Personalisierung ohne Cookies.
Online-Shops zahlen viel Geld für bezahlten Traffic über verschiedene Werbe- und Marketing-Kanäle. Dennoch bleiben die Konversionsraten oft sehr niedrig. Das ist nicht nur teuer, sondern auch weder effizient noch effektiv.
Konversionsraten aber steigen mit einer optimierten User Experience (UX), was konkret eine gute Personalisierung bedeutet. Bisher wurden zu diesem Zweck Cookies verwendet, um einen Nutzer wiederzuerkennen und im zweiten Schritt das Angebot für diesen Nutzer zu personalisieren, dies basierend auf seinem Verhalten während der letzten Besuche in der Vergangenheit. Aufgrund der zunehmenden Ablehnung und Löschung von Cookies bleiben jedoch oft 60-80% des Traffics „unbekannt“ und können mit den bisherigen Methoden nicht mehr personalisiert werden.
Daher sind neue, innovative Lösungen erforderlich, die die Privatsphäre der Nutzer respektieren und gleichzeitig individuell relevante Inhalte bereitstellen. Dies zu ermöglichen und damit nachhaltig auf dem Markt bestehen zu können, ist eine große Herausforderung im E-Commerce.
Herausforderungen auf einen Blick
1. Personalisierung ohne Consent und ohne Cookies
Wie können Online-Shops relevante Inhalte ohne Cookies und damit ohne Wissen über den letzten Besuch des Nutzers im Shop ausliefern?
In den meisten Online-Shops bestehen bis zu 60-80% des gesamten Traffics aus unbekannten Nutzern. Selbst eine klassische Customer Data Platform (CDP), die Daten von Erstanbietern über das Nutzerverhalten sammelt, speichert mit großer Wahrscheinlichkeit personenbezogene Daten gemäß den Definitionen von DSGVO und ePrivacy. Für die Erfassung dieser Daten ist jedoch die Zustimmung des Nutzers (Consent) erforderlich. Daher bleibt das Problem bestehen, dass ein großer Teil des Traffics aus unbekannten Nutzern besteht — eine Entwicklung, die zunimmt.
2. Datenaktivierung in Echtzeit - Mit jedem Klick lernen
Ohne Cookies wird jeder wiederkehrende Besuch eines Nutzers immer als ein neuer Besuch eines neuen Nutzers aufgezeichnet. Der Nutzer bleibt einfach unerkannt. Wird die Customer Journey eines Nutzers nicht mehr aufgezeichnet, bleibt nur noch die aktuelle Session des jeweiligen Nutzers zur Personalisierung übrig. Daher muss die Datenaktivierung in Echtzeit in der laufenden Session erfolgen, auch ohne Kenntnis der vorherigen Customer Journey.
Die Datenaktivierung in Echtzeit basiert nur auf den angegebenen, oft nur anonymen Datenpunkten einer aktuellen Session und den in dieser Session getätigten Nutzerinteraktionen. Somit erfolgt bei jedem Klick eine Echtzeit-Analyse mit sofortiger Entscheidung und Auslieferung von „Was soll angezeigt werden?“. Die Datenaktivierung in Echtzeit ohne vorgefertigte Segmente oder vorbereitete „Personalisierungsrezepte“ ist eine große technische Herausforderung, da sie in wenigen Millisekunden geschehen muss. Obgleich ist sie lösbar.
3. Gezieltes Merchandising - Analyse der individuellen Relevanz bei gleichzeitiger Ausrichtung auf deine Unternehmensziele
Nur mit der oben beschriebenen Datenaktivierung kann ein Online-Shop für jeden Nutzer in dessen aktuellen Situation immer die passende Personalisierung liefern. Diese nutzerspezifische Relevanz sollte jedoch auch den Unternehmens- und Kampagnenzielen des Online-Shops entsprechen. Gezieltes Merchandising muss die Balance finden zwischen Hyper-Personalisierung und dem Verfolgen der eigenen, shop- oder kampagnenspezifischen Geschäftsziele.
4. Maximale Skalierbarkeit ohne Regelsätze und vordefinierte Segmente
Aufgrund der vielen unterschiedlichen Nutzer, ihrer Eigenschaften und Intentionen, der verschiedenen Marketing-Kanäle, der Produktvielfalt und der Shop-Kategorien in Kombination mit den gewünschten Kampagnen-, Shop- und Geschäftszielen ist ein vollautomatischer Abgleich all dieser Zutaten erforderlich, um effizient zu personalisieren. Personalisierung sollte nicht um der Personalisierung willen erfolgen, sondern sollte mit einem klaren Geschäftsziel durchgeführt werden. Die Abbildung dieser hochdimensionalen Merkmalskombinationen mit Regelsätzen für vorgefertigte Segmente ist nicht skalierbar. Ein solcher manueller oder halbautomatischer Ansatz kann vielmehr zu einem enormen und schnell wachsenden Einrichtungs- und Wartungsaufwand führen. Stattdessen ist eine skalierbare, datengestützte Bestimmung der individuellen Relevanz für alle denkbaren Situationen und Konstellationen erforderlich.
