VERTRAUEN IN DIE MASCHINE DATA SCIENCE UND DER MULTI-CHANNEL, MULTI-DEVICE SHOPPER

Transkript

1 VERTRAUEN IN DIE MASCHINE DATA SCIENCE UND DER MULTI-CHANNEL, MULTI-DEVICE SHOPPER

2 INHALT Vertrauen in die Maschine 3 Retail und der Vormarsch der Maschinen 4 Nutzen Sie Maschinen 5 Erkennen Sie Potentiale 7 Optimieren Sie die Umsetzung 8 Zusammenfassung 11 2 INHALT

3 VERTRAUEN IN DIE MASCHINE Vertrauen Sie der Maschine.. Ein einfaches Statement kann große Emotionen auslösen. Erinnerungen an den teuflischen HAL 9000 in 2001: Odyssee im Weltraum können Paranoia und Angstgefühle verursachen. Der Machtumschwung zwischen Mensch und Maschine, wie in dem Film Terminatorkann ein Gefühl von Verlust und Niederlage auslösen. Während beide Szenarien auf Science Fiction Erzählungen beruhen, sind wir traditionell darauf konditioniert, dass wir die Beziehung zwischen Mensch und Maschine dominieren wollen. Diese Art von Überlebenskampf wird aber voraussichtlich nicht zu unseren Lebenszeiten stattfinden, sondern erst dann, wenn die Menschheit in flotten, leuchtenden Anzügen und kugelförmigen Helmen herum läuft. Auf der anderen Seite findet dieser Machtkampf zwischen Mensch und Maschine schon seit Jahrhunderten statt. Die Menschheit fürchtet sich seit jeher davor, dass wir den Maschinen zu viel Macht einräumen. Gibt es also tatsächlich einen Grund zur Besorgnis? Menschen stehen neuen Entwicklungen oft skeptisch gegenüber. Dabei haben Maschinen früheren Generationen gezeigt, dass die Erde keine Scheibe ist, dass Wissenschaft nichts mit Hexerei zu tun hat und dass man mit einem vergleichsweise klobigen Gerät mit einer Person auf der anderen Seite des Erdballs kommunizieren kann. Während all diese Ideen die Menschheit zunächst in Panik versetzt haben, sind sie mittlerweile ein fester Bestandteil unseres täglichen Lebens geworden. Wir befinden uns heutzutage in einer Zeit voller Innovationen und Erfindungen. Maschinen, die bisher auf menschlichen Input angewiesen waren, operieren beinahe selbständig. Machine- Learning Methoden übersteigen mittlerweile menschliche Fähigkeiten und verstärken so das Potential technischer Entwicklungen und ermöglichen - wie Sie in diesem Whitepaper lesen werden - erfolgreiche Marketingprogramme, die alle Kanäle umfassen. Machine-Learning Methoden haben die Dynamik zwischen Mensch und Maschine verändert; was bei einigen Menschen zu Verunsicherungen führt. Die Vorstellung, in ein selbstfahrendes Auto einzusteigen und aufs Land zu fahren, kann einen schon nervös machen. Auf der anderen Seite arbeitet beinahe jedes Linienflugzeug mit Autopilot - und das bereits seit 1912! VERTRAUEN IN DIE MASCHINE 3

