Jens Scholz, CEO Prudsys 16.10.2018, 10:27 Uhr

Warum Personalisierung nicht dem Kunden dient

Wie gut funktioniert Personalisierung heute schon aus Kundensicht? Jens Scholz, CEO des Personalisierungsspezialisten Prudsys, sagt: Auf einer Skala von null bis zehn stehen die guten Shops bei fünf bis sechs, der Durchschnitt eher bei drei bis vier. Er erklärt das Warum.
Jens Scholz ist CEO von Prudsys
(Quelle: Prudsys)
Herr Scholz, in einer idealen Welt würde ein Online Shop-Besucher bei seinen individuellen Bedürfnissen zum aktuellen Zeitpunkt abholen. Auf einer Skala von null bis zehn - wo stehen die guten Online Shops in Deutschland gerade und wo ist der Durchschnitt?
Jens Scholz:
Das Ideal wäre technisch nahezu machbar, da würde ich eine neun vergeben. Und dann muss man schon kritisch feststellen: Die guten Shops stehen bei fünf bis sechs, der Durchschnitt eher bei drei bis vier.
Es hapert nicht an der Technik?
Scholz:
Im Grunde nicht. Aber es ist ein sehr komplexes Thema, so zu personalisieren, dass der Nutzer das als gut empfindet. Nehmen wir Retargeting als Beispiel. Natürlich werden da personalisiert Produkte auf Medienseiten ausgespielt, die sich ein Kunde vorher in einem Online Shop angesehen hat. Der Nutzer empfindet das aber nicht als gute Personalisierung, sondern eher als Stalking. Meine Intention, warum ich mich für dieses Produkt interessiert habe, wird so nicht abgebildet. Es kann ja sein, dass ich dieses Produkt schon woanders gekauft habe oder mich das Produkt eigentlich gar nicht interessiert, weil ich nur ein Geschenk für einen Freund gesucht habe. Innovation per se ist nicht der Fortschritt, die Richtung ist das entscheidende.
Was raten Sie da Ihren Kunden?
Scholz:
Es muss schon so sein, dass man eher unaufdringlich personalisiert. Eine perfekte Personalisierung bemerkt der Nutzer nicht. Wenn ich aber die Personalisierung zu spitz fahre, ist die Gefahr groß, dass ich daneben liege. Deshalb raten wir unseren Kunden auch generell von Retargeting eher ab. Es ist extrem unwahrscheinlich, dass ich das Kundenbedürfnis einfange, wenn ich Kunden nach einer Session Produkte mit einem hohen Ertragsfaktor allumfassend über Retargeting-Kanäle hinterhertrage. Aber es wird trotzdem gemacht, weil es in der großen, breiten Masse grundsätzlich doch funktioniert. Trotzdem nehmen Kunden es nicht als positive Personalisierung wahr und die Kollateralschäden sind hoch. Wir raten eher, subtiler zu personalisieren und Kunden einen Mehrwert zu bieten - beispielsweise auf Kategorieseiten. Da müssen sie nicht zwangsläufig die Topseller nach oben stellen, sondern können Produkte nach der Surf- und Kaufhistorie der Kunden ausspielen.
Genau das hatten wir in unserem Test erwartet, aber kaum gefunden. Obwohl wir beispielsweise sehr offensiv Streifenpullis herzten und auf unsere Wunschlisten packten. waren in den Kategorieseiten für Pullover nirgendwo Streifenpullis ganz oben platziert.
Scholz:
Das stimmt leider. Die Entscheidung, welche Produkte wie platziert werden sollten, wird noch stark durch den Einkauf bestimmt. Es geht den Händlern nicht primär darum, Kundenbedürfnisse in den Mittelpunkt zu stellen. Die Wahrheit ist, dass Personalisierung als Hilfswissenschaft dazu dient, Unternehmensziele zu erreichen - und das sind mehrheitlich Abverkaufsziele aus dem Einkauf. Die Ware, die da ist, muss verkauft werden. Oder es müssen noch bestimmte Verkaufsziele erreicht werden, um bei einem Hersteller Rückvergütungen zu erreichen oder die fixierten Konditionen auch im nächsten Jahr zu erreichen. Und dann verwenden Händler Personalisierung, um das noch irgendwie zu unterstützen. In den meisten Unternehmen lassen die internen Organisationsstrukturen eine Kundenzentrierung gar nicht zu.
