Personas als Grundlage für Automatisierung

Im ersten Teil des Beitrags „Personas reloaded“ von Frank Puscher ging es um effiziente Personalisierung und das klassische Persona-Modell. Fünf bis zehn Archetypen von Käufern gilt es zu profilieren und die Kommunikation, Produktdarstellung und eventuell auch die Preise daran anzupassen. Das ist aber aufwendig und teuer. Man könnte die Liste der wichtigsten Produktvorteile so unterteilen, dass für jeden Zielgruppentyp ein wichtiger emotionaler Kaufanreiz dabei ist. Das ließe sich sogar im Content-Management-System als Formularbeschriftung hinterlegen. Inzwischen tummeln sich eine Reihe von Anbietern, die derartige Ideen in Empfehlungssysteme aufnehmen. Diese werden als einfache Plug-ins mit ein paar Zeilen Code in den Shop oder die Website eingebunden und verbessern sich selbst. Sie lernen, welches Bild, welcher Header, welcher Text, welche Platzierung und welche Linkbeschriftung die meiste Wirkung erzielt. Idealerweise differenzieren sie dabei wiederum unterschiedliche Zielgruppen.

System erkennt Nutzertypen

Und hier wird es spannend: Wie schnell kann ein System Nutzertypen erkennen und zuverlässig einordnen. Robin Müller ist Mitgründer und Technikchef bei Lesara, einem der schnellst wachsenden Shops hierzulande. Er sagt: „Unser System beginnt nach dem dritten Klick mit einer Einordnung. Das ist am Anfang sehr grob, wird aber über Zeit immer feiner und genauer“. Als Parameter für die Einordnung nutzt Lesara das Surf- und Klickverhalten, Verweildauern, Themenschwerpunkte, Produkte, die in den Warenkorb gelegt werden und – im Falle eines Log-ins – auch historische Transaktionsdaten. Und das funktioniert nicht nur bei Onlineshops. Ebenfalls auf das Surf-Verhalten referenziert zum Beispiel das Vice-Magazine, Europas größtes Portal mit redaktionellen Inhalten für Jugendliche und junge Erwachsene. Hier fließen in das Clustering vor allem auch soziale Interaktionen ein wie Shares, Likes und Kommentare, denn solche Handlungen sind für die Reichweite der Onlinepublikation Gold wert.

Grundtypen: Explore, Connect, Lead und Express

Vice unterscheidet vier Grundtypen: Explore, Connect, Lead und Express. Die werden dann noch den jeweiligen Inhaltsthemen zugeordnet, sodass ein Typ „Explore“ im Bereich Food zum Beispiel mit Themen wie Molekularküche versorgt wird. Das Clustering nutzt Vice allerdings vor allem für die eigene Vermarktung. Es ist Teil des hauseigenen Werbesystems und kann von den Marken gezielt gebucht werden. Unterdessen liegt auch ein Risiko in der Automatisierung. Zum einen muss man die genauen Umsatz- und Gewinneffekte sehr exakt rechnen. Es kommt schon vor, dass Kunden, die sowieso gekauft hätten, den Weg über das Empfehlungssystem suchen, weil es eine einfache Form der Navigation darstellt. Zum anderen bedeutet Automatisierung auch immer die Entkoppelung vom Kunden. „Warum hat die Software mehr verkauft“ lautet die entscheidende Frage, die man einem solchen System stellen muss. Der jeweilige Anbieter oder der Implementierungsdienstleister müssen darauf antworten können. Regelmäßig. Nur dann lernt auch der Marketer von einem solchen System. Freilich hat die Tiefenkenntnis des Publikums auch noch viel größere Auswirkungen auf ein Unternehmen, wenn dieses es zulässt. Bei Zalando lautet im Marketing das Credo: „What would Horst do“. Wobei Horst stellvertretend für die jeweilige Usergruppe steht. Neue Kampagnen oder einzelne Werbemittel werden so hinterfragt und kontrolliert: „Would you share this“. Idealerweise finden sich „echte“ Mitglieder der Zielgruppe im eigenen Team. Das Unternehmen Dyson hat es geschafft, Staubsauger zum Männerthema zu machen, weil man den emotionalen Anker „Techie-Produkt“ instrumentalisiert. Bei Motortalk werden bestimmte Personas als Schlüsselfiguren im Foren-System identifiziert. So kann ein automatisches Alarmsystem zum Beispiel offene Konflikte in einem Forum schon im Vorfeld „erahnen“. Dann wird ein Moderator in die Gruppe geschickt.

Personas als Grundlage der Produktentwicklung

Wieder andere Unternehmen nutzen Personas für die Produktentwicklung. Sie fragen nicht: Was würde der Markt als nächstes benötigen, sondern was braucht „Franziska“. Oder welches Problem hat sie. Nadja Shouraboura hat zum Beispiel das Verhalten junger Käuferinnen im Modehandel beobachtet und festgestellt, dass einer der größten Schmerzpunkte dieser Zielgruppe ist, dass das Anprobieren von Kleidungsstücken zu mühsam ist. „Dabei gibt es eine klare Korrelation zwischen der Menge der anprobierten Waren und der Größe des Warenkorbs“, sagt die ehemalige Amazon-Managerin. Sie entwarf das Konzept Hointer. Ein Store, der an ein automatisches Lager angeschlossen ist. Die Kundin kann auch in der Kabine stehend Ware über ihr Smartphone nachbestellen. Sie wird über ein Rutschensystem direkt in die Kabine geliefert und erscheint gleichzeitig im Warenkorb in der App. Inzwischen verkaufte Shouraboura das Konzept bereits mehrfach, unter anderem an Macys.