Egal um was für eine Kundenbeziehung es sich auch handelt, in jedem Fall können Daten gesammelt und ausgewertet werden. Ein Verkäufer liest im Gesicht seiner Kunden wie in einem offenen Buch. Er hört ihm zu, versteht die Zeichen der nonverbalen Kommunikation und nutzt die Informationen um das richtige Produkt zum richtigen Zeitpunkt präsentieren zu können.
Dem Online Shop fehlt der Verkäufer
Anders sieht es aber bei Online Shops aus. Hier sitzt der Kunde vor einem Computer oder einem anderen Endgerät, wie z.B. einem iPhone oder einem Tablet, um sich im Internet umzusehen oder nach Artikeln zu suchen. Leider ist es nicht möglich, einen Verkäufer neben den Kunden zu setzen, um ihn bei seinen Einkaufsentscheidungen zu lenken und ihm so die Qual der Wahl zu erleichtern. Allerdings ist es möglich, das Surf-Verhalten des Kunden auszuwerten und daraus Informationen abzuleiten. So kann man anhand des Suchbegriffs schnell erkennen, ob ein Kunde sich über ein Produkt informieren möchte, oder ob er ein Produkt kaufen möchte.
Beispiel:
- Samsung Galaxy S III Testbericht
- Samsung Galaxy S III Preis
Im ersten Fall sucht der Kunde nach Informationen und im zweiten Fall nach einem Anbieter mit dem besten Preis.
Dies ist nur ein einfaches Beispiel für die Datenanalyse. Es gibt hier vielfältige Möglichkeiten, die es ermöglichen anhand von ehemaligen Besuchen auf der Webseite, oder abgeschlossenen Warenkörben und betrachteten Produkten, unter anderem das Geschlecht, das ungefähre Alter und bestimmte Vorlieben (Technik, Sport, Musik, Filme, etc.) zu identifizieren.
Wofür interessiert sich der Besucher?
Ziel jeder Analyse dieser Daten ist es anhand von Mustern und bekannten Strukturen Eigenschaften zu erkennen und Zusammenhänge zu möglichen Interessen und Vorlieben zu dem jeweiligen Besucher zu finden. Ein sehr gutes Beispiel dafür liefert uns z.B. Google AdWords.
Was weiß Google AdWords über uns?
AdWords Anzeigen sieht man heute nicht nur auf den Webseiten von Google sondern auch auf anderen Webseiten und so kann Google sehr leicht unheimlich viele Daten über uns sammeln und so ein Persönlichkeitsprofil erstellen, um dann die optimalen Anzeigen auf den Webseiten darzustellen. Wer wie ich Google Web-Mail nutzt, der hat sicher schon mal den kleinen Hinweis oben rechts entdeckt “Warum sehe ich diese Anzeige?”. Die Frage ist berechtigt, aber wird ja auch direkt beantwortet. Wenn man auf den Link klickt, bekommt man die Antwort.
Zitat Google:
„Die Auswahl dieser Anzeige basiert auf den E-Mails in Ihrem Postfach. Im Anzeigenvorgaben-Manager finden Sie weitere Informationen und können Anzeigen von bestimmten Werbetreibenden blockieren oder die Anzeigenpersonalisierung ganz deaktivieren.“
Das bedeutet, dass hier ein Google Algorithmus die Mails im Posteingang scannt und dann eine Kundenanalyse durchführt. Ziel der Analyse ist es, das richtige Produkt zum richtigen Zeitpunkt zu bewerben.
Produktempfehlungen im Online Shop
Ein anderes Beispiel sind Produktempfehlungen in Online-Shops. Diese Produktempfehlungen werden in vielen Fällen mit Hilfe sogenannter Recommender Systeme erzeugt und verfolgen das gleiche Ziel wie der Google Algorithmus den AdWords verwendet. Diese Empfehlungs-Systeme versuchen Objekte in Relation zueinander zu bringen und die besten Empfehlungen werden dann im Online Shop als Produktempfehlungen angezeigt. Dabei wird zwischen persönlichen und anonymen Empfehlungen unterschieden. Anonyme Produktempfehlungen sind für alle Kunden gleich. Sie sind unabhängig von persönlichen Interessen und Vorlieben und bauen in den meisten Fällen ausschließlich auf der Ähnlichkeit von Produkten auf. Die personalisierten Produktempfehlungen werden hier speziell für einen Kunden erzeugt. Hier können unter anderem abgeschlossene Warenkörbe, aufgerufene Produkte oder Suchanfragen als Datenbasis verwendet werden. Die verwendeten Muster bringen oft nicht das optimale Ergebnis und sind durch gezieltes “Fehlverhalten” leicht zu beeinflussen. Allerdings sind diese Systeme oft sehr lernfähig und passen sich schnell den Gegebenheiten an. Daher werden sie sehr gerne eingesetzt, auch wenn die Empfehlungen nur zu 60% oder 80% korrekt sind und man sich als Kunde über die anderen Empfehlungen einfach nur wundern kann.
Kundenanalyse für den Erfolgreichen Online Shop
Erfolgreiche Webseiten und Online Shops müssen hier sehr viele Daten analysieren und bewerten, daher lohnt es sich in vielen Fällen, die Datenanalyse der Daten auf externen Systemen durchzuführen und so die eigenen Ressourcen zu schonen. Gibt man die Daten an einen externen Dienstleister weiter, erfolgt die Kundenanalyse auf den Systemen des Dienstleisters, der seine Infrastruktur auf die spezifischen Anforderungen der Datenanalyse ausgelegt hat und somit optimale Ergebnisse erreichen kann. Idealerweise werden hier die Daten sogar in Echtzeit analysiert und können so noch schneller die Ergebnisse einsehen und darauf reagieren.
Fazit:
Mit Hilfe der Informationen die man in seiner Datenbank über Produkte, Dienstleistungen, Kategorien, Schlagworte und anderen Attributen hat, kann man schon sehr gute Produktbeziehungen herstellen. Aber die Nutzung der Kundendaten schafft wesentlich bessere Ergebnisse und damit eine deutliche Verbesserung der Planbarkeit der Verkäufe und Umsätze.
Weiterführende Themen:
Du hast vollkommen recht, mit der Wichtigkeit der Informationsbeschaffung. Aber in der Praxis stehen dabei Zeit und Ertrag oft kaum im Verhältnis.
Das mit den Datensammeln ist zwar recht und gut, aber wie will man die Daten entsprechend auswerten. Es gibt so viele verschiedene Daten in verschiedenen Formaten. Eine Software, die diese Daten verarbeiten kann gibt es leider noch nicht.
Interessant aber irgendwo auch logisch. Je mehr Inforamtionen man hat, desto einfacher wird es die eigenen Ergebnisse zu verbessern. Ich hänge gerade auch daran so eine Art Empfehlungssystem umzusetzen, für eine kleine Website, bzw. bin im Brainstorming was dieses für Funnktionen haben soll. Gibt es da auch für Semiprofis adäquate Lösungen, Plugins, Programme?
Die Empfehlungssysteme sind wirklich sehr sinnvoll für Onlineshop Betreiber. Eine Bekannte von mir konnte damit um die 8 Prozent mehr Umsatz machen, was ich doch ganz beachtlich finde.
Ist das bereits ein guter oder ein durchschnittlicher Wert für den Einsatz dieser Tools?