“Empfehlung” und “Personalisierung” werden häufig fälschlicherweise als austauschbare Begriffe im Online-Marketing verwendet. Beide sind jedoch für fast alle Unternehmen mit Online-Präsenz unverzichtbare Praktiken. Gemeinsam mit A/B Testing und breiten Optimierungstechniken sind diese Tools die Zukunft des Marketings im 21. Jahrhundert. Obwohl es sich dabei um komplexe Methoden handelt, um Kunden und Besucher zu erreichen und zu binden, ist die Prämisse selbst recht einfach. Zu lernen, wie Sie eine Website und das Kundenerlebnis optimieren können, ist der Schlüssel, damit ein Unternehmen sein volles Potenzial entfalten kann.

Der Unterschied zwischen Empfehlung und Personalisierung

Für die meisten Menschen sind Personalisierung und Empfehlung dasselbe. Wenn ein Unternehmen seinen Service an unsere Bedürfnisse anpasst, kann es Empfehlungen nutzen, um unsere Interaktionen zu personalisieren. Diese Wörter sind also Synonyme, oder? Naja, nicht wirklich.

Eine Empfehlung ist eine Form der Personalisierung, aber die Personalisierung ist keine Form der Empfehlung. Wenn Youtube beispielsweise auf Grundlage früheren Suchverhaltens Videos vorschlägt, ist das eine Empfehlung, die darauf basiert, was andere Youtube-User vorher geschaut haben. Ein Restaurant könnte jedoch einen Tisch am Fenster vorschlagen, basierend auf vorherigen Reservierungen, die Sie vorgenommen haben. Dies ist Personalisierung, da es auf den spezifischen Gewohnheiten einer Einzelperson und nicht auf einem breiten Algorithmus basiert. Je mehr Sie über eine Person wissen, desto besser. Mit anderen Worten: eine Empfehlung wird häufig um Dinge herum aufgebaut, während die Personalisierung um Einzelpersonen herum aufgebaut wird.

Es gibt natürlich viele Überschneidungen und je sachkundiger und durchdachter eine Empfehlungsmaschine wird, desto stärker werden sich solche Methoden an die Personalisierung  annähern. Für den Moment ist es jedoch wichtig, die beiden Kategorien und ihre Techniken nach Definition und Praxis zu trennen, um ihre Auswirkungen, ihr Potenzial und ihre Verwendung vollständig zu verstehen.

Empfehlungen

Empfehlungen sind den meisten als Algorithmen bekannt, die weitere Inhalte auf Medien-Webseiten vorschlagen. Die bereits erwähnte Seite Youtube baut stark auf diesem Modell auf mit dem Ziel, die User so lange wie möglich auf ihrer Webseite zu halten, um mehr Werbeeinnahmen zu generieren.

Aber das Konzept der Empfehlung ist nicht auf Medien-Unternehmen und Sehgewohnheiten begrenzt.

Es gibt drei Hauptempfehlungskonzepte. Jedes dieser Konzepte hat seine eigenen Vorteile für spezifische Bereiche. Diese sind:

  • Empfehlungsmaschinen
  • Produktempfehlung
  • Ratingempfehlung

Empfehlungsmaschine

Empfehlungsmaschinen, manchmal  auch bezeichnet als Empfehlungssystem, sind die zuvor erwähnten Algorithmen, die hauptsächlich für Medien-Seiten verwendet werden. Netflix kann beispielsweise Ihr früheres Sehverhalten nutzen, um andere Serien oder Filme zu empfehlen. Wenn Sie zum Beispiel Star Trek geschaut haben, ist es wahrscheinlich, dass es Ihnen eine weitere Sci-Fi Serie empfiehlt. So weit, so gut. Durch das Tracken der Sehgewohnheiten von Kunden könnte Netflix jedoch auch feststellen, dass Star Trek-Zuschauer häufig auch an Naturdokumentationen interessiert sind. Darüber hinaus könnten bestimmte Star Trek-Veröffentlichungen, wie beispielsweise die Originalserie, mit bestimmten Naturdokumentationen korrelieren, beispielsweise mit denen, die mit großen Raubfischen des Meeres in Verbindung stehen.

