Hyperpersonalisierung ohne Kundendaten

Ein Fachartikel von Martin Janzen und Philipp Plettenberg

Egal ob im Textil-Einzelhandel, im Schnellrestaurant oder beim Onlineshopping: Personalisierte Angebote gehören mittlerweile zum Standard; generische und undifferenzierte Angebote werden vom Kunden nicht (mehr) akzeptiert. Jeder zweite Kunde will dediziert auf sich zugeschnittene Angebote erhalten [1] – und 80 Prozent der Kunden geben an, eher von einem Unternehmen zu kaufen, das eine auf sie zugeschnittene und damit personalisierte Customer Experience bietet [2].

Hyperpersonalisierung ist erfolgsentscheidend

Dabei birgt die personalisierte Kundenansprache nicht nur Chancen, sondern auch Risiken: 38 Prozent der Kunden würden nicht mehr bei einem Anbieter kaufen, wenn der die Personalisierung schlecht macht [3].

„Schlecht“ bedeutet dabei sowohl „zu wenig“ als auch „zu viel“: Während Empfehlungen basierend auf dem persönlichen Musikgeschmack eines Musikstreaming-Anbieters als wertvoll empfunden werden, können Hinweise einer Banking-App zu den durchschnittlichen monatlichen Ausgaben ihrer Nutzer zu bestimmten Einkaufskategorien als gravierender Eingriff in die Privatsphäre empfunden werden. In beiden Fällen haben Unternehmen Nutzungsdaten der eigenen Kunden dafür genutzt, ein persönliches Nutzererlebnis zu erzeugen – gut gemeint ist nicht immer gut gemacht.

Bei der Personalisierung geht es für Unternehmen um weit mehr als nur die Erwartungshaltung von Kunden zu erfüllen. Richtig gemacht hat sie einen signifikanten Einfluss auf Umsatz- und Gewinnwachstum. Kunden, die Personalisierung erfahren, kaufen mehr und konvertieren stärker als jene, die bloß „normal“ online shoppen.

Am Beispiel Amazon.com bedeutet das: Kunden, die Nutzer des Premium- Versanddienstes Prime sind, konvertieren in 74 Prozent der Fälle, also in knapp drei aus vier Mal. Shoppen dieselben Kunden auf Nicht-Amazon- Webseiten, sinkt deren Conversion auf sechs Prozent. Amazon schafft es also, durch Personalisierung die Conversion im Vergleich zum „regulären“ E-Commerce, um über 1100 Prozent zu steigern. Ähnlich erfolgreich ist Amazon übrigens bei Kunden, die kein Prime haben: 13 Prozent Conversion auf Amazon stehen den im E-Commerce typischen drei bis fünf Prozent gegenüber [4]. Es ist also nicht (nur) die Treue zum Unternehmen, die Kunden verstärkt bei Amazon kaufen lässt.

Darüber hinaus kann Hyperpersonalisierung einen signifikanten Erfolgsbeitrag durch Reduktion der Kostenbasis bieten (gesenkte Akquisitionskosten, effizientere Kundenbindung versus Neukunden- akquise, Prozessautomatisierungen). Als populäres Beispiel quantifizieren Netflix das Kostenreduktionspotenzial ihres Empfehlungsalgorithmus auf eine Milliarde US-Dollar p.a. oder rund 30 Prozent der operativen Kostenbasis [5].

Ein weiterer Grund für personalisierte Kundenansprache liegt in der bis zu drei Mal gesteigerten Marketingeffektivität. Die Kaffeehauskette Starbucks versendete bereits 2016 mithilfe ihrer AI-Engine erstmals mehr als 400.000 Varianten hyperpersonalisierter Nachrichten – pro Woche. Im Ziel erhält jeder Kunde eine individuelle Nachricht [6]. Es ist selbstredend, dass Kaffeetrinker eher ins Kaffeehaus gehen, wenn sie eine Empfehlung für eine neue Kaffeesorte erhalten (als zum Beispiel einen Tee oder einen Softdrink).

Die genannten Beispiele geben ein Gefühl dafür, welch schieres Potenzial hinter der personalisierten Kundenansprache steckt.

