BR
Was ist Personalisierung?
Der Begriff Personalisierung bezieht sich auf eine Vielzahl von Algorithmen und Strategien, die Online-Unternehmen einsetzen, um das Erlebnis auf ihren Websites für verschiedene Zielgruppen zu individualisieren. Ein Online-Modegeschäft könnte zum Beispiel automatisch die Herrenkollektion anzeigen, wenn es erkennt, dass sich ein männlicher User auf der Website angemeldet hat. Ein anderes Beispiel wäre eine OTT-Plattform, die Ihnen auf der Grundlage Ihres Standorts und Ihrer bisherigen Vorlieben Inhalte zum Anschauen empfehlen möchte. Ein weiteres Beispiel für Personalisierung wäre eine Website, die die Startseite automatisch in der Landessprache Ihres Landes anzeigt.
Personalisierungen helfen Unternehmen in der Regel dabei, die Conversion Rates auf ihren Websites zu verbessern, die Suche nach einem geeigneten Produkt zu erleichtern oder das Besuchererlebnis auf der Plattform zu verbessern. Personalisierungsbemühungen variieren oft von einer groben Personalisierung für eine Gruppe von Zielgruppensegmenten bis hin zu einer eins-zu-eins-Personalisierung auf der Grundlage verschiedener Userattribute.
Es gibt verschiedene Arten von Personalisierungsalgorithmen auf dem Markt und man muss sich im Klaren darüber sein, ob Personalisierung die richtige Strategie ist, um sein Geschäft zu steigern.
Wie steigert die Personalisierung die Conversion Rates?
Um zu verstehen, wie eine Website von der Personalisierung profitieren kann, betrachten Sie das folgende Beispiel. Angenommen, Sie haben die Möglichkeit, Ihre Homepage entweder auf Englisch oder auf Spanisch zu gestalten. Nehmen Sie außerdem an, dass Sie zwei Zielgruppensegmente haben. Die Hälfte Ihrer Besucher kommt aus den USA, die nur die englische Version der Website verstehen und eine durchschnittliche Conversion Rate von 10% haben. Die andere Hälfte Ihrer Besucher kommt aus Spanien, versteht nur die spanische Sprache und hat eine durchschnittliche Conversion Rate von 8%.
Wenn Sie die Wahl zwischen der englischen und der spanischen Version hätten, würden Sie sich wahrscheinlich für die englische Version entscheiden, da User aus den USA eine höhere Conversion Rate haben als User aus Spanien. Ihre Netto-Conversion Rate bei der englischen Version läge bei 5% (da 50% des spanischen User-Traffics komplett wegfallen) und bei der spanischen Version bei 4% (und umgekehrt).
Wenn Sie jedoch eine Personalisierung auf der Grundlage des Landes, aus dem der Besucher kommt, vornehmen würden, könnten Sie sowohl die spanischen als auch die englischen Besucher ansprechen und eine kombinierte Conversion Rate von 9% erzielen. Auf diese Weise bieten Sie nicht nur verschiedenen Segmenten Ihrer Zielgruppe ein besseres Erlebnis, sondern sorgen auch für höhere Conversion Rates.
Welche Arten von Personalisierungsalgorithmen gibt es auf dem Markt?
- Regelbasierte Personalisierung: Eine regelbasierte Personalisierungs-Engine nimmt als Input die verschiedenen Varianten einer Webseite und eine Regelzuordnung, um zu wissen, welche Variante welchem Besucher angezeigt werden soll. Solche Regeln können anhand beliebiger Attribute erstellt werden, die für alle Besucher getrackt werden. Sobald ein Besucher als zu einem bestimmten Segment gehörig identifiziert wird, zeigt die Personalisierungs-Engine dem Besucher die entsprechende Variante an.
- KI-Personalisierung: Eine KI-Personalisierungs-Engine nimmt als Eingabe die verschiedenen Varianten einer Webseite, die verschiedenen Besuchern gezeigt werden sollen, sowie verschiedene Besucherattribute. Sie versucht dann zu lernen, welche Besucherattribute bei welchen Varianten besser konvertieren. Im Beispiel Englisch-Spanisch (siehe oben) würde eine KI-Personalisierung also automatisch lernen, dass die englische Version angezeigt wird, wenn das Land die USA ist, und die spanische Version, wenn das Land Spanien ist. Die KI-Personalisierung arbeitet in der Regel mit mehreren Attributen und lernt in Echtzeit, welche Version Sie Ihren Besuchern am besten zeigen sollten.
- Recommendation Engine: Eine Recommendation Engine ist in der Regel für Websites mit einem großen Bestand an verschiedenen Produkten oder Inhalten nützlich. Recommendation Engine verwenden normalerweise Besucherattribute, um Ähnlichkeiten zwischen verschiedenen Besuchern zu erkennen. Wenn einem Besucher ein bestimmtes Produkt/ein bestimmter Inhalt gefällt, lernt die Recommendation Engine daraus und zeigt ähnlichen Besuchern das gleiche Produkt/den gleichen Inhalt. Andere Arten von Recommendation Engine nutzen auch die Ähnlichkeit zwischen den Produkten. Wenn also ein Besucher ein bestimmtes Produkt mag, werden ihm ähnliche oder ergänzende Produkte empfohlen.
- Umfrage-basierte Personalisierung: Eine umfragebasierte Personalisierungs-Engine stellt den Besuchern oft einige Fragen, bevor sie die Seite für sie personalisiert. Auf einer E-Commerce-Website werden den Besuchern zum Beispiel einige Fragen zu ihren Suchbegriffen gestellt. Anhand der Antworten der Besucher kann die Website die Homepage automatisch personalisieren, so dass die Besucher bequem das von ihnen bevorzugte Produkt finden können.
Wie hängen Personalisierung und Experimentieren zusammen?
Während Personalisierungsbemühungen darauf abzielen können, das Besuchererlebnis auf der Website generell zu verbessern, konzentrieren sich Personalisierungsbemühungen in der Regel auf die Optimierung einer KPI-Kennzahl, z.B. der Conversion Rate oder des Umsatzes auf einer Seite. Die allgemeine Kultur des Experimentierens mit neuen Produktideen zur Verbesserung der Conversion Rates wird als Experimentieren bezeichnet und ist auf dem Markt unter verschiedenen Namen wie A/B Testing und Conversion Rate Optimization bekannt geworden. In dieser Hinsicht ist auch die Personalisierung ein Produkt fortgeschrittener Experimente. Unternehmen, die mit einfachen A/B-Tests einen gewissen Erfolg erzielt haben, gehen zur Personalisierung über, um ihre KPI-Kennzahlen weiter zu optimieren.
Dies beginnt in der Regel damit, dass Unternehmen versuchen, ihre A/B-Testdaten über verschiedene Segmente der Zielgruppe zu analysieren. Sogar bei VWO können Sie Ihre A/B-Testdaten nach verschiedenen Besucherattributen filtern und beobachten, wie sich die Conversion Rates der einzelnen Segmente vom Gesamtdurchschnitt unterscheiden. Wenn Sie bei einer solchen Analyse interessante Muster finden, bei denen sich bestimmte Segmente anders verhalten als der Durchschnitt, können Sie Hypothesen darüber entwickeln, wie Sie bestimmte Segmente besser ansprechen können, indem Sie ihnen eine andere Seite zeigen (als der allgemeinen Zielgruppe).
Mit VWO Personalize können Sie relevante, kontextbezogene Erlebnisse für Ihre Website-Besucher an der richtigen Stelle und zur richtigen Zeit erstellen und auslösen. Wenn Sie mehr darüber erfahren möchten, nutzen Sie eine kostenlose Testversion oder fordern Sie eine Demo bei unseren Produktexperten an.
