Du hast deinen AdBlocker an?

Es wäre ein Traum, wenn du ihn für t3n.de deaktivierst. Wir zeigen dir gerne, wie das geht. Und natürlich erklären wir dir auch, warum uns das so wichtig ist. Digitales High-five, deine t3n-Redaktion

Ratgeber

Predictive Marketing: Der Blick in die Glaskugel

Predictive Analytics: Wissen, was der Kunde will – im besten Fall noch bevor er es selbst weiß (Foto: Shutterstock / Rawpixel)

Auf der Grundlage von Predictive Marketing sollen Unternehmen voraussagen können, was der Kunde will. Möglich wird das mithilfe großer Datenbestände und detaillierter statistischer Auswertungen. Ein Beitrag im Rahmen unserer Dmexco Themenwoche.

Predictive Analytics ist ein Thema, das im Marketing und speziell im Zusammenhang mit E-Commerce-Anwendungen bereits seit vielen Jahren propagiert wird. Doch wie erfolgreich die Voraussagen wirklich sind, das hängt stark von den Datenbeständen des jeweiligen Unternehmens ab. Große Player wie Amazon, Zalando und die Otto Group machen vor, wie sich mit Hilfe gezielter Auswertung der gesammelten Daten Voraussagen über die Wünsche des Kunden, sein Kaufverhalten oder auch die Wahrscheinlichkeit der Rücksendung bis hin zur vorausberechneten Retourenquote treffen lassen. Amazon beispielsweise besitzt sogar ein Patent auf eine Technologie, die voraussagen können soll, was ein Kunde bestellt – und somit der Versand bereits bei Aufgabe der Bestellung in Gang sein könnte.

Was wie eine urbane Legende klingt, hat viel mit Wahrscheinlichkeitsrechnung zu tun, mit Machine-Learning-Fähigkeiten und mit immensen Datenmengen und Rechenkapazitäten. Die sind heutzutage nicht mehr das Problem – angesichts von Cloud-Computing und individuell skalierbarer Rechenleistung. Insofern verwundert es auch nicht, dass insbesondere Unternehmen wie Amazon, IBM und Salesforce hier führend sind.

Predictive Marketing: Die schiere Datenmenge bringt es nicht

Und doch ist Predictive Marketing vor allem ein Thema für die großen Player im E-Commerce – und vor allem für internationale Konzerne wie Amazon, die über entsprechende Datenmengen verfügen. Doch mit schierem Big Data ist es nicht getan – wichtig ist vor allem eine Planung und Strategie, die aufzeigt, welche Datenbestände zu welchen Erkenntnissen herangezogen werden können. Doch bis Predictive Analytics tatsächlich zum Unternehmenserfolg beitragen kann, ist es ein weiter Weg.

Beim Predictive Marketing gibt es einige populäre statistische Strategien, mit denen Unternehmen die Wünsche des Kunden vorauszusagen versuchen. Da ist zunächst die Best-Next-Offer-Berechnung, die insbesondere im Umfeld mit Produktvorschlägen und individualisierten Newslettern zum Einsatz kommt. Anhand der Kaufhistorie des Kunden sowie möglicherweise der Produkte, die er zusätzlich aufgerufen hat, ohne sie zu kaufen, wird auf Basis von Rankings der generellen Popularität von Produkten errechnet, welche Produkte ihn wahrscheinlich noch interessieren – unter Berücksichtigung von Produkten, die gerne in Kombination oder mit Versatz zusammen gekauft werden. Ein Beispiel: Ein Kunde, der sich gerade ein Fahrrad gekauft hat, wird möglicherweise für Fahrradzubehör oder -bekleidung empfänglich sein, eine Kundin, die kürzlich ein Abendkleid bestellt hat, benötigt möglicherweise bestimmte Schuhe dazu.

Bitte beachte unsere Community-Richtlinien

Schreib den ersten Kommentar!

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.