Online-Händler entwickeln Websites und mobile Apps, die Käufer von Punkt A (der Kaufabsicht) zu Punkt B (dem Auffinden und schließlich dem Kauf des Gewünschten) führen. Dazu gehören zwangsläufig eine schnelle und benutzerfreundliche Oberfläche, ansprechende Produktseiten, reibungslose Kaufabwicklungsprozesse und vieles mehr.

Diese Elemente helfen Ihren Kunden dabei, genau das zu finden, wonach sie suchen, und regen sie dazu an, weitere Entdeckungen zu machen (über ihre ursprünglichen Absichten hinaus), was letztendlich zur Kundenbindung führt. Das Ziel besteht darin, sicherzustellen, dass das Einkaufserlebnis den Käufer anspricht und sein Interesse aufrechterhält, bis er den Artikel in den Warenkorb legt und schließlich zur Kasse geht.

Ebenso wichtig für den Einzelhandel ist es, das Online-Einkaufserlebnis individuell zu gestalten.

Sie können noch höhere Umsätze erzielen und die Kundenbindung weiter stärken, indem Sie Produkte und ein Nutzererlebnis anbieten, die genau auf die Vorlieben und Bedürfnisse Ihrer Kunden zugeschnitten sind.

Personalisierte Empfehlungen funktionieren:

• 37 % der Käufer, die nach dem Anklicken einer Empfehlung eine Online-Bestellung aufgegeben haben
• 12,9 Minuten: Käufer, die auf eine Empfehlung geklickt hatten, verbrachten durchschnittlich 12,9 Minuten auf der Website, während diejenigen, die dies nicht taten, nur 2,9 Minuten dort verbrachten.
• 4,2-mal höhere Konversionsraten bei mobilen Käufern, die gesucht und eine Empfehlung ausgewählt haben

Automatisierung eines persönlichen Erlebnisses

Um diese Vorteile nutzen zu können, ist Automatisierung erforderlich. Um ein Kundenerlebnis zu bieten, das auf einem individuellen und unaufdringlichen Verständnis der Kundenbedürfnisse basiert, werden im Rahmen dieser Automatisierung Daten gesammelt, die in den maschinellen Lernprozess (ML) einfließen, um Modelle der künstlichen Intelligenz (KI) zu entwickeln.

Wenn Sie Empfehlungen individuell anpassen, interagieren die Kunden an jedem Kontaktpunkt.

Daraus ergibt sich:

• Anstieg der Bestellquote um 150 %
• 20 %Anstieg bei den „In den Warenkorb“-Aktionen
• Anstieg der Gesamtkonversionsrate der Website um 24 %
• 13 %niedrigere Absprungrate

Eine erfolgreiche Personalisierungsstrategie bringt drei Faktoren in Einklang:

• Dem Kunden echten Mehrwert bieten
• Liefert dem Unternehmen wertvolle Einblicke und Kontrollmöglichkeiten
• Die Datenschutzansprüche des Kunden respektieren

Diese Faktoren stehen nicht im Widerspruch zueinander. Wie Sie sehen werden, gibt es einen Ansatz, bei dem alle Seiten gewinnen: maschinengestützte Empfehlungen und personalisierte Navigation, die gleichzeitig den Datenschutz respektieren.

Stellen Sie sich das wie einen Trichter vor, in dem zwei Linien zusammenlaufen: Die eine Linie steht für die Kundenzufriedenheit, die andere für die Kontrolle des Unternehmens. Datenschutz ermöglicht es, dass sich diese Linien kontinuierlich auf die für Kunden und Unternehmen gleichermaßen vorteilhafteste Weise aufeinander zu bewegen. Auch wenn dieses perfekte Gleichgewicht für jedes Unternehmen, jede Branche und jeden Kundenstamm einzigartig sein mag, kann es über den Online-Erfolg eines Unternehmens entscheiden. 
– Piyush Patel, Chief Business Development and Strategy Officer bei Algolia

Die Zahlen verdeutlichen, wie ein personalisiertes Einkaufserlebnis die Entdeckungsfreudigkeit steigert – wenn ein Kunde auf eine Website kommt, um einen Artikel zu kaufen, und am Ende einen Warenkorb voller Produkte hat. Die Zahlen zeigen außerdem, dass die Kunden zunehmend davon überzeugt sind, dass Ihr Unternehmen ihre erste Anlaufstelle ist. 

