Blogartikel

12min. Lesezeit

Data Enrichment für zielsichere Entscheidungen und persönliche Kundenansprache

95 Prozent der Deutschen halten es für wichtig, dass Händler ihre Interessen und Vorlieben kennen.¹ Du solltest deine Kunden daher persönlich und direkt ansprechen. Dafür brauchst du neue und angereicherte Daten, die es dir erlauben, zielgenaue Entscheidungen auf Basis von Fakten und Trends zu treffen, statt dich nur auf dein Bauchgefühl oder Spekulationen zu verlassen. Die Kunst, neue Daten in die eigene Datenbasis zu integrieren, wird dabei als Data Enrichment bezeichnet. Dieser Anreicherungsprozess macht deine Daten nützlicher und aufschlussreicher und ist ein wichtiger Erfolgsfaktor für Unternehmen, die sich in einem modernen datenzentrierten Umfeld bewegen. In diesem Beitrag erfährst du, welche weiteren Vorteile dir Data Enrichment bietet und wofür du es einsetzen kannst.

Eine Person sitzt vor einem Laptop, auf dem verschiedene Daten und Auswertungen zu sehen sind.

Diese Inhalte erwarten dich in diesem Blogartikel:

Data Enrichment: Bedeutung der Datenanreicherung
Komponenten der Datenanreicherung
Integration in die eigene Datenbasis

Vorteile von Data Enrichment im E-Commerce

Herausforderungen für Unternehmen

Voraussetzungen für die erfolgreiche Datenanreicherung

Data Enrichment: Use Cases für den erfolgreichen Einsatz im E-Commerce
Omnichannel Commerce ermöglichen
Kaufabbrüche vorbeugen
Retouren minimieren
Out-of-Stock und Lagerstau vermeiden
Margenstarke Verkäufe maximieren
1:1-Personalisierung einsetzen

Unterstützung in Sachen Data Enrichment

Fazit: Mit Data Enrichment machst du mehr aus deinen Daten

Häufige Fragen zu Data Enrichment

Data Enrichment: Bedeutung der Datenanreicherung

Unter Data Enrichment versteht man grundsätzlich das Zusammenführen neuer Daten aus Drittquellen in die eigene Datenbasis. Durch die Anreicherung des eigenen Datenbestands mit externen Daten steigt dabei der Wert der Daten. Geht es speziell um die Anreicherung von Kundendaten, wird von Customer Data Enrichment gesprochen, die Anreicherung von Produktdaten wird als Product Data Enrichment bezeichnet.

Mithilfe von Data Enrichment kannst du Informationen in einen neuen Kontext setzen und ihnen so Struktur verleihen. In diesem Zustand leitest du daraus spannende Erkenntnisse ab und setzt sie im E-Commerce ein, um die Customer Experience zu verbessern und höhere Umsätze zu generieren. Eine solide Datenbasis ist so u. a. ein wichtiges Element für die Entwicklung der KI und damit auch für die Personalisierung im E-Commerce. Denn neue Datenquellen bilden die Voraussetzung bzw. bieten Inspiration, um KI-Technologie noch leistungsfähiger zu machen.

Komponenten der Datenanreicherung

Die Datenanreicherung umfasst drei Kernaspekte:

  1. Bei der Bereinigung geht es darum, veraltete, ungenaue und fehlerhafte Werte zu identifizieren und zu entfernen.
  2. Mithilfe von Erweiterung können neue Features sowie bestimmte KPIs hinzugefügt werden. Features meinen in diesem Zusammenhang Eigenschaften bestimmter Dinge aus der Shop-Umgebung, wie z. B. ein Kunde oder ein Produkt. Beispiele für KPIs wären Umsatz oder Klickrate.
  3. Die Vervollständigung ermöglicht außerdem, die Datenqualität schon vorhandener Features zu verbessern.
Die Grafik zeigt die drei Kernaspekte des Data Enrichments: Bereinigung, Erweiterung und Vervollständigung.
Bereinigung, Erweiterung und Vervollständigung deiner Daten sind die zentralen Aspekte des Data Enrichment. (Quelle: Eigene Darstellung)

Integration in die eigene Datenbasis

Data Enrichment stellt auch Herausforderungen an die eigene Datenbasis dar. Zunächst einmal kommen neue Daten einfach hinzu und lassen sich anschließend als KPIs oder Features in den Service-Applikationen verwenden. Stellt sich hier beispielsweise heraus, dass die neuen KPIs und Features besser sind, sollten sie die alten ersetzen. Zudem solltest du nicht mehr benötigte Daten löschen, um Ressourcen zu schonen und den Datenschutz sicherzustellen.