4 RETAIL UND DER VORMARSCH DER MASCHINEN Viele (Einzel-) Händler bezeichnen sich selbst als technologisch fortgeschritten. Das ist kein Wunder, denn nur Händler, die in den letzten Jahren der ecommerce-evolution mit offenen Armen begegnet sind, waren auch erfolgreich. Die Möglichkeit, online einkaufen zu können, löste die Angewiesenheit auf das tatsächliche Geschäft um die Ecke ab. Mobile Endgeräte haben eine neue Ära der Kundenkontrolle eingeläutet, in der die Erwartungen hoch gesteckt sind und ein nahtloses Shopping-Erlebnis über alle Kanäle hinweg gefordert wird. Diese rasante Evolution des Kundenverhaltens bereitet allerdings vielen Retailern Schwierigkeiten dabei, ihre Kunden langfristig begeistern und binden zu können. Kunden nutzen verschiedene Endgeräte und wechseln zwischen Webseiten und Stores hin und her. Der Kunde ist immer nur einen Klick, ein Antippen oder Wischen davon entfernt, Ihrer Marke den Rücken zu kehren und bei der Konkurrenz einzukaufen. Daten sind für Händler mittlerweile zum wichtigsten Werkzeug geworden, um Kunden langfristig binden zu können. Automatisierte Nachrichten werden ausgelöst, sobald der Kunde auf eine bestimmte Art und Weise aktiv wird: Erinnerungen werden verschickt, wenn Produkte im Warenkorb zurückgelassen werden. Angebote werden gezielt versendet und Produkte empfohlen. Die oben genannten Strategien haben bis jetzt für viele Händler gut funktioniert, aber wie lange kann dieser Erfolg noch anhalten? Verfügen wir wirklich über die Zeit, das Geld und das Wissen, um die Berge an gesammelten Daten mit den richtigen Kunden in Verbindung zu bringen, wenn sich diese über mehrere Kanäle und Geräte hinweg bewegen? Die Plattformen, die die meisten Retailer für Ihre Datenaufbereitung verwenden, sind auf menschlichen Input angewiesen. Segmente müssen erstellt werden, Angebote und Warenkorb-Erinnerungen müssen zeitgerecht verschickt werden. Aber ist das menschliche Eingreifen an dieser Stelle tatsächlich eine Hilfe oder behindert es nur den Prozess eines Multi-Channel Marketingprogramms? Retailer müssen einen Schritt weiter gehen und sich eine moderne Einstellung im Bezug auf Customer Intelligence aneignen. Entscheidend dabei ist, dass Sie lernen, den Machine-Learning Methoden zu vertrauen. Andernfalls riskieren Sie Einbußen im Bereich der Kundenbindung und des Vertriebs. Die konstant steigenden und sich weiterentwickelnden Wünsche der Kunden, die Notwendigkeit - online und offline - zu verkaufen (oder zu konkurrieren) und das Entstehen neuer Kanäle über die Kunden Ihre Produkte näher kennenlernen - all das sind heutzutage Herausforderungen für Händler. Um in diesem Ökoystem erfolgreich zu bleiben, müssen schwierige Vorgänge bewältigt werden, die in Zukunft nur noch komplexer werden. Haben wir das menschliche Limit für ecommerce Innovationen bereits erreicht? Leider gibt es derzeit noch keinen Knopf, mit dem eine Maschine aktiviert werden kann, die alle Aufgaben alleine erledigt und Ihre Verkaufszahlen in die Höhe schnellen lässt. Dieses Whitepaper stellt Ihnen jedoch drei Möglichkeiten vor, wie Sie moderne Customer-Intelligence Daten und Machine-Learning Methoden für Ihre Strategien optimal einsetzen können. Blicken Sie über den (konzeptionellen) Tellerrand hinaus und verbessern Sie Ihre Marketing Programme auf allen Kanäle. NUTZEN SIE DIE MASCHINE: Sammeln Sie die entscheidenden Daten, die für ein ganzheitliches Kundenprofil über mehrere Kanäle und Geräte hinweg notwendig sind. ERKENNEN SIE POTENTIALE: Nutzen Sie Machine-Learning Methoden und Predicitve Data, um Ihre Kunden besser zu verstehen und Ihr Marketing perfekt darauf abzustimmen. VERBESSERN SIE DIE UMSETZUNG: Verwenden Sie ganzheitliche Profile und Data Science, um die Reichweite Ihrer Produkte und Angebote zu vergrößern. Das führt zu einer größern Kundenbindung und höheren Verkaufszahlen, unabhängig von Kanal, Endgerät oder Ort. 4 RETAIL UND DER VORMARSCH DER MASCHINEN

5 NUTZEN SIE MASCHINEN Viele Marketingprogramme nutzen derzeit Profil-, Verhaltens- und Kaufdaten, um gezielte und individuelle Nachrichten zu verschicken. Dieser gängige Prozess zeigt - wie unten dargestellt - wie Marketer Daten erfassen, ihre Programme automatisieren und bei Bedarf personalisierte Elemente verwenden, bevor sie die entsprechenden Nachrichten verschicken. DATENERFASSUNG AUTOMATISIEREN PERSONALISIEREN KANALÜBERGREIFEND 3rd Personalisierungs ebenen SAMMELN AUSFÜHRERN Ihre Nachrichten - entweder automatisiert oder en masse versendet - repräsentieren Marketing zu einem bestimmten Zeitpunkt. Wenn sich der Kunde im Kaufprozesses befindet, werden Nachrichten basierend auf vorherigen Aktionen oder Interaktionen ausgelöst. Während diese Nachrichten an einem speziellen Punkt innerhalb des Kaufprozesses relevant sein können, bieten sie doch oft nur ein oberflächliches Bild des Käufers bzw. der Anreize, die letzendlich zum Kauf geführt haben. Nehmen wir an ein Käufer besucht Ihre Seite, sieht sich Produkte online an und fährt dann zu einer Ihrer Filialen. Im Geschäft könnte er Fotos auf Facebook teilen, mit der App interagieren und dann sein Smartphone nutzen, um die Produkte auf Ihrer mobilen Webseite in den Warenkorb zu legen. NUTZEN SIE MASCHINEN 5

6 Sollen all diese Aktionen eine Warenkorberinnerungs- auslösen? Eine Retargeting-Anzeige? Produktempfehlungen auf Ihrer Seite? Eine Mail zur abgebrochenen Suche? Wie können Sie am besten bestimmen, welche Aktion am wahrscheinlichsten zu einem Kauf führen wird? Auf lange Sicht ist es zu zeitaufwendig, für jeden einzelnen Kunden herauszufinden, welche Ansprache die passende ist. Wie kann dieser Schritt also für Ihre große Anzahl an Kunden bewerkstelligt werden? DATENERFASSUNG ZUSAMMENFÜHREN AUTOMATISIEREN PERSONALISIEREN KANALÜBERGREIFEND 3rd Ganzheitliches Profil Personalisierungs ebenen SAMMELN AUSFÜHRERN Zunächst sollten Sie das Verhalten Ihrer Kunden genauer betrachten und mit einem ganzheitlichen (Kunden-) Profil arbeiten. Indem alle Interaktionen und relevanten Berührungspunkte mit dem jeweiligen Kundenprofil verbunden werden, sind Sie in der Lage, die Basis für effektive und leistungsstarke Customer Intelligence Strategien zu schaffen. Sie können aufschlussreiche Trend Reportings anbietenund Nachrichten versenden, die den Kunden genau dort erreichen, wo er am wahrscheinlichsten konvertieren wird. Ein ganzheitliches Profil sammelt Daten aus online und im Laden getätigte Interaktionen. Anstatt von einem geradlinigen, traditionellen Kaufprozess auszugehen, sollte das Shopping- Erlebnis Ihrer Kunden als Summe einzelner Teile verstanden werden. Diese Interaktionen - unabhängig von Kanal, Gerät oder Ort - helfen Ihnen dabei, Ihre Käufer zu definieren, mit Ihnen effektiver zu kommunizieren und sie somit als Kunden zu gewinnen. GANZHEITLICHES PROFIL IN-STORE ONLINE SAMMELN Ladenbesuch Standort Offline Käufe CRM Daten Web Interaktionen App Interaktionen Channel Engagement Online Käufe 6 MINE THE MACHINES