Definition und Ziel der Hyperpersonalisierung

Was bedeutet Hyperpersonalisierung? Eine universalgültige Definition sucht man vergebens. Wir umschreiben die Elemente der Hyper- personalisierung daher wie folgt (siehe Abb. 1.):

 

• Relevante, individualisierte Interaktion zwischen dem Kunden und dem
• Das Unternehmen nutzt dabei sowohl traditionelle/statische Daten, verhaltensbezogene/-ökonomische und vor allem Echtzeitdaten (In- Relation-Setzung mithilfe von AI/automatisierten Datenmodellen/ maschinellem Lernen).
• Die Interaktion findet über alle Kanäle/alle Kundenberührungspunkte statt.
• Das Unternehmen segmentiert so granular wie möglich, im Idealfall bis hin zu einem „Segment of One“ (also für jeden Kunden eine eigene Ansprache; zum Beispiel anderes Mailing montags versus vor dem Wochenende – daher inklusive der zeitlichen Komponente).

 

- Abb. 1: Elemente der Hyperpersonalisierung. -

Im Ziel wirken alle Maßnahmen der Hyperpersonalisierung darauf hin, das Kundenerlebnis zu verbessern und die Conversion zu maximieren. Die Maßnahmen sind damit direkt ergebnisrelevant. Im weiteren Sinne zahlt Hyperpersonalisierung auch auf die gesteigerte Kosteneffizienz ein, was wiederum zu einem gesteigerten Ergebnis führt.

Wichtig dabei ist: Personalisierung kann in einem ersten Schritt, in der minimalen Variante, erst einmal auf einen Teilbereich des Unternehmens, zum Beispiel auf die Kundenansprache reduziert werden. Ganzheitlich gedacht profitiert jedoch nicht nur die Kundenakquisition, sondern wirklich jeder Teilbereich des Unternehmens und deren Prozesse von der personalisierten Kundeninteraktion:

• Marketing: Wie und über welchen Kanal erreiche ich meinen Kunden, worauf „springt er an?“
• Produktgeber: Welche Produkte in welcher Ausprägung für welchen Kunden? Was weiterentwickeln/abschalten? Wie die Customer Journey gestalten?
• Vertrieb: Welchen Kunden spreche ich wie an, mit welchem Produkt? Was ist dem Kunden wichtig/wie argumentiere ich richtig? Welcher Vertriebsansatz?

Ein ganzheitlicher Ansatz muss über die unterschiedlichen Unter- nehmensbereiche abgestimmt werden, um effektiv zur Zielerreichung beizutragen.

Das Problem/typische Herausforderungen

Die Vorteile personalisierter Kundenansprache liegen auf der Hand; sie können mit weiteren treffenden, industrieübergreifenden Beispielen untermauert werden. Dennoch stehen Unternehmen bei der Umsetzung einigen Herausforderungen gegenüber – und sie beginnen meist in den oberen Führungsebenen.

„Wir müssen so werden wie Amazon, die machen das schon seit Jahren richtig.“ „Wenn du auf Zalando gehst, dann wird auf der Startseite das angezeigt, was gerade für dich passend ist“, solche und vergleichbare Aussagen führen dazu, dass Unternehmen unrealistische Ziele und Zeitpläne hinsichtlich personalisierter Ansprache verfolgen, die letztendlich zum Scheitern verurteilt sind. Das aus zwei Gründen:

Organisationale Herausforderung: Zum einen geht mit einem Wandel hin zu einer kundenzentrierten, hyperpersonalisierten Ansprache immer auch ein organisatorischer, prozessualer und kultureller Wandel einher. Er kann nicht von heute auf morgen bewirkt werden; es bedarf eines mittel- bis langfristig angelegten Transformationsplans, der nicht durch die Beschaffung eines neuen Tools oder einer Erweiterung des CRM- Systems ersetzt werden kann.

Herausforderung der Datenverfügbarkeit: Zum anderen sind in den meisten Fällen die für eine derart hyperpersonalisierte Kundenansprache nötigen Daten innerhalb des Unternehmens schlichtweg -) zu statisch, -) veraltet, -) unvollständig, -) in isolierten Systemen gespeichert und daher nicht greifbar oder -) gänzlich nicht verfügbar. Auch aus qualitativen Gesichtspunkten sind meist eher demografische Daten verfügbar (zum Beispiel Alter, Geschlecht, Familienstand); die „spannenderen“ Datensätze zur Psychografie (zum Beispiel Motivation, Lebensstil, Einstellung) und jene verhaltensökonomischer Natur (zum Beispiel Kaufverhalten, Customer Journey, Loyalitätsstatus) fehlen.

Beide Herausforderungen können adressiert werden.

Zur organisationalen Herausforderung: In einem ersten Schritt wird sich das Unternehmen darüber bewusst, wo es im „Spektrum“ der Hyperpersonalisierung befindet. Welche Formen der personalisierten Kundenansprache werden heute eingesetzt? Welche sind technisch darstellbar/könnten eingesetzt werden? Wie fortgeschritten ist die Kundensegmentierung? Diese und vergleichbare Fragen helfen dabei, ein realistisches Bild zum eigenen Reifegrad zu erlangen und realistische Ziele zu definieren.

- Abb. 2: Ntsal Reifegradmodell zur Hyperpersonalisierung. -

Basierend darauf kann ein individueller Transformationsplan entwickelt werden, der die Voraussetzungen für organisationales Lernen schafft, Kunden nach und nach personalisierter anspricht/sie an die Ansprache gewöhnt und vor allem das Unternehmen und deren Akteure abholt und mitnimmt.

Zur Herausforderung der Datenverfügbarkeit: Unternehmen können das Problem zur Datenverfügbarkeit typischerweise nicht adressieren, in dem sie eine technische Lösung auf die bestehende IT-Infrastruktur aufsetzen und so erwarten, dass ein Algorithmus/eine KI in magischer Art und Weise die fehlenden Datenbestände ergänzt.

Auch lautet die Antwort nicht, den gesamten Datenbestand in seiner heutigen Form grundlegend zu aktualisieren und Zeit und Ressourcen dahingehend zu investieren, dass Vertrieb oder Customer Service jeden Kundenberührungspunkt dazu nutzen, um die meist veralteten Datenbestände zu aktualisieren. Beide Maßnahmen zur Datenverfügbarkeit können maximal komplementär wirken, werden isoliert jedoch auf absehbare Zeit kein zufriedenstellendes Ergebnis liefern.

Lösung: Hyperpersonalisierung ohne Kundendaten

Kann ein Unternehmen hyperpersonalisieren, ohne die geeignete Kundendatenbasis zur Verfügung zu haben? Die Antwort lautet: Ja. Durch die Nutzung der direkten Kundeninteraktion, mit bestehenden Kunden, in bestehenden Kanälen und bestehenden IT-Systemen und Prozessen.

Der Fokus liegt dabei vor allem auf der (laufenden) Interaktion mit den Kunden eines Unternehmens und dem Ziel, einen dynamischen, hochgradig aktuellen Datensatz zu schaffen.

So können Unternehmen hyperpersonalisierte Kundenansprache betreiben, ohne auf nur einen einzigen Bestandsdatensatz (die Kontaktadresse ausgenommen) zuzugreifen.

Je nach Anwendungsfall werden simple Interaktionen skizziert und konkretisiert. Diese Interaktionen umfassen zum Beispiel einfache Fragen, die dem Kunden gestellt werden, mögliche Entscheidungsalternativen oder intuitive „Schubser“ („Prompts“/„Nudges“).

Richtig eingesetzt, lassen sich darüber entweder unmittelbar personali- sierte Angebote ausspielen oder relevante Datenpunkte sammeln, wie in den drei folgenden Optionen im Detail dargestellt.

- Abb. 3: Möglichkeiten, Hyperpersonalisierung zu verankern. -

Möglichkeit 1: Instant Push

Ziel ist, bei Kunden, die ein aktives Kaufinteresse haben, mit personalisierten Angeboten den Entscheidungsprozess signifikant zu verkürzen und so schneller zum Abschluss zu gelangen.

• Prozesse/Fragen/Weichen werden „ad hoc“ in den bestehenden Kaufprozess/die Customer Journey integriert.
• Im Vordergrund steht nicht das Sammeln von Daten, sondern das Stellen der jetzt wichtigen Fragen, um sofort zu einer Empfehlung zu
• Ziel: Dem Kundensollindemjeweiligen Augenblickeinpersonalisiertes Angebot gemacht werden; er soll zum Kauf bewogen werden.

Umsetzungsbeispiele:

• E-Commerce, Schuhhändler: Frage bei Einstieg auf die Landingpage:
  „Für Sport, Abendveranstaltung oder täglichen Gebrauch?“
• E-Commerce, Reiseportal: Frage per E-Mail an Bestandskunden: „Wo wärest du lieber, am Strand oder in den Bergen?“, (und entsprechend unterschiedliche Links bei Klick auf die Antwort)
• Financial Services/Retail Bank: Frage im Onlinebanking: „Viel im Ausland unterwegs, oder zu Hause in Deutschland?“
• Digitale Medien, Schnittsoftware: Frage im Onlinestore: Personengebundene Einmallizenz vs. monatliches Abo? (sowohl im B2C als auch im B2B praktikabel)

  Möglichkeit 2: Build-up & refine

  Ziel ist, die direkte Konversation zu erhöhen und parallel sukzessive einen Datensatz aufzubauen, der für die zukünftige verfeinerte Ansprache genutzt wird.

• Die vorab als notwendig identifizierten Daten werden über gezielte Interaktion
• Anschließend werden sie zur personalisierten Ansprache/für individualisierte Angebote genutzt und darüber hinaus regelmäßig
• Ziel: Stärkung der Kunde-Unternehmen-Beziehung/Interaktion; in der Folge Aktion
  
  Umsetzungsbeispiel:
• Montag: Kunde öffnet die App des Unternehmens, um letzte Bestellung zu prüfen und erhält ein Pop-up mit drei Fragen
• Dienstag: Kunde erhält E-Mail, die eine einfache Frage zu Präferenzen enthält
• Mittwoch: Kunde telefoniert mit Kundendienst: „Eine kurze Frage hätten wir noch…“
• Donnerstag: Fehlende Antworten werden interpoliert; es entstehen 3 x 3 x 3 = 27 Subsegmente
• Freitag: Mailing mit richtiger Ansprache, Produkt und Preis wird an die richtigen Kunden-Subsegmente verschickt

 

Potenzielle Abnutzungseffekte bei Build-up & refine: Um Kunden personalisiert anzusprechen/personalisierte Angebote zu machen, müssen vorab und wie zuvor exemplarisch beschrieben Kundenpräferenzen erfragt werden. Bei zu häufiger Kundenansprache ohne Ergebnisse kann es dabei schnell zu einem Abnutzungseffekt kommen. Ein Beispiel: Der Kunde wird befragt, ob er Fußball- oder Handballfan sei. Dann fragt man ihn, ob er Fan von Mannschaft A oder Mannschaft B sei. Zuletzt fragt man ihn noch, ob er lieber ins Stadion geht oder zu Hause die Matches verfolgt.

Setzt man diese Befragung fort, wird der Kunde früher oder später nicht mehr auf die Fragen des Unternehmens reagieren. Spielt man dem Fußballfan, der Fan von Mannschaft A ist und am liebsten ins Stadion geht, hingegen einen Rabattgutschein für eine Currywurst und ein Kaltgetränk beim nächsten Stadionbesuch aus, erfährt der Kunde eine Belohnung/kann die Fragen zuordnen und wird auch in Zukunft gewillt sein, Fragen zu seinen Präferenzen zu beantworten.

Möglichkeit 3: Enrich & retain

Wenn eine solide Datenbasis vorhanden ist, kann die personalisierte Interkation genutzt werden, bestehende Kundensegmente zu verfeinern, Bestandskunden länger zu halten und Neukunden effizienter zu gewinnen.

Obgleich die Königsdisziplin im Rahmen der hyperpersonalisierten Ansprache, soll „Enrich & retain“ an dieser Stelle nur kurz adressiert werden. Bei dieser Ausrichtung werden Bestandsdaten hinsichtlich Eignung zur zuvor festgelegten Zielerreichung analysiert und auf Basis der aufgedeckten Lücken Handlungsfelder identifiziert. Im Ziel werden Datensätze systematisch aktualisiert und dauerhaft/dynamisch angereichert; mithilfe von maschinellem Lernen/künstlicher Intelligenz werden Datenlücken geschlossen.

Die Ausrichtung kann als Verstetigung der personalisierten Ansprache mit dem Ziel, die Intelligenz der Bestandsdaten zu steigern, verstanden werden. Die Vorstufe sind „Instant Push“ und „Build-up & refine“.

 

Vier Schritte zum Erfolg

Richtig umgesetzt, können Unternehmen mit Personalisierung schnell Erfolge verzeichnen. Weder braucht es dafür komplizierte IT-Systeme/ IT-Umstellungen noch große Mengen an Bestandsdaten.

Im Mittelpunkt steht die Steuerung der direkten, natürlichen und oft spontanen Interaktion mit Kunden. Wir gehen dabei in vier Schritten vor:

1. Kontext und Potenzial: Führungskräfte und Spezialisten des Unternehmens definieren und bewerten einen klaren Kontext, in dem Personalisierung kurzfristig stattfinden Stoßrichtungen werden diskutiert; das quantitative Potenzial verschiedener Alternativen ermittelt. Im Vordergrund stehen Maßnahmen, die kurz- bis mittelfristig implementiert werden könnten/so Erfolge schnell (für die gesamte Organisation) sichtbar werden.
2. Konzeption und Validierung: Die vielversprechendsten Ansätze werden in agilen Teams verfeinert und für die Implementierung Im Vordergrund steht das „schnelle auf die Straße bringen“, um so am und gemeinsam mit dem Echtkunden zu lernen.
3. Customer Experience und Technologie: Testergebnisse/was funktioniert/woran muss noch gearbeitet werden, werden in den laufenden Betrieb überführt; dazu werden nötige technologische Anforderungen definiert/potenzielle Vendoren/Partner bei der Umsetzung
4. Skalierung: Erkenntnisse werden auf die Gesamtorganisation übertragen (Kunden, Kanäle, Produkte, Prozesse, Governance – länderübergreifend).

    

Fazit

Personalisierung ist für Unternehmen jeglicher Größe relevant und kann zu signifikantem Umsatz- und Gewinnsteigerungen führen. Der beschriebene Ansatz einer gezielten, gesteuerten Kundeninteraktion kommt gänzlich ohne bestehende Kundendaten aus. Er kann auch dazu genutzt werden, Bestandsdaten intelligent anzureichern und bestehende Segmentierungen in Aussagekraft und Relevanz zu verbessern.

Bei der Konzeptentwicklung, Umsetzung oder auch grundsätzlichen Machbarkeitsstudien und Potenzialschätzungen kann es sinnvoll sein, einen erfahrenen Berater mit ins Boot zu holen. Ergebnisse können so schnell erreicht und typische Fallstricke vermieden werden:

• Kein einheitliches Verständnis von Personalisierung und den Potenzialen innerhalb des Unternehmens.
• Vorhaben zu groß/nicht scharf genug gefasst; Kundengruppe und Warengruppe sind nicht ausreichend eingeschränkt.
• Tools werden gekauft, ohne Business-Anforderungen/Use Cases ausreichend zu definieren.
• Rechtliche Vorgaben werden nicht ausreichend beachtet (DSGVO), andererseits kann es vorkommen, dass Legal zu dominant ist/die Marschrichtung
• Angebote werden zu persönlich/zu invasiv gestaltet; Kunden sind irritiert und werden verschreckt.
• Es wird implementiert, aber keine Möglichkeit geschaffen, den Erfolg der Maßnahmen zu messen/Erfolg versus Misserfolg nicht vorab
• Das Konzept wird im Elfenbeinturm gebaut, ohne Vertrieb in der Fläche ins Boot zu holen/zu informieren

 

Literatur

• Mladenovska, (2022): Hyper-Personalization in Marketing: The Key to Increasing a Brand’s Growth. – https://woorise.com/hyper-personalization-in- marketing-the-key-to-increasing-a-brands-growth – Zugriff 05.09.2022
• Jaffery, (o. J.): Deloitte: Connecting with meaning. – https://www2. deloitte.com/content/dam/Deloitte/ca/Documents/deloitte-analytics/ca-en- omnia-ai-marketing-pov-fin-jun24-aoda.pdf – Zugriff 05.09.2022
• Blum, (2019): Gartner: Gartner Survey Shows Brands Risk Losing 38 Percent of Customers Because of Poor Marketing Personalization Efforts
  • https://wgartner.com/en/newsroom/press-releases/2019-03-11-gartner- survey-shows-brands-risk-losing-38-percent-of – Zugriff 05.09.2022
• Zaroban, (2015): Amazon Prime members convert 74 % of the time.
  • https://wdigitalcommerce360.com/2015/06/25/amazon-prime-members- convert-74-time/ – Zugriff 05.09.2022
• McAlone, (2016): Why Netflix thinks its personalized recommendation engine is worth $1 billion per year. – https://www.businessinsider.in/Why- Netflix-thinks-its-personalized-recommendation-engine-is-worth-1-billion-per- year/articleshow/52754724.cms – Zugriff 05.09.2022
• Brown, (2017): A.I. Informs Personalization for Starbucks. – https:// www.dmnews.com/ai-informs-personalization-for-starbucks/ – Zugriff 05.09.2022