Im Idealfall wird durch das Hinzufügen und Entfernen von Daten das Schema der eigenen Datenbasis dadurch nicht komplexer, sondern die neuen Daten können einfach in das bestehende Schema eingefügt und ohne großen Aufwand in den Applikationen eingesetzt werden. Ist dies nicht der Fall, solltest du dir über eine Änderung des eigenen Schemas Gedanken machen, welche dann natürlich mit mehr Aufwand verbunden wäre.

Vorteile von Data Enrichment im E-Commerce

Die angereicherten Daten können erfolgsentscheidend sein und bieten dir viele Vorteile:

  • Optimierung der Kosten für das Datenmanagement (veraltete, unbrauchbare Daten erhöhen den Aufwand).
  • Vermeidung von doppelten Datenbeständen, somit bessere Integrität und Konsistenz der Daten.
  • Wertvolle Erkenntnisse dank facettenreicher 360°-Sicht auf den Kunden.
  • Optimiertes Marketing, perfekt angepasst an die verschiedenen Zielgruppensegmente und dadurch verbesserte Beziehung und erhöhte Treue deiner Kunden.
  • Bessere Customer Experience und einzigartige Shoppingerlebnisse dank Personalisierung in Echtzeit.
  • Erhöhte Chancen für Up- und Cross-Selling-Aktivitäten durch fundierte Informationen über die Interessen der Kunden.
  • Verbesserte KPIs wie Umsätze, Leads und ein höherer Return on Investment.

Mithilfe von Data Enrichment kannst du die bestehenden Informationen gewinnbringend einsetzen, deine Kunden mit personalisierten Angeboten überzeugen und ein zielgruppenspezifisches, effektives Marketing einrichten.

Screenshot einer Kategorie-Seite im Online Shop von Jeans Direct, auf der personalisierte Produktempfehlungen zu sehen sind
Im Online Shop von Jeans Direct werden Shopkunden beispielsweise mit personalisierten Produktempfehlungen gezielt angesprochen.
(Quelle: Screenshot von jeans-direct.de)

Herausforderungen für Unternehmen

Eine große Herausforderung in Bezug auf Data Enrichment besteht für viele Online Shops darin, dass die vorhandenen Daten in ihren Silos versauern. Das bedeutet, die Daten sind nicht verbunden, sondern stecken in isolierten Datensilos. Häufig fehlt außerdem die benötigte Infrastruktur, um Daten zusammenzuführen. Weitere Probleme sind widersprüchliche Kennzahlen, die dadurch zustande kommen, dass die Silo-Daten nicht konsistent sind, fehlendes Kundenverständnis und damit keine vollständigen Kundenprofile für den 1:1-Marketingansatz sowie fehlende datengetriebene Prozesse und Zugang zu Daten, was bedeutet, dass keine Datenkultur vorhanden ist.

Voraussetzungen für die erfolgreiche Datenanreicherung

Grundlegende Voraussetzung für Data Enrichment sind integrierte Daten in Form einer soliden und verlässlichen Datenbasis. Entscheidend ist daher die Schaffung einer Dateninfrastruktur als Ausgangspunkt für die Datenanreicherung. Hierzu extrahierst du alle Daten aus verschiedenen Systemen wie deinem ERP-System, deinen Web-Analytics-Tools, deine Marketing-Daten, Produktdaten etc. und führst diese in einem Data Warehouse zusammen. Dort findet die Vereinheitlichung und Strukturierung der Daten mithilfe eines Datenmodells statt. Das Ganze ist die Basis, um ganzheitliche Entscheidungen treffen zu können. Die Datenbasis kann anschließend genutzt werden, um sie in Drittsysteme weiterzuspielen und beispielsweise für das E-Mail-Marketing im E-Commerce zu nutzen. Transaktionale Daten lassen sich außerdem für die Optimierung und Personalisierung der User Experience im Shop einsetzen.

