Personalisierung mit Google Optimize (Teil 3): Ein Use Case aus der Praxis14 min Lesezeit

Personalisierung ist heute wichtiger denn je, dass wurde bereits in den letzten beiden Ausgaben dargelegt und Google Optimize als Personalisierungs-Tool vorgestellt. Der letzte Teil dieser Serie aus der Suchradar Ausgabe #78 zeigt, wie mit Personalisierung (durch)gestartet werden kann: Am Beispiel eines Onlineshops.

Heiß, heißer, Zielgruppe: Die Wichtigkeit von Kundensegmenten

Der Dreh- und Angelpunkt in der Personalisierung ist die Identifizierung und Definition der Besuchersegmente.

Wichtig: Je besser man die Zielgruppe kennt, desto leichter kann man diese ansprechen.

Dabei gibt es viele verschiedene Möglichkeiten: Beispielsweise kann auf das Verhalten, auf geografische und technologische Merkmale oder kontextuelle Eigenschaften getargetet werden.

Diese Standard-Segmente können spannend sein, insbesondere wenn man bereits viiiiiel Erfahrung gesammelt hat und sehr spezifische Use Cases abbilden möchte.

Allerdings ist zu empfehlen einfach und mit kleinen Schritten zu starten.

So gibt es grundsätzlich drei große und ganz wesentliche Besuchergruppen:

• Kalt: Besucher, die das Produkt oder die Marke noch nicht kennen
• Warm: Besucher, die das Produkt oder die Marke kennen aber noch nicht gekauft haben
• Heiß: Käufer bzw. Kunden

Aus letzterer Gruppe lässt sich die Conversion Rate mit geringstem Aufwand besonder stark steigern, denn Käufer kennen bereits das Produkt.

Sie haben sich bereits aktiv dazu entschlossen zu kaufen.

Sie wurden also bereits überzeugt.

Jetzt gilt es sie zu halten und zu weiteren Käufen zu motivieren.

Deswegen empfiehlt sich ein Personalisierungs-Projekt mit “heißen” Besuchern zu starten.

Kundensegment: Käufer in Kaufgruppen einteilen

Die “heißen” Besucher können weiters in mehrere Käufergruppen eingeteilt werden. Je nachdem wie granular man diese ansprechen möchte bspw. in:

• Erstkäufer bzw. 1x-Käufer
• Bronze Kunden
• Silber Kunden
• Gold Kunden und
• Platin Kunden (VIPs)

Alle diese Käufergruppen sind extrem unterschiedlich und sollten deswegen auch unterschiedlich behandelt werden.

Erstkäufer bzw. 1x-Käufer

Erstkäufer sind noch nicht so überzeugt wie treue Kunden, haben aber großes Potential zu diesen zu werden: Sie benötigen jetzt besonders viel Aufmerksamkeit.

Werden sie allerdings nach Zeitpunkt X nicht zu Bronze Kunden, sollten diese nicht weiter bespielt werden. Das kostet nicht nur Zeit sondern auch unnötig viel Geld und bringt leider meist auch garnichts.

Sie sind einfach nicht mehr interessiert.

Treue Kunden, Stammkunden

Auch treue Kunden brauchen eine besondere Betreuung, aber anders: Sie sind Stammkunden und möchten auch als solche behandelt werden.

In hochpreisigen Ladengeschäften werden VIPs persönlich von den Verkäufern begrüßt und erhalten besonders zeitintensive Beratung.

Das sollte auch online umgesetzt werden.

Direkte Kommunikationsmöglichkeiten bieten sich über Email, Chats, Facebook und Instagram, etc. an. Teure Werbeanzeigen kann man sich hingegen meist sparen.

Hinweis: Ob bei der Personalisierung anfangs zwischen Bronze-, Silber-, Goldkunden und VIPs unterschieden wird, ist abhängig vom Produkt, dem Angebot und letztendlich auch den verfügbaren Ressourcen. Zu Beginn ist es am einfachsten diese Gruppen zusammenzufassen. Mit mehr Erfahrung kann später granularer gearbeitet werden.

