diese Vorteile werden von vielen verschiedenen Typen der Personalisierung geboten – aber die Hyper-Personalisierung soll noch tiefer und spezieller ins Detail gehen, in einem Ausmaß, das in der Regel nur bei einer erweiterten Automatisierung und mit erforderlichen Daten und Kundenkenntnissen besteht.

Der Wert von Kontext

Kontext verleiht fein abgestimmten, hyper-personalisierten Customer Experiences einen Sinn. Sie können das eine nicht ohne das andere haben. Ein maßgeschneiderter Plan kann kontextuelle Daten wie zum Beispiel der verwendete Gerätetyp interpretieren. Aber der Standort des Geräts, die Zeiten, in denen es besonders aktiv ist, und sogar der Job des Kunden sind Beispiele für einen Kontext, der für einen erfolgreichen Plan notwendig ist. Zusätzlich können Echtzeitinformationen wie Eckpreise und frühere Interaktionen mit Ihrer Marke Erlebnisse mit Hyper-Personalisierungen sogar noch steigern.

Traditionelle Personalisierung im Vergleich zur Hyper-Personalisierung

Mit traditionellen Personalisierungen wird der Fokus oft auf personenbezogene und auf Transaktionsdaten wie den Namen des Kunden, das Unternehmen und die Kaufhistorie gelegt. Ein typisches Beispiel einer konventionellen Personalisierung ist der Vorname in der Betreffzeile von E-Mails oder Newslettern.

Hyper-Personalisierungen interpretieren die Absichten von Kunden mehr im Detail, mit Methoden wie KI, maschinellem Lernen und IoT-fähigen Geräten. Mit diesen Tools können Unternehmen Usern genau zutreffende Anregungen unterbreiten. Senden Sie beispielsweise nur Push-Nachrichten, wenn die User ihr Telefon oder die App Ihres Unternehmens aktiv nutzen.

Früher konnte eine Marke für Sommerkleidung werben und User ansprechen, die in der letzten Saison ähnliche Produkte gekauft haben. Sie können diese traditionelle Personalisierungsmethode aber noch einen Schritt weiter führen und für dieselben Artikel mit Anzeigen basierend auf Standort, Uhrzeit, Datum und Zahlungsmethode des Kaufs werben.

Hyper-personalisiertes Framework erstellen

Um ein nützliches Framework zu erstellen, kann man einen analyseorientierten Ansatz für die Datenkartierung zusätzlich zu den traditionellen Methoden implementieren, die Taktiken auf Daten basieren.

Die Erstellung einer Struktur, die kontinuierlich außergewöhnliche Customer Experiences anbietet, besteht oft aus vier Schritten:

  1. Datensammlung
  2. Kundensegmentierung
  3. Gezielte Journeys und Messung
  4. Analysen

Ihre Zielgruppe zu kennen, ist beim Erstellen eines hyperpersonalisierten Frameworks das Allerwichtigste. Es geht darum, wie Ihr Unternehmen in Erfahrung bringt, wer seine primären Kunden sind, abgesehen davon, dass es jeden einzelnen individuell verstehen muss.

Ihre Zielgruppe zu kennen bedeutet, Zugang zu relevanten Daten zu haben, was besonders für Unternehmen von Vorteil ist, die auf eine breite Zielgruppe ausgerichtet sind, weil diese Kenntnis den Bedarf jeder Gruppe einengen kann.

Beim zweiten Schritt im Framework-Prozess, d. h. bei der Kundensegmentierung, geht es darum, wie Ihr Unternehmen Daten und Kenntnisse über seine Zielgruppe nutzt, um den Personalisierungsprozess zu skalieren. Mit der Segmentierung einer breiten Zielgruppe in kleinere Untergruppen nach bestimmten Kriterien wie Ausgaben, Standort, Demographie, Zufriedenheit und vorherige Interaktionen kann Ihr Unternehmen nun relevante und abgestimmte Mitteilungen an jede Gruppe senden, wodurch das Customer Engagement und die Markentreue ansteigen.

Nachdem die Kunden segmentiert und ihre Bedürfnisse identifiziert sind, können Sie Journeys zielgerichtet entwickeln, was dem Kommunikationsaspekt des Frameworks entspricht. Timing und Mittel sind wichtige Bestandteile in der Ansprache Ihrer Zielgruppe. Beides kann die Wahrscheinlichkeit der Customer Conversion drastisch verbessern.

Sobald Ihr Unternehmen eine gezielte Kampagne durchführt, wird im letzten Schritt der Erfolg anhand von Messungen und Analysen beurteilt. Finden Sie heraus, auf welche Kennzahlen in der Kampagne die Kunden gut reagiert haben, und in welchem Zusammenhang sie mit dem Umsatz Ihres Unternehmens stehen. Wenn Sie diese genaueren Details untersuchen und in den künftigen Kampagnen übernehmen, erhalten Sie nachhaltige Ergebnisse.

In-Store vs. Online Personalisierung

Die Hyper-Personalisierung ist nicht nur für e-Commerce Stores angebracht, sondern auch in der realen Welt. Die richtigen Kundeninteraktionen können viel bewirken, um Leads zu konvertieren, auch ohne moderne Technologie.