Data Enrichment: Use Cases für den erfolgreichen Einsatz im E-Commerce

Nutze Data Enrichment, um deinen Kunden ein noch besseres Einkaufserlebnis zu bieten. Der E-Commerce bietet dabei zahlreiche Ansatzpunkte für einen erfolgreichen Einsatz der Datenanreicherung. Diese Beispiele zeigen die mögliche Bandbreite:

Kaufen Nutzer sowohl im Ladengeschäft als auch im Online Shop einer Marke ein, lassen sich beide Kanäle verbinden. Denn auch außerhalb deines Shops finden relevante Ereignisse statt, die als ergänzende Datenquelle dienen können. Mithilfe von Kundenbindungsprogrammen wie einem Bonusprogramm oder einer Kundenkarte sammelst du Informationen im stationären Handel und kannst sie dank Data Enrichment gewinnbringend im Online Shop nutzen.

Filialkäufe sind ein Beispiel für relevante Ereignisse außerhalb des Shops und bieten dir die Chance, den kostbarsten Typ von Events – nämlich das Buy-Event – zu vervollständigen. Kostbar ist es in dem Sinne, dass es einer KI für personalisierte Empfehlungen die relevantesten Informationen bietet und du somit passgenaue Empfehlungen ausspielen kannst. Unterbreite deiner Kundin so beispielsweise online Styling-Vorschläge passend zu ihren zuletzt offline gekauften Shirts. Diese Verknüpfung optimiert das Shoppingerlebnis, stärkt die Wahrnehmung deiner Marke und letztlich auch die Markentreue.

Im E-Commerce dreht sich alles darum, Kaufabbrüche zu verhindern. Stell dir vor, du könntest aus dem Checkout-Prozess Schritt für Schritt Hürden herausnehmen. Zum Beispiel, indem du die Standardadresse oder die gewünschte Payment-Methode, basierend auf den Daten zum bisherigen Kaufverhalten, bereits voreinstellst. Das senkt das Risiko von Kaufabbrüchen deutlich.

Retouren sind die Schwachstelle eines jeden Online-Händlers. Angereicherte Daten helfen dir, diese zu vermeiden und deine Retourenquote zu minimieren. Die Retourenquote ist insofern eine bedeutende KPI, da der Umsatz in direkter Abhängigkeit zu ihr steht. Retourendaten sind ein wichtiger Bestandteil des Kaufverhaltens und können dir als E-Commerce-Manager z. B. Aufschluss über häufig retournierte Produkte sowie Retourengründe geben.

Das Regelsystem für Produktempfehlungen kann von diesen neuen Informationsquellen profitieren, denn oft retournierte Produkte sollen sicher weniger häufig empfohlen werden. So kannst du also Waren, die häufig zurückgesendet werden, von Kampagnen ausnehmen sowie retouren-starke Artikel in deinen Empfehlungen ausschließen. Für Neukunden kannst du in deinen Empfehlungen außerdem Topseller ausspielen, die eine niedrige Retourenquote aufweisen. Darüber hinaus bietet dir das Data Enrichment die Möglichkeit, auf Produktdetailseiten flexibel Informationen anzuzeigen, die Retouren vermeiden können, wie beispielsweise Angaben zur Passform einer Hose. Diese Zusatzinformationen kannst du basierend auf den Retourengründen entsprechend anreichern.

Ausschnitt einer Produktdetailseite im Online Shop von NKD mit verschiedenen Informationen zur Passform der Hose als Beispiel für Customer Data EnrichmentMit Informationen zur Passform sowie einer Größentabelle und einem Größen-Finder direkt auf der Produktdetailseite möchte NKD Retouren vorbeugen.
(Quelle: Screenshot von nkd.com)

Stellst du generell eine hohe Retourenquote in bestimmten Kategorien deines Shops fest, kannst du dem durch den Einsatz eines Produktberaters entgegenwirken. Auch hierfür ist Data Enrichment, bzw. genauer gesagt eine Anreicherung der Produktdaten notwendig, damit Shopkunden gewünschte Features auswählen können. Im Fall eines Gepäckberaters, wie auf worldshop.eu angeboten, wären benötigte Features z. B. welche Art von Rollen ein Koffer hat, welche Fächer oder welche Verschlüsse die Gepäckstücke besitzen. Gerade also, wenn das Sortiment etwas spezieller ist, ist die Erweiterung der Produktfeatures im Sinne eines Data Enrichments sehr sinnvoll.