Kundensegment: Käufer in Affinitätskategorien einteilen

Um nun den verschiedenen Käufergruppen das jeweils perfekte Angebot auszuspielen, können die Besucher zusätzlich in Affinitätskategorien eingeteilt werden.

So können Besucher entsprechend ihrem Interesse, gezielt einer Produktkategorie zugeordnet werden.

Ein Beispiel: Ein Onlineshop, der Nahrungsergänzungsmittel verkauft, kann seine Produkte in drei Produktgruppen einteilen:

• Produkte zum Abnehmen
• Sportnahrung
• Produkte für gesunde Ernährung

In der Regel kaufen Kunden in nur einer oder maximal zwei Produktgruppen gleichzeitig, je nachdem ob sie abnehmen oder Muskeln aufbauen möchten. (Gesunde Ernährung spielt dabei meistens eine Rolle.)

Sie verfolgen somit unterschiedliche Ziele.

Jetzt liegt es am Unternehmen den einzelnen Kunden auf seine Wunsch-Produkte aufmerksam zu machen (cross selling).

Genauso liegt es jetzt am Unternehmen den Kunden entsprechend seiner Ziele weiterzuentwickeln (up selling).

Damit der Kunde noch zufriedener ist und somit häufiger kauft.????

Personalisierung like a Pro: Kundensegmente kombinieren

Besonders spannend wird es, wenn diese beiden Kundensegmente kombiniert werden: Wenn also die Käufergruppe und die Affinitätskategorie je Kunde ermittelt und auf Basis dessen personalisiert wird.

Aber wie teilt man Kunden nun in die passende Käufergruppe und Affinitätskategorie ein?

Dafür gibt es viele verschiedene Modelle:

Hinweis: Bevor ein Modell ausgewählt wird, sollte nachgeforscht werden ob nicht bereits ein Modell erfolgreich im Unternehmen eingesetzt wird. Ist das der Fall, sollte im besten Fall auf dieses zurückgegriffen werden.

Das RFM Modell für Kundensegmente

Ein sehr bekanntes und erfolgreiches Modell ist das RFM-Modell, ein Scoringverfahren zur Berechnung der Kundenqualität.

Das Tolle: Es ist einfach, effektiv und berücksichtigt die drei wichtigsten KPIs zum Kaufverhalten:

• R = Recency
• F = Frequency
• M = Monetary

Recency, die Kauf-Aktualität

R steht für Recency und gibt an, wie lange der letzte Kauf zurückliegt.

Je länger der Zeitraum, desto unwahrscheinlicher, dass der Kunde erneut kauft.

Frequency, die Kauf-Häufigkeit

F steht für Frequency und bestimmt wie häufig ein Kunde kauft.

Je häufiger gekauft wird, desto größer das Interesse.

Abhängig vom Produkt empfiehlt sich ein Zeitfenster zu schaffen und die Käufe bspw. nur im letzten Jahr zu berücksichtigen.

Das erhöht die Aussagekraft und bewertet die Kunden nach dem aktuellen Kaufverhalten.

Monetary, der Kauf-Umsatz

M steht für Monetary und gibt an, wie viel Geld ein Kunde in seinem Lebenszyklus umgesetzt hat.

Auch dieser Wert sollte in einem bestimmten Zeitfenster betrachtet und je nach Branche entweder der Umsatz oder auch die Marge zur Berechnung herangezogen werden.

Die Berechnung des RFM Scores

Für jeden Parameter (R, F, M) werden nun Schwellwerte definiert und eine Bewertungszahl zwischen 1 und 5 vergeben, wobei 1 das Geringste ist.