7 ERKENNEN SIE POTENTIALE Nachdem Sie ein ganzheitliches Profil erstellt haben, sollten Sie die Maschinen arbeiten lassen. Keine Sorge, die zwischenmenschliche Interkation hat noch nicht gänzlich ausgedient. Selbst Flugzeuge die mit Autopilot fliegen, sind auf menschliches Know-How angewiesen. Data Science in Verbindung mit einem ganzheitlichen Profil gibt Ihnen als Marketer die Möglichkeit, die richtigen Marketing-Entscheidungen zu fällen und viele der nötigen Aufgaben zur Bindung Ihrer Kunden zu erleichtern oder sogar komplett zu automatisieren. DATENERFASSUNG ZUSAMMENFÜHREN ANALYSIEREN AUTOMATISIEREN PERSONALISIEREN KANALÜBERGREIFEND 3rd Ganzheitliches Profil Datenbasierte, anwendbare Informationen Personalisierungs ebenen SAMMELN TRANSFORMIEREN AUSFÜHRERN Wissen Sie, welche Produkte Ihre abwandernden Kunden am wahrscheinlichsten kaufen würden? Wie stark würde sich eine einprozentige Steigerung der Kundenbindung auf Ihren monatlichen Umsatz auswirken? Wie viele Ihrer aktiven Kunden werden tatsächlich zu Stammkunden? Käufer werden oftmals mit Marketingbotschaften überhäuft, aber nur wenige bauen eine tatsächliche Bindung zu den Kunden auf. Denken Sie nur daran, wie personalisiert unsere täglichen Web-Interaktionen sind. Soziale Netzwerke stellen mittlerweile die wichtigste Form der Kommunikation mit Freunden und Familie dar. Wir haben unsere Smartphones immer und überall dabei. Tablets liegen auf unseren Nachttischen. Ist es dann nicht höchste Zeit, Ihre Marketingbotschaften individueller zu gestalten und so Ihre Kunden ganz persönlich zu erreichen? Stellen sie sich folgendes Szenario vor: eine ihrer treuesten Kundinnen, nennen wir sie Katrin, lebt in Berlin, verbringt aber einen Großteil ihrer Freizeit in München (und gibt dort viel Geld aus). Während Katrin zu Hause in Berlin ist, informiert sie sich über Produkte, die sie kaufen möchte und DATA-SCIENCE BASIERTE, PRAXISNAHE INTELLIGENCE IN-STORE ONLINE TRANSFORMIEREN Store Affinität O2O Empfehlungen Komplettes LTV Standort Affinität Auswirkung durch Rückerstattung Kategorie Affinität Produkt Affinität Auswirkung auf Umsatz Empfehlungen Online LTV probiert einige der Artikel im Geschäft an. Sie bittet ihre Freunde auf Facebook um Rat und erstellt Wunschlisten in Ihrer App. Ihr jährlicher Schlussverkauf steht bevor, während Katrin auf dem Weg nach München ist. Sie ist bereit, viel Geld auszugeben. Aber wie können Sie Katrin jetzt erreichen? Ist der beste Weg über die Inbox oder über Ihre App? Wird Katrin laut Ihrer Daten als Berlinerin oder als Bewohnerin in München gelistet? Klassifizieren ihre Web-Interaktionen sie als online Käuferin, obwohl sie immer im Geschäft einkauft? Data Science und Machine Learning Methoden bringen Ordnung in diese unübersichtlichen Szenarien. Ab sofort werden Ihre Kunden mit intelligente Kampagnen angesprochen, die passende Produkte empfehlen, wo auch immer sie sich gerade befinden und welches Endgerät sie gerade verwenden. Dies ist Automatisierung auf höchstem Niveau. Es wird höchste Zeit, dass Marketer mit ihren Kunden Schritt halten. ERKENNEN SIE POTENTIALE 7

