Die Entwicklung komplexer Produkte (zum Beispiel in den Bereichen Versicherungen, Finanzen und Telekommunikation) wird meist den sachkundigen Expert:innen überlassen. Das klingt nach einem schlüssigen Vorgehen, stellt aber später oft eine Herausforderung für den Vertrieb dar. Denn: Je größer die Fachexpertise, desto größer ist in der Regel die Distanz zu den Kunden und ihren eingeschränkten Kenntnissen zum Thema. Das Produktdesign unterliegt somit häufig dem klassischen „Fluch des Wissens“ (curse of knowledge).
Aus einer Mischung aus gutem Willen und Mangel an vernünftigen Alternativen wird dann oft Folgendes entschieden: Wir fragen potenzielle Nutzer:innen, wo ihr Bedarf liegt, was sie brauchen oder was ihnen gefallen würde. Auch das klingt erst mal nach einer guten Methode. Doch auch hier gibt es ein „Aber“. Und damit sind wir beim Grund, warum das Wort Behavioral in der Überschrift zu diesem Beitrag vor Product Design steht. Die Verhaltenspsychologie hat uns folgende Erkenntnisse über das menschliche Bewusstsein gelehrt:
- Menschen – und somit Kunden – können „trockengeschwommen“, also ohne tatsächlich in der realen Entscheidungssituation zu sein, nicht korrekt angeben, wie sie sich in einer bestimmten Situation verhalten würden. Ihre Aussagen in Befragungen haben daher leider nur eine geringe Prognosequalität für echtes Verhalten. Man könnte auch sagen: Wenn wir Kunden fragen, was sie wollen, werden wir üblicherweise (ohne böse Absicht) belogen. Sinnbildlich steht dafür das bekannte Zitat mit den „schnelleren Pferden” von Automobilpionier Henry Ford. „Wenn ich die Menschen gefragt hätte, was sie wollen, hätten sie gesagt: schnellere Pferde“.
- Und: Menschen kennen ihre eigenen Wünsche, Vorlieben und Bedürfnisse überraschend wenig. In den allermeisten Fällen, nämlich zu 95 Prozent, fällen Menschen Entscheidungen unbewusst und aus dem Bauch heraus – mit Prozessen jenseits der Bewusstseinsschwelle.
Folglich müssen wir anders an die Entwicklung von Produkten herangehen. Und dafür brauchen wir tiefe, belastbare Daten und Forschungsbefunde über das menschliche Verhalten. Wie Autor und Unternehmensberater Simon Sinek sagte: „100 Percent of customers are people. If you don’t understand people, you don’t understand business.” Somit ist das Ziel von Behavioral Product Design klar abgesteckt: Produkte und Services zu entwerfen, die direkt am realen Kundenbedarf ansetzen.
Wenn uns die Verhaltenspsychologie oder auch Behavioral Science so viel Aufschluss darüber geben kann, was Kunden wirklich wollen, sollte auch die Produktentwicklung nach Prinzipien des Behavioral Design gestaltet werden. Wir nennen diesen Ansatz Behavioral Product Design. Die Idee dahinter: Produktideen werden mittels verhaltenspsychologischer Grundsätze konzipiert und anschließend experimentell (also ohne Kunden zu befragen!) vertestet. Konkreter gesprochen: Wir verkaufen Produkte an echte Kunden unter echten Umweltbedingungen, bevor sie überhaupt entwickelt wurden. Früher hieß es „If we build it, you can buy it”, mit Behavioral Product Design machen wir daraus „If you buy it, we will build it”.
Bisher kamen die Erkenntnisse aus der Behavioral Science vor allem im Marketing und im Vertrieb zum Einsatz. Doch oft passierte es, dass die Methoden ihr Potenzial nicht ausspielen konnten, weil die Produkte schlichtweg nicht zu 100 Prozent den Kundenbedarf trafen. Folgerichtig müssen wir die Erkenntnisse aus der Verhaltensökonomie schon einen Schritt vorher einsetzen: bei der Produktentwicklung.
Das Fünf-Phasen-Modell im Behavorial Product Design
In einem fünfphasigen Modell starten wir im Behavioral Product Design in den ersten beiden Phasen mit der Kundensicht.
