Personalisierung erfordert eine präzise Datenbasis

Customer Experience: Personalisierung erfordert eine präzise Datenbasis (© freestocks on Unsplash)

Für immer mehr Unternehmen zählt die Personalisierung der Customer Experience zu den Kernbestandteilen ihrer digitalen Strategie. Doch die Umsetzung ist leider nicht immer professionell: Wer von uns wurde nicht bereits mehrere Tage hintereinander von einer Werbeanzeige verfolgt, die uns dazu anregen sollte, etwas zu kaufen, das wir bereits erworben hatten? Eine Taktik, die nicht nur Kunden verärgert, sondern auch dem Firmenimage schadet.

Wo es bei der Personalisierung hapert

Die Daten der Interessenten und Kunden sind standardmäßig über den gesamten Martech-Stack verstreut – vom CRM bis zu den unterschiedlichen Lösungen für die Marketingautomation, vom Management von Landingpages und Call-to-Actions, Webtracking, A/B-Testing bis hin zu Retargeting-Kampagnen. Hinzu kommt, dass die Daten teilweise personenbezogen, teilweise anonym vorliegen. Das heißt, sie sind nicht in Konsumentensegmente unterteilt, was das Potenzial der Personalisierung oder gar einen kundenzentrierten Ansatz einschränkt bis unmöglich macht.
Eine weitere Herausforderung stellt das angekündigte Ende der Third-Party-Cookies dar. Zwischen den neuen DSGVO-Richtlinien, die das Einholen der Einwilligung von Nutzern noch strikter regeln, und der Weiterentwicklung von Browsern wie Safari und Chrome, die nach und nach Third-Party-Cookies abschaffen möchten, erweist sich das Ausspielen von Werbung und das dazugehörige Tracking als immer heikler.

Wie die Daten beschaffen sein müssen

Im Zuge der technischen und regulatorischen Einschränkungen bevorzugen Firmen nunmehr Methoden, die sich vornehmlich den First-Party-Daten widmen, die aus Aktivitäten und Kanälen stammen, die dem Unternehmen selbst gehören. In diesen Daten liegt der Schlüssel zur echten Personalisierung. Die Website, der Newsletter, das CRM sowie das Callcenter gehören somit zu den Quellen, die das Sammeln von First-Party-Daten ermöglichen.

Darüber hinaus gibt es eine Unterscheidung zwischen Bewegungs- und Stammdaten. Bewegungsdaten werden einem bestimmten Moment zugeordnet. Hierbei handelt es sich um Verhaltensdaten (Seiten und Inhalte, die bei einer Sitzung angesehen wurden), kontextuelle Daten (Zeitstempel der Sitzung, Standort, aktuelle Wetterinformationen) und technische Informationen (genutztes Endgerät, Akquisitionsquelle). Im Gegensatz dazu umfassen Stammdaten Infos sowohl Daten aus vorherigen Interaktionen als auch aktuelle Profilinformationen. Hierzu gehören zum Beispiel Kaufhistorie, Warenkorbwert, Geschlecht oder Familienstand. Typischerweise handelt es sich um First-Party-Daten, die sich über die Zeit im CRM ansammelten und die für eine gelungene Personalisierung sehr viel wertvoller sind als reine Bewegungsdaten. Allerdings muss man dann noch in der Lage sein, diese zu aggregieren.

Daten aggregieren und segmentierten

Aggregieren bedeutet, zuerst diese Rohdaten zusammenzutragen, um sie in nützliche Informationen zu verwandeln. Anschließend stimmt man diese Daten eines Nutzers über mehrere Sitzungen und verschiedene Endgeräte hinweg auf ihn ab.

Sobald die Rohdaten vereint und Profilen zugeordnet sind, müssen letztgenannte noch segmentiert werden. Doch nach welchen Kriterien? Es stehen einige zur Auswahl: vom Kaufverhalten über den Navigationsverlauf auf einer Seite (oder in einer App) bis hin zum Akquisekanal der Besucher. Diese Besuchersegmente sind nicht in Stein gemeißelt: Indem man ihre Performance durch A/B-Tests überprüft, gelingt es, sie im Laufe der Zeit zu verfeinern, um sie den passenden Marketingaktionen zuzuordnen.

Es empfiehlt sich, zunächst einfache Schemata zu verfolgen, bevor man sich langsam (falls nötig) an komplexere Kombinationen heranwagt. Tatsächlich tut man sich nichts Gutes, wenn man ein Segment mittels mehrerer Kriterien definiert oder eine Kampagne A/B-testet, während man mit verschiedenen Varianten herumspielt. Das macht das Auswerten der Ergebnisse schwierig. Die Personalisierung eines Angebots mit einem Pop-up für ein bestimmtes Besuchersegment erlaubt es hingegen, ohne Zweifel ein Reaktivierungsszenario zu validieren (oder auch nicht). Beispielsweise für alle Website-Surfer, die die betreffende Produktkategorie seit 90 Tagen nicht mehr angesehen hat.

