Skip to main content
personalisierung-predictive-targeting
17 December 2018

Webseitenpersonalisierung: Wann ist Predictive Targeting sinnvoll?

Autor
Man hört so viel von AI, dass man meinen könnte, es ginge gar nicht mehr ohne Machine Learning oder Deep Learning. Das stimmt teilweise, denn wo der Mensch im Voraus seine Zielgruppe festlegt, kann ein Algorithmus aus dem Verhalten der Besucher lernen und durch Nutzung aller existierenden Daten seine Vorhersagekapazitäten in Echtzeit verbessern. Hinzu kommt, dass der Algorithmus rund um die Uhr arbeitet. Kein Wunder also, dass er eine bessere Performance bietet. Ob der Einsatz von Algorithmen sinnvoll ist, hängt allerdings von der jeweiligen Situation ab. Es ist natürlich möglich, die Vorliebe eines Besuchers für den Aktions-Button in einer bestimmten Farbe zu ermitteln. Schwieriger ist es, den daraus entstandenen Umsatzzugewinn zu berechnen. Dies ist klar eine Situation, welche auch mit einer manuellen Methode geregelt werden könnte. Dabei ist der Einsatz von Machine Learning nicht nötig. Wir haben bei unseren Kunden fünf Situationen ausgemacht, in denen der Predictive-Ansatz für On Site-Aktionen besonders sinnvoll ist. Wenn Sie sich in einer von diesen Situationen wiedererkennen, ist Predictive Marketing wie für Sie geschaffen!

1. Wenn die Kaufabsicht oder das Interesse an einem Angebot ermittelt werden soll

Der Algorithmus nutzt alle ihm zur Verfügung stehenden Besucherinformationen (inklusive sozio-ökonomischen oder offline-Daten). Zahlreiche Studien wie die von Benjamin Reed Shiller zeigen allerdings, dass vor allem heiße Echtzeit-Daten wie On-site Verhalten oder Kontext ausschlaggebend sind, um das Interesse eines Besuchers an einem Angebot zu ermitteln. Es ist allerdings extrem schwierig, wenn nicht unmöglich, „von Hand“ zu ermitteln, ob ein Besucher eine hohe oder niedrige Conversion-Wahrscheinlichkeit für ein bestimmtes Angebot zeigt. Im besten Fall läuft dies über die Berechnung eines Scorings, was aber ein kompliziertes und langwieriges Verfahren darstellt oder schlimmstenfalls über Intuition. Anders ausgedrückt ist die Nutzung von Machine Learning besonders sinnvoll, wenn es sich um stetig wandelnde Daten handelt. Ein Predictive-Algorithmus sollte genutzt werden, wenn das Segment nicht präzise definiert werden kann, weil die Kriterien zu ungenau, zweideutig oder variabel sind: :
  • „Ich möchte nur unentschlossenen Besuchern einen Discount-Coupon anzeigen.“
  • „Ich möchte Besucher ansprechen, die eher reagieren, wenn Produkte rar sind, und ihnen eine Dringlichkeitsbotschaft übermitteln.“

2. Wenn das Targeting der falschen Zielgruppe viel Geld kosten würde

On-site Aktionen können den Traffic auf Ihrer Webseite steigern, gleichzeitig aber auch die Zahl der Besuche in Ihrem Geschäft erhöhen. Neue Kunden können über ein Incentive auf der Webseite angelockt werden. Aber Lead ist nicht gleich Lead. Ein Incentive kann sich als unwirtschaftlich erweisen, wenn es auch Personen ohne Kaufabsicht unterbreitet wird. In diesem Fall steigert Predictive Targeting die Rentabilität der Aktion, weil diejenigen Leads ermittelt werden, die besonders auf das spezifische Angebot anspringen.

3. Wenn viele unterschiedliche Daten bearbeitet werden

Manchmal spielen zahlreiche Kriterien für die Definition eines Segments eine Rolle. Wenn diese Kriterien auch noch sehr unterschiedlich sind, ist die Nutzung eines Algorithmus angebracht. Dieser Algorithmus kann ganz verschiedenen Daten weit besser als jeder Mensch abgleichen und identifiziert die Kriterien, die für eine gegebene Marketingaktion am relevantesten sind. Selbst die Identifikation von scheinbar unkomplizierten Zielgruppen, wie die der Warenkorbabbrecher, wird mit Predictive Targeting verbessert. Grund dafür ist die Entstehung von Korrelationen zwischen Besuchern, die weit über das einfache Verlassen der Seite hinausgehen.

4. Wenn Sie im großen Rahmen personalisieren möchten

Manuelle Personalisierung ist sehr zeitaufwendig. Die Vorbereitung ist sehr zeitintensiv, da die Methode iterativ ist, d.h. die Segmentierung muss je nach Ergebnissen angepasst werden. Wenn Sie zahlreiche Personalisierungsaktionen planen, wird es kompliziert. Einer der großen Vorteile des Predictive Targeting ist die mögliche Automatisierung der Aktionen. Großes Volumen, Komplexität sowie Diversität der Daten kann ein Algorithmus einfach besser verarbeiten als ein menschliches Gehirn. E-Merchants und Marketeers können sich auf Ihre Strategie Konzentrieren, ohne sich um die Details der Umsetzung ihrer Aktionen kümmern zu müssen.

5. Wenn Sie über begrenzte Ressourcen verfügen

Sie managen zahlreiche Projekte und haben nicht genügend Zeit, alles allein zu bewältigen? Hier bietet ein Predictive-Algorithmus einen doppelten Vorteil: Er ist einfach einzurichten (kein Big Data Funnel zur vorhergehenden Organisation der Daten) und ermöglicht die automatische Identifikation Ihrer Zielgruppen (kein Update der Segmentierung, z.B. nach der Veränderung bestimmter Seiten Ihrer Webseite). Kurzum: Predictive Targeting ermöglicht eine ganz erhebliche Zeitersparnis.

Trotz des wachsenden Erfolgs von Predictive-Personalisierung bleibt der manuelle Ansatz sinnvoll und sollte genutzt werden, wenn die Zielgruppe einer Marketingaktion anhand von präzisen Kriterien klar definiert werden kann. Beispiele:  „Ich möchte meine treuen Kunden, die über die letzten sechs Monate für mindestens 200€ eingekauft haben, mit der Einladung zu einem Event belohnen.“ oder „Ich möchte neuen Besuchern ein Willkommensangebot unterbreiten.“, usw.

Wir wünschen schöne Conversion-Steigerung! New call-to-action