Ein Lösungsansatz, der beide Seiten glücklich macht, den Online-Kunden und den Online-Shop-Betreiber: Customer Engagement Platform
Die Customer Engagement Platform (CEP) ODOSCOPE bietet eine umfassende Lösung für diese Herausforderungen. Mit ihrem innovativen Ansatz zur Personalisierung im Einklang mit KI-gestütztem Merchandising bietet sie nachhaltige Lösungen für die Nutzung des vorhandenen Traffics und für eine langfristige Kundenbindung. Spezifische KPIs wie Konversionsraten, Umsatz, Marge usw. entwickeln sich nachhaltig positiv; das Shop-Management ist einfacher, schneller und viel transparenter.
Wie begegnet die ODOSCOPE Customer Engagement Platform diesen Herausforderungen?
1. Personalisierung ohne Consent und ohne Cookies. Look-alike-audiences.
Die Customer Engagement Platform ermöglicht eine Personalisierung ohne Cookies und ohne Wiedererkennung des Nutzers. Die anonymen Session-Daten des aktuellen Nutzers werden bei jedem Klick analysiert. Aus dem gesamten Datenverlauf wird eine dynamische Look-alike-Audience ermittelt. Diese Look-alike-Audience, d. h. eine Gruppe von Nutzern, die dem aktuellen Nutzer so ähnlich wie möglich ist, muss groß genug sein, um ein signifikantes Verhalten zu zeigen, und klein genug, um für den aktuellen Nutzer relevant zu sein.
ODOSCOPE selbst sammelt keine Daten und benötigt auch keine Pixel-Integration. Für die Durchführung der Personalisierung auf der Grundlage bereits gesammelter Daten und der aktuellen Session-Daten ist kein Consent des Nutzers erforderlich. Die Customer Engagement Platform basiert vollständig auf den gesetzlich-konform erfassten Web-Analysedaten des jeweiligen Shops. Die Echtzeit-Analysen der Look-alike-Audiences basieren auf anonymen Session-Daten wie“iPhone aus der Metropolregion Köln an einem Montagnachmittag via Kampagnen-Link xy“ plus das Nutzerverhalten aus der aktuellen Session “Kategorie: Winterjacken, Filter: Größe 40, Farbe Schwarz, Preis bis zu 200€“.
Stimmt ein Nutzer der Cookie-Setzung zu oder ist er sogar eingeloggt, dann können die weiteren (personenbezogenen) Daten auch zur Personalisierung verwendet werden.
2. Dynamische Datenaktivierung in Echtzeit. Mit jedem Klick lernen.
Da die Mehrheit der Nutzer im E-Commerce nicht mehr als wiederkehrende Besucher erkannt wird, bleibt nur noch die aktuell laufende Session mit ihren Datenpunkten und Nutzerinteraktionen übrig, um das Nutzererlebnis zu optimieren. ODOSCOPE analysiert eine individuelle Look-alike-Audience in wenigen Millisekunden, schärft sie mit jedem Klick des Users, passt sie ständig an und ermöglicht so die Auslieferung der individuell relevantesten Produkte in Echtzeit. Regeln passé — Dynamik olé!
Die dynamische Echtzeit-Datenaktivierung passt sich somit dem aktuellen Nutzerverhalten an, unabhängig davon, ob Filter und Kategorien geändert werden und sich somit die Interpretation der Absicht ändern kann. Im Gegensatz dazu können vordefinierte Regeln und vorgefertigte Segmente nur das Verhalten eines Nutzers aus dem letzten Besuch berücksichtigen. Ein neuer Besuch desselben Nutzers kann jedoch eine andere Absicht haben oder ein anderes Ziel verfolgen. Wie oft werden Nutzern die zuletzt angesehenen Produkte noch einmal angezeigt oder Empfehlungen nur aufgrund eines vergangenen Einkaufs ausgesprochen, obwohl der aktuelle Besuch eine neue, völlig andere Absicht hat als der letzte Besuch des Nutzers?