Die Personalisierung eröffnet große Handlungsspielräume in verschiedenen Bereichen – von Website-Inhalten, Push-Nachrichten, Hervorhebungen von Menüs in der Navigation über App-Interfaces und E-Mail-Kampagnen bis zu Werbeinhalten. Vor allem auch bei der Erstellung sogenannter „DCO“-Kampagnen (Dynamic Creative Optimization) erweist sie sich als äußerst nützlich.

Customer-Data-Plattform

Wenn es um digitale Kampagnen geht, steht am oberen Ende der Treppe der Einsatz einer Customer-Data-Plattform (CDP). Sie ist derzeit das einzige Datenmanagementsystem, das intelligente Datenverknüpfungen umsetzen kann. Die vereinheitlichten und segmentierten Daten verschaffen einen Überblick über die Gewohnheiten, Bedürfnisse und Erwartungen der Verbraucher und liefern ein 360-Grad-Profil jedes Besuchers. Personalisierung gilt als eines ihrer Hauptanwendungsfelder. Die in der CDP erstellten Segmente werden in Echtzeit an eine Personalisierungslösung weitergeleitet, wo sie mit einer großen Auswahl an Personalisierungsaktionen verknüpft werden können.

Theoretisch besteht eine CDP aus verschiedenen Komponenten: Datensammlung, Zusammenführung von Nutzerprofilen, Segmentierung und Aktivierung von Daten. In der Praxis fließen in eine CDP auch CRM-Elemente ein. Durch den Abgleich der First-Party-Informationen aus einem CRM mit anonymisierten Verhaltensdaten, die wiederum eine Data-Management-Plattform (DMP) sammelt, erweist sich eine CDP als Allrounder.

Personalisierung im Kontext von Cross Devices

Die Verfügbarkeit von Segmenten über alle Endgeräte hinweg gilt als klassisches CDP-Thema. Eine CDP beinhaltet ein Identity Management, das auf Basis von Daten User-Informationen zusammenführt. Dieses Identity Management arbeitet bisher deterministisch: Sobald sich ein User auf einem Gerät in ein Nutzerkonto einloggt, kann die CDP Daten mehrerer Geräte vereinigen. Das funktioniert auch bei der Fusionierung von Online- und Offline-Daten über Kundenkarten: Beim Einsatz einer Kundenkarte im stationären Handel, die mit einer E-Mail-Adresse verknüpft ist, laufen alle Touchpoints in einem anonymisierten Nutzerprofil zusammen. Verwenden hingegen mehrere Personen das gleiche Gerät, leiden die Ergebnisse. Die Herausforderung besteht hier darin, Verbindungen, die nur einmalig auftreten, nach einer bestimmten Anzahl an Tagen wieder aufzulösen.

Der Schlüssel für eine moderne Personalisierung liegt in der Fusion und Vereinheitlichung von Daten in einem Nutzerprofil (genannt Unique Identifier oder deterministischer ID Key): Möchte ein User anonym bleiben, nutzt er einen anonymen Browser. Sobald er sich jedoch einloggt und dadurch sein Opt-in gibt, erhält er personalisierte Ergebnisse.

In einer Zeit des Überflusses hilft eine nutzerzentrierte Personalisierung dabei, den Entscheidungsprozess zu vereinfachen. Ein Mehrwert für Menschen, die wenig Zeit oder Lust haben, sich durch ein gesamtes Angebot zu klicken. Im Kontext der Datenschutz-Grundverordnung (DSGVO) vereinfacht die Zentralisierung aller Informationen in einer einzigen Customer-Data-Plattform die Einhaltung der Vorschriften. Opt-ins werden systematisch erfasst: ohne vorherige Zustimmung des Nutzers keine Datenaktivierung.

Fazit

Verstreute, teilweise personenbezogene und zum Teil anonyme Daten, das Ende der Third-Party-Cookies, modernere Browser und neue DSGVO-Richtlinien gestalten das Tracking und die Personalisierung immer schwieriger. Deshalb richtet sich der Blick auf First-Party-Daten, die eine echte Personalisierung ermöglichen. Mithilfe einer Customer-Data-Plattform (CDP) gelingt es, Daten intelligent zu verknüpfen, um ein 360-Grad-Profil jedes Besuchers zu erstellen – über alle Endgeräte hinweg.