8 OPTIMIEREN SIE DIE UMSETZUNG Sie fragen sich vielleicht, ob Sie Ihre derzeitigen Strategien und erzielten Ergebnisse hinter sich lassen müssen, wenn Sie ab sofort auf ganzheitliche (Kunden-) Profile und Machine Learning Methoden setzen möchten. Die einfache Antwort lautet: Nein, Sie müssen nicht Ihre komplette Strategie umwerfen. Im Gegenteil. Dank dieser neuen Form des Marketings, die Kanäle und verschiedene Endgeräte als Teil des Prozesses - und nicht als Hindernisse - sieht, können Sie jetzt mit Programmen arbeiten, die bis vor kurzem noch undenkbar gewesen wären. Im Folgenden stellen wir Ihnen einige Möglichkeiten vor, wie Sie leistungsstarke Customer Intelligence in Ihre derzeitigen Programme integrieren und diese dadurch optimieren können. ANSPRACHE NACH DEM KAUF Post Store Purchase Offline gekauft verschicken Treatment Layer verwenden / Angebote in der Nähe empfehlen Umsatzzuordnung Wenn Sie Ihren Kunden direkt nach einem Online-Kauf eine schicken, kann dies den Grundstein für eine langfristige Kundenbindung legen. Es kann ebenfalls sinnvoll sein, Kunden in ihren Filialen nach einem abgeschlossenen Kauf mit einer Post-Purchase Mitteilung anzusprechen. Online- und Offline-Käufer gleich zu behandeln ist allerdings nicht die beste Lösung.Wenn Sie dieselbe Post- Purchase Kommunikation mit Online- und Offline-Käufern starten, kann dies zu einem ungenauen und unpersönlichen Kundenerlebnis führen. Je nachdem in welchem Geschäft Ihre Kunden etwas gekauft haben, sollten sie auch enstprechende Post-Purchase Nachrichten mit Bezug auf diese Filiale erhalten. Mit Hilfe von Kaufdaten innerhalb eines ganzheitlichen (Kunden-) Profils, lassen sich Offline-Käufer identifizieren und passende Nachrichten zu Ihrem Kauferlebnis verschicken. Wertvolle Daten über die Zufriedenheit Ihrer Kunden können das Kauferlebnis verbessern, Kundentreue kann durch individuelle Aufforderungen zur Rückkehr in Ihr Geschäft gestärkt werden und der Wechsel zu Ihrer Webseite kann für Kunden bei der nächsten Suche nach passenden Produkten effektiv erleichtert werden. 8 OPTIMIEREN SIE DIE UMSETZUNG

9 ANSPRACHE NACH VERLASSEN DES GESCHÄFTS Abandoned Store beacon aktiviert Filiale wurde verlassen Hat nicht gekauft verschicken Treatment Layer verwenden/ Angebote in der Nähe Umsatzzuordnung Das Versenden von Nachrichten bei Verlassen von Produktseiten und Warenkorbabbrüchen steigert nachweislich den Umsatz. Diesen Erfolg sollten Sie nicht auf Ihre Webseite beschränken! Um eine Nachricht zu triggern sobald ein Kunde Ihr Geschäft verlassen hat, werden Technologien benötigt, die sich auf den exakten Standort besziehen. Diese Technologien werden - unabhängig von Budget und Ressourcen - für Marketer immer intuitiver und kostengünstiger. Data-Science spielt dann eine Rolle, wenn ein Kunde das Geschäft verlässt, ohne einen Einkauf getätigt zu haben. Daten aus dem ganzheitlichen Profil können dazu verwendet werden, eine Nachricht mit den passenden Produktempfehlungen an den Kontakt zu schicken; und zwar über den Kanal, auf dem der Kunde am wahrscheinlichsten konvertieren wird. Basierend auf den Verhaltensdaten des Kunden, kann die Nachricht entweder an die Inbox, die mobile App oder als SMS verschickt werden. OPTIMIEREN SIE DIE UMSETZUNG 9