Hinweis: Dafür ist eine eingehende Datenanalyse Voraussetzung! Man muss sich einerseits intensiv mit dem Kaufverhalten der Kunden auseinandersetzen. Andererseits müssen auch die Bedürfnisse, Motivationen, Hemmungen, Ziele und der Kenntnisstand der Zielgruppe bezüglich der Produkte bekannt sein. Beides zusammen ergeben die bestmöglichen Schwellwerte, die nicht in Stein gemeißelt sind. Genauso wie sich das Unternehmen verändert, verändern sich auch die Konsumenten. Die Schwellwerte sollten zumindest einmal pro Jahr neu berechnet und ggfs. angepasst werden.

Am Beispiel des Onlineshops für Nahrungsergänzungsmittel könnte die RFM Score Berechnung wie folgt aussehen:

Nahrungsergänzungsmittel sind Konsumgüter. Um die maximalen Erfolge zu erzielen, müssen die Produkte regelmäßig eingenommen werden. Je nach Ziel und somit Häufigkeit der Einnahme sowie der verfügbaren Produktmenge müssen die Produkte bspw. monatlich nachgekauft werden. Für eine möglichst hohe Aussagekraft wird das Zeitfenster auf ein Jahr beschränkt.

Für die Kauf-Aktualität (Recency) bedeutet das: War der letzte Einkauf innerhalb der letzten 30 Tage, bekommt der Kunde 5 Punkte.

Der Kauf ist aktuell.

Hat der Kunde ein Monat ausgelassen und vor 31 oder bis zu 60 Tagen gekauft, erhält er nur noch 4 Punkte, usw.

Die Schwellwerte der Kauf-Frequenz (Frequency) kann wie folgt definiert werden: 1 Punkt für Kunden die nur ein einziges Mal im Jahr bestellen.

2 Punkte für Kunden die zumindest zwei Mal im Jahr bestellen.

usw.

Und die Schwellwerte für den Umsatz (Monetary) können sich bspw. am durchschnittlichen Warenkorbwert orientieren: 1 Punkt für Kunden die weniger als den durchschnittlichen Warenkorbwert konsumieren.

2 Punkte für Kunden die bis zu einem doppelten durchschnittlichen  Warenkorbwert konsumieren.

usw.

Die folgende Tabelle stellt die Schwellwertdefinition für Recency, Frequency und Monetary tabellarisch dar:

RECENCY		FREQUENCY		MONETARY
Letzter Kauf vor max. 30 Tagen	5	Einkauf mind. 20x pro Jahr	5	Umsatz größer als 600€ pro Jahr	5
Letzter Kauf vor max. 60 Tagen	4	Einkauf mind. 10x pro Jahr	4	Umsatz größer als 300€ pro Jahr	4
Letzter Kauf vor max. 180 Tagen	3	Einkauf mind. 5x pro Jahr	3	Umsatz größer als 150€ pro Jahr	3
Letzter Kauf vor max. 365 Tagen	2	Einkauf mind. 2x pro Jahr	2	Umsatz größer als 75€ pro Jahr	2
Letzter Kauf vor mehr als 365 Tagen	1	Einkauf mind. 1x pro Jahr	1	Umsatz kleiner / gleich 75€ pro Jahr	1

Der RFM Score wird nun pro Kunde bei jeder Transaktion im Onlineshop berechnet.

Das Ergebnis ist ein Wert zwischen 3 und 15: Je höher desto treuer und wertvoller der Kunde.

RFM Score Berechnung: Ein Beispiel

Emma hat vor 90 Tagen im Onlineshop für Nahrungsergänzungsmittel bestellt: 4 Punkte.

Sie hat schon zum zweiten Mal in den letzten 365 Tagen bestellt: 2 Punkte.

Und sie hat 155 Euro umgesetzt: 3 Punkte.

Insgesamt hat Emma 9 Punkte erzielt:

RECENCY		FREQUENCY		MONETARY
Letzter Kauf vor max. 60 Tagen	4	Einkauf mind. 2x pro Jahr	2	Umsatz größer als 150€ pro Jahr	3

Damit dieser Wert nun für die Personalisierung in Google Optimize genutzt werden kann, muss er in ein Cookie gespeichert werden. Wie das genau funktioniert erfährst du in diesem Blogartikel. 

