17 Best Practices für Personalisierung im Web

Weshalb sind Amazon, Spotify & Co. so erfolgreich? Richtig, weil sie ihre Nutzer gezielt ansprechen. "Personalisierung im Web" ist eines der großen Trendthemen in 2016 und langfristig nicht mehr wegzudenken. Personalisierte Inhalte liefern ein hohes Maß an Relevanz und heben die Kommunikation mit den Kunden auf das nächste Level.

Dabei wirft dieses Thema aber auch Fragen auf: Was heißt das konkret für mich? Wie kann ich selbst erste Schritte gehen? Was an meiner Webseite kann ich personalisieren und vor allem WIE???

In diesem Artikel liefern wir Dir 17 Best Practices für Personalisierung im Web als Impuls für Deine Personalisierungs-Strategie!

Kundensegmente – Die Basis der Personalisierung

Die Basis jeder Personalisierung ist die Aufteilung Deiner Zielgruppe in Kundensegmente. Eine Segmentierung kann dabei nach verschiedenen Merkmalen erfolgen. Hier ein paar Beispiele:

Segmentierung nach Marketing-Kanal

  • Direkter Zugriff
  • Email
  • SEA
  • Display
  • Social
  • Affiliate

Segmentierung nach Verhalten auf der Webseite

  • Verweildauer
  • Durchschnittliche Anzahl besuchter Seiten
  • Exit auf bestimmten Seiten
  • Besuchte Seiten (Startseite, Detailseite, Kategorien, Landing Pages, etc.)
  • Personen, die scrollen
  • Personen, die den Warenkorb erreichen
  • Ausstiege im Warenkorb

Segmentierung nach Kaufverhalten

  • Neu-/Bestandskunde
  • Nicht-Käufer
  • Kategorien, in denen jemand kauft
  • Warenkorb-Wert
  • Retourenquete
  • Wiederkaufrate

Segmentierung nach demografischen Merkmalen

  • Geschlecht
  • Alter
  • Geolocation
  • Alter

Segmentierung nach Personas

  • Der Schäppchenjäger
  • Der qualitätsbewusste Käufer
  • Der Unsichere

Segmentierung nach Endgerät

  • Desktop
  • Mobile
  • Tablet

Segmentierung nach externen Faktoren

  • Wetter
  • Saison
  • Feiertage
  • Besondere Sales-Aktionen
  • Andere Ereignisse

Lese-Tipp

Diese Artikel gehen noch tiefer ins Thema und könnten Dir nützlich sein:

In 4 Schritten vom A/B-Test zur Personalisierung

4 Schritte, wie man Kundendaten für eine erfolgreiche Personalisierung nutzt

17 Praxisbeispiele für Personalisierung im Web

Hat man alle Daten gesammelt und Kundensegmente gebildet, so geht es im nächsten Schritt darum, die Webseite auf diese Kundensegmente hin auszurichten. Wir haben das World Wide Web gescannt und 17 Best Practices für Personalisierung für Euch zusammengestellt!

#1: Spotify – Discovery Weekly’s „Dein Mix der Woche“

best-practises-personalisierung.000

Eines der wohl bekanntesten Beispiele für Personalisierung im Web liefert Spotify. Mit „Dein Mix der Woche“ (Discover Weekly’s) stellt Spotify den Nutzern wöchentlich eine neue Playlist zur Verfügung. Ein Algorithmus entscheidet, welche Songs es in die persönliche Playlist schaffen.

Mehrere Faktoren, die jeweils unterschiedliche Gewichtungen haben, spielen dabei eine Rolle. Beispielsweise wird überprüft, auf welchen Playlists sich eines oder mehrere der angehörten Lieder befinden. Ist dabei noch ein weiterer Song, den der Nutzer noch nicht angehört hat, kann dieser in der Playlist landen. Außerdem fällt die Anzahl der Follower einer Playlist ins Gewicht.

Des Weiteren analysiert Spotify auch Musik-Blogs. Mehr Informationen zum „Mix der Woche“ von Spotify und was sich dahinter verbirgt, gibt es hier:

Übrigens hat Spotify in der Zwischenzeit den Release Radar gelauncht. Dieser stellt Dir personalisierte Neuerscheinungen vor, basierend auf bereits gehörter Künstler aber auch auf den persönlichen Hörgewohnheiten. (Infos hier >> Release Radar )

#2: Spotify – „Konzerte“

best-practises-personalisierung.001
Auf Basis des Standorts werden dem Nutzer Konzerte in der Nähe vorgeschlagen. Der Standort wird mittels der Geolocation des Nutzers ermittelt. Dieser hat auch die Möglichkeit, einen anderen Standort zu hinterlegen. Falls vorhanden, können die hinterlegten Daten zu den Lieblingskünstlern oder abgespielte Songs einfließen.

Durch die Verbindung des Musikgeschmacks und des Standorts entsteht eine personalisierte Liste mit relevanten Konzerten für den Nutzer, die in der Nähe besucht werden können. Die Relevanz wird auf Basis der passenden Musik und der Nähe zu einer Location erhöht.

#3: Amazon – Startseite

best-practises-personalisierung.025
Der Primus in der Branche liefert eine ganze Reihe von Beispielen zur Personalisierung. Die Produktempfehlungen bilden dabei den Fokus der Personalisierungsmaßnahmen. Auf der Amazon Startseite werden dem Nutzer Produktvorschläge präsentiert. Amazon bietet hier beispielsweise einzelne Bücher von unterschiedlichen Wunschzetteln an.

Der perfekte Fernsehabend
best-practises-personalisierung.002
Außerdem wird vom User selbst erstellter Content dargestellt: Hier hat der Nutzer eine eigene Amazon Prime Video Watchlist zusammengestellt (falls man Prime-Kunde ist). Diese präsentiert Amazon unter der Überschrift „Für Ihren perfekten Fernsehabend“. Amazon weist somit Kunden auf der Startseite auf Produkte hin, die sie abgespeichert haben.

Verwandte Artikel – der Klassiker
best-practises-personalisierung.008
Basierend auf den zuletzt angesehenen Artikeln werden dem Nutzer „verwandte“ Artikel empfohlen. Wie am Screenshot zu sehen, wurden zuletzt einige Bücher angesehen. Auf Basis dessen werden ähnliche Bücher vorgeschlagen. Diese Liste wird dynamisch generiert.

Im Idealfall erhält der Nutzer passende Produktempfehlungen. Er kann den gerade angesehen Artikel mit ähnlichen Artikeln vergleichen oder stößt auf weitere Produkte des Onlineshops.

#4: Mein Amazon

best-practises-personalisierung.004
Mein Amazon ist ein „personalisierter Bereich“ mit Produktempfehlungen für unterschiedliche Kategorien. Amazon fasst einzelne Produkte in Kategorien zusammen. Als erstes wird die Kategorie „Nochmals kaufen“ angezeigt. Darin enthalten sind größtenteils Verbrauchsartikel, die man bei Amazon nachbestellen kann.

Des Weiteren werden Empfehlungen für einzelne Produktkategorien gegeben. Unserer Einschätzung nach basieren diese auf angesehenen Artikel sowie Kategorien, für die der Nutzer Interesse zeigte, indem er ähnliche Artikel aufrief.

#5: Amazon Prime Video

best-practises-personalisierung.005
Bei Amazon Prime Video erhält der Nutzer ebenfalls personalisierte Empfehlungen, und zwar für ähnliche Filme oder Serienstaffeln. In diesem Fall wurde die Serie „Bosch“ angesehen. Auf Basis dieser Information werden weitere Serien vorgeschlagen, die dem Nutzer gefallen könnten.

