Personalisierung: Sieben Tools für unterschiedliche Ansprüche

Die Personalisierung von Websites ist ein weites Feld: Je nach Anspruch können die Maßnahmen von einfachen Recommendation-Engines bis zu ausgefeilten Systemen reichen, die komplexe Werbestrategien mit detaillierten Persona-Konzepten verweben. Während einfache Systeme meist das Nutzungsverhalten früherer Kunden mit dem Verhalten des aktuellen Besuchers vergleichen und dann (vermeintlich) erfolgversprechende Kaufempfehlungen abgeben, gehen anspruchsvolle Tools systematisch vor. Sie versuchen gezielt herauszufinden, zu welcher zuvor definierten Zielgruppe ein Besucher gehören könnte, und können ihn dann gezielt mit einer ganzen Reihe von passenden Werbemaßnahmen belegen.

Wie sich solche Konzepte in der Praxis realisieren lassen, hat iBusiness detailliert beschrieben (siehe: Personalisierung auch für kleine Shops: Wie sich Kunden richtig identifizieren lassen).

Auf diese Weise kann beispielsweise ein kreativer Spontankäufer, der gerne im Shop stöbert und sich auch einmal zu einem Impulskauf hinreißen lässt, vom zielgerichteten Markenkäufer oder dem sporadischen Schnäppchenjäger unterschieden werden. Für jede Zielgruppe lassen sich individuelle Promotions, Einkaufswelten und Markenshops gestalten und gezielt Newsletter verschicken.

Allerdings: Die Spannbreite der Personalisierungstools ist mindestens genauso groß wie die Möglichkeiten zur Personalisierung. Selbst einfache Werkzeuge für A/B-Tests oder simple Produkt-Empfehlungsmaschinen tragen oft schon das Label "Personalisierungswerkzeug". Aber nicht nur im Funktionsumfang, auch in der inhaltlichen Ausrichtung gibt es enorme Unterschiede: Manche Werkzeuge stellen eher eine technische Plattform bereit, andere verstehen sich als Alltagshelfer bei Konversionsraten-Optimierung und gehen über reine Personalisierung hinaus. Und natürlich gibt es auch in der Tiefe große Unterschiede: Während manche Tools explizit Wert auf eine einfache und schnelle Implementation im Selfservice-Stil legen, laufen andere erst zur Höchstform auf, wenn es um die der Bewältigung großer Datenmengen und dem nahtlosen Zusammenspiel mit anderen IT-Systemen geht.

iBusiness hat sich sieben Personalisierungswerkzeuge für (fast) jeden Zweck angesehen, die sich ausdrücklich an den deutschen Markt richten.

Adtelligence Personalization Cloud 4.0

Das Mannheimer Unternehmen Adtelligence   entwickelt seit 2009 Tools für Onlinemarketing. 2012 brachte das Unternehmen die Adtelligence Personalization Cloud heraus, die heute in Version 4.0 vorliegt. Die Lösung richtet sich vor allem an ECommerce-Anwender. Alle Daten werden in deutschen, ISO-zertifizierten Rechenzentren verarbeitet.

Zielgruppenbeschreibung
Das Verhalten der Kunden auf der Webseite, die Entwicklung im Zeitverlauf, Absprungraten und genutzte Trigger werden in der Adtelligence Customer Intelligence in verschiedenen Reports aufbereitet. Die Klickpfade der Nutzer stehen in der Visitor Journey Analytics zur Analyse zur Verfügung. Auf diese Weise lassen sich aussagekräftige Informationen über die Nutzer sammeln, die zur Bildung und Überprüfung von Zielgruppen und Personas genutzt werden können.

Datenintegration / Datenanalyse:
Der Hersteller verspricht eine einfache Integration. Für Google Adwords, IBM WebSphere und SAP Hybris stehen standardisierte Integrationen zur Verfügung. Als Datenquellen lassen sich CRM und DMP-Daten anschließen. Mehr als 100 Parameter - vom Google Suchbegriff bis zu flankierenden TV-Werbung und betriebswirtschaftlichen Daten aus der Business Intelligence - können zu Personalisierungszwecken berücksichtigt werden.