Wie findet Netflix also solche scheinbar zusammenhanglosen Links? Indem Sie jeden Ihrer vielen Millionen User tracken. 2006 bot Netflix eine Belohnung von 1 Million US-Dollar an, um den effektivsten Algorithmus für das Verfolgen und Vorhersagen des Nutzerverhaltens zu finden. Die ursprünglichen Gewinner des Preises haben das System um 10% verbessert, was vielleicht nicht viel erscheint, aber solche Verbesserungen sind enorme Summen wert. Je besser das System funktionierte, desto mehr Leute traten bei. Je mehr Leute beitraten, mit desto mehr Daten musste Netflix arbeiten und desto besser wurde das System. Dieser Schneeballeffekt hat sie zu einem der erfolgreichsten Medienunternehmen der Welt gemacht.

Es sind jedoch nicht nur Medien-Unternehmen, die Empfehlungsmaschinen nutzen.  Bis zu einem gewissen Grad sind Suchmaschinen auch Empfehlungsmaschinen, die nicht zusammenhängende Daten herausfiltern, um die Ergebnisse effektiver zu machen.

Produktempfehlungen

Produktempfehlungen stellen lediglich eine Erweiterung der Fähigkeit der Empfehlungsmaschine dar, irrelevante Elemente herauszufiltern. In diesem Fall bezieht es sich jedoch auf Produkte. Es erfordert eine eigene Kategorie, da es den Kauf von Gegenständen betrifft anstatt Inhalte.

E-Commerce, das auch viele andere Funktionen der Empfehlung und Personalisierung nutzt, war schon immer ein Innovator auf dem Gebiet der Empfehlungsmaschinen. Wohl am bekanntesten ist Amazon, die diese Technik auf verschiedene Weise nutzen, um ihre Umsätze um besagte 35% zu steigern. Es sei darauf hingewiesen, dass Amazon diese Daten bekanntermaßen geheim hält, dies ist jedoch eine Einschätzung.

Die erfolgreichsten Produktempfehlungsmaschinen bieten nicht nur Vorschläge auf Webseiten. E-Mail-Konversionsraten, Umsätze, die durch Links erzielt werden, welche per E-Mail verschickt werden, sind für Unternehmen wie Amazon bekanntermaßen außerordentlich hoch. Dies wird zum Teil durch die Daten ermöglicht, die von Empfehlungsmaschinen und gezielten Kampagnen gesammelt werden.

Ratingempfehlungen

Ratingempfehlungen funktionieren branchenübergreifend, oder zumindest könnten sie das theoretisch. Die zuvor genannten Unternehmen Netflix und Amazon haben beide Ratingsysteme, die das Feedback andere Kunden zur Verfügung stellen. Bei Amazon ist dies die allgegenwärtige Sternebewertung, bei der jedes Produkt von eins bis fünf bewertet wird. Netflix verwendet die “Daumen hoch” oder “Daumen runter” Bewertung, die der Empfehlungsmaschine ebenfalls dabei hilft, bestimmte Vorschläge herauszufiltern, wodurch der Algorithmus personalisiert wird.

Ratingempfehlungen werden manchmal als “implizites Feedback” bezeichnet (das zusätzlich noch Kommentare beinhaltet). Umfragen haben gezeigt, dass die große Mehrheit der User, 88% laut einer BrightLocal Umfrage in 2014, von diesem Feedback genauso beeinflusst wird, wie von der persönlichen Empfehlung eines Freundes.

Personalisierung

Im Gegensatz zur Empfehlung steht die Personalisierung erst am Anfang ihres Potenzials.

Das liegt teilweise daran, dass diese immer effektiver wird, je mehr ein Unternehmen über eine Person weiß. Was manchmal als „One-to-One-Marketing“ bezeichnet wird, kann durch seinen Ehrgeiz und seine Reichweite die Art und Weise, wie wir mit Technologie interagieren, für immer verändern.