#6: Amazon App-Empfehlungen

best-practises-personalisierung.006
Auf der Startseite von Amazon werden personalisierte Produktempfehlungen ausgesprochen. In diesem Beispiel auch zu Applikation. Falls der Nutzer Android-Geräte bei Amazon hinterlegt, wird die Kompatibilität direkt auf der jeweiligen Produktdetailseite angezeigt. Auch auf der Startseite werden  Empfehlungen ausgesprochen, mit denen mindestens eines der Geräte kompatibel ist. Somit wird sichergestellt, dass die Produkte mit dem eigenen Endgerät auch wirklich funktionieren.
best-practises-personalisierung.007

#7: Booking.com – Startseite

best-practises-personalisierung.009
Das Hotelportal booking.com führt auf der Startseite die drei aktuellsten Suchanfragen des Nutzers auf. Dieser kann die vorherige Suche direkt fortsetzen, ohne die Suchmaske neu ausfüllen zu müssen. Des Weiteren wird der Nutzer an seine Reiseziele erinnert.

Retargeting als verlängerter Arm der Personalisierung
best-practises-personalisierung.010
Passend dazu werden relevante Retargeting-Anzeigen mit Hotels aus den zuvor gesuchten Destinationen ausgespielt. Gerade, wenn es sich dabei um eine Entität handelt, kann diese wieder aufgegriffen werden. Auch die Remarketing-Anzeigen haben eine hohe Relevanz für den Nutzer, da der „User Intent“ der vorangegangen Suchen aufgegriffen wird. Der Nutzer wird daran erinnert, dass die Suche nach dem Hotel fortgesetzt werden kann.

#8: Netflix – Vorschlagsfunktion

best-practises-personalisierung.011
Kurz nach der Registrierung bei Netflix wird der Nutzer aufgefordert, drei Titel aus einer Liste von Vorschlägen auszuwählen, die ihm gefallen haben.
best-practises-personalisierung.012
Auf einer Unterseite zu den Netflix-Originalen werden Serienvorschläge nach „Vorschläge für Sie“ sortiert. Dies geschieht auf Basis der ausgewählten Titel. Netflix möchte eine möglichst positive Erfahrung mit den eigenen Serien vermitteln. Gerade bei einem weitreichenden Angebot ist es daher wichtig, dass die relevanten Ergebnisse „above the fold“ erscheinen.

Eine mögliche Anwendung für einen Onlineshop besteht darin, auf Basis der Nutzerangaben, z. B. Marken- oder Preispräferenzen eine persönliche Sortierung innerhalb einer Kategorie vorzunehmen.

#9: Zalando – Feed auf der Startseite

best-practises-personalisierung.013
Nach dem erfolgreichen Login beim Online-Versandhändler Zalando wird auf der Startseite ein persönlicher Feedbereich generiert. Der Feedbereich ist dem Facebook Newsstream nachempfunden. Dem Nutzer werden Produkte empfohlen, Neuheiten vorgestellt und Marken vorgeschlagen, denen er folgen kann. Der User kann sich so über neue Produkte seiner bevorzugen Marken informieren.

#10: About You

best-practises-personalisierung.014
Auch der Versandhändler About You bietet nach dem Login eine personalisierte Startseite. Hierbei wird sogar das Logo mit dem eigenen Vornamen personalisiert. Eine starke Bindung zur Marke entsteht, da man auf diese Weise quasi zum Bestandteil des Logos wird. (Beispiel haben wir auch in unseren Design Trends 2016 erläutert)

#11: Conrad Electronic – Ähnliche Produkte

best-practises-personalisierung.015
Auf der Startseite von conrad.de werden dem Nutzer auf der linken Seite die zwei zuletzt angesehenen Produkte angezeigt. Rechts davon erscheinen Produktempfehlungen, welche dem angesehenen Produkt ähneln. Dem User werden weitere Produktalternativen geboten. Dies fördert die Vergleichbarkeit. Außerdem findet er bei einem weiteren Besuch der Startseite die zwei zuletzt angesehen Artikel vor und kann direkt einsteigen.

Sobald eine Recommendation Engine im eigenen Shop zur Verfügung steht und einzelne Produkte miteinander verknüpft sind, lässt sich dieses Beispiel leicht umsetzten. Möglich wäre auch, eine eigene Seite mit den zuletzt angesehen Artikeln zu generieren (siehe #12 Notebooksbilliger).