10 ANSPRACHE NACH WARENRÜCKGABE Umfangreiche Rückgaberechte geben Kunden die Freiheit, mehrere Produkte zu kaufen und einige davon wieder zurückzugeben. Die fehlende Berücksichtigung der enstehenden Verluste durch Rückgaben führt zu einer verfälschten (und geschönten) Umsatzstatistik, die es wiederum für Marketer erschwert, die Performance Ihrer Marketingprogramme richtig auszuwerten. Um diese Daten optimal für Ihr Reporting nutzen - und so ein genaueres Bild Ihrer Konvertierungen erhalten zu können - sollten Sie sich an den Provider Ihrer Marketingplattform wenden. Die Rückgabe von Produkten ist für (Einzel-) Händler ein Teil des täglichen Geschäfts. Daher sollten Sie überlegen, Ihren Kunden eine Rückgabe sowohl online als auch offline zu ermöglichen und die dabei stattfindenden Interkationen dafür nutzen, Ihren Kunden bei der Suche nach den richtigen Artikeln zu helfen.produktempfehlungen, die auf dem Einkauf und dessen Rückgabe, vorausgegangenen Kaufverhaltensdaten, bevorzugten Kommunikationskanälen und anderem Webseiten-Verhalten des Kunden basieren, können dafür genutzt werden, eine überzeugende zu erstellen, die Ihren Käufer erneut zur Interaktion mit Ihrer Marke aufruft. Zurückgegebene Artikel zurükgewinnen Zurückgegebene Artikel verschicken Treatment Layer verwenden/ Angebote in der Nähe Umsatzzuordnung 10 OPTIMIEREN SIE DIE UMSETZUNG

11 Data Science and the Multi-Channel, Multi-Device Shopper ZusammenfassungDie Zeiten sind vorbei, in denen mit Hilfe von Marketingbotschaften Kunden zu einem Kauf animiert werden konnten. Die Dynamik der Kundentreue verändert sich ständig. Marketer müssen heutzutage mehr bieten, als Kunden an bestimmten Punkten innerhalb des Customer Lifecycles anzusprechen. Um den ständig steigenden Erwartungen der Kunden über diverse Kanäle und Geräte hinweg gerecht zu werden, müssen Marketer ihre Art der Datensammlung überdenken und ein ganzheitliches Bild ihrer Kunden erstellen. Marketing muss dabei über traditionelle Konzepte einer Segmentierungsstrategie und automatisierter Nachrichten entlang des Lifecycles hinausgehen, um einzelne Kunden wirklich individuell ansprechen zu können.um in dieser neuen Ära bestehen zu können, müssen sich Marketer auf intelligente und leistungsstarke Data Science-Modelle und datenbasierte Prognosen verlassen können. Nur so können praxisnahe Erkenntnisse gewonnen werden, die über das menschliche Denkvermögen hinausgehen. Sind Sie bereit für den ersten Schritt in diese neue Welt des (Online-) Handels? Finden Sie heraus, warum die Emarsys B2C Cloud die beste Data Science Plattform für eine 1-to-1 Personalisierung ist und wie sie Ihnen dabei helfen kann, den Wert Ihrer Kunden zu maximieren. ÜBER EMARSYS Emarsys ist ein führender globaler Anbieter einer Cloud Marketing Software für B2C Unternehmen und die erste B2C Marketing Cloud. Das Unternehmen liefert seinen Kunden praxisnahe Informationen, um Verbraucher anzusprechen und verbindet Machine Learning und Data Science mit echter Personalisierung und Multi Channel Versand, um Verbraucher so effektiv wie möglich zu erreichen und Kundenbindung und Ergebnisse zu maximieren. Mit mehr als 500 Mitarbeitern in 16 Büros weltweit, unterstützt Emarsys mehr als 1,500 Kunden in 140 Ländern. Emarsys wurde 2000 in Wien gegründet und gehört zu den schnellsten und innovativsten Unternehmen der Branche. Mit über 500 Mitarbeitern an 16 Standorten unterstützen wir mehr als Unternehmen in 140 Ländern, darunter Branchenführer wie ebay, Toys R Us, Yahoo!, Sky, Volvo, AS. Watson Group und World Shop Lufthansa. Jeden Monat segmentieren und analysieren wir eine Milliarde Kundenkontakte und versenden mehr als personalisierte Kampagnen. Damit helfen wir unseren Kunden, Ihren Umsatz und ROI zu erhöhen. ZUSAMMENFASSUNG 11

12 WIR GENIESSEN DAS VERTRAUEN DER WELTBESTEN UND SMARTESTEN MARKETER Mitgliedschaften: Emarsys emarketing Systems AG Märzstrasse 1 A-1150 Wien Österreich Telefon: +43 (1) vienna@emarsys.com