3. Balance zwischen Relevanz und KI-gestütztem Merchandising
Durch das Zusammenspiel von Datenaktivierung in Echtzeit mit KI-gestütztem Merchandising kann auf jedes Nutzerverhalten dynamisch und angemessen eingegangen werden. Es sind keine Regelsätze, keine vordefinierten Segmente und keine Anpassungen pro Kategorie erforderlich. Die KI berücksichtigt die „Gewichtung“ bestimmter Merkmale oder Datenpunkte (z. B.“Nutzern, die über Google Shopping kommen, etwas mehr Sales-Produkte ausspielen vs. Nutzern, die per Newsletter kommen, mehr neue Produkte anzeigen„) und agiert vollautomatisch.
Somit richtet sich die dynamische Echtzeit-Personalisierung immer nach der individuellen Relevanz für den einzelnen Nutzer und entlang der gewünschten Kampagnen-, Shop- und Geschäftsziele. Egal über welche Kanäle ein Nutzer kommt oder in welchen (wechselnden) Kategorien ein Nutzer surft. Statt oft sehr komplexer Regelsätze ist nur der „Hinweis“ auf ein paar Steuerungsfaktoren nötig, damit die KI diese hochkomplexe Aufgabe automatisch und immer datenbasiert erledigen kann.
4. Skalierbare Personalisierung
Die dynamische Datenaktivierung in Echtzeit kann sofort und präzise auf sich ändernde, neue oder andere Verhaltensweisen und Interaktionen eines Nutzers reagieren und das Nutzererlebnis in Echtzeit an das angezeigte Nutzerverhalten anpassen. Anstatt mit Regelsätzen für alle Nutzersegmente und deren Eventualitäten individuell zu agieren, die möglicherweise auch für jede Produktkategorie unterschiedlich eingerichtet und gepflegt werden müssen, kann die KI alle Varianten und Einflussfaktoren dynamisch analysieren. Die KI kann eine individuelle Entscheidung mit der höchstmöglichen Relevanz für den einzelnen Nutzer ausspielen.
Die vollautomatische Steuerung und die dynamischen Ausspielungen erfolgen nicht in einer Blackbox oder ohne Kontrolle oder engmaschige Überwachung. Um das System zu steuern und kontinuierlich zu optimieren, werden Ergebnisse und Entwicklungen in einem umfassenden Dashboard dargestellt und regelmäßig innerhalb eines wöchentlichen Jour Fixe besprochen, neue Strategien entwickelt, eingerichtet, überwacht usw.
Personalisierung an allen Touchpoints der Customer Journey
Von Suchergebnislisten über Produktlisten bis hin zu Empfehlungen on- und offsite, personalisierten Display-Bannern,...
Personalisierung muss ganzheitlich gedacht werden. An allen möglichen Touchpoints, an denen der Nutzer mit dem Online-Shop interagiert, müssen die Inhalte orchestriert, koordiniert und individualisiert werden. Nur dann können Nutzer eine wirklich individuelle UX erleben. Dies erfordert eine Technologie, die die Daten der einzelnen Touchpoints nutzt, kombiniert und die Produkt-Displays entsprechend anpasst. Dieses koordinierte Angebot, zugeschnitten auf die Interessen des Nutzers in seiner jeweiligen Einkaufssituation, wird zunehmend als Hyper-Personalisierung bezeichnet. Im Folgenden finden Sie Touchpoints der verschiedenen Phasen der Kundenreise aufgeführt und beschrieben, wie ODOSCOPE diese Hyper-Personalisierung sicherstellt:
1. Personalisierte Display-Banner: Adaptive Creative Optimization (ACO)
Awareness Stage: Die Customer Engagement Platform personalisiert Display-Banner entsprechend der individuellen Relevanz. Zu diesem Zweck muss der Ad-Server mit ODOSCOPE kommunizieren, um in den wenigen Millisekunden zwischen dem Gewinn eines Gebots und der Anzeige des Banners aus einer Reihe von Banner-Varianten das individuell relevanteste Banner zu identifizieren.
Frühere ACO-Projekte zeigten eine um 300% bessere Klickrate, indem sie das individuell relevanteste Banner ausspielten: Statt einer randomisierten Banner-Anzeige oder gar nur einer einzigen Banner-Variante für alle Nutzer wird für jeden Nutzer individuell entschieden, welche Banner-Variante angezeigt wird — entsprechend der individuellen Look-alike-Audience des Users, dem das Banner gezeigt wird. Die Look-alike-Audience wird anhand der Daten des Shops analysiert, auf den das Banner verlinkt, wodurch die Personalisierung des Nutzers im Kontext des Werbetreibenden und seines Produktangebots gewährleistet wird. Dies hat nachweislich zu einem deutlichen Anstieg der durch Banner generierten Verkäufe und Käufe geführt.