Die personalisierten Inhalte können entweder clientseitig mittels JavaScript Snippets eingespielt werden oder serverseitig über APIs den Shop / das CMS direkt ansteuern. Dazu werden zahlreiche Systeme unterstützt.

Machine-Learning-Algorithmen, Deep Learning und neuronale Netze sind nach Angaben des Herstellers an der Daten-Analyse beteiligt, um die Besucher zu segmentieren und zu erkennen. Klingt wenig konkret und nach viel Werbesprech - mehr lässt sich der Website des Herstellers nicht entnehmen.

Personalisierung und Testing:
Personalisierte Seitenvarianten werden im Modul Customer Experience Management unabhängig vom CMS oder Shopsystem erstellt und automatisch an die verschiedenen Besuchergruppen ausgespielt. Ein integrierter WSIWYG-Editor dient der Erstellung von Landingpages, Triggern und Content-Weichen. Eine fortlaufende Optimierung entlang der vorgegebenen KPIs wird durch ein integriertes A/B-Testing ermöglicht.

Fazit: Eine komplette und durchdachte Personalisierungslösung. Interessant ist insbesondere die Berücksichtigung externer Events (wie Fernsehwerbung). Wenig konkret klingen die Herstellerbeschreibungen zur Datenanalyse - hier wäre ein vertiefter Blick nötig.

DynamicYield

Die Lösung Dynamic Yield   stammt aus den USA, adressiert mit einem Büro in Berlin, deutschsprachigen Events und Schulungen sowie einer umfangreiche Referenzkundenliste aber klar den deutschen Markt. Unter Datenschutzgesichtspunkten ist der amerikanische Unternehmenssitz natürlich kritisch. Entsprechend umfangreich lesen sich die Privacy-Hinweise: Volle DSGVO-Konformitiät, Unterstützung für Datenverantwortliche und Privacy-Shield-Zertifizierung werden ebenso zugesichert wie eine lokale Datenspeicherung in einem "EU-Rechenzentrum", wie es etwas vage heißt.

Trotzdem muss ein US-Unternehmen aber natürlich US-Gesetze befolgen, die zum Teil im Widerspruch zur DSGVO stehen (siehe iBusiness: Trumpism - Wie die USA den Krieg der Daten vorbereiten). Das Verhältnis der zum Teil gegensätzlichen Anforderungen beispielsweise von Cloud-Act und DSGVO ist derzeit - diplomatisch ausgedrückt - noch nicht restlos geklärt. Komplikationen sind nicht auszuschließen.

Datenintegration / Datenanalyse:
Dynamic Yield verwendet eine eigene nutzerzentrierte Datenbank, in die Daten aus verschiedenen Kanälen (CRM, Shop, CMS, Mail, APIs) einfließen. Daraus lassen sich auf Basis von (beispielsweise) geospezifischen Ereignissen, Onsite-Interaktionen oder Verweisquellen Zielgruppensegmente wiederfinden - auch aus anonymen Besuchern. Mittels Segment- und Kohortenanalysen, dem durchschnittlichen Bestellwert und Erträgen lassen sich Zielgruppen qualitativ bewerten sowie Trigger- und Absprungpunkte identifizieren.

Personalisierung und Testing:
Ein WYSIWYG-Editor erleichtert das templatebasierte Erstellen von Varianten. Die Personalisierungsengine kann Produkt- und Inhaltsempfehlungen erstellen, 1:1-Dialoge führen (Popups) und automatisch Inhalte auf KPIs wie Ertrag optimieren. Zielgruppen lassen sich regelbasiert auswählen und kontextbasierend mit individuellen Empfehlungsstrategien (z. B. "Beliebt", "Im Trend", "Ähnlich" und "Wird zusammen gekauft") ansprechen. Verhaltensmuster und Filterpräferenzen der einzelnen Zielgruppen werden berücksichtigt.