  • Kunden im richtigen Moment ansprechen, d. h. den Moment erkennen, in dem der Kunde im Entscheidungsprozess mit sich ringt.
  • Kontinuierlich alternative Lösungen für ein Problem anbieten, wodurch die Besucher im Store gehalten werden.
  • Erfolgreiches Up-Selling von Produkten oder Services, wenn sie für den Käufer relevant sind.
  • Kunden das beste Angebot unterbreiten, mit Price Matching oder zusätzlichen kostenlosen Services (z. B. Installation).

Personalisierung mit einer präsenten Person kann eine Herausforderung sein, aber wenn sie in der richtigen Reihenfolge zum richtigen Zeitpunkt erfolgt, kann sie Kunden eine Menge positiver Erlebnisse bieten.

Marken, die sich Hyper-Personalisierung zunutze machen

Große Namen wie Amazon, Spotify und Starbucks nutzen nun AI und maschinelles Lernen, um die Vielzahl von Faktoren zu untersuchen, die Einfluss auf ihre Recommendation Engines nehmen. Prädiktive Personalisierung ist ein Tool, das diese und andere Unternehmen verwenden, um CX individuell zu gestalten, trotz ihrer großer Zielgruppen.

Amazon

Der Online-Riese hat die „Kunst der Suggestion“ perfektioniert: 35 % der Conversions stammen aus seiner Recommendation Engine. Aber Amazon macht bei seinen Empfehlungen noch längst nicht Schluss an der Suchleiste oder auf seiner Website, sondern nutzt auf exzellente Weise auch seinen E-Mail-Kanal.

Wenn zum Beispiel jemand ein Paar Sandalen sucht, sendet Amazon eine E-Mail mit vorgeschlagenen Artikeln passend zu diesem Schuh.

Amazon Email Recommended
Quelle

 

Diese Technik geht über den traditionellen Weg mit dem Nutzernamen in der Betreffzeile der E-Mail hinaus. Amazon sammelt Daten, um hyper-personalisierte Nachrichten für seine Kunden zu generieren: vollständiger Name, Suchanfrage, durchschnittlich verbrachte Zeit bei der Suche, bevorzugte Marken, andere Browsinggewohnheiten und vieles mehr.

Vor diesen neuen Technologien war die effektive Nutzung dieser Daten mit deutlich mehr Arbeit verbunden. Aber Algorithmen wie das Item-to-Item Collaborative Filtering von Amazon machen den Prozess effizienter, mit vorgeschlagenen Artikeln, die sich auf vier Datenpunkte stützen:

  • Verkaufshistorie
  • Artikel im Warenkorb
  • Bewertete und gelikte Artikel
  • Dinge, die andere Kunden gelikt und gekauft haben

Spotify

Spotify ist eine der führenden Musik-Streaming-Apps mit einer ganzen Bandbreite an Playlists, die auf die Lieblingssongs der einzelnen Nutzer zugeschnitten ist. Nach Analyse und Abgleich der persönlichen Auswahl von Musikstücken mit anderen Nutzern, die denselben Song aufgerufen haben, stellt Spotify höchst personalisierte Playlists für alle seine Nutzer zusammen.

Discover Weekly
Quelle

 

Aber individuell zugeschnittene Playlists sind nicht die einzige Methode, die der Streamingdienst verwendet. Das Feature Live Concert sendet Nutzern E-Mails, in denen die Nutzer über Events ihrer Lieblingskünstler informiert werden und auch die Möglichkeit haben, Tickets zu kaufen.

Spotify
Quelle

Starbucks

Die meisten Menschen ignorieren In-App- und Push-Benachrichtigungen. Aber Starbucks hat einen Weg gefunden, sie zu seinem Vorteil zu nutzen. Durch KI und Tools für die Datensammlung in Echtzeit kann der Kaffee-Riese für Angebote werben, die für seine Kunden relevant sind. Darüber hinaus geht die Starbucks App in Sachen CX noch einen Schritt weiter: mit einem individuellen Interface für die einzelnen Nutzer.

Starbucks-Star-Dash
Quelle

 

Mit der Integration der hyper-personalisierten Kommunikation in nahezu jede Interaktion zwischen Kunden und dem Unternehmen, ist es dem Unternehmen mit seiner App gelungen, eines der umfangreichsten Treueprogramme zu entwickeln, die es auf dem Markt gibt. Zusätzlich zu Sonderangeboten empfiehlt die App auch Lebensmittel, Getränke und Spiele über E-Mail und mobile Geräte.

Zusammenfassung

Da Kunden im Rahmen der Interaktion mit Unternehmen nach wie vor mehr personalisierte Erlebnisse suchen, wird die Personalisierung, in welcher Form auch immer noch wichtiger für Ihr Unternehmen. Eine effektive Personalisierungsstrategie kann der Schlüssel für den Aufbau von Vertrauen und Treue des Kunden sein, was direkt zu einem größeren Umsatzanstieg führt.