Phase 1 des Modells aggregiert vorhandenes Wissen über die Zielgruppe – auch hier heißt es wieder: Experimentaldaten (zum Beispiel Tracking, A/B-Testing und Experimente) sind wichtiger als Befragungsdaten (zum Beispiel Fokusgruppen, Panel-Surveys und interviewbasierte UX-Labs). Das gewichtete Wissen definiert den Korridor der Produktentwicklung. Dieses wird mithilfe von Künstlicher Intelligenz zu virtuellen Zielgruppen ausgebaut (“Silicon Personas”), die mit dem richtigen Prompting erstaunlich präzise und detailliert beschreiben, in welchen Bedürfnissituationen Kunden sich befinden und mit welchen Pain Points sie sich konfrontiert sehen.
Phase 2 entwirft daraus das Entscheidungsmodell der Kunden: Was sind relevante Treiber und Barrieren? Welche Behavior Patterns, also welche unbewussten Verhaltensmuster oder Gewohnheiten, die die Entscheidungen beeinflussen, sind für die Kunden relevant? Wie wird aus einer generischen Kaufbereitschaft auch ein konkreter Kaufimpuls? Hier arbeiten wir mit verhaltensökonomischen Frameworks wie dem Behavioral Mapping und dem Behavioral Customer Journey Modelling.
Mit der dritten Phase nehmen wir die Unternehmenssicht ein und zeichnen auf Basis der Insights aus Phase 1 und 2 den tatsächlichen Optionenraum für das Unternehmen auf:
- Welche strategischen Optionen lassen sich durch das Wissen über Kundenfakten und Entscheidungskriterien ableiten?
- Was ist technisch und strategisch in der Produktgestaltung machbar?
- Was ist rechtlich und kommerziell machbar?
- Wie können das Werteversprechen und die Produktmechanik inklusive der Leistungen beschrieben werden?
Auch hierbei kommen umfangreiche KI-Ansätze ins Spiel: Aus Benchmarks und vorliegenden Testergebnissen werden Impulse für Produkte und Services automatisiert abgeleitet. In einem mehrstufigen Verfahren erarbeiten und „challengen” verschiedene KI-Agenten autark neue Ansätze und berechnen erste Marktpotenziale. Selbstverständlich werden diese nur als Startpunkt der eigentlichen Produktentwicklungsarbeit genutzt, bringen aber erheblich Breite und Geschwindigkeit in den Prozess.
In der vierten Phase des Modells richtet sich der Blick wieder auf die Kunden. Dort entwickeln wir Grobkonzepte (sogenannte „Produkt-Vignetten“) aus den Optionen von Phase 3. Diese werden dann als Produktpräsentationen visualisiert – selbstverständlich mithilfe sämtlicher verhaltenspsychologischer Prinzipien und Modelle in der Bild- und Textsprache aus unserem Standardwerk „PsyConversion®“ als Grundlage („117 Behavior Patterns für eine noch bessere User Experience und höhere Conversion-Rate im E-Commerce”). So ist sichergestellt, dass sich das Produktnarrativ und Alleinstellungsmerkmal auch konsistent in der Produktpräsentation wiederfindet.
Phase 5 dient der Validierung: Die verschiedenen Konzeptvarianten werden priorisiert und die geeigneten Test-Modelle ausgewählt. Dann wird es wieder experimentell: Mit Fake Door Tests (manchmal auch als „Smoke Tests“ oder „Painted Door Tests“ bezeichnet) erheben wir experimentell das reale Kaufverhalten der Menschen. Die Funktionsweise ist simpel: Wie bei einer „falschen Tür“ zeigen wir eine Möglichkeit auf, die real (noch) nicht existiert. Dafür werden Anzeigen auf Social-Media-Plattformen oder bei Google geschaltet, die echte Menschen in echten Bedürfnissituationen auf echte Landingpages bringen. Über diesen Weg können auch erste Marketing-Aussagen und Wertversprechen getestet werden. Mithilfe von generativer künstlicher Intelligenz und auf Basis von Prinzipien des Behavioral Designs generieren wir Anzeigen, die eine wesentlich höhere Klickrate versprechen als ihre klassischen Pendants.
In den Anzeigen stoßen die Kunden auf die Produktdarstellung aus Phase 4 und treffen echte Kaufentscheidungen. Anschließend wird auf wertschätzende und kooperative Weise aufgelöst, dass es sich um einen Test gehandelt hat. Mit dem Siegerprodukt gehen wir anschließend in eine iterative Optimierung, in der wir mit derselben Methodik die Feinheiten der Produktkomposition und das ideale Pricing ermitteln. Denn oft zeigt sich, dass die klassische Preis-Absatz-Funktion ein Mythos ist. Der Ansatz zeigt datenbasiert auf, wo lokale Optima bei der Preissetzung liegen, die dazu beitragen, die Profitabilität der Produkte zum Teil deutlich zu verbessern.
Ein besonderer Clou dieses Ansatzes: Weil die Algorithmen der Social-Media- und Werbeplattformen auf die Maximierung der Interaktion mit Werbebannern optimiert sind, steuern sie unsere Anzeigen immer dort aus, wo die Wahrscheinlichkeit am höchsten ist, auf vorhandenes Interesse zu treffen. Damit machen die Algorithmen die Arbeit für uns und identifizieren treffsicher die optimale Zielgruppe, die wir mithilfe der Social-Media-Profile auch direkt umfangreich verstehen können.
Der Produktwicklungsprozess mit Verhaltensökonomik (Behavioral Economics), @elaboratum
Welche Kernfragen beantwortet Behavioral Product Design?
Mit Behavorial Product Design können wir bereits vor der konkreten Produktentwicklung wichtige Kernfragen beantworten und damit sicherstellen, dass Unternehmen nicht auf das falsche Pferd setzen. Wir können zum Beispiel herausfinden,
- ob Produktkonzepte mit einem guten Product-Market-Fit entwickelt wurden,
- welche Value Propositions und Werbemittel funktionieren,
- ob Bedarf geweckt werden kann und bei welcher Zielgruppe,
- wo optimale Preispunkte für ein Produkt liegen.
Für den Business Case können wir exakt quantifizieren, wie die „Cost per Order Intention“ einzuordnen ist, wie groß der erreichbare Markt eingeschätzt werden kann und welches Umsatz- und Ertragspotenzial ein neues Produkt hat. Die Zeiten des „Schönrechnens“ eines vermeintlichen Forecasts für das Management und Gremienentscheidungen sind vorbei.
Kunden-Case: Behavioral Product Design für einen großen Versicherer – konkrete Umsetzung und beispielhafte Ergebnisse
Ausgangssituation:
Im Rahmen eines Projekts bei einem großen deutschen Versicherer haben wir Behavioral Product Design mit dem Ziel eingesetzt, ein neues Produkt zu entwickeln, das Zusatzumsatz bei einer neuen Zielgruppe generiert, aber keine Bestandsumsätze kannibalisiert. Um kein Markenrisiko einzugehen, haben wir eigens für die Testphase eine neue Brand als „Lockvogel“ entwickelt.
Im Projekt haben wir Produktideen basierend auf verhaltenspsychologischen Grundsätzen konzipiert und diese unter realen Bedingungen bei potenziellen Kunden getestet, bevor sie tatsächlich umgesetzt wurden. Diese Methodik hat es uns ermöglicht – wie oben in der Beschreibung des Ansatzes dargelegt –, fundierte Entscheidungen für die Produktentwicklung und das passende Vermarktungsmodell zu treffen. Zudem hat sie wertvolle Erkenntnisse über das potenzielle Interesse je Zielgruppe geliefert.
Konkrete Umsetzung:
Zur Steigerung der Zeit- und Kosteneffizienz in der Testphase haben wir KI-Tools eingesetzt, um Inhalte für Ads und Landingpages zu erstellen. Die Zielgruppenmessung erfolgte über die Ausspielung in Meta, wodurch wir relevante Erkenntnisse gewinnen konnten, unter anderem zu verschiedenen Gewohnheiten. So stellten wir bereits in dieser frühen Phase der Produktentwicklung fest, dass junge Männer entgegen der ursprünglichen Annahme deutlich mehr Interesse am Angebot zeigten als junge Frauen.
Das Interesse der potenziellen Kunden an den Produkten haben wir durch die Anzahl der Onsite-Klicks mit Kaufabsicht (zum Beispiel Klick auf „Jetzt abschließen“) auf den jeweiligen Landingpages gemessen. Dies ermöglichte uns, eindeutige Siegerprodukte aus den Konzeptionen zu identifizieren. Die Cost per Order Intention (CPOI) zeigte auf, welche Variante die geringsten Vermarktungskosten verursachte. In unserem Beispiel lag die Sieger-Variante aus der Interessensabfrage auch in dieser Hinsicht weit vorn.
Produktentwicklung powered by Behavioral Design und Künstlicher Intelligenz; © elaboratum
Beispielhafte Ergebnisse:
Durch die Behavioral-Product-Design-Methodik konnten wir einige falsche Glaubenssätze, die in der bisherigen Produktentwicklung vorherrschten, überwinden:
- Glaubenssatz: „Über Social Media lässt sich kein Bedarf wecken.“
Ergebnis: Wir konnten zeigen, dass Bedarf bei Menschen auch gerade dann erzeugt werden kann, wenn nicht aktiv nach dem Produkt gesucht wird. Unsere Kampagnen waren auch in Umfeldern erfolgreich, in denen Nutzer:innen ihre Aufmerksamkeit vermeintlich auf etwas anderes richteten.
- Glaubenssatz: „Das Produkt ist für junge Frauen.“
Ergebnis: Unsere Tests unter Echtbedingungen zeigten, dass junge Männer deutlich mehr Interesse an dem Produkt hatten. Diese Erkenntnis war für den Business Case und die Go-to-Market-Strategie äußerst wertvoll.
- Glaubenssatz: „Das Produkt ist nur attraktiv, wenn es günstig ist.“
Ergebnis: In unserem Beispiel stieg die Nachfrage mit dem Preissprung von 16,92 Euro auf 18,92 Euro deutlich an, sogar über das Niveau der günstigsten Variante von 14,92 Euro. Dies deutet darauf hin, dass die wahrgenommene Produktqualität mit dem Preis steigt und damit auch die Kaufintention für das hochwertigere Produkt.
Durch die Anwendung von Behavioral Product Design und die Messung des Produktinteresses mittels Onsite-Klicks mit Kaufabsicht konnten wir fundierte Entscheidungen treffen und die Produktentwicklung sowie die Vermarktungsstrategie optimal anpassen.
Zusammenfassung Behavioral Product Design
Was macht die Methodik so besonders? Das Credo „Keep it real!”. Denn im Behavioral Product Design betrachten wir echte Kunden, die echte Entscheidungen zu echten Kampagnen und Landingpages treffen. So unterläuft uns im Produktdesign kein Fehler durch methodische Verzerrungen des vorhergehenden Feldtests. Wie oben gesagt: Statt uns von Kunden „belügen“ zu lassen, sollten wir sie lieber in ihrem natürlichen Habitat beobachten. Tierfilmer gehen schließlich auch nicht in den Zoo, wenn sie authentisches Verhalten beobachten wollen.
Da wir jedoch trotz der Etablierung „echter“ Bedingungen noch in der Testphase sind, gehen Marken nicht das Risiko ein, ihre Budgets in die falschen Produkte zu stecken. Auch die Generierung und Nutzung künstlicher Brands, wie im obigen Case beschrieben, minimiert das Risiko. Die Markenstärke hat keinen Einfluss auf die Nutzerentscheidung, was die Experimentierfreude steigert und die Ergebnisse weiter verbessert.
Künstliche Intelligenz ist unser Helfer, denn der Algorithmus ermittelt die passende Zielgruppe genau. So kann der Business Case für ein neues Produkt präzise bestimmt werden. Unternehmen haben durch unsere Vorgehensweise eine überlegene Planungsmöglichkeit:
- Verhaltenspsychologisch hergeleitete Produkte mit Innovationskraft
- Echte Entscheidungen statt wackliger Umfragen
- Validierter Produkt-Markt-Fit auf Basis echter Kaufabsichten
- Abgleich der angestrebten Zielgruppe mit der Realität.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
