Personalisierung im Marketing: der große Einsteiger-Guide

„Diese Hose steht Ihnen ausgezeichnet. Sollen wir ein passendes Oberteil dazu suchen?“

Gutes Verkaufspersonal kennt die Wünsche der Kundschaft und stellt sich auf individuelle Wünsche und Vorlieben ein. Gute Websites und Werbekampagnen tun das ebenfalls – in diesem Fall nennt sich das: Personalisierung.

Warum ist Personalisierung im Marketing so wichtig? Wie funktioniert sie, und welche verschiedenen Arten gibt es? Welche Herausforderungen bringt sie mit sich? In diesem Artikel erklären wir alles Wichtige zum Thema Personalisierung.

Im digitalen Marketing bedeutet Personalisierung, dass unterschiedliche Kunden oder Nutzende unterschiedliche Inhalte angezeigt bekommen: etwa die Rubriken auf der Homepage einer Website, Produktangebot in einem Online-Shop oder Anzeigen einer Werbekampagne. Die Funktion »Andere Kunden kauften auch… ist ein Beispiel.

Marketer können personalisierte Inhalte für Websites oder Kampagnen und Regeln anlegen, wer welche Inhalte sehen soll. Mit diversen Techniken, zum Beispiel über Cookies, erkennt Software dann die einzelnen Nutzer und spielt ihnen die Inhalte aus. Immer öfter geschieht das auch automatisch und selbstlernende Algorithmen entscheiden autonom darüber, wer etwas angezeigt bekommt.

Ziel der Personalisierung ist, Kunden ein möglichst individuelles und bequemes Einkaufserlebnis (Customer Experience) zu bieten. Dadurch sollen die Kundenzufriedenheit und letztlich die Umsätze gesteigert werden.

Personalisierung ist aus drei Gründen wichtig:

Analysieren wir die Gründe kurz:

Es reicht schon der gesunde Menschenverstand, um zu verstehen, dass personalisierte Angebote und Werbung zu besseren Ergebnissen führen.

Menschen schauen Werbeanzeigen an, klicken auf einen Social-Media-Post oder legen ein Produkt in den Warenkorb, wenn sie die Angebote als persönlich relevant und nützlich empfinden. Je schneller sie solche Dinge finden, desto eher kaufen sie, und desto positiver bewerten sie das Erlebnis. Wenn sie sich dagegen erst einmal durch eine Menge irrelevanter Angebote kämpfen müssen, um Interessantes zu finden, sind sie wahrscheinlich schnell wieder weg und landen bei einem Wettbewerber.

Das bestätigt auch die Forschung: In einer groß angelegten Studie von Qubit und Pwc kam heraus, dass automatisierte Personalisierungsmaßnahmen bis zu 6 Prozent mehr Umsatz bringen können. Maßnahmen, die mit Personalisierung kombiniert werden, sind bis zu dreimal effektiver als Maßnahmen ohne. Im Umkehrschluss sinken durch Personalisierung die Kosten, um neue Kunden zu gewinnen.

Das Schöne daran: Die Ziele von Händler und Marken decken sich in diesem Punkt mit den Erwartungen der Kundschaft. Kunden erwarten personalisierte Einkaufserlebnisse. In einer Accenture-Studie sagten 91 Prozent der befragten Verbraucher, dass sie lieber in Online-Shops einkaufen würden, die personalisierte Ergebnisse bieten – etwa den Kunden erkennen, sich an dessen Kaufentscheidungen erinnern und relevante Angebote machen.

In einer anderen Studie von Gigya sagten 15 Prozent, dass sie bereits (mindestens) einmal keine Produkte eines Unternehmens mehr gekauft hätten, weil dieses ihnen nur irrelevante Angebote gemacht hatte.

Nicht zuletzt können sich Unternehmen durch personalisierte Erlebnisse von Wettbewerbern differenzieren, selbst wenn sich Sortiment und Preise ähneln. Online-Kunden erledigen Ihre Einkäufe meist nur in wenigen Online-Shops – neue Anbieter zu finden ist unbequem. Sie kaufen immer wieder dort, wo sie es am einfachsten haben.

Wenn Unternehmen die Möglichkeiten der Personalisierung nutzen, bringen sie dadurch eine positive Spirale in Gang: Je öfter ein Kunde bei ihnen kauft, desto mehr wissen sie über ihn. Damit können sie ihre Angebote immer besser personalisieren, und den Kunden immer stärker an sich binden – deshalb sind große Händler wie Amazon so erfolgreich.

Den Kunden im E-Mail-Newsletter mit Namen ansprechen – über diese grundlegenden Dinge ist Personalisierung längst hinaus. Da wir als Kunden immer nur unsere “eigene” Ansicht einer Website oder eines Online-Shops sehen, bemerken wir es wahrscheinlich nicht: Immer mehr Inhalte und Bereiche digitaler Angebote sind personalisiert.

Der Trend geht zur Hyper-Personalisierung: Jeder Nutzer erhält seine ganz persönliche Ansicht – seine Customer Experience – automatisch und in Echtzeit zusammengestellt. Welche Elemente digitaler Angebote können personalisiert werden? Einfach gesagt: alle – sofern Unternehmen die technischen Möglichkeiten ausschöpfen.

Zählen wir ein paar Beispiele auf:

MOO, ein preisgekröntes Druck- und Designunternehmen aus dem Vereinigten Königreich und Kunde von Magnolia, bietet seinen Kunden in fast 200 Ländern lokalisierte Inhalte auf Grundlage ihres Browserverlaufs und ihres Standorts.

Mit Magnolia kann MOO Inhalte in der Hälfte der Zeit übersetzen und Seiten siebenmal schneller als zuvor erstellen. Die schnellere und effizientere Bereitstellung attraktiver personalisierter Inhalte verbessert das Kundenerlebnis und schafft mehr Möglichkeiten für MOO, seine Umsätze zu steigern.

Geschulte Verkäufer und Verkäuferinnen können Kunden oft schon durch den ersten Eindruck einschätzen, und sie stellen gezielte Fragen. Doch wie funktioniert Personalisierung im digitalen Raum?

Dafür betrachten wir – ohne tief in die technischen Details zu gehen – zwei technische Ebenen der Personalisierung:

Inhalte können für einzelne Personen angepasst werden – das ist die „höchste Form“ der Personalisierung. Das funktioniert, wenn ein Nutzer einem Unternehmen bereits bekannt ist, weil er schon einmal auf der Website eingeloggt war oder dort bereits Kunde ist. Besucht er eine Website nun erneut und loggt sich ein, bekommt er beispielsweise spezielle Produktangebote, die zu den Produkten passen, die er beim letzten Mal gekauft hat.

Die Anpassung von Inhalten für Kundensegmente ist eine weitere Form der Personalisierung. Nutzer werden dabei nicht als Einzelperson betrachtet, sondern als Teil einer bestimmten Kundengruppe, eines Segment. Unternehmen definieren diese Segmente anhand ihres Wissens über die Zielgruppe.

Drei Beispiele für mögliche Kundensegmentierung:

Shop für Kinderbedarf:

Wintersportgebiet:

B2B-Ersatzteileshop:

Anhand bestimmter Daten wird jeder Nutzer zu einem Kundensegment zugeordnet: Etwa aufgrund der bisherigen Käufe, des geografischen Standorts oder der Werbekampagne, über die ein Nutzer auf die Website gelangt ist. In der Regel wird eine Kombination verschiedener Attribute verwendet.

Der Nutzer bekommt nun die Inhalte angezeigt, die für sein Kundensegment definiert wurden – alle Angehörigen dieses Segments sehen die gleichen Inhalte. Diese Methode ist zwar weniger individuell, sie funktioniert jedoch auch, wenn ein Unternehmen einen Nutzer noch nicht kennt.

Studien haben gezeigt, dass Wanderer im Tessin grob in drei Segmente unterteilt werden können: Ortsansässige, Tagestouristen sowie Mittel- und Langstreckentourismus. Durch die Identifizierung dieser Segmente konnte der Tessiner Tourismusverband Ticino Turismo seinen verschiedenen Besuchern personalisierte Home-Pages bereitstellen, um ihnen relevante Informationen und eine für sie maßgeschneiderte Navigation anzuzeigen. Außerdem konnte die Organisation dadurch mit sozialen Medien interagieren und Inhalte teilen und hat dadurch ihre Ziele der Personalisierung des Erlebnisses, der Integration in soziale Netzwerke und Multi-Channel-Verbreitung vollkommen erreicht.

Als Ticino Turismo sich entschied, seine digitale Präsenz mit einer für mobile Endgeräte optimierten Website zu aktualisieren, die interaktive Elemente wie die innovative HikeTicino-App und mehrere interaktive Kiosk-Anzeigen integriert, um ein wahrhaftiges Multi-Channel-Erlebnis zu bieten, war Magnolia die erste Wahl. Die durch Magnolia erlaubte Multi-Channel-Kommunikationsstrategie macht es einfach, den Besuchern reichhaltige und personalisierte Erfahrungen zu bieten.

Die personalisierten Inhalte und Customer Experiences, die die Nutzer angezeigt bekommen sollen, können auf zwei Wegen definiert werden:

Marketer und Content-Autoren können regelbasiert festlegen, wann welche Nutzer welche Inhalte sehen sollen. Sie können etwa zwei Customer Experiences, A und B, bauen und festlegen, dass Nutzer aus dem Kundensegment 1 Experience A bekommen, und Nutzer aus dem Kundensegment Experience B sehen. Oder sie legen fest, dass Kunden mit mehr als 100 Euro Einkaufswert Newsletter A erhalten, Kunden mit weniger Einkaufswert Newsletter B.

Wenn sehr viele Elemente einer Website für sehr viele verschiedene Nutzer personalisiert werden sollen, stößt diese Methode jedoch an ihre Grenzen: Zigtausende Regeln mit gegenseitigen Abhängigkeiten wären nötig. Die könnte kaum jemand mehr überblicken.

Deshalb wird auch die Personalisierung immer mehr zur Domäne von selbstlernenden Algorithmen (Machine Learning). Diese Algorithmen erfassen und messen alle Aktionen von Website-Nutzern und Kunden. Daraus lernen sie etwa, welche Nutzer welche Inhalte besonders mögen oder welche Angebote bei welchen Nutzern besonders oft gekauft werden, und zu welcher Tageszeit.

Basierend auf diesen Daten können sie jedem Nutzer individuelle Inhalte anzeigen oder sogar komplette, hyper-personalisierte Customer Experience automatisch und in Echtzeit erstellen.

Ein anschauliches Beispiel dafür ist Google: Jeder Nutzer sieht andere Suchergebnisse. Und diese sehen auch wieder anders aus, je nachdem mit welchem Gerät oder an welchem Ort der Nutzer sucht.

Üblicherweise nutzen Unternehmen alle Möglichkeiten der Personalisierung in Kombination: Sowohl für einzelne Nutzer und Kunden individuell, als auch über die Kundensegmente bei unbekannten Nutzern; sowohl regelbasiert als auch automatisiert, für unterschiedliche Bereiche.

Es wurde bereits deutlich: Personalisierung funktioniert nur mit einer Menge an Daten. Was ein Unternehmen über seine Kundschaft und Nutzerschaft erfährt, sammelt sich über die Jahre einer riesigen Datenbank mit Milliarden von Datensätzen an.

Diese längst nicht vollständige Liste zeigt, welche Daten Unternehmen zur Personalisierung nutzen können:

Wenn es eine Branche gibt, die unpersönlich wirken kann, dann ist es der Bankensektor. Doch einige Banken ergreifen Maßnahmen, um sicherzustellen, dass Kunden sich mehr als Mensch wahrgenommen fühlen und weniger als Posten in einer Bilanz. Alior, polnische Bank und Kunde von Magnolia, hat ihre Website im Jahr 2015 modernisiert, um Nutzern personalisierte und relevante Inhalte mit Bezug zu ihren vorherigen Transaktionen anzuzeigen.

Infolgedessen verbesserten sich nicht nur die Besucherzahlen der Webseite deutlich, sondern auch das Kundenengagement: Die Bounce-Rate fiel von 30 % auf 10 % und die durchschnittlich auf der Website verbrachte Zeit stieg auf 5 Minuten und 30 Sekunden. Ein höheres Kundenengagement bedeutet ein stärkeres Interesse und führt letztendlich zu höheren Umsätzen.

Woher kommen alle diese Daten?

Den Großteil der Daten sammeln Unternehmen über Web-Analytics-Lösungen, die sie in ihre Website oder ihren Online-Shop einbinden. Dazu können sie Daten aus ihrem CRM-System oder anderen internen Datenbank einspeisen.

Dazu können sie Daten über externe Plattformen sammeln, wo sie aktiv sind: zum Beispiel die Nutzerstatistiken auf Facebook oder LinkedIn. Diese Daten lassen sich auch auf der eigenen Website verwenden, um Nutzer und ihre Präferenzen zu identifizieren.

Zuletzt können Unternehmen Daten von anderen Unternehmen ankaufen, also deren Datenbanken mit der eigenen verbinden. Dadurch können sie an Informationen über Nutzer kommen, die sie nicht auf den eigenen Kanälen erfassen können, etwa Informationen darüber, welche Inhalte sich Nutzer auf anderen Websites angesehen haben.

Möchten Sie Ihren Online-Nutzer bessere, personalisierte Customer Experiences bieten? In diesem Artikel erklären wir, wie Sie eine datenbasierte Personalisierungsstrategie umsetzen.

Wenn wir von „persönlichen Daten“ sprechen, müssen wir auch über „Datenschutz“ sprechen. Das Kauf- und Nutzungsverhalten von Menschen sagt sehr viel über sie aus. Deshalb gelten für solche Marketingdaten in der EU und speziell in Deutschland hohe Datenschutzstandards.

Es erfordert zwar einigen Aufwand, doch lässt sich Personalisierung zu 100 Prozent datenschutzkonform umsetzen; eine genaue Betrachtung würde an dieser Stelle zu weit führen.

Das größte Problem mit der Personalisierung ist aktuell jedoch: Solange Nutzer nicht eingeloggt sind, basiert sie größtenteils auf der Nutzung von Tracking-Cookies. Über solche Cookies können Nutzer (wieder-)erkannt werden.

Per Gesetz müssen Nutzer auf einer Website ausdrücklich zustimmen (Opt-in), bevor solche Cookies gesetzt werden. Das gilt insbesondere für Cookies, die für die Erstellung von Marketingprofilen verwendet werden. Die überall sichtbaren Cookie-Banner müssen deshalb eine klar erkenntliche, einfache Option zur Ablehnung bieten.

Und die deutschen, potenziell „daten-kritischen“ Nutzer machen Gebrauch von dieser Möglichkeit: Anbieter von Cookie-Content-Lösungen berichten, dass im Durchschnitt nur etwa 40 bis 50 Prozent aller Nutzer Cookies akzeptieren. Auf manchen Websites seien es über 80 Prozent, auf anderen nur etwa 20 Prozent.

Seit Dezember 2021 ist in Deutschland das neue TTDSG (Telekommunikation-Telemedien-Datenschutz-Gesetz) in Kraft, das einige Regelung aus der EU-DSGVO nochmals verschärft: Die Quote könnte sich also in Zukunft noch verschlechtern.

Das bedeutet: Ein großer Teil der Website-Besucher ist über Cookies nicht identifizierbar; Personalisierung ist dadurch nicht oder nur eingeschränkt möglich.

Was sollten Marken und Händler deshalb tun? Einige Tipps:

Durch zwei Entwicklungen könnte die Situation für Online-Händler und Website-Betreiber in Zukunft verbessert werden:

In sogenannte Personal Information Management Systems (PIMS) können Online-Nutzer einmalig einstellen, welche ihrer Daten sie für welche Zwecke teilen möchten. Unternehmen können dann auf diese Informationen zugreifen und müssen nicht bei jedem Website-Besuch erneut um Zustimmung fragen

Außerdem arbeiten diverse Unternehmen an cookie-freien Tracking-Technologien; einige Web-Analytics-Lösungen bieten diese Option schon an. Allerdings sind diese Entwicklungen noch nicht komplett ausgereift und bieten noch nicht die Möglichkeiten, die Lösungen mit Cookies bieten. Überdies besteht die Gefahr, dass auch für solche Technologien in Zukunft die Zustimmung der Nutzer erforderlich ist.

Trotz aller Herausforderungen ist die Hyper-Personalisierung des digitalen Raums nicht aufzuhalten – sie ist im Interesse von Unternehmen und Konsumenten gleichermaßen.