Predictive Analytics: Mit Prognosen mehr verkaufen

Gastbeitrag von Jan-Paul Lüdtke

Online-Händler geben viel für Marketing aus, doch nur ein Bruchteil der Besucher kauft in Online-Shops. Umsätze lassen sich steigern, wenn Händler einzelne Besucher individuell ansprechen. Denn mit neuer Software kann man Kaufwahrscheinlichkeiten in Online- Shops vorhersagen.

Immer mehr Menschen decken Ihren Konsumbedarf durch Einkäufe im Internet. Seit 2008 stiegen die Umsätze im deutschen Online-Handel um insgesamt 73 Prozent. Laut der Marktforscher von Ystats.com werden die Umsätze auch 2013 wieder über zehn Prozent gegenüber dem Vorjahr zulegen. Bitkom berichtet in einer aktuellen Studie, dass mittlerweile 70 Prozent der deutschen Konsumenten regelmäßig im Internet Kleidung, Elektroartikel und zunehmend Lebensmittel einkaufen.

Shop-Besucher sind teuer

Wo Kundenzahlen steigen, bleibt Konkurrenz nicht aus. Allerdings ist die Anzahl möglicher Kunden im E-Commerce wie im traditionellen Handel durch die Bevölkerung und deren verfügbares Einkommen begrenzt. So müssen schon jetzt zahlreiche Online- Händler feststellen, dass in vielen Branchen eine steigende Zahl Wettbewerber um dieselben Kunden kämpfen. Die logische Folge sind höhere Werbeausgaben pro Besucher in allen Kanälen, niedrigere Abverkaufspreise und Druck auf die Margen.

Nur wenige Besucher kaufen

Vor diesem Hintergrund müssen sich Shop-Betreiber stärker auf jene potenziellen Käufer konzentrieren, die bereits über Werbemaßnahmen auf die eigene Shop-Seite geführt wurden, dort aber noch nicht eingekauft haben. In fast allen Shops steckt noch viel Potenzial für Verbesserungen. Im Durchschnitt kaufen in Deutschland nur drei Prozent aller Shop-Besucher tatsächlich dort ein. Es bleibt eine riesige Gruppe von Besuchern übrig, die zwar teuer eingekauft wurde, aber nicht konvertiert. Darum hat der Online-Handel in den vergangenen Jahren insbesondere für statische On-Site-Optimierung viel Geld in die Hand genommen. Mithilfe multivariater Untersuchungen und A/B-Tests optimieren Händler ihre Seiten hinsichtlich Formen, Farben und Usability.

Oft werden die Tests mit den Ergebnissen von Eye-Tracking-Studien angereichert, was zu erheblichen Kostensteigerungen führt. Die Optimierung statischer Seiten vernachlässigt aber einen entscheidenden Verkaufsfaktor: Kunden sind nicht gleich und wollen nicht auf dieselbe Art angesprochen werden. Ein erheblicher Mehrwert entsteht, wenn ein Kunde passend zu seinen Eigenschaften und seiner aktuellen Situation angesprochen werden kann.

Individuelle Ansprache wird zum Wettbewerbsvorteil

Braucht der Kunde zusätzliche Informationen? Wird er Vergleichsportale nutzen? Interessiert er sich für ein bestimmtes Produkt? Shop-Betreiber können positiv auf Kaufentscheidungen einwirken, wenn sie diese Fragen schon während des Besuchs in Echtzeit beantworten können. Jedoch stellt die gezielte Ansprache Shop-Anbieter vor eine Reihe schwieriger Aufgaben. Zunächst muss ein intelligentes System die Eigenschaften der Besucher identifizieren, die für den Erfolg gezielter und individueller Ansprachen ausschlaggebend sind.

Dabei muss das eingesetzte System diese Eigenschaften für jeden Besucher schon während seines ersten Besuchs in Echtzeit messen und bewerten. Danach muss der Händler optimierte Ansprachen nahtlos in seinen Shop einbinden, um die richtigen Besucher zum richtigen Zeitpunkt zu überzeugen. Während On-Site-Optimierung bislang häufig in der Hand der gestaltenden Agenturen lag, sind heute vermehrt Statistiker gefragt. Sie fahnden in Daten nach Eigenschaften, mit denen Shop-Besucher verlässlich unterschieden und gezielt angesprochen werden können.

Reichen für die statische Optimierung klassische Tests aus, benötigt valide Individualisierung moderne Verfahren des Data Minings. Hierbei werden Millionen vorangegangene Besucher und deren Sessions analysiert, um daraus valide Echtzeit- Prognosen für das Verhalten gegenwärtiger Besucher zu treffen. Mit Technologien wie Akanoo stehen nun erstmals verlässliche Instrumente für individuelle Ansprachen zur Verfügung. Akanoo bewertet zu jedem Zeitpunkt des Besuchs die Kaufwahrscheinlichkeit eines Shopbesuchers anhand von über 90 Parametern.
Dazu gehören Variablen wie beispielsweise Betriebssystem, Bildschirmgröße oder Herkunft sowie Verhaltens- bezogene Parameter wie Tageszeit des Besuchs, Klickmuster oder die zuvor vom Nutzer besuchten Produktseiten.

Shop-Betreiber können so gezielt nur noch diejenigen Besucher zum richtigen Zeitpunkt ansprechen, die andernfalls sehr wahrscheinlich den Shop verlassen, ohne zu kaufen.

Zur Ansprache eignen sich Kaufanreize wie Newsletter-Anmeldungen, Geschenke oder Gutscheine. So steigert Akanoo schon heute bei bestehenden Kunden wie dem Young-Fashion- Händler Urbantrendsetter oder dem Schuhversender Amovado die Konversionsraten unter Käufern mit sehr geringer Kaufwahrscheinlichkeit um bis zu 50 Prozent.

Autor: Jan-Paul Lüdtke ist Mitgründer der Ge Go Software GmbH und Leiter der Produktentwicklung von Akanoo (www.akanoo.com   ).