2. Sortierung der Suchergebnisse
Entdeckungs- und Suchphase: Oft ersetzt die interne Suche die Navigation: Nutzer geben Suchbegriffe für Produkte ein und erhalten als Suchergebnisse Links zu den entsprechenden Produktseiten. Die Produkte, die für den einzelnen Nutzer am relevantesten sind, sollten ganz oben stehen. Dadurch wird eine individuell sortierte Suchergebnisseite geliefert, die am wahrscheinlichsten zu einem Klick auf die Suchergebnisse führt, sodass der Nutzer direkt zu den für ihn relevantesten Produktdetailseiten weitergeleitet wird. ODOSCOPE ordnet diese Suchergebnisse in Echtzeit nach individueller Relevanz ein und optimiert so die User Experience und Nutzerführung auch in diesem Bereich.
3. Relevanz-Ranking in Produktlisten
Auf Kategorien- oder Produktübersichtsseiten lassen sich Nutzer inspirieren oder suchen gezielt nach für sie relevanten Produkten. Hier ist es wichtig, die Produkte, die für den aktuellen Nutzer relevant sind, gut sichtbar aufzulisten. Nur mit Produktlisten, die nach individueller Nutzerrelevanz sortiert sind, wird eine wirklich personalisierte UX erreicht, die auf das aktuelle Nutzerverhalten und die aktuelle Nutzerabsicht eingeht. Mit jedem Klick wird die Liste neu berechnet, gegebenenfalls neu sortiert und das Produktangebot an die Interessen des Nutzers angepasst, so wie es ein Verkaufsberater bei einem Kunden in einem Ladengeschäft tun würde. Für den Online-Shop erfordert dies eine Echtzeitanalyse mit Datenaktivierung in Echtzeit, die bei jedem weiteren Klick sofort eine personalisierte Ansicht erstellt.
4. Produktempfehlungen vor Ort und extern
Akquisition-Phase: Klassische Produktempfehlungen basieren auf der Aussage „Kunden, die x gekauft haben, kauften auch y.“ Dies ist jedoch nicht sehr spezifisch, da nach dieser Regel jedem ein weiterer Bestseller angeboten wird, nachdem er bereits einen gekauft hat. Die Customer Engagement Platform setzt eher auf einen nutzerzentrierten Empfehlungsansatz. Die Empfehlungen von ODOSCOPE basieren auf der Analyse “Kunden wie du, die x gekauft haben, kauften auch y“. Die Empfehlungen sind somit zielgerichteter, individueller und relevanter als eine generische herkömmliche Empfehlung, die unspezifische Empfehlungen wie „Kunden, die x gekauft haben, haben auch y gekauft“ anzeigt.
Zusammenfassung
Personalisierung kann auf verschiedene Arten gedacht und umgesetzt werden. Für einige sind Empfehlungen ausreichend, für andere sollten sie umfassender und ganzheitlicher sein. Die Customer Engagement Platform ODOSCOPE betrachtet Personalisierung ganzheitlich und langfristig. Daten stehen im Mittelpunkt aller Aktivitäten. Daten bedeuten Wissen, das genutzt und letztlich monetarisiert werden kann. Dieses Ziel wird mit dem Ansatz der Customer Engagement Platform ODOSCOPE verfolgt. Während die langjährige Erfahrung eines E-Commerce-Managers in der Regel sehr gute Richtlinien bildet, können Bauchentscheidungen aufgrund der Vielfalt der Nutzer, der großen Produktpalette und der hohen Dynamik im E-Commerce nicht mehr die Grundlage für Geschäftsentscheidungen sein.
Die Customer Engagement Platform ODOSCOPE bietet sowohl dem Online-Shop-Betreiber als auch dem operativen E-Commerce-Team eine Plattform, die datenzentriert und schnell agiert, hochinnovative Technologien einsetzt und volle Transparenz und Kontrolle bietet. Die Effizienz dieses Ansatzes spricht für sich: 100% des Traffics werden genutzt und das operative Team erlebt eine beispiellose Geschwindigkeit und Leichtigkeit bei der Erledigung seiner täglichen Aufgaben.
Mit Weitblick bei der Planung und Einrichtung der zugrunde liegenden Systemarchitektur ist die Plattform zu 100% DSGVO-konform und personalisiert auch ohne Cookies und Nutzereinverständnis. Dies macht die Plattform sicher, benutzerfreundlich und zukunftssicher.