Zur Engagement-Optimierung lassen sich kontextbezogene Inhaltsempfehlungen ausspielen. Das System versucht einen Exit Intent zu erkennen und die Absprungrate durch Content-Recommendations zu reduzieren. Leistungsstarke Inhalte (Trending Topics) werden automatisch erkannt, Benachrichtigungs-Popups erhöhen die Aufmerksamkeit. Eine Kuratierungsfunktion beugt einer Überoptimierung vor und sorgt dafür, dass Besucher auch zu wichtigen, zuvor festgelegten Inhalten geleitet werden, selbst wenn diese nicht die Top-Performance erreichen.

Als Besonderheit bietet Dynamic Yield ein recht umfangreiches E-Mail- und Newsletter-Werkzeug mit dem sich beispielsweise Trigger-, Browse-Abandonment- oder Warenkorbabbruch-Mails personalisieren, gestalten und steuern lassen. Dabei kann sogar der Öffnungs-Zeitpunkt der Mail mittels Live-Templates berücksichtigt werden.

Optimiert werden die Inhalte mittels kontinuierlicher A/B-Tests und Machine-Learning-Algorithmen entlang der festgelegten KPIs (Ertrag, Engagement, etc.)

Fazit: Der Schwerpunkt dieses Tools liegt klar auf Recommendations. Dabei beschränkt sich das Werkzeug nicht auf Produkte, sondern kann auch Contentempfehlungen steuern. Die Funktionen sind vollständig und wirken durchdacht.

eTracker Optimiser

Das Hamburger Unternehmen eTracker    ist seit 2000 eine bekannte Größe im Onlinemarkt. Mit dem Optimiser hat der Datenspezialist sein Portfolio über die Analyse hinaus erweitert - irgendwie naheliegend. In DSGVO-Zeiten sprechen ein deutscher Serverstandort und eine Prüfung durch die Hamburger Datentschutzbehörde für die Lösung.

Datenintegration / Datenanalyse:
Die hohe Verbreitung der eTracker-Produkte sorgt für eine gute Unterstützung von Shopsystemen, CMS und anderen Marketing- und Websystemen. In den allermeisten Fällen dürften vorgefertigte Plugins und Integrationen für eine leichte Einbindung sorgen. Eine eigene Analysefunktion bringt der Optimiser allerdings nicht mit - wer eingehende Analysen durchführen und seine Zielgruppen clustern oder segmentieren will, muss auf andere Tools oder ein Zusammenspiel mit der eTracker-Analytics-Lösung ausweichen.

Personalisierung und Testing:
Spezialisiert ist der Optimiser dagegen auf Testing. Dazu bringt das Werkzeug zunächst einen Visual Editor zur Gestaltung der Landingpages mit. Alternativ lassen sich über entsprechende Schnittstellen aber auch CMS oder Shopsysteme direkt ansteuern, sodass die Inhalte in diesen Systemen verwaltet werden. Für schnelle und einfache Tests steht ein System mit Smart Messages (Einblendungen, Popups oder Overlays) zur Verfügung, die sich mit geringem Aufwand in jede beliebige Seite einbinden lassen.

Zielgruppen lassen sich anhand von Merkmalen oder Kombinationen auswählen. Regelbasiert werden personalisierte Inhalte ausgespielt und diese mittels einer A/B-Test-Logik optimiert. Die Signale lassen sich auch nutzen, um Mailing-Systeme zu steuern. So lassen sich beispielsweise Kampagnen für Warenkorbabbrecher gestalten oder Kunden ansprechen, die nicht lieferbare Artikel oder Größen gesucht haben.

Fazit: Der Etracker Optimiser ist schlank, gut strukturiert und klar fokusiert: A/B-Testing und Smart Messages sind die Stärken. Das Werkzeug eignet sich besonders, um im Best-of-Breed-Ansatz exakt diese Kernanforderung zu erfüllen. Außerdem lässt es sich einsetzen, um schnell und einfach präzise Tests durchzuführen. Die unterstützte Softwarelandschaft ist gut an deutsche Ansprüche angepasst.

