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

Listicle

Uplift-Modelling: So erreichen Shops die richtigen Kunden mit ihren Kampagnen

(Foto: Shutterstock)

An Instore-Kampagnen haben sich schon viele versucht. Gleiche oder gar bessere Ergebnisse mit weniger Investitionen zu erreichen, gelingt aber nur wenigen. Ein Weg dorthin ist Uplift-Modelling.

Einzelne Produkte hervorheben, kostenfreien Versand anbieten oder vor dem Verlassen der Website einen Gutschein anzeigen: Website- und Shopbetreiber nutzen etliche Kniffe, um den Nutzer zum Kauf zu bewegen. Doch setzen Unternehmen diese Anreize auf der eigenen Website auch effizient ein – oder zahlen sie drauf?

Tatsächlich lassen sich Kampagnen-Gelder nur dann sinnvoll einsetzen, wenn der Websitebetreiber sich zuvor erst einmal ein klares Bild über die Einstellung seiner Kunden zu Digitalkampagnen und zu seinen Bedürfnissen verschafft hat. Basierend auf diesen Erkenntnissen können Unternehmen die Interaktion mit den Website- und Shop-Besuchern besser aussteuern. Uplift-Modelling kann dabei helfen.

Was ist Uplift-Modelling?

Die Methode modelliert das künftige Nutzerverhalten auf Basis bisheriger Sessions und analysiert, wie sich bestimmte Kampagnen auf das individuelle Handeln auswirken. Mit diesen Analyse- und Optimierungsmodellen können Website- und Shopbetreiber ihre Kunden onsite gezielter ansprechen und die Konversionsrate verbessern.

Der Bonus: Das Modell adressiert keine User, die ohnehin kaufen, und auch keine Nutzer, die in keinem Fall kaufen oder gar von einer Kampagne abgeschreckt würden. Dadurch können Website- und Shopbetreiber die Streuverluste ihrer Onsite-Kampagnen minimieren und sich auf attraktive Nutzer konzentrieren. Die Dosis macht eben auch bei digitaler Werbung die Medizin.

Was logisch klingt, wird allerdings noch viel zu selten berücksichtigt. Dabei gilt auch im Online-Marketing: Weniger ist mehr.

So funktioniert der Ansatz

Beim Uplift-Modelling spielt die Segmentierung der User in vier Kategorien die Schlüsselrolle.

  • Der Nutzer kauft sowieso – egal, ob kampagnenseitig angesprochen oder nicht.
  • Der User kauft erst, wenn kampagnenseitig angesprochen. Dieser Nutzer vergleicht gerne, sucht das beste Angebot und will quasi getriggert werden.
  • Der User kauft sowieso nicht in unserem Shop – egal, ob kampagnenseitig angesprochen oder nicht.
  • Der Nutzer reagiert negativ, wenn kampagnenseitig angesprochen.

Zur Aufteilung der User in die genannten Segmente können Unternehmen auf verschiedene Methoden zurückgreifen. Ein selbstlernender Algorithmus ist die wohl Gängigste dabei. Diesen kann ein Unternehmen entweder selbst bauen oder über Dienstleister erwerben. Durch die Segmentierung können Unternehmen die jeweils besten Kampagnenmaßnahmen ergreifen und Schädigendes unterlassen. Der Algorithmus beantwortet mittels Onsite-Tracking für jeden Besucher eine Vielzahl an Fragen: An welchem Tag findet der Besuch statt? Zu welcher Zeit? Wie lange verweilt der Besucher auf einer Produktseite? Legt er ein Produkt in den Warenkorb?

Die Daten gleicht der Algorithmus mit vielen anderen Erfahrungswerten ab und kann in Echtzeit erkennen, wie groß die Wahrscheinlichkeit ist, dass der Besucher ein Produkt kauft – und ob mit einer speziell entwickelten Onsite-Kampagne die Wahrscheinlichkeit für einen Kauf oder Upsell steigt.

Mit kleinen Geschenken wie einem Schal oder dem Erlass der Versandkosten versuchen Shops, den Kunden zum Kauf zu überreden. Beim Uplift-Modelling werden solche Kampagnen aber nur Kunden angezeigt, die nicht ohnehin kaufen. (Screenshot: Gaastra)

So läuft die Implementierung

Die Implementierung des Uplift-Modelling-Ansatzes funktioniert in fünf Schritten:

  1. Vom User lernen: Der Algorithmus analysiert das Nutzerverhalten und gleicht es mit Erfahrungswerten ab – letztlich bildet er also Wahrscheinlichkeiten ab. Es dauert zwar einige Wochen, bis der Algorithmus die nötige Menge an Erfahrungswerten sammeln kann, danach liefert er aber valide Vorhersagen.
  2. Kampagnen umsetzen: Der Algorithmus setzt ein Set der erfolgreichsten Kampagnen auf der Website auf. Bitte beachten: Manche Kampagnen performen mobil ganz anders als auf dem Desktop.
  3. Den Algorithmus einfach arbeiten lassen: Er liefert die Kampagnen onsite so aus, wie es für den jeweiligen Nutzer Sinn macht. Dabei lernt er mit jeder Ausspielung dazu. Entscheidend dafür ist der Einsatz von Kontrollgruppen, die weiterhin keine Kampagne angezeigt bekommen, auch wenn sie rein statistisch dafür interessant wären. Diese Nutzer sichern, dass der tatsächliche Uplift der Kampagnen nachvollziehbar und belegbar ist.
  4. Nicht vergessen: evaluieren und optimieren. Unternehmen müssen prüfen, welche Erfolge eine Kampagne einfährt. Dabei sollten sie beachten, dass es nicht nur eine Rolle spielt, ob der Nutzer eine Kampagne wollte, sondern auch, ob ihn das Werbemittel selbst anspricht.
  5. Neues ausprobieren: „Never change a winnig team“ ist zwar ein durchaus berechtigtes Fazit. Die Kampagnen hin und wieder um eine neue Idee zu erweitern, ist allerdings ebenso sinnvoll. Bekommen Unternehmen mehr Newsletter-Anmeldungen, wenn sie dazu einladen? Oder steigen die Abonnentenzahl und Klickrate im Newsletter, wenn als Anreiz einmal im Monat unter allen Abonnenten ein Goodie verlost wird?

Ein zusätzlicher Effekt von Uplift-Modelling: Der Ansatz beugt der Konditionierung von Klickverhalten vor. Denn bei simplen Onsite-Kampagnen ergeben sich oft Muster, die die Nutzer schnell verinnerlichen. Wenn der User einen Rabattcode bekommt, sobald er die Website zu verlassen droht, wird er sich angewöhnen, dieses Verhalten bei jeder Sitzung zu zeigen. Schon verlieren Unternehmen mit jedem Kauf ein paar Euro an Marge.

Fazit: Wider dem Gießkannenprinzip

Es macht schon einen erheblichen Unterschied, ob Unternehmen bei einer Digitalkampagne 100.000 Kunden die Versandgebühren erlassen oder nur den 20.000 Kunden, die den Gutschein auch wirklich als Argument für den Kauf benötigen. Wer sowieso etwas will, macht das auch ohne dieses Entgegenkommen. Wer sowieso nicht im Shop kauft, braucht die Kostenübernahme auch nicht. Und die Nutzer, die sich von der Kampagne gestört fühlen, sollten tunlichst damit verschont bleiben – aus Respekt vor dem Kunden und aus Respekt davor, was digitale Kampagnen heutzutage leisten können, wenn man sie lässt.

Finde einen Job, den du liebst

Bitte beachte unsere Community-Richtlinien

Eine Reaktion
Abubakar.ss

Einverstanden mit der Nutzer reagiert negativ, wenn kampagnenseitig angesprochen. http://www.shoppingspout.de/

Antworten

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

Abbrechen