In Wahrheit ist die verfügbare Technologie derzeit nicht in der Lage, die einzelnen Daten zu erfassen, um so etwas wie die potenziellen Unternehmen zu erreichen, und es gibt viele Probleme im Zusammenhang mit dem Datenschutz, mit denen das Internet noch in den Kinderschuhen steckt. Es scheint jedoch so, dass die Unternehmen in Zukunft vermutlich eine Form der Personalisierung einsetzen werden.

Es ist zu beachten, dass es zwei Arten der Personalisierung gibt: Produkt und Website. Dies sind zwei sehr unterschiedliche Konzepte.

Produktpersonalisierung

Produktpersonalisierung ist ein deutlich einfacheres Konzept und eins, das die meisten von uns schon mal genutzt haben oder zumindest kennen. Ein typisches Beispiel wäre die Auswahl der Farbe eines Kleidungsstücks aus einer abwechslungsreichen Auswahl, beispielsweise einem Schuh. Manchmal kann Produktpersonalisierung recht detailliert werden, sodass Kunden ein Produkt fast von Grund auf neu erstellen können:

Website Personalisierung

Im Gegensatz dazu verwendet die Website Personalisierung die komplexen Big Data. Der Teufel steckt im Detail, und das Detail kann winzig sein. Was es von der Empfehlung unterscheidet, ist, dass diese Daten persönlich sind.

Alter, Geschlecht, Standort, die Einkaufsgewohnheiten und Bewertungen auf Webseiten, Social Media Likes, Incentives, die möglicherweise von anderen Marketingkampagnen erfolgreich waren, die Tageszeit und sogar das aktuelle Wetter, können alle berücksichtigt werden.

Das alles wirft die Frage auf, wie Personalisierung hilft? Erstens, die Menschen werden mit Bildern und Informationen bombardiert, sobald sie online gehen. Normalerweise bezieht sich dies im Idealfall vage auf das ein oder andere Interesse. Im schlechtesten Fall ist es eine irrelevante Ablenkung. Wie bereits oben gesehen, können diese Informationen Websites dabei unterstützen, Angebote anzuvisieren, dem Kunden die relevantesten und hilfreichsten Informationen zu präsentieren und die wahrscheinlichsten Produkte zu empfehlen, die der Kunde möglicherweise kaufen möchte.

Die App-Personalisierung verwendet die gleichen Prinzipien wie die Website-Personalisierung. Zu diesem Zeitpunkt liegt die App-Personalisierung, in Bezug auf die Entwicklung, etwas hinter der Website-Personalisierung zurück. Die Lücke wird jedoch immer kleiner, da sich immer mehr Unternehmen der Vorteile bewusst werden.

Optimierung

Der einzige Weg, um sicherzugehen, dass die Empfehlungsmaschinen oder Personalisierungssysteme eines Unternehmens so effektiv wie möglich sind, ist mit A/B Testing. Dies ist Teil des Optimierungsprozesses, der Empfehlungs-Testing genannt wird. AB Tasty bietet Empfehlungs-Tools, die die Optimierung aufzeigen und diejenigen herausfiltern, die nicht effektiv sind. Jeder Aspekt der Website-Interaktion kann verbessert werden und so zu einem höheren ROI (Return On Investment) führen. Server-side A/B Testing ermöglicht Ihnen zusätzliche Flexibilität, um Ihre Empfehlungsalgorithmen zu testen.

Vorteile der Optimierung beinhalten:

  • Bessere Erfahrungen für den Kunden, Pflegen der Kundenbindung
  • Höherer Einkaufswagenwert, mehr Umsatz pro Besuch
  • Fokussierte Empfehlung für bessere Conversion Rates
  • Allgemein verbesserter Inhalt, besseres Website Ranking
  • Höherer ROI
  • Fokussierte E-Mail-Kampagnen
  • Neulinge anziehen
  • Ungewollte Werbeanzeigen (Spam) herausfiltern
  • Gesamtbetrag steigern

Jeder Aspekt der Optimierung hat das Potenzial, die Aufmerksamkeit auf das zu richten, was für eine Website funktioniert und was verbessert werden kann. Verschiedene, sowohl einfache als auch komplexe, Metriken können eine beeindruckende und zutiefst aufschlussreiche Methode zur Optimierung für alle Unternehmen darstellen, wenn sie richtig angewendet werden.