Frosmo

Das finnische Unternehmen Frosmo   ist seit 2008 auf das Thema Personalisierung spezialisiert. Ziel des SaaS-Service ist es, komplexe Umgebungen zu entflechten. Frosmo schiebt sich als Zwischenschicht zwischen die Frontend- und Backend-Funktionalität eines Shopsystems bzw. eines CMS.

Datenintegration / Datenanalyse:
Frosmo versteht sich als Bindeglied zwischen Website- und Shop-Daten auf der einen und CRM- und Marketingdaten auf der anderen Seite. Frosmo verwaltet die zu optimierenden Objekte selbst. Im Shop bzw. Content-Management-System sind entsprechende Platzhalter vorzusehen. Nachteil dieses Ansatzes: Der Integrationsaufwand ist nicht gerade klein und es entsteht eine zweite, unabhängige Contentstruktur. Vorteil: Frosmo hat auf diese Weise die volle Kontrolle über die zu optimierenden Inhalte und kann Tracking, Verwaltung und Optimierung selbst durchführen.

In der Praxis setzt Frosmo auf eine Microservice- bzw. Headless-Architektur und "entkernt" die vorhandene Software von den wesentlichen User-Experience-Funktionen. Das Shopsystem dient lediglich dem Order-Management, das CMS übernimmt die Benutzerverwaltung.

Besucher lassen sich in unbegrenzt viele Zielgruppensegmente zerlegen und so sehr granular ansprechen. Statistik- und Analysefunktionen bringt allerdings die Software nicht mit. Dazu sind spezielle Anwendungen oder eine Data Management Platform (DMP) erforderlich. Frosmo versteht sich als ausführendes, nicht als analysierendes Tool.

Personalisierung und Testing:
Zur Personalierung stehen Segmentierung, Trigger und Actions zur Verfügung. Kundenmerkmale werden in entsprechende Segmentierungen übertragen. Custom Actions tracken das Benutzerverhalten, Trigger reagieren auf bestimmte Gegebenheiten (etwa Device oder Datum). Beide Elemente können genutzt werden, um eine Segmentierung weiter zu verfeinern oder Modifikationen einer Seite auszulösen.

Eine ausgesprochene Testlogik für A/B- oder multivariate Tests mit automatischer Optimierung findet sich in Frosmo nicht.

Fazit: Frosmo ist eher ein technisches Framework als eine praktische Optimierungshilfe. Die Software setzt sich zwischen Shop-Funktionalität (Ordermanagement im Backend) und Website (User Experience im Frontend) und erlaubt so eine komplette Personalisierung und Individualisierung. Frosmo schafft die Grundlage für Personalisierung. Sie muss anschließend noch mit Leben gefüllt werden.

Kameleoon

Ganz anders hat sich 2009 das Unternehmen Kameleoon    positioniert, das inzwischen rund 100 Mitarbeiter in Offenburg beschäftigt. Das System verspricht die User Experience rundherum zu verbessern und nicht nur bei der Technik, sondern auch bei der Marketing-Entscheidung zu helfen. Neben einer Verarbeitung im Datencenter lässt sich die Lösung auch auf dedizierten Servern oder On-Premise hosten.

Personas / Merkmale
Bei der Zielgruppenbeschreibung unterstützt die Software mit einer Segmentanalyse, die besonders wertvolle Zielgruppen selbstständig ermittelt und deren Gemeinsamkeiten beschreibt. Auf diese Weise lassen sich auch bislang unbeachtete Nutzergruppen identifizieren. Die Segmente lassen sich nach Größe, Conversion-Rate oder Conversion-Wahrscheinlichkeit ordnen.

Zielgruppen lassen sich anhand von Aktionen (Art der aufgerufenen Produkte, Preisklasse), Website-Verhalten, Kontext (Wetter, Tageszeit, Location), Trafficquelle, Endgerät oder Kundendaten (CRM, DMP) definieren.