Für weitere Analysen empfiehlt sich außerdem, den Wert in Google Analytics als Custom Dimension zu speichern. Wie das genau funktioniert erfährst du in diesem Blogartikel. 

RFM Score Berechnung für Kundensegmente

Um nun zu verstehen was die Punktzahl 9 bedeutet, muss der RFM Score auf die Käufergruppe und Kundenaffinität übertragen werden.

Hinweis: Da die Berechnung für Google Optimize zum Zeitpunkt des Kaufs passiert und nicht automatisch regelmäßig aktualisiert wird, würde die Kauf-Aktualität (Recency) für alle Kunden immer den höchsten Score (= 5 Punkte) betragen: Deswegen kann dieser Wert bei der Berechnung weggelassen werden.

Käufergruppe

Für die Käufergruppe, werden nun die zehn möglichen Punkte (Frequency + Monetary) auf die vorhin definierten fünf Gruppen aufgeteilt:

• Erstkäufer: 2 Punkte
• Bronze: 3-4 Punkte
• Silber: 5-6 Punkte
• Gold: 7-8 Punkte
• Platin: 9-10 Punkte

Hinweis: Die Einteilung der Punkte kann vorgenommen werden, wie gewünscht und ist abhängig von der Anzahl der Käufergruppen und der gewünschten Verteilung. Beispielsweise könnte auch nur 9 Punkte für Gold und 10 Punkte für Platin vergeben werden, damit diese Gruppe möglichst exklusiv bleibt.

Zählt man die Punkte für Frequency (= 2 Punkte) und Monetary (= 3 Punkte) für Emma zusammen (= 5 Punkte), kann Emma nun in die Kaufgruppe “Silber” eingestuft werden.

Das ist eine mega Information, denn sie zeigt wie wertvoll Emma als Kundin ist. ????

Kundenaffinität

Für die Kundenaffinität ist etwas mehr Aufwand notwendig, da es mehrere Produktkategorien gibt: Abnehmen, Sportnahurng, gesunde Ernährung.

Um Emma nun die richtigen Angebote entsprechend ihrer Affinität auszuspielen, muss bestimmt werden für welche Produktkategorie sie sich besonders interessiert.

Dazu wird der FM Score pro Produktkategorie einzeln berechnet, wie die folgende Tabelle zeigt:

KATEGORIE	FREQUENCY		MONETARY		FM
Abnehmen	Einkauf mind. 2x pro Jahr	2	Umsatz größer als 75€ pro Jahr	2	4
Sportnahrung	–	–	–	–	–
Ernährung	Einkauf mind. 1x pro Jahr	1	Umsatz kleiner / gleich 75€ pro Jahr	1	2
TOTAL	Einkauf mind. 2x pro Jahr	2	Umsatz größer als 150€ pro Jahr	3	5

Beispielsweise hat Emma in diesem Jahr schon zwei Mal in der Kategorie „Abnehmen“ gekauft: 2 Punkte. Und sie hat in dieser Kategorie bereits 100€ ausgegeben: 2 Punkte.

Wie die obige Tabelle zeigt, interessiert sich Emma also für die Kategorien “abnehmen” und “gesunde Ernährung”: Stärker jedoch für “abnehmen”.

Die Affinitätskategorie wird nun ebenfalls in ein Cookie und zusätzlich in Google Analytics in eine Custom Dimension für Emma gespeichert. Wie das genau funktioniert erfährst du in diesem Blogartikel. 

Eine gute Personalisierung ist unsichtbar

Jetzt kann via Google Optimize entsprechend die Personalisierungen je Käufergruppe und Affinitätskategorie ausgespielt werden.

