Da 40 % der Führungskräfte Schwierigkeiten haben, ihre Personalisierungsprogramme effektiv zu skalieren (Achtung, Fachjargon!), ist es ratsam, die beiden Hauptarten der Personalisierung genauer zu betrachten, um herauszufinden, welche (oder wie Sie sie kombinieren können) für Sie am besten geeignet ist.
Regelbasierte Personalisierung
Regelbasierte Personalisierung passt die Nutzererfahrung anhand vordefinierter Regeln an, um basierend auf Nutzerdemografie, Aktionen und Verhalten spezifische Inhalte oder Funktionen anzuzeigen.
Diese Art der Personalisierung lässt sich fast wie ein Flussdiagramm vorstellen, das auf „Wenn/Dann“-Logik basiert (z. B.: Wenn ein Nutzer Aktion x ausführt, zeige ihm Inhalt y). Jeder der durch vordefinierte Regeln festgelegten Kontaktpunkte entspricht den oben genannten Atomen. Diese Datenpunkte können beispielsweise den Standort, das Alter oder andere Merkmale des Nutzers umfassen. Sobald diese Datenpunkte erfasst sind, werden die Moleküle durch die darauffolgende Sequenzierung gebildet. Um die regelbasierte Personalisierung zu optimieren, definieren Sie zunächst klare Regeln basierend auf Nutzerdaten (Standort, Alter, Verhalten usw.) und passen Sie Ihre Website entsprechend an, um ein dynamisches, segmentiertes Nutzererlebnis zu schaffen. Beispiele für regelbasierte Personalisierung: Dynamische Inhalte – Websites passen sich dem Nutzerverhalten an, um relevante Nachrichten und Inhalte anzuzeigen. Dies kann in Form von Inhaltsempfehlungen oder personalisierten Nachrichten für wiederkehrende Nutzer erfolgen. Dynamische Benachrichtigungen – Pop-ups und Banner mit personalisierten Nachrichten werden basierend auf dem Nutzerverhalten angezeigt. Ein klassisches Beispiel für eine dynamische Benachrichtigung ist, wenn ein Nutzer versucht, ein Browserfenster zu schließen und ein Popup erscheint, das ihn zum Verweilen auf der Website einlädt.
Vorteile der regelbasierten Personalisierung
- Vollständig anpassbar – Die Anzahl und Art der erstellbaren Nutzererlebnisse sind unbegrenzt. Wenn Sie wertvolle Daten sammeln und diese mithilfe einer leistungsstarken Customer Data Platform (CDP) verwalten, können Sie unzählige Varianten erstellen und die Customer Journey nach Ihren Wünschen gestalten.
- Uneingeschränkte Kontrolle – Sie legen die Regeln fest und behalten die Kontrolle. Sie können so detailliert vorgehen, wie Sie möchten, und nach Bedarf Anpassungen vornehmen, um maximale Kontrolle (Achtung, Fachjargon!) zu gewährleisten.
- Einfache Implementierung – Wenn Sie schon einmal ein Ablaufdiagramm erstellt haben (z. B. für die Sequenzierung ausgehender Nachrichten oder die Einrichtung eines Chatbots), können Sie regelbasierte Personalisierung implementieren.
Nachteile der regelbasierten Personalisierung
- Komplexität – Manchmal ist die Anpassung ein zweischneidiges Schwert. Unbegrenzte Möglichkeiten bringen unbegrenzte Verantwortung mit sich. Wenn viele verschiedene Sequenzen gleichzeitig ausgeführt werden, erhöht sich das Risiko für Fehler und Unstimmigkeiten.
- Intensiv – Um regelbasierte Personalisierung zu skalieren, ist eine sorgfältige Planung und Anpassung erforderlich, um sicherzustellen, dass die dynamischen Nutzererlebnisse mit Ihrer übergeordneten Personalisierungsstrategie übereinstimmen.
KI-Personalisierung
Eine weitere Möglichkeit der Personalisierung bietet maschinelles Lernen oder algorithmische Personalisierung. Diese Art der Personalisierung nutzt KI und maschinelles Lernen (ML), um Content- und Produktempfehlungs-Engines zu optimieren. Dies ist besonders relevant für Websites mit großen Mengen an Inhalten oder Produkten, da regelbasierte Personalisierung hier sehr ressourcenintensiv wäre. Anstatt Regeln zu definieren, die der Personalisierungs-Engine vorgeben, wie Inhalte angeordnet werden sollen, erstellt die KI/ML-Personalisierung diese anhand von Echtzeitdaten und dem Nutzerverhalten. Die KI- oder ML-Personalisierung analysiert das Verhalten ähnlicher Kunden auf der Website, um vorherzusagen, was für das Surfverhalten eines bestimmten Kunden relevant sein könnte und so maßgeschneiderte Inhalte bereitzustellen. Ein anschauliches Beispiel hierfür sind E-Commerce-Websites mit der Funktion „Kunden kauften auch“, die Produktempfehlungen anzeigt. Kunden, die derselben Zielgruppe angehören, können völlig individuelle Inhalts-/Produktempfehlungen erhalten, die auf ihre aktuellen Bedürfnisse zugeschnitten sind.
Basierend auf diesen Erkenntnissen kann der Algorithmus Produkte empfehlen oder relevante Inhalte präsentieren, die mit hoher Wahrscheinlichkeit das Interesse des Nutzers wecken.
Einige Beispiele:
- Inhaltsempfehlungen – Personalisierte Artikel, Videos oder andere Inhalte, die den Interessen des Nutzers entsprechen
- Produktempfehlungen – Produktvorschläge basierend auf früheren Käufen, dem Browserverlauf oder ähnlichen Nutzerinteressen
- E-Mail-Empfehlungen – Maßgeschneiderte E-Mails mit Inhalten, Produkten oder Angeboten, die den Interessen der Empfänger entsprechen
Vorteile der KI-Personalisierung
- Skalierbarkeit – Wie bei den meisten anderen KI-Lösungen wird Skalierbarkeit deutlich einfacher. Anstatt sich selbst darum zu kümmern, können Sie die Arbeit der KI-Plattform überlassen.
- Verbesserte Benutzererfahrung – Anpassungsfähigkeit und Personalisierung in Echtzeit sind mit einer KI-gestützten Plattform ebenfalls viel einfacher zu realisieren.
- Wiederverwendung von Inhalten – Wie oft haben Sie schon Inhalte geprüft und festgestellt, dass der gerade geschriebene Artikel bereits vor zwei Jahren verfasst wurde (und deutlich besser war)? KI ist ein effektiver Weg, die relevantesten Inhalte Ihrer Inhaltsbibliothek aufzudecken, selbst Artikel, die Sie vielleicht schon vergessen haben.
Nachteile der KI-Personalisierung
- Begrenzter Anwendungsbereich – KI hat noch Entwicklungspotenzial, wenn es um Personalisierung jenseits von empfohlenen Inhalten und Produkten geht.
- Datenschutzbedenken – Gehören Sie zu den Nutzern, die es gut finden, wenn ihre Daten auf unverständliche Weise gesammelt werden? Wahrscheinlich nicht. Und falls doch, lügen Sie wahrscheinlich. Datenschutz und Transparenz bei der Datenerfassung können schnell ins Wanken geraten, wenn sie nicht ordnungsgemäß umgesetzt werden.
- Verfügbarkeit von Inhalten – Inhaltsempfehlungen sind nutzlos, wenn keine Inhalte zum Empfehlen vorhanden sind (logisch). Viele Marketingteams haben Schwierigkeiten, Inhalte zu skalieren, und diese Probleme verlagern sich nun auch auf den Bereich der Personalisierung.
Zusammenfassend
Im Grunde genommen läuft die Implementierung von Personalisierung darauf hinaus, ob Sie die Customer Experience Map selbst erstellen (regelbasiert), sie von KI durchführen lassen (KI-Personalisierung) oder eine Hybridlösung wählen.
Die meisten Unternehmen bevorzugen wahrscheinlich eine Hybridlösung, bei der Regeln basierend auf spezifischen Kundenaktionen (Atomen), Kundensegmenten (Molekülen) und Kundenprofilen (Organismen) definiert werden können, während KI in Echtzeit ein personalisiertes Erlebnis liefert und auf das Kundenverhalten reagiert.
Wie auch immer Sie die Personalisierung gestalten, denken Sie daran, sie persönlich zu nehmen.