Dabei kann jeder der drei Aspekte von Data Enrichment die Qualität eines solchen Online-Produktberaters maßgeblich steigern. So verhindern bereinigte Daten, dass Artikel angezeigt werden, obwohl sie gar nicht zur aktuellen Feature-Auswahl passen. Mithilfe der Vervollständigung verhinderst du das Gegenteil, nämlich, dass passende Artikel nicht angezeigt werden. Die Erweiterung der Daten erweckt den Produktberater schließlich erst zum Leben. Denn dadurch erhält der Kunde genug Auswahloptionen und die Features helfen ihm wirklich weiter.

Ausschnitt des Gepäckberaters im Online Shop von Worldshop.
Der Worldshop Gepäckberater bietet Shopkunden viele Features, welche die Produktauswahl erleichtern.
(Quelle: Screenshot von worldshop.eu)

Mehr dazu, wie du mithilfe von Personalisierung Retouren vermeiden kannst, erfährst du in unserem Blogartikel zu diesem Thema.

Data Enrichment unterstützt dich auch dabei, Out-of-Stock zu vermeiden, indem die Lagerreichweite basierend auf Faktoren wie der aktuellen Lagermenge sowie dem historischen Bestell- und Retourenverhalten ermittelt wird. Dadurch kannst du bestimmte Produkte, die nicht rechtzeitig ausgeliefert werden könnten, im Shop ausblenden.

Auch Ladenhüter kannst du mithilfe von Data Enrichment identifizieren. Somit kannst du den Abverkauf dieser Produkte vorantreiben und Lagerstau vermeiden.

Data Enrichment ermöglicht dir des Weiteren, margenstarke Produkte zu identifizieren und damit deine Verkäufe zu maximieren. Hierfür müssen deine Daten z. B. um Informationen wie den Deckungsbeitrag des Produkts, die Marketingkosten oder transaktionale Kosten angereichert sein.

Berücksichtige außerdem die Interessen deiner Shopbesucher und gehe mit 1:1-Personalisierung auf jeden einzelnen Kunden gezielt ein. Anhand bisheriger Transaktionen und Interessen lassen sich Kunden segmentieren oder ganz individuell gezielt ansprechen. Nutze die angereicherten Daten beispielsweise im E-Mail-Marketing, um Newsletter stärker zu personalisieren. Statt lediglich eine persönliche Anrede mit dem Vornamen einzusetzen, kannst du sogar den gesamten Inhalt der E-Mail individuell gestalten, etwa mit Empfehlungen zur Lieblingsmarke, den bevorzugten Farben oder Styles. Ebenso lassen sich Informationen zu den Interessen deiner Kunden für Recommendations im Online Shop einsetzen. So steigerst du die durchschnittliche Bestellhöhe und die Umsätze.


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


Wenn du mehr darüber erfahren möchtest, wie du die Produktdaten im Online Shop an die Bedürfnisse und Pain Points deiner Kunden anpassen sowie den Produktdatenfeed aufbereiten und anreichern kannst, um mithilfe dieser Art der Datenanreicherung z. B. die Suche zu optimieren oder passende Empfehlungen in deinem Shop auszuspielen, legen wir dir unsere Blogartikel zu diesen Themen ans Herz.

Optimierte Suchfunktion im Online Shop von Picard dank Data Enrichment.
Dank einer optimierten Suchfunktion erhalten Kunden im Online Shop von PICARD beispielsweise auch zu eingegebenen Suchwortkombinationen passende Ergebnisse.
(Quelle: Screenshot von picard-fashion.com)

Unterstützung in Sachen Data Enrichment

Unterstützung beim Data Enrichment sowie in weiteren Themen rund um Datenmanagement, -infrastruktur und -administration erhältst du von verschiedenen Enrichment Services, die dich je nach Bedarf unterschiedlich stark unterstützen. So kannst du deine vorhandenen Daten z. B. an einen Service übergeben, der diese validiert und anschließend mit geeigneten Merkmalen anreichert. Auch gibt es verschiedene Softwareanbieter und Tools, welche dir beim Data Enrichment bestmöglich unter die Arme greifen. Dienstleister können dich zudem bei der kompletten Einführung von Data Enrichment in deinem Online Shop unterstützen und begleiten dich bei der Aufbereitung der vorhandenen Daten sowie der Einführung geeigneter Tools.

Zwei Anbieter, die auf Themen rund um Daten spezialisiert sind, möchten wir dir im Folgenden beispielhaft kurz vorstellen:

minubo ist ein Beispiel für eine schlüsselfertige All-in-one Business Intelligence Lösung, die speziell für den E-Commerce entwickelt wurde. Der Kern dieser Komplettlösung besteht darin, alle Daten, die verstreut im Unternehmen vorhanden sind, zusammenzubringen und dadurch Transparenz sowie eine gute Basis für holistische Entscheidungen und für die Weiterverarbeitung in Drittsystemen zu schaffen.

Als Digital Operations Platform bietet Actindo neben einem PIM-System zur Datenverwaltung und -steuerung auch einen sogenannten DataHub, der dafür sorgt, dass alle Daten reibungslos durch die verschiedenen Module und die externen IT-Systeme der Unternehmen fließen. Das flexible Datenmodell ermöglicht es dabei, komplexe und variierende Daten abzubilden, zu transformieren und an andere Module sowie externe Systeme zu übermitteln – und das vollständig automatisiert.

Fazit: Mit Data Enrichment holst du das Beste aus deinen Daten heraus

Die Kunden persönlich und individuell anzusprechen sowie für ein einzigartiges Einkaufserlebnis zu sorgen, kann für deinen Online Shop einen wesentlichen Wettbewerbsvorteil darstellen. Data Enrichment unterstützt dich dabei, deine Datenbestände so anzureichern, dass du daraus Rückschlüsse auf die Interessen und Bedürfnisse deiner Besucher ziehen kannst. So kannst du die Kundenansprache konsequent danach ausrichten und zielgenaue Entscheidungen treffen. Die Datenanreicherung bringt darüber hinaus auch in anderen Bereichen große Vorteile mit sich – ob verringerte Retourenquoten, Vermeidung von Kaufabbrüchen und Lagerstau oder stärkerer Abverkauf von margenstarken Produkten – mit Data Enrichment holst du das Beste aus deinen Daten heraus. Um die Wirksamkeit deiner Maßnahmen dabei sicherzustellen, solltest du deine Kampagnen kontinuierlich optimieren.

Quelle: ¹ Accenture

Häufige Fragen zu Data Enrichment
Was ist Data Enrichment?

Als Data Enrichment bezeichnen wir das Zusammenführen neuer Daten aus Drittquellen in die eigene Datenbasis. Die Datenanreicherung besteht dabei aus den drei Aspekten Bereinigung, Erweiterung und Vervollständigung.

Warum sollte ich Data Enrichment im E-Commerce nutzen?

Data Enrichment bietet dir die Chance, deine Kunden besser zu verstehen, die Informationen in einen größeren Kontext zu setzen und zielgerichtete Entscheidungen basierend auf den angereicherten Daten zu treffen.

Welchen Herausforderungen sehen sich Unternehmen im Bereich Datenmanagement gegenüber?

Eine Herausforderung besteht z. B. darin, dass die vorhandenen Daten oft in isolierten Datensilos stecken und nicht verbunden sind. Außerdem fehlt häufig die benötigte Infrastruktur für die Zusammenführung der Daten. Auch widersprüchliche Kennzahlen, fehlendes Kundenverständnis sowie fehlende datengetriebene Prozesse können Probleme darstellen.

Was sind Voraussetzungen für die erfolgreiche Datenanreicherung?

Grundlegende Voraussetzung für Data Enrichment sind integrierte Daten in Form einer soliden und verlässlichen Datenbasis und somit eine Dateninfrastruktur, die als Ausgangspunkt für die Datenanreicherung dient.

Welche Anwendungsbeispiele gibt es für Data Enrichment?

Im Online Shop kannst du die Inhalte mithilfe der angereicherten Daten besonders individuell an den Besucher anpassen. So kannst du an seinen Interessen orientierte Anzeigen und Produktempfehlungen einspielen. Oder du steuerst das Kauf- und Besucherverhalten über den Abbau von Hürden im Checkout-Prozess, beispielsweise durch Voreinstellung der User-Präferenzen. Auch kannst du angereicherte Daten nutzen, um gezielt Retouren, Kaufabbrüche oder Lagerstau zu vermeiden sowie margenstarke Verkäufe zu maximieren.

Du möchtest mehr zum Thema erfahren und lernen, wie du das volle Potenzial deiner Daten ausschöpfen kannst?

Sieh dir unsere Webinar-Aufzeichnung an!

Abonniere
unseren Newsletter

bloc Newsletter DE

Wir verarbeiten und speichern deine persönlichen Daten, um deine Anfrage zu beantworten. Siehe dir unsere Datenschutzerklärung an.