#12: Notebooksbilliger – Personalisierung auf der Startseite

best-practises-personalisierung.016
In der rechten Seitenleiste der Startseite von Notebooksbilliger wird ein Banner eingeblendet. Dieser verweist darauf, dass im Stadtgebiet Hamburg eine Expresslieferung verfügbar ist. Notebooksbilliger hat den aktuellen Standort in Hamburg über die Geolocation erkannt und bietet eine Expresslieferung an. Dieser Banner wird nur in Regionen ausgespielt an denen diese Versandmöglichkeit angeboten wird.

Der Vorteil: Der Nutzer bekommt ein relevantes Zusatzangebot von Notebooksbilliger direkt angezeigt. Dies stellt für viele Kunden ein Begeisterungsmerkmal dar, welches den Shop von der Konkurrenz abhebt. Wenn man noch keine Kurierlieferung anbieten kann, ist es auch möglich, die Besucher auf ein lokales Angebot hinzuweisen. Beispielsweise könnte man die Nutzer aus Hamburg auf das Ladengeschäft in Hamburg hinweisen.

#13: Notebooksbilliger – Merkzettel

best-practises-personalisierung.017
Darüber hinaus erstellt Notebookbilliger auch eine Liste der zuletzt angesehen Produkte. Diese finden sich für den Nutzer unter dem Menüpunkt „Merkzettel“, selbst wenn er noch kein Kundenkonto angelegt hat. Der Nutzer kann über diese geordnete Liste, ein zuvor angesehenes Produkt einfach wiederfinden. Dies ist ein idealer Einstiegspunkt bei einem zweiten Website-Besuch (siehe auch Beispiel #11 conrad.de)

#14: Check24 – Personalisierung auf der Startseite

best-practises-personalisierung.018
Dem Nutzer werden beim ersten Aufruf der Startseite von Check24 „Urlaubsreisen zum Traumpreis“ versprochen. Führt dieser nun einen Vergleich zu einem anderen Thema durch, wird die Startseite beim nächsten Besuch themenrelevant angepasst.

Nach einem Vergleich von Zahnzusatzversicherungen wurde in diesem Fall der gesamte Bereich zum Thema Urlaubsreisen durch „Zahnzusatz-Versicherungen“ ersetzt.
best-practises-personalisierung.019

Check24 hat erkannt, dass auf Basis des vorangegangen Vergleichs nach einer Zahnzusatz-Versicherung die Relevanz dieses Themas für diesen Nutzer wahrscheinlich höher ist als das Thema Urlaub. Auf Basis der Datenpunkte des jeweiligen Nutzers können einzelne Bereiche der Website angepasst werden.

#15: Check 24 – Urlaubsfinder

best-practises-personalisierung.020
Check24 bietet seit kurzem einen „Urlaubsfinder“ an. Dahinter steckt eine facettierte Suche. Bei dieser entscheidet sich der Nutzer für bestimmte Kriterien in Bezug auf seinen Urlaub. Sollen Hotels angezeigt werden, die sich in Strandnähe befinden oder sollen Kultur und Sehenswürdigkeiten im Vordergrund stehen? Nach einigen Schritten erhält der Besucher so eine Auswahl an Hotelempfehlungen, die mit hoher Wahrscheinlichkeit mit den eigenen Angaben übereinstimmen.

best-practises-personalisierung.021
Auf diese Art und Weise kann man mögliche Urlaubsziele entdecken und erhält zudem passende Hotelangebote. Falls es viele unterschiedliche Kaufkriterien oder viele Produktvarianten gibt, lohnt sich der Einsatz einer solchen Einschränkung, um der Zielgruppe eine Kaufempfehlung zu bieten und gleichzeitig die Auswahl einzugrenzen.

#16: Lufthansa – Letzte Suche auf Startseite

best-practises-personalisierung.022
Auf der Startseite der Lufthansa wird ebenfalls auf Daten der letzten Flugsuche zurückgegriffen. Hierbei wird nicht nur die Destination angezeigt, sondern auch das komplette Hintergrundbild geändert.

#17: Görtz – Einstieg nach Geschlecht

best-practises-personalisierung.023
Beim Schuhhändler Ludwig Görtz bekommen Erstbesucher eine Startseite, auf der sie ihr Geschlecht auswählen können. Kommt der Besucher später wieder auf die Seite, so wird diese Auswahl gespeichert.