Aber würde es dem Händler unter dem Strich nicht mehr helfen, wenn er Kunden Produkte empfiehlt, zu denen diese nicht nein sagen können und dadurch seine Warenkörbe größer werden?
Scholz:
Das wiederholen wir seit Jahren gebetsmühlenartig. Und man muss schon anerkennen, dass sich da über die Zeit auch viel zum Positiven gewandelt hat. Aber trotz alledem muss man anerkennen, die Personalisierung ist den anderen Primärzielen zumeist untergeordnet. Normalerweise würden wir in unseren Systemen Produkte so ausspielen, dass der Warenkorb maximiert wird und die Abschlusswahrscheinlichkeit steigt. Aber wenn wir dann mal in die Systeme schauen, sieht man, dass Händler mit Business-Rules noch sehr stark manuell eingreifen. Dass da über der eigentlichen Automatisierung noch zehn bis 15 Business-Rules liegen, ist keine Seltenheit. Da heißt es dann, ja lieber Automat, empfehle ein Produkt nach dem Surf- und Kaufverhalten des Kunden, aber es muss ein Produkt aus der neuesten Kollektion der Marke xy sein, weil es aus dem Marketing die Maßgabe gibt, diese Marke zu pushen. Dann kommt eine andere Abteilung und sagt, es muss aber ein bestimmter Deckungsbeitrag erreicht werden. Und so weiter und so fort. Das führt aber dazu, dass der Raum der Empfehlungen, die da noch in Frage kämen, extrem stark eingeschränkt wird. Und dann kommt es zu Suchergebnissen, die dann für alle Kunden doch wieder sehr ähnlich aussehen und den Raum für Inspiration sehr eng werden lassen. Es wäre besser, für Personalisierung nicht solche Zäune aufzubauen, sondern Personalisierung zu nutzen, um bestimmte Ziele zu erreichen. Das ist natürlich etwas komplizierter.
Warum machen die Händler keine A/B-Tests und schauen, was bessere Umsätze liefert - der Algorithmus oder die manuellen Business-Rules?
Scholz:
Händler führen A/B-Tests durch, um zu testen, an welchen Stellen im Online Shop welche Art von personalisierten Empfehlungen wie gut funktionieren. Sie testen dabei in der Regel nicht, ob die Business Rules die Personalisierung aushebeln. 
Aber welchen Sinn hätte es für den Händler, an dieser Marke festzuhalten, wenn er durch die Personalisierung sieht, dass andere Marken viel gefragter wären? So hilft ihm Personalisierung ja auch dabei, das eigene Sortiment zu optimieren.
Scholz:
Dann hätte ich aber auf einmal wirklich die Situation, dass der Kunde im Mittelpunkt steht und der Kunde im Grunde mein Geschäftsmodell bestimmt. Das ist nicht immer gewollt. Die Kollegen haben ein Geschäftsmodell und gute Lieferantenbeziehungen und erwarten noch immer, dass der Kunde das kauft, was ihm angeboten wird. Da stehen geschäftliche Interessen und Personalisierung ein bisschen gegeneinander. Und ein wenig kann ich das auch verstehen. Denn im Fashion-Bereich wird die Ware sechs Monate im Voraus eingekauft. Da kann man Kundenbelange nur bedingt berücksichtigen. Auf der anderen Seite würde gerade im Fashion-Bereich Personalisierung gut hinpassen. Aber wegen der Business-Prozesse haben die Händler da ein bisschen die Handbremse angezogen.

Produkte in der passenden Größe anzeigen

Aber warum schafft man es nicht wenigstens, dem Kunden nur die Produkte anzuzeigen, die es in seiner Größe gibt?
Scholz:
Das ist tatsächlich eine technische Herausforderung. Einfache Systeme, die Produktempfehlungen ausspielen, arbeiten zumeist auf einer Master-ID. Die kann aber nur das Produkt als solches matchen, also das T-Shirt XY von dem und dem Hersteller, mit der Jeans XY eines anderen Herstellers. Varianten wie Farbe oder Größe werde da nicht berücksichtig. Man braucht ja für sinnvolle Empfehlungen auch eine gute statistische Masse. Das funktioniert bei Jeans und T-Shirt ohne Varianten, bei Größen wird die statistische Masse schon sehr dünn. Außerdem ist es eine Herausforderung, die unterschiedlichen Größenangaben - beispielsweise ein T-Shirt in der Größe S und eine Jeans in der Größe 27/32 zusammenzubringen. Wir empfehlen dann ein etwas komplexeres System zu nutzen, was mit komplexeren Produktsortimenten umgehen kann. Dann lernt man über Hierarchien.
Händler wie Asos und Zalando bitten ihre Kunden ja auch direkt, ihre Lieblingsmarken zu bewerten. Aber wer nur zwei Marken angibt, bekommt natürlich vorwiegend auch nur noch diese Marken angezeigt. Versaut man sich dadurch die Filterbubble?
Scholz:
Ich halte es für lobenswert, dass der Kunde die Möglichkeit hat, seine Personalisierung zu steuern. Aber bei den Auswirkungen auf die Filterbubble gilt für Händler: Weniger ist oft mehr. Natürlich sollten die Lieblingsmarken ein stärkeres Gewicht bekommen, aber die anderen Produktmerkmale sollten trotzdem noch eine Rolle spielen.
Haben Sie Erfahrungswerte, wie sich die Konversionsraten durch Personalisierung steigern lassen?
Scholz:
Im Newsletterbereich sehen wir CR-Steigerungen im deutlich dreistelligen Bereich. Wenn ich unpersonalisierte Newsletter verschicke, bekomme ich eine Rücklaufquote von vielleicht einem Prozent. Bei personalisierten können es acht werden. Bei abgeschlossenen Warenkörben haben wir Steigerungen teilweise um 25 Prozent. Wenn es bisher 100 Warenkörbe am Tag waren, werden es dann 125. Sehr gut funktionieren auch personalisierte Printangebote. Der Büroartikelversender Schäfer Shop hat seine Bestellmenge um 25 Prozent gesteigert, seit der seine kleinen, monatlichen Kataloge konsequent personalisiert. Im B2C-Bereich ist beispielsweise Bonprix sehr erfolgreich aktiv.
Welche Trends beobachten Sie im Bereich Personalisierung generell?
Scholz:
Rein auf der technischen Ebene ist es das Verknüpfen von noch mehr Informationen, um Umsatz und Konversionsraten zu steigern. Dabei geht es beispielsweise um die Berechnung von Abschlusswahrscheinlichkeiten. Wenn ein Warenkorb angelegt wurde, berechnet man mit jedem weiteren Klick, wie hoch die Wahrscheinlichkeit ist, dass der Kunde diesen Warenkorb so bestellt. Und das beeinflusst man dann mit Incentives wie Gratisversand oder Rabatte für die nächste Bestellung. Händler versuchen seit geraumer Zeit, Styletypen zu scoren, um so das Marketing zu unterstützen. Der Hintergrund ist, dass starre demografische Merkmale wie das Alter, ob jemand verheiratet ist oder wie viele Kinder er hat, sich heute nicht mehr so gut dazu eigenen, die Interessen des Kunden auszumachen. Eine 40-jährige Frau kauft heute zum Teil dieselben Styles wie eine 20-Jährige. Daher überlässt man das Profiling jetzt den Algorithmen. Und auch beim Pricing gibt es den Trend zur Personalisierung - nicht bei den Preisen im Shop, aber bei Rabatten im Newsletter. Kein Händler gibt gerne mehr Rabatt als nötig. Deswegen ist die Berechnung der Kaufwahrscheinlichkeit in Abhängigkeit der Rabatthöhe schon interessant. Als großen Trend würde ich das allerdings noch nicht sehen.



Das könnte Sie auch interessieren