Datenintegration / Datenanalyse:
Neben den eigenen Analysedaten stehen fertige Integrationen zu zahlreichen Analytics-Systemen, CRM-Software und weiteren Marketing-Systemen (etwa Mailing-Software) zur Verfügung. Inhalte werden mittels eines eigenen WYSIWYG-Editors gestaltet und mittels JavaScript-Snippets in die zu personalisierende Seite eingebunden. Benachrichtigungen können zudem als Popup oder Overlay in die Seite eingebunden werden. Ebenso ist aber auch vollständige serverseitige Integration (Full Stack) in das bestehende CMS oder Shop-System mittels eines SDKs möglich. Auf diese Weise lassen sich auch kanalübergreifende Customer Journeys realisieren und komplexen Personalisierungsansprüchen gerecht werden.

Personalisierung und Testing:
Eine Recommendation Engine berechnet in Echtzeit Empfehlungen anhand der vom Besucher aufgerufenen Produkte und kann zudem weitere Elemente zur Konversionsratenoptimierung (Anzeige des Restbestands, Countdown, Anzahl der Käufe etc.) einblenden. Regelbasiert lassen sich für die einzelnen Zielgruppen individuelle Inhalte ausspielen - auch per E-Mail. Dazu lassen sich bestimmte Auslöser festlegen, die personalisierte Triggermails (Warenkorbabbrecher etc.) verschicken.

Eine Test-Engine analysiert den Erfolg der Optimierungsmaßnahme mittels A/B- oder multivariaten Tests. Dazu lassen sich Testgruppen nach gezielten Kriterien oder zufällig auswählen. Heatmaps helfen zusätzlich, Fehler und Potenziale aufzuspüren. Mittels einer dynamischen Traffic Allocation (Multi-Armed Bandit Tests) lassen sich die Testzeiträume zusätzlich verkürzen.

Fazit: Kameleoon bietet ebenfalls eine vollständige, praxisorientierte Lösung, die schnelle Erfolge erlaubt. Das Paket enthält alle notwendigen Funktionen, komplexere Anwendungsfälle lassen sich mit zusätzlichem Entwicklungsaufwand (SDK) lösen. Hervorzuheben ist die umfangreiche Test-Engine.

Nosto

"Personalize and go" könnte das Motto von Nosto   sein. Das finnische Unternehmen hat Personalisierung im Self-Service-Modell erfunden. Mit einigen wenigen Scripts und Tags lassen sich personalisierte Produktempfehlungen in eine Vielzahl von Shopsystemen einpflegen. Die komplette Verarbeitung der Kundendaten findet in der Cloud statt. Vorbereitete Erklärungen zum Datenschutz und zur DSGVO-Konformität sollen den Shopbetreiber absichern.

Personas / Merkmale
Umfangreichen Analyse- und Zielgruppenfunktionen sind nicht beschrieben. Auf der Website ist etwas schwammig von "individuellen Kundenprofile" die Rede. Wie genau diese gebildet werden, bleibt allerdings offen. Ebenso werden einige Reporting- und Analysefunktionen genannt, aber nicht genauer beschrieben.

Datenintegration / Datenanalyse:
Nosto bietet Integrationen für eine Reihe gängiger Shopsysteme. Unter anderem werden Magento, Oxid, Websale, Prestashop, Shopify, Shopware, JTL Shop, SEOshop, Drupal Commerce und Drupal Ubercart unterstützt. Ist das eigene Shopsystem dabei, muss lediglich die passende Extension heruntergeladen und ein Embed Script sowie einige Tags auf der Seite implementiert werden. Prinzipiell kann Nosto aber auch mit Shopsystemen zusammenarbeiten, für die keine vollständige Integration geboten ist.

Produktempfehlungen werden anhand des Nutzerverhaltens und der Produkthistorie abgegeben. Funktionen zur Analyse der Besucher werden nicht beschrieben. Dem Manual zufolge lassen sich einige nützliche Parameter wie Lagerbestand, Bewertungen oder Produktmarge lassen sich dem Tool übergeben, damit es nicht an der Wirklichkeit vorbei optimiert. Weitergehende Funktionen zur Datenintegration (z.B. CRM-Daten) werden nicht beschrieben.

Personalisierung und Testing:
Ebenso schnörkellos ist die Personalisierungsfunktion selbst. Ein Modul für Facebook und Instagram Ads kann "Trending Products" im Shop identifizieren und für diese Display Ads generieren. Ein "Lookalike Targeting" versucht für diese Produkte außerdem Facebook-Nutzer zu identifizieren, die den Käuferprofilen entsprechen. Außerdem lassen sich demografische Daten der Käufer im Shop auswerten, um diese für Facebook-Targeting zu verwenden. Im eigenen Shop werden Product Recommendations ausgespielt, die "dem Nutzerverhalten entsprechen". Dazu sollen individuelle Nutzerprofile angelegt werden - weitere Details zur Mechanik sind der Website nicht zu entnehmen. Immerhin sollen die Verkäufe dadurch im Durchschnitt um 12 Prozent anziehen - sagt das Unternehmen selbst.

Mittels Popups sollen außerdem Abbruchquoten minimiert, Käufer identifiziert und EMail-Adressen gesammelt werden. In der Regel dient ein Rabatt als Köder. Zuletzt steht ein Mail-Modul mit Funktionen für Warenkorbabbrecher, Transaktions- und Erinnerungsmailings zur Verfügung.

Fazit: Nosto kann ein interessanter Umsatzhebel für kleine und mittlere Shops sein. Komplexe Personalisierungsstrategien lassen sich zwar nicht realisieren, aber es handelt sich um eine deutlich erweiterte Recommendation Engine mit einem runden Funktionsumfang. Das einfache, umsatzabhängige Geschäftsmodell und die unkomplizierte Implementierung machen Nosto zu einem interessanten Werkzeug.

Qubit

Der Kontrast zum Hersteller Qubit   könnte kaum größer sein. Das Londoner Unternehmen mit Niederlassung in Hamburg hat Kunden mit hoher Datenkompetenz und hohen Ansprüchen im Visier. Das Gründungsteam setzt sich aus ehemaligen Google-Mitarbeitern zusammen, inzwischen gehören mit Goldman Sachs, Sapphire Ventures, Accel Partners, Salesforce Ventures und Balderton Capital namhafte Geldgeber zu den Investoren.

Personas / Merkmale
Anhand eines beliebigen Datenpunktes lassen sich in Qubit Pro beliebige Segmente erstellen. Content-Weichen fragen gezielt die Merkmale der Besucher ab. Mittels Kundenumfragen lassen sich Kunden nachqualifizieren oder separate Erhebungen in statistisch relevanten Kundenpanels durchführen. Besucher- und Kundensegmente werden in Echtzeit gebildet und passen sich so geänderten Präferenzen an. Neben den auf der Website gesammelten Verhaltensdaten lassen sich externe Datenquellen - etwa ein CRM - ansteuern.

Datenintegration / Datenanalyse:
Das Personalisierungswerkzeug bringt ein eigenes Datenprotokoll mit. Insbesondere große Datenmengen können dadurch in hoher Geschwindigkeit detailliert mit beliebigen Business-Intelligence-Werkzeugen ausgewertet werden. Machine-Learning-Mechanismen analysieren die Daten nach Gemeinsamkeiten und Unterschieden. Eine Besonderheit ist, dass Qubit ungehobene Umsatzpotenziale selbst zu erkennen und zu beziffern versucht, in dem es anhand des Besucherverhaltens Rückschlüsse auf die Gründe des Kaufabbruchs schließt.

Personalisierung und Testing:
Persönlich zugeschnittene Produktempfehlungen erhöhen die Conversion. Contentbereiche lassen sich regelbasiert einblenden und für Crossselling-Angebote nutzen. Einzelne, häufig gekaufte Produkte können gezielt hervorgehoben und mit Trendbotschaften (Social Proof) beworben werden. Das Tool kann auch EMail-Programme ansteuern und mit personalisiertem Inhalt anreichern, sodass sich Trigger- und Erinnerungs-Mailings (Warenkorbabbrecher) generieren lassen. Eine integrierte A/B-Testumgebung optimiert die Werbemaßnahmen und erlaubt es, die zugrundeliegenden Hypothesen jederzeit zu testen.

Fazit: Professionelles Werkzeug, bei dem Skalierung und Geschwindigkeit im Vordergrund stehen.