Relevanz durch passende Produkte nach Geschlecht
best-practises-personalisierung.024
Im Beispiel erkennst Du, dass die Startseite die Herrenschuhe abbildet, da ich vorher genau diese Auswahl getroffen habe.

Fazit

Die Praxisbeispiele zeigen, wie viele Webseiten bereits auf Personalisierung setzen, um die Relevanz ihrer Produkte zu erhöhen. Die Mittel zur Personalisierung sind meist schon vorhanden, sie müssen nur genutzt werden. Häufig bietet eine Recommendation Engine bereits die nötigen Funktionen, um erste Personalisierungs-Kampagnen zu starten.

Segmentierungs-Faktoren noch einmal im Überblick:

  • Marketing-Kanal
  • Verhalten auf der Webseite
  • Kaufverhalten
  • Demografische Merkmale
  • Personas
  • Endgerät
  • Externe Faktoren

Praxisbeispiele für die Personalisierung von Newsletter-Kampagnen habe ich hierbei bewusst außen vor gelassen, da dieses Thema noch einmal viel spezieller ist und einen eigenen Artikel verdient.
Besten Dank an Thomas Lerch für die Unterstützung bei der Recherche.

Du brauchst Hilfe für Deine Personalisierungsstrategie?

In unserem Tagestraining „Von Daten zu Personalisierung“ zeigen wir Dir, wie Du aus Daten Personalisierungs-Segmente erstellst. In diesem Jahr finden die Trainings noch im September in Hamburg, Berlin, Köln und München statt.
Auch wenn Du nicht amazon, Spotify und Co. bist, wir liefern Dir Ansätze für Deine persönliche Personalisierungsstrategie.

Weitere Informationen zum Training und eine Info über die verfügbaren Plätze findest Du hier >> „Von Daten zu Personalisierung“

  • Send to Kindle
  • http://kKrft.ly/V6A
Gabriel Beck Gabriel Beck ist Mitglied der Geschäftsleitung der Web Arts AG. Zuvor hat er sich mit der Conversion Optimierung für die Kunden einer Performance Marketing Agentur gekümmert, wo er zuletzt als Standortleiter und Head of Conversion Optimization tätig war. Er betreibt das Blog conversiondoktor und spricht auf zahlreichen Konferenzen. Folgen Sie mir auf : Twitter // Facebook // Google+

3 Reaktionen auf  “17 Best Practices für Personalisierung im Web”

Kommentare

  1. Thorsten Wilhelm Thorsten Wilhelm

    Schöne Beispiele. Sie zeigen auf, was geht.
    Oft wird dabei vorausgesetzt, dass der Nutzer eine Auskunft über sich gibt, per Verhalten oder per Antwort auf Fragen/Vorschläge, sich ein Konto anlegt und angemeldet bleibt.
    Letzteres macht er dann, wenn die Personalisierung gut erfolgt.
    Damit das klappt, braucht es eine Anmeldung und ein gepflegtes Konto.
    Ein typisches Henne-Ei-Problem, das zu lösen sicher eine Herausforderung wird. Aber spannend alle mal.
    Zudem denke ich, dass es enorme Zielgruppenunterschiede gibt.
    Zu erkennen, welche Personen aufgeschlossen für diese Personalisierungsansätze sind, ist eine interessante Forschungsfrage.
    Gibt es dazu vielleicht bereits Studien?

  2. Simon Pokorny Simon Pokorny

    Das problem bei der Personalisierung Onpage, ist meistens (Amazon und Co) dass diese für vor dem Kauf ausgelegt ist, aber für den fall dass man dann zum Beispiel ein Fernseher gekauft hat, ist es vergebene mühe dem Kunden über Wochen hinweg noch mehr Fernseher personalisiert anzubieten. Und dass obwohl spätestens nach dem Kauf eines Produktes ja noch mehr wertvolle Informationen über den Besucher existieren… Optimierungspotentiale ohne ende! 😉

Trackbacks/Pingbacks

Hinterlassen Sie einen Kommentar