Der tägliche Griff in Deinen Briefkasten: kaum etwas los – und die wenigen Prospekte und Werbe-Mailings, die Du findest, sprechen dich nicht an. Im digitalen Postfach tummeln sich zwar Newsletter über Newsletter, aber mit relevanten Inhalten sieht es kaum anders aus: Interessiert Dich nicht. Also weg damit.
Aber was passiert, wenn Dir bei denselben Handgriffen, Klicks und Swipes der ,Wie-für-mich-gemacht-Effekt‘ begegnet?
Der was? Das ist leicht erklärt. Und doch beschreibt er einen komplexen Prozess: Der ,Wie-für-mich-gemacht-Effekt‘ begegnet Dir immer dann, wenn Dir mittels Angebotskommunikation Offerten unterbreitet werden, bei denen Du sofort denkst: „Das ist ja wie für mich gemacht!“ Die Technologie hinter diesem Effekt basiert auf den First-Party-Daten in Warenwirtschaft, ERP-, PIM- oder CRM-System Deiner Lieblings-Company – je nachdem, womit dort gearbeitet wird, um Deine Verhaltensdaten sowie die Produktdaten abzulegen. Sie ist somit gänzlich cookieless und greift nicht auf Dein Klickverhalten zurück. Vielmehr liest sie das, was Dich ausmacht: Deine Vorlieben und Deine Interessen. Sie liest Deine Bestellhistorie und dabei ist ihr völlig egal, welche Anrede Du in Deinen Kontaktdaten gewählt hast. Wird unter Deinem Account für den weiblichen Bedarf bestellt? Dann ist das die Information, die die Technologie benötigt. Wird unter Deinem Account für den Herrn bestellt? Dann wird dieser Weg gewählt. Wird unter Deinem Account für Weder-Noch oder Beides bestellt? Super, dann wird auch das berücksichtigt.
Denn einer KI, die Empfehlungen kreiert – einer sogenannten Recommendation Engine –, ist es schlichtweg egal, ob Du Hans oder Gretel heißt. Sie greift einzig und allein auf das zurück, was Du ihr über Dich mit Deinen vergangenen Käufen verraten hast. Denn das sind eben jene First-Party-Daten. Und nur auf dieser Grundlage gelingt der KI hochgradig personalisierte Print- und E-Mail-Kommunikation. Das gilt für B2B wie für B2C und für alle Branchen, ist DSGVO-konform und schafft Customer Experience wie Du sie nie zuvor erlebt hast.
A propos DSGVO: Der Einsatz einer KI wirft bekanntermaßen Fragen dazu auf, inwiefern die automatisierte Datenverarbeitung dem in Deutschland sowie auf EU-Ebene geltenden Datenschutz gerecht wird. Um es meinen weiteren Ausführungen voranzustellen: Grundsätzlich gilt hier, dass KI und Datenschutz einander nicht ausschließen. Wenn sie ineinandergreifen und beispielsweise Datensätze gänzlich anonymisiert verarbeitet werden, können sie einander sogar ergänzen. Weitere Informationen über den Spagat zwischen den damit einhergehenden ethischen und regulatorischen Anforderungen einerseits und der hyperpersonalisierten Kundenansprache andererseits findest Du im lesenswerten OMT-Beitrag „Künstliche Intelligenz und Datenschutz im Einklang: So gelingt innovatives Marketing“ von Nikolas Eichler.
Aber zurück zum Griff in Deinen Briefkasten und zu Deinem von Newslettern überfüllten Postfach: Lass uns gemeinsam die Exklusivität relevanter Mailings im Print-Kanal sowie passgenauer Kommunikation im E-Mail-Kanal ausloten. Starten wir einen Deep Dive in die unendlichen Möglichkeiten der hyperpersonalisierten Kampagnengestaltung mithilfe einer Recommendation Engine:
KI-basierte Empfehlungen
Das Außergewöhnliche wird zur Regel
Um die Mechanismen hinter den automatisierten Prozessen besser nachvollziehen zu können, müssen zunächst die unterschiedlichen Kampagnen-Typen definiert werden, die auf diese Weise umgesetzt werden können:
Werden personalisierte Empfehlungen zu vorab bestimmten Anlässen kreiert, nennt man dies eine Regelkampagne. Denn man stellt eine Regel auf, welcher die Kampagnengestaltung unterliegt.
Darunter fallen unter anderem Aktionen und Events wie
- Saisonkommunikation
- Sale-Angebote
- Abverkauf von Restanten
- Impulse im regelmäßigen Turnus
- Präsentation neuer Kollektionen
- Geburtstag, Black Friday, Muttertag, Weihnachten…
- …
Wichtig ist bei Regelkampagnen, dass keine unmittelbare Interaktion mit den Empfänger:innen stattfindet, das werbetreibende Unternehmen hat ein Kommunikationsbedürfnis. Jedoch sind alle mit ihren Daten im System verzeichnet und haben dadurch die Erlaubnis erteilt, datenschutzgemäß zu Marketingzwecken angeschrieben zu werden.
Eine solche Regelkampagne kann nun vom Unternehmen spezifiziert werden:
- Du hast bereits mehrfach eine Rüschenbluse gekauft?
→ Dann schlägt Dir die Recommendation Engine möglicherweise ein Top mit Volants vor. - Du bevorzugst eher den sportiven Hoodie?
→ Dann pflegt die KI ein vergleichbares Produkt in die individualisierte Angebotskommunikation mit Dir ein. - Du hast einen Kratzbaum für Deine Katzen bestellt?
→ Dann sucht Dir die Recommendation Engine das beste Kraftfutter für Deine Fellfreunde heraus.
Kurzum: Die Produkte mit größtmöglicher Relevanz werden herausgefiltert und ausgespielt. Dadurch wird die Kommunikation in der Personalisierung von der namentlichen Ansprache bis hin zum bestgeeigneten Artikel über das normale Maß hinaus zur Hyperpersonalisierung. Was das bei den Kundinnen und Kunden bewirkt? Sie kommen in den Genuss von Customer Experience, die weit über das Gewohnte hinausgeht.
Du willst wissen, ob das funktioniert? Dann überzeuge Dich selbst:
Was die Bestandskundschaft braucht: ORION Versand weiß es!
Das E-Commerce-Unternehmen ORION Versand macht sich seit Herbst 2023 die Automatismen der KI-basierten Print-Kommunikation für Hyperpersonalisierung in Regelkampagnen zu eigen und hat sie jüngst auch auf den E-Mail-Kanal übertragen. Den Bedarf der Leistungsfähigkeit einer Recommendation-Engine hat das Flensburger Unternehmen festgestellt, als es mit In-House-Mitteln eine kundengruppenspezifische Segmentierung zur Relevanzsteigerung seiner Angebote nicht weiter zuspitzen konnte. Als Vorreiter in genderneutraler Firmenphilosophie mit dem Slogan ,Lieb doch wie DU willst‘, war es ORION Versand ein großes Anliegen, auch in der Produktkommunikation jedem einzelnen DU gerecht zu werden. Zu diesem Zweck manuell jeden einzelnen Kundenaccount zu analysieren und passende Next Best Offers zu finden, hätte jedweden zumutbaren Arbeitsaufwand gesprengt.
Mithilfe einer leistungsstarken Recommendation Engine konnte den außerordentlich genauen Vorstellungen in Bezug auf die inhaltliche Gestaltung von Regelkampagnen in der Print-Kommunikation entsprochen werden. Die Ergebnisse der im monatlichen Turnus versendeten Direct Mails sprechen für sich und bekräftigen die Entscheidung des Versandhändlers, seine Empfehlungskommunikation fortan KI-basiert zu ergänzen:
Allein in der Schweiz, in der die Bestandskundschaft bislang nicht mit In-House-Mitteln segmentiert und einzig nach dem Gießkannenprinzip mit gleichem Inhalt angesprochen wurde, verzeichneten KPIs über einen Betrachtungszeitraum von sieben Monaten signifikante Steigerungen:
- Responsequote + 59 Prozent
- ROMI + 147 Prozent
- Umsatz + 153 Prozent
Zahlreiche weitere Schlüsselindikatoren (die Du auch hier nachlesen kannst) bestätigen ebenfalls, dass die Maximierung der Relevanz durch Hyperpersonalisierung greift und Print kein überholter analoger Werbeweg ist, sondern ein Performance-Kanal par excellence. Deswegen wurde auch der im Oktober 2024 versendete Gesamtkatalog erstmals um kundenindividuelle Empfehlungen erweitert.
Und was ist mit Neukundengewinnung?
Einen Sonderfall in der Konzeption von Regelkampagnen stellt die Neukundengewinnung mit Unterstützung einer KI dar. Diesen haben mein Team und ich für den Versandhändler Schäfer Shop mit dem Erzielen von 62 Prozent mehr Erstbestellungen erfolgreich umgesetzt. Das strategische Vorgehen gestaltete sich wie folgt:
- Fremdadressen aus der Zielgruppe des Online-Händlers für Bürobedarf wurden angemietet und mit so genannten digitalen Zwillingen kombiniert.
- Diese fanden sich in den verschiedenen Bestandskundentypen von Schäfer Shop.
Konkret gesprochen: Für eine Kaufempfehlung via Selfmailer suchte die Recommendation Engine beispielsweise einer Steuerberatungskanzlei aus den Fremdadressen Produkte wie Kopierpapier oder Büromöbel heraus, die sich in Bestellhistorien von Steuerberatungskanzleien aus der Bestandskundschaft fanden. Einem Industriebetrieb wiederum wurden diejenigen Lagerregale ausgespielt, die vergleichbare Unternehmen bereits erworben hatten. Auswertung von First-Party-Daten einmal anders gedacht!
Wichtig zu bemerken ist hierbei, dass dies eine Regelkampagne ist, in der es bislang noch zu keinerlei Interaktion zwischen Werbeempfänger:in und Werbetreibendem gekommen ist, um auf die eingangs angeführte Definition einer Regelkampagne zurückzugreifen. Dennoch bewegt sich die Kampagne zur Neukundengewinnung auf DSGVO-konformem Boden, da in Deutschland sämtliche Adressen auf postalischem Weg kontaktiert werden dürfen, die keine ausdrückliche Werbesperre verhängt haben.
Um die Erfolgsquote der KI-basierten Print-Kommunikation zu messen, entschied sich Schäfer Shop direct für einen A/B-Test:
- Aus 100.000 vorselektierten Adressen wurden zwei zufällige, exakt gleich große Gruppen gebildet.
- Eine Kontrollgruppe erhielt das Mailing ohne Einsatz der KI – also ohne jegliche Relevanz steigernde Maßnahmen.
- Der anderen Hälfte wurden Mailings geschickt, die mithilfe der digitalen Zwillinge von der Recommendation Engine mit hyperpersonalisierten Angeboten bedacht wurden.
- Passende Bedarfe bei potenziellen Neukundinnen und Neukunden wurden so aufgrund der Granularität auf Einzelempfängerebene geweckt.
Auch dies ist ein Beispiel für gelungene Customer Experience, welche in diesem Fall die Konvertierung von Zielgruppen ohne bisherige Touchpoints zum Brand in Bestandskundinnen und Bestandskunden ausmacht.
Trigger-Alarm im Warenkorb
Geht der Angebotskommunikation eine Interaktion von Kundenseite voraus, spricht man von einer Trigger-Kampagne – schließlich wird diese von den Werbeempfänger:innen ausgelöst, also getriggert. Trigger-Kampagnen sind zum Beispiel:
- Warenkorbreaktivierung
- Merklisten-Nachfass
- andere Benutzeraktionen wie der Download eines Produkts oder Supports
- Änderung des Familienstands
- Kündigung eines Vertrages
- …
Die Mechanismen einer Trigger-Kampagne lassen sich besonders plastisch am Beispiel der Warenkorbreaktivierung erläutern: In einem definierten Rhythmus filtert die Recommendation Engine hierbei diejenigen Kundenaccounts heraus, die einen Kauf abgebrochen haben. Ein solcher Rhythmus könnte beispielsweise alle 24 Stunden oder einmal wöchentlich sein – je nach Bedarf des Unternehmens.
Hier öffnet sich großes Potenzial, denn unabhängige Studien belegen mit Zahlen, was zahlreiche Online-Shops tagtäglich vor immense Herausforderungen stellt: Beispielsweise werden siebzig Prozent aller Warenkörbe abgebrochen, bei mobilen Nutzern beträgt die Quote sogar 85 Prozent (Quellen: baymard.com/lists/cart-abandonment-rate bzw. barilliance.com/cart-abandonment-rate-statistics). Warenkorbabbrüche stellen folglich ein großes und ernst zu nehmendes Problem des E-Commerce dar, welches innovative Lösungsansätze zur Reaktivierung einfordert.
Nachverfolgung und Reaktivierung
Die KI kann in der Warenkorbreaktivierung wie im Merklisten-Nachfass natürlich einfach an das favorisierte, aber nicht erworbene Produkt erinnern. Effektiver und für die angesprochene Person relevanter gestaltet sich ihr Einsatz jedoch, wenn sie zu Zwecken des Cross- und Upsellings herangezogen wird. In diesem Fall findet sie ergänzende Produkte, um auch diese zum Erwerb vorzuschlagen:
- Du hast das hoch dosierte Eisenpräparat im Warenkorb stehen gelassen?
→ Dann erinnert Dich die Recommendation Engine in ihrer Kommunikation daran, dass Du auch Vitamin C einnehmen musst, denn nur damit kann das Eisen vom Körper tatsächlich verarbeitet werden.
→ Beide Produkte zusammen stellen somit ein Perfect Match dar!
Woher die Recommendation Engine das weiß? Alles eine Frage der Wahrscheinlichkeit! Sie hat natürlich keine medizinische Grundausbildung, aber sie hat in den Bestellhistorien anderer Personen gesehen, dass zum Eisenpräparat typischerweise auch ein Vitamin-C-Präparat gekauft wird. Es ist also höchst wahrscheinlich, dass auch Du eines benötigst. Und genauso verhält sie sich auch, wenn sie dir den idealen Gürtel zur Jeans oder das perfekte Bit-Set zum Akkubohrer vorschlägt: Sie lernt und errechnet Wahrscheinlichkeiten.
Im Abbruch eine Chance sehen: Seventyseven® macht es vor!
Der Ansatz, einen Warenkorbabbruch zu reaktiveren und diesen mit der Empfehlung eines Perfect Matches zu kombinieren, eignet sich in idealer Weise für E-Commercer. Dies ist zum Beispiel beim Fashion-Versender Seventyseven® der Fall: Dessen Marketingstrategie fokussiert sich auf das Angebot von Outfits bzw. weiteren passenden Artikeln zu bereits erstandener Ware. Ein Fall für klassisches Cross- und Up-Selling also. Die Trigger-Kampagne läuft wie folgt ab:
- Der Warenkorb wurde nicht zum Kauf geführt. Hiernach haben Kundinnen und Kunden zwei Tage Zeit, dies nachzuholen.
- Eine intelligente Prozesslösung übernimmt, wenn dies nicht geschieht: Die Produktinformationen werden direkt aus dem Online-Shop an die Recommendation Engine weitergeleitet.
- Die Recommendation Engine errechnet nun zusätzliche Next Best Offers respektive Perfect Matches auf Basis der Kaufhistorie der Bestandskundin bzw. des Bestandskunden.
- In die Empfehlungen fließen Erkenntnisse über gut performende Produkte mit ein.
Dies ist ein besonders ausschlaggebendes Kriterium für den Einsatz einer KI, denn deren Definition ist nicht, dass ein einmal in sie eingepflegter Zustand bleibt, sondern dass sie sich im Fluss befindet und permanent weiterentwickelt. So verhält sie sich beispielsweise saisonal oder berücksichtigt Lagerbestände.
Die auf diese Weise ermittelten Produktofferten werden in der Trigger-Kampagne bei Seventyseven® nun in ein Print-Mailingkonzept eingefügt, welches sich folgendermaßen gestaltet:
- In einem namentlich personalisierten Anschreiben wird als Aufhänger der stehen gelassenen Artikel dezent platziert.
- Mittels KI gefundene Angebote (Next Best Offers, Perfect Matches) werden aufgegriffen.
- Ein Incentive wie eine Rabattierung oder Free Shipping können nach Kundenwert gestaffelt ergänzt werden.
- Geschlechterspezifische Ansprache z. B. durch Moodbilder und Personenabbildungen kreieren eine zusätzliche Nähe zu den Empfängerinnen und Empfängern.
- Personalisierte QR-Codes für den Shop-Aufruf (mit Referer) können zudem die Kaufereignisse tracken und für ein aussagekräftiges Reporting genutzt werden.
Die KI hilft dabei, das Interesse an den abgebrochenen Warenkörben wiederzubeleben und mit geringem Aufwand Cross- und Up-Selling zu perfektionieren. Alternativ oder zusätzlich gelingt dies über den E-Mail-Kanal.
In diesem Best-Practice-Beispiel war KI-basierte Empfehlungskommunikation für Seventyseven® gänzlich unvertrautes Terrain, doch die Kampagnen-Ergebnisse geben dem eingeschlagenen Strategie-Weg recht:
- Conversion Rate von 21,1 Prozent (innerhalb von vier Wochen)
→ davon 47,5 Prozent aller Bestellungen eine Kundenreaktivierung nach Inaktivität von min. 12 Monaten - CPO um 74 Prozent geringer gegenüber Online-Werbung
Hyperpersonalisierung und Relevanz der KI-basierten Kommunikation zahlen somit auch hier massiv auf das Konto der Customer Experience ein.
Und aus Produktsicht?
Bislang wurden die Kampagnen vom Konsumenten aus betrachtet. Aber dies ist auch aus der Perspektive des Produkts möglich. Zu Hilfe kommt in diesem Fall die Hyperpersonalisierung auf Makro- und auf Mikroebene. Was kompliziert klingt, ist im Grunde ganz simpel:
- In Logistik oder Filiale schlummert ein Winter-Herrenschuh in der Randgröße 48 seit geraumer Zeit seinen Dornröschenschlaf, aber die Tage werden wärmer und er sollte ein neues Zuhause finden.
- Die Recommendation Engine ist in Kombination mit Regelwerken in der Lage, auf Makroebene die Zielgruppe ,männlicher Bedarf‘ zu definieren.
- Auf Mirkoebene kann sie nun innerhalb dieser vorgenommenen Segmentierung auf diejenigen First-Party-Daten zugreifen, die verraten, dass von einem bestimmten Account aus Schuhe in der Größe 48 gekauft (und nicht retourniert!) wurden.
- Ein attraktives Sale-Angebot wird ergänzt.
Makroindividualisierung & Microindividualisierung
Dank des ,Wie-für-mich-gemacht-Effekts‘ sollte der Restant bald einen zufriedenen Kunden erreichen können.
Die Automatismen und Mechanismen der Hyperpersonalisierung lassen sich auf weitere Touchpoints in der Customer Journey übertragen und mit Regel- und/oder Trigger-Kampagnen gestalten. Zu diesen gehören unter anderem Maßnahmen zur Churn Prevention und ein Second Order Push, zum Beispiel nach einer Erstbestellung, die aus einer Kampagne zur Neukundengewinnung erfolgt ist.
Dabei beschränkt sich KI-basierte Print- und E-Mail-Kommunikation nicht auf E-Commerce und Versandhandel. Auf die Leistungen einer Recommendation Engine können auch zurückgreifen:
- Fundraiser
- Finanzdienstleister
- Telekommunikationsdienstleister
- weitere Unternehmen, die Empfehlungskommunikation betreiben
Die Kunst besteht aber darin, Recommendation Engine und KI zielgerichtet einzusetzen.
Mach einfach beides und profitiere doppelt
Auch ein Tandem aus Print und E-Mail ohne nennenswerten Aufwand möglich. Beide Kanäle mit Empfehlungen einer Recommendation Engine zu bespielen, nutzt die weitaus größere Erreichbarkeit per Print als Opt-out-Channel, lässt den kurzfristigen Informationsfluss der E-Mail mit Double-Opt-in aber nicht außer Acht. Hierzu hat die Deutsche Post im Oktober 2023 repräsentative Durchschnittswerte veröffentlicht:
- Mit Print erreicht man DSGVO-konform 98 Prozent der Bestandskundschaft – also alle Personen, die im vorhandenen System enthalten sind und keine oben bereits erwähnte allgemeine Werbesperre verhängt haben.
- Per E-Mail-Newsletter erreicht man nur 30 Prozent der Kundinnen und Kunden – sie müssen vom Unternehmen gefragt werden, ob sie angeschrieben werden dürfen, und bekommen somit die Wahl, sich aktiv dagegen zu entscheiden.
Beide Kommunikationswege zusammengenommen nutzen bei derselben Rechenleistung der KI sämtliche Effekte, welche die jeweiligen Medien positiv ausmachen. In einem weiterführenden Schritt können die Möglichkeiten der KI durch Regelwerke von Datenanalyse und Algorithmen erweitert werden. In diesem Fall betritt man das Terrain von Programmatic Printing und Programmatic E-Mailing als hochperformante Maßnahmen, Hyperpersonalisierung in Echtzeit zu verwirklichen. Hiermit gelangt die Hyperpersonalisierung analog und digital zur Kundschaft. Sie nutzt die Langzeitwirkung eines Printprodukts, das als Reminder mitunter über Wochen aufbewahrt wird, vermittelt aber auch kurzfristig. Sie erreicht die richtigen Empfänger:innen auf dem idealen Kanal zum perfekten Zeitpunkt mit maximal relevantem Content.
Hyperpersonalisierung mit und ohne DOI
Du möchtest, dass Deinen Kundinnen und Kunden der ,Wie-für-mich-gemacht-Effekt‘ begegnet?
Du möchtest, dass sie Hyperpersonalisierung erfahren und sich für Deine Kommunikation interessieren?
Dann nutze diese Checkliste
Du hast Produkte oder Dienstleistungen:
□ Du hast etwas zu kommunizieren
□ Sale-Aktionen
□ Events
□ Next Best Offer
□ Perfect Match
□ …
Du hast…
□ abgebrochene Warenkörbe
□ Merklisten
□ Benutzerinteraktionen
□ Verträge, die gekündigt werden
□ …
Du hast First-Party-Daten (Kundendaten, Verhaltensdaten):
□ Name und Anschrift
□ vergangene Käufe
□ Retourenverzeichnis
□ Merkmale der gekauften Produkte (Konfektionsgrößen, Produktsegment…)
□ Häufigkeit der Bestellungen
□ Warenwert der Bestellungen
□ …
Du findest diese Daten in…
□ ERP-System
□ CRM
□ PIM
□ Webshop
□ individueller Lösung
□ …
Du hast eine Webseite…
□ mit Bildern
□ Produktbeschreibungen
□ mit Informationen deiner Dienstleistungen
□ …
Wie viele Kästchen hast Du gecheckt? Fast alle? Das bestätigt Dir: Nahezu jede datentechnische Ausgangslage ermöglicht Deinen pragmatischen Start in KI-basierte Print- und E-Mail-Kommunikation. Die Automatismen und Prozesse machen Dich unabhängig von teuren Drittanbietern, sie bereiten Dir effektive Zeitersparnis und sind Dein Portal zu neuen Dimensionen der Customer Experience Deiner Company!
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