Durch personalisierte Empfehlungen entsteht ein Einkaufserlebnis aus einer Hand, das auch für die Zukunft von Wert ist – denn die Anpassung Ihrer Produkte und Ihrer Website an die persönlichen Absichten eines Kunden (die sich aus dessen bisherigen Such- und Kaufaktivitäten ableiten lassen) wird dessen langfristige Kaufentscheidungen präzisieren und optimieren. 

Das Vertrauen, das entsteht, wenn sich der Kunde von seinem bevorzugten Unternehmen verstanden fühlt, lässt sich nicht mehr rückgängig machen.

Die Verbraucher von heute wünschen sich personalisierte Empfehlungen.
83 % der Verbraucher erwarten, dass ihnen innerhalb weniger Augenblicke und während ihres gesamten Kaufprozesses personalisierte Angebote unterbreitet werden. 
Quelle: Forbes

Die richtige Balance finden. Überzeugende Anwendungsbeispiele.

Eine Kombination aus Apotheke und Supermarkt könnte dem Kunden Shampoos und andere Artikel vorschlagen, die auf seinen früheren ärztlichen Verschreibungen basieren. So könnten seine Verschreibungen beispielsweise auf Allergien hinweisen, die mit bestimmten Shampoos nicht vereinbar sind. Geht das Geschäft noch einen Schritt weiter, könnte es auf der Grundlage ähnlicher personenbezogener Daten Artikel für die gesamte Familie des Kunden empfehlen. 

Ein weiteres Beispiel aus der Praxis ist ein Lebensmittelgeschäft, das seinen Kunden auf der Grundlage ihres Einkaufsverhaltens und ihrer Medikamentenhistorie eine gesunde Ernährung vorschlägt. Während es manchen Kunden vielleicht zu weit geht, ihre Krankengeschichte preiszugeben, begrüßen andere Kunden diese Möglichkeit möglicherweise – angesichts der Vorteile für ihre Gesundheit und die Effizienz. Aber wären dieselben Kunden auch glücklich, wenn sie jedes Mal, wenn sie an diesem Lebensmittelgeschäft vorbeikommen, eine SMS erhalten, in der sie über ein Sonderangebot für ihre Lieblingsprodukte informiert werden?

Es gibt viele vielversprechende Anwendungsszenarien im Einzelhandel, die Sie berücksichtigen sollten, wenn Sie nach der richtigen Balance für Ihr Unternehmen suchen. An diesen Beispielen können Sie erkennen, worum es geht – wertvolle, nützliche Informationen, die auf der Erhebung und Verarbeitung personenbezogener Daten basieren.

 

Die Grundsätze der Personalisierung

Das Zeitalter des personalisierten Online-Erlebnisses ist angebrochen

Personalisierung zeigt sich deutlich bei Google Maps, Spotify-Playlists, Twitter-Feeds oder den Landingpages von Amazon. Ihr Einzelhandelsunternehmen kann ein ebenso hochwertiges Kundenerlebnis bieten, indem es die vier Grundprinzipien eines jeden Systems umsetzt, das ein personalisiertes Erlebnis bietet.

Schaffen Sie in Ihrem Unternehmen eine datengesteuerte Kultur

Identifizieren Sie Datensignale – aus Ihren Transaktionsquellen sowie aus Echtzeit-Kundeninteraktionen und -Feedback –, um zu verstehen, wo und wie Ihre Kunden mit Ihren Produkten interagieren. Die Daten können auch Aufschluss darüber geben, welche Werbeaktionen, Preisgestaltungen oder Marketingstrategien erfolgreich sind. Im Wesentlichen müssen Sie Ihr Unternehmen entsprechend der Geschichte führen, die Ihre Daten Ihnen erzählen.

Der erste Schritt besteht darin, eine Verbindung zu all diesen Datenquellen herzustellen, diesen Daten eine Bedeutung zu geben und eine reibungslose Pipeline zu schaffen, um die Daten nahezu in Echtzeit zu aktualisieren.

Kundenpräferenzen und -segmente erstellen

Nutzen Sie KI-Algorithmen, um Ihre unternehmensweiten Daten mithilfe von maschinellem Lernen in aussagekräftige, personalisierte Präferenzen und Profile umzuwandeln und Kaufverhaltensmuster der Verbraucher sowie Branchentrends zu erkennen. Die von Ihnen entwickelte personalisierte Benutzeroberfläche ist ebenso wichtig wie die Genauigkeit Ihrer personalisