Direkt zum Inhalt
Einzelhandel

Fünf Wege jenseits traditioneller Segmentierungsmethoden im Einzelhandel

21. Oktober 2022
https://storage.googleapis.com/gweb-cloudblog-publish/images/retail_sustainability.max-2600x2600.jpg
Matt Sullivan

Global Head of Strategic Partnerships, Google Cloud

Scott Duby

Retail ISV Partnerships Lead, Google Cloud

Kontakt

Lernen Sie unsere Lösungen mit unseren kostenlosen Versionen ganz unverbindlich kennen. Wenn Sie mehr über das Leistungsangebot von Google Cloud erfahren möchten, hilft Ihnen unser Vertriebsteam gerne weiter.

Jetzt melden

Schon lange nutzen Marketingfachleute Daten, um das Verhalten ihrer Kundinnen und Kunden vorherzusagen und ihr Angebot entsprechend zu personalisieren. Oft wenden sie etwa eine Kundensegmentierung auf Transaktionsdaten an, und empfehlen dann auf der Grundlage von Merkmalen wie „Ähnliche Personen mochten dies“ oder „Zuletzt angesehene Produkte“ weitere Produkte und Erlebnisse. Doch ist dies wirklich der beste Weg, um das Einkaufserlebnis zu verbessern und zu personalisieren? Welche anderen Möglichkeiten haben Einzelhandelsunternehmen?

Verbraucher*innen interagieren auf vielfältige Weise mit Marken. Besonders rasant veränderte sich diese Dynamik in den vergangenen zwei Jahren im Onlinehandel. Viele Einzelhändler erleben jeden Tag wie den Black Friday – mit neuen Kund*innen und solchen, die anders einkaufen, sei es innerhalb oder außerhalb ihrer bisherigen Kategorien. Da die Gewinnung neuer Kund*innen meist teurer ist als die Bindung vorhandener, benötigen Einzelhandelsunternehmen neue Methoden zum Aufbau langfristiger Kundenbeziehungen. Dazu gilt es, den Blick auf die nächste Generation der digitalen Erlebnisse zu richten, die veränderte Customer Journey zu verstehen und – jenseits der reinen Personalisierung – mehr Empathie aufzubringen.

Diesen Themen widmeten sich beim eMarketer Tech-Talk die Gründer von drei visionären Technologieunternehmen – allesamt Google Cloud Partner – die es sich zur Aufgabe gemacht haben, Einzelhandelsunternehmen bei der Aktivierung und besseren Nutzung ihrer Daten zu unterstützen: Fayez Mohamood, Mitgründer und CEO von Bluecore; James McDermott, Mitgründer und CEO von Lytics; Mario Ciabarra, Gründer und CEO von Quantum Metric. Moderiert wurde der Talk von Carrie Tharp, VP of Retail and Consumer bei Google Cloud. Ihre fünf wichtigsten Empfehlungen im Überblick:

1. Über den Tellerrand von Kundensegmentierung und Demografie schauen. Es gilt, Daten und Technologien zu nutzen, um das Kundenerlebnis unmittelbar zu beeinflussen. „Die Customer Journey verläuft nicht linear, sondern in Mikromomenten“, erklärte Fayez Mohamood von Bluecore. Kund*innen interagieren über mehrere Touchpoints mit einer Marke und müssen durch Personalisierung und Empfehlungen im richtigen Moment abgeholt werden. Dieser Aufgabe widmet sich Bluecore, eine KI-gesteuerte Marketingplattform für den Einzelhandel. Sie unterstützt Unternehmen bei der Aktivierung von Produktkatalogen und Kundendaten über alle digitalen Kanäle, um Wiederholungskäufe zu fördern und den Umsatz zu steigern. „Es ist an der Zeit, über den klassischen Fokus auf Kundensegmentierung und Demografie hinauszudenken“, ergänzte Carrie Tharp. Die Kunst besteht darin, die Menschen als Individuen zu erkennen, mit unterschiedlichen Zielen bei der Interaktion mit einer Marke.

2. Daten demokratisieren und bei der Gestaltung des Einkaufserlebnisses in Echtzeit nutzbar machen. Dank der neuen cloudbasierten Kundendatenplattform (Customer Data Platform, CDP) können Einzelhandelsunternehmen schneller Profile ihrer Kund*innen mit einer Vielzahl von Informationen zu deren Absichten und Interessen erstellen. „Auf dieser Grundlage können wir das Verhalten der Kundinnen und Kunden in Echtzeit erfassen und verstehen“, so James McDermott von Lytics. „Die Erstellung von Profilen ist jedoch nicht das eigentliche Ziel. Entscheidend ist, was wir aus diesen Daten machen. Wie können wir das Erlebnis unserer Kundinnen und Kunden verbessern?“ James McDermott ist Mitgründer von Lytics. Das Unternehmen hat sich auf verhaltens- und absichtsbasierte Analysen spezialisiert, die eine Brücke zwischen Daten und Handeln schlagen. Seine Empfehlung lautet, vom Ergebnis her zu denken – mit einem konkreten Anwendungsfall vor Augen.

Das ist leichter gesagt als getan. Der springende Punkt ist, zu entscheiden, welche Daten wichtig sind und wie sie genutzt werden können. Die gute Nachricht: Die CDP macht den Data Scientists mehr Daten zugänglich, anhand derer diese Modelle erstellen können, aus denen sich wiederum Systeme für eine bessere Kundenbindung erstellen lassen. Interne Teams experimentieren und testen fortlaufend, um herauszufinden, wie sie die Signale am besten priorisieren und welche Erlebnisse tatsächlich bessere Interaktionen hervorrufen. „Doch das ist nur ein Teil des Puzzles“, so Mohamood. „Die Data Scientists gestalten in der Regel nicht die Erlebnisse der Kundinnen und Kunden auf Websites, E-Mails, SMS oder anderen Kanälen. Wir müssen unsere Daten daher demokratisieren, damit auch Marketing und die Geschäftsleitung diese zum Testen und Lernen in Echtzeit nutzen können.“

3. Mittels künstlicher Intelligenz (KI) Verhaltens- und Bestandsänderungen vorhersehen. Aussagekräftige Produktdaten und -zuordnungen sind laut Fayez Mohamood ebenso wichtig wie Kundendaten. „Die Kundinnen und Kunden verändern sich und mit ihnen verändern sich die Daten. Dies wiederum verändert den Bestand, wodurch sich die Daten erneut verändern. Teams müssen agil auf diese Signale reagieren.“ Hier kommt die KI ins Spiel – ergänzt durch den menschlichen Verstand.

Einige Einzelhandelsunternehmen haben einen ständig wechselnden Bestand und können das Angebot auf die Wünsche der Kund*innen zuschneiden. Entsprechend passen sie auch ihre Botschaften an, ohne die Kommunikationshäufigkeit zu verändern, und erhöhen so die Wahrscheinlichkeit von Folgekäufen. Mario Ciabarra von Quantum Metric betonte die Bedeutung von KI, um schneller auf Veränderungen reagieren zu können. „Es hört sich verrückt an, aber Echtzeit bedeutet wirklich Echtzeit: Die Möglichkeit, hochkomplexe Fragen zu den Daten zu stellen, Antworten zu erhalten und diese Analyse dann in das Produkt zu integrieren – dieses Potenzial von KI und ML ist absehbar.“ Quantum Metric widmet sich der kontinuierlichen Produktentwicklung. Der Schwerpunkt liegt auf der Integration von Analysen in den digitalen Produktentwicklungsprozess, damit die Teams schneller Iterationen umsetzen können und letztlich die Produkte liefern, die sich ihre Kund*innen wirklich wünschen.

Carrie Tharp wies darauf hin, dass viele Einzelhandelsunternehmen ihre Websites um Marktplatzfunktionen erweitern und nun anstelle eines statischen Bestands ein „weitläufiges, schier endloses Einkaufserlebnis“ bieten. Dazu das richtige Geschäftsmodell für Marketing-, Analyse- und Digitalteams zu finden ist schwer. Wie müssen Einzelhandelsunternehmen ihr Geschäftsmodell im Hinblick auf Personalisierung und Daten überdenken?

4. Kundendaten mit Empathie verbinden. Kurz gesagt, muss das Geschäftsmodell eine vollständige Verknüpfung aller relevanten Interaktionen unterstützen, zum Beispiel die Kombination von Daten über frühere Einkäufe mit Absichtsdaten, Browserdaten und Mobile-App-Daten. Dazu ist es notwendig, mehrere Datensätze zu integrieren und damit eine leistungsfähigere Personalisierung anzubieten. Das Softwarepaket wird derzeit so angepasst, dass es sich an den Kundinnen und Kunden orientiert, so McDermott, wobei die Architektur vereinfacht und im Cloud Data Warehouse stärker zentralisiert wird. Ein klarer Trend ist, dass die Cloud Data Platform (CDP) zum zentralen Repository für die Daten der Kund*innen geworden ist und durch KI und Machine Learning an Intelligenz gewonnen hat.

Ein entscheidendes Ziel dabei ist, eine „persönliche“ Beziehung herzustellen, durch die Einzelhandelsunternehmen in Echtzeit einen Einblick in den Auswahlprozess der Kund*innen und in deren Verhalten an der (virtuellen) Kasse erhalten. „Wir brauchen dieses Maß an Empathie, oder besser: quantifizierte Empathie“, so Ciabarra. „In der Filiale hatten wir diese persönliche Beziehung, aber online bedienen wir Millionen Kundinnen und Kunden. Wie können wir diese Informationen in Echtzeit im gesamten Unternehmen sichtbar machen, so dass die Mitarbeiter*innen sie nutzen und entsprechend handeln können? Wir brauchen eine unternehmensweite Sicht auf die Daten.“

5. Das Unternehmen transformieren und Silos aufbrechen. Jedes Unternehmen ist bestrebt, sich stärker an den Kund*innen zu orientieren. Doch oft arbeiten separate Teams daran in Silos – mit jeweils eigenen Perspektiven und vielleicht voneinander abweichenden Zielen. „Daten werden oft von einigen wenigen Personen im Unternehmen gehalten“, so Fayez Mohamood. Damit Marketing-, Vertriebs- und Digitalteams eine unternehmensweite Sicht auf die Daten erhalten, braucht es einen kulturellen Wandel, der auch von der Geschäftsführung mitgetragen wird.

Einige Unternehmen fördern die Zusammenarbeit, indem sie Pods zusammenstellen, in denen Marketingfachleute, Data Scientists, Analyst*innen und Kreative gemeinsam testen und lernen. Eine weitere vielversprechende Entwicklung: Marketingfachleute und Data Scientists arbeiten vermehrt aktiv mit Finanz- und operativen Teams zusammen, insbesondere bei der Entwicklung von KPIs. Gemeinsam entwickeln sie Metriken, die sich an den Kund*innen und nicht am Vertriebskanal orientieren, und nehmen auch das Softwarepaket unter diesem Gesichtspunkt unter die Lupe. Die Mentalität verändert sich dahingehend, dass Daten nicht mehr nur aus der Sicht von Marketing, Produkt, UX oder Design betrachtet werden, sondern durch die Brille der Kundinnen und Kunden. Auf diese Weise lassen sich die Daten zusammenführen, so dass sie einen größeren Nutzen haben.

Sehen Sie sich das vollständige Webinar an und erhalten Sie viele weitere wertvolle Einblicke aus dieser aufschlussreichen Diskussion. Im Google Cloud Marketplace erhalten Sie außerdem weitere Informationen über die Lösungen von Bluecore, Lytics und Quantum Metric.

Gepostet in