Expert Insights 12.04.2016, 08:10 Uhr

Hyper-Personalisierung: Die Gießkanne hat ausgedient

Massenversand war gestern. Der E-Mail-Marketer hat inzwischen viele Möglichkeiten, um  feingranular zu segmentieren. Der aktuelle Trend lautet "Hyper-Personalisierung". Was steckt dahinter und wo liegen die Potenziale?
Die Verbraucher nutzen heute mehr Kontaktpunkte, Kanäle und Endgeräte denn je. Nicht zuletzt deshalb ergeben sich in Online-Shops, sozialen Netzwerken oder im E-Mail-Kanal eine Vielzahl an Informationen. Trotz der immensen Datenfülle reizen die meisten Marketer allerdings ihre Kommunikationsmöglichkeiten noch längst nicht aus. Hier kommt die Hyper-Personalisierung ins Spiel. Denn für Verkaufsabschlüsse geht es darum, den Verbraucher zum passenden Zeitpunkt, mit der richtigen Botschaft und im gewünschten Kanal anzusprechen.

Recency, Frequency, Monetary

Erfolgreich personalisierte E-Mails beeindrucken durch 14 Prozent höhere Klickraten und 10 Prozent höhere Konversionsraten (Aberdeen Group). Relevanz entsteht hierbei durch hochgradig individualisierte Botschaften. Eine effektive Hyper-Personalisierung beginnt damit, die E-Mail-Verteiler effektiv zu segmentieren.
Zuallererst geht es darum, Verbraucher mit vergleichbaren Interessen und Gruppenmerkmalen zusammenzufassen und zielgruppenspezifisch anzusprechen. Ein beeindruckendes Beispiel lieferte hierzu Barack Obamas Kampagnenteam im letzten US-Präsidentenwahlkampf. Es konnte sein Spendenaufkommen allein dadurch verdoppeln, indem es seine E-Mail-Kontakte, die kürzlich für ihn gespendet hatten, segmentierte und sich in einem extra hinzugefügten Satz bedankte - und zu einer erneuten Spende aufforderte. Neben der Segmentierung kommt es aber auch auf die Umsetzung an. Für eine gezielte Ansprache ist der Marketer gut beraten, seine E-Mail-Verteiler kontinuierlich durch Datenvisualisierungen zu erkunden und zu analysieren.
Bei der Segmentierung sollte der Fokus darauf liegen, Informationen zu aggregieren und Zusammenhänge zu erkennen. Empfehlenswert ist die Verknüpfung von demographischen Eigenschaften wie dem Geschlecht mit dem RFM-Modell ("Recency, Frequency, Monetary"). Hierbei dreht sich alles um diese Fragen: Wie lange liegt der letzte Kauf beim Verbraucher zurück? Wie häufig kaufte er in den vergangenen drei oder sechs Monaten? Wie viel Umsatz generierte er insgesamt in diesem Zeitraum?



Das könnte Sie auch interessieren