Zuvor müssen natürlich noch die richtigen Personalisierungs Botschaften und Angebote definiert werden. Welche Möglichkeiten es dabei gibt, wurde in Teil 1 dieser 3-teiligen Artikel-Serie im Detail beschrieben. 

Hinweis: Ausgangspunkt in der Personalisierung ist eine herausragende Kenntnis über den Kunden, nicht das Angebot. Deswegen sollten Angebote immer den Segmenten angepasst werden und keinesfalls umgekehrt.

Im Anschluss kann die Personalisierung in die Website integriert werden.

Dazu gibt es mehrere Möglichkeiten: Beispielsweise indem nur ein Element einer Seite verändert wird und ein spezifisches Angebot oder eine Werbebotschaft enthält. Teaser sind dabei die perfekte Start-Möglichkeit.

Teaser: Der perfekte Start für die erste Personalisierung

Der Onlineshops für Nahrungsergänzungsmittel startet seine Personalisierung mit dem Startseiten Teaser: Bis vor kurzem hat jeder User den selben Teaser mit dem selben aktuellen Angebot ausgespielt bekommen – egal wofür er sich interessiert.

Nun werden Abnehm-Affine Erstkäufer und Bronze Kunden mit höheren Rabatten gelockt, damit sie wieder bestellen.

Silber und Gold Kunden wird ein gratis Geschenk für den nächsten Kauf angeboten.

Welches Geschenk sie bekommen ist abhängig von der Affinitätskategorie: So erhalten bspw. Sport-affine Frauen ein Sporthandtuch, Abnehm-affine Frauen die neuesten Protein-Riegel und jene die sich für gesunde Ernährung interessieren einen Tee.

Nicht-Kunden, d.h. alle anderen Besucher, erhalten standardmäßig gratis Versand für die erste Bestellung.

Und du kannst dir vorstellen, wie geil das funktioniert….! ????????

Hinweis: Da das Verhalten der User bei jedem Unternehmen anders ist, gehört umfangreich getestet welche Goodies bei welcher Zielgruppe am besten funktionieren.

Personalisierung: Die nächsten Schritte

Ist die Personalisierung für die “heißen” Besucher perfekt aufgesetzt und die tiefhängenden Früchte erst einmal geerntet, kann man im nächsten Schritt langsam an die “warme” Zielgruppe vortasten.

Die Vorgehensweise ist dabei die gleiche: ????

• Datenanalyse,
• Schwellwerte für RFM Score definieren,
• RFM Score Berechnung pro Kunden,
• RFM Score in ein Cookie speichern,
• RFM Score in GA in eine Custom Dimension speichern,
• Personalisierungs-Ideen testen.

Personalisierung mit Google Optimize: Teil 3 / 3

Personalisierung ist heute wichtiger den je! Das ist die Kernaussage dieser 3-teiligen Artikel-Serie aus dem Suchradar-Magazin.

Denn eine gute Website bietet nur das, was der Besucher tatsächlich auf ihr sucht.

Der Dreh- und Angelpunkt ist dabei die Identifizierung und Definition der relevanten und aktivierbaren Besuchersegmente.

Mittels RFM-Score können Käufer in Kaufgruppen (Erstkäufer, Bronze, Silber…) und Affinitätskategorie (Abnehmen vs. Muskelaufbau) eingeteilt werden.

Auf Basis dieser Kundensegmente lassen sich hervorragende Personalisierungs-Botschaften, Angebote und Ansprachen definieren.

Die Personalisierung in Google Optimize aufgesetzt und den größtmöglichen Conversions steht nichts mehr im Weg.????

Wenn dir diese Blogartikel-Serie gefallen hat, freue ich mich über ein Like, ein Share und einen Kommentar von dir. Abonniere gerne meinen Newsletter und meine Facebook Seite und lass dich automatisch über neue Blogbeiträge informieren:

P.S. Alle 3-Teile dieser Artikel-Serie kannst du direkt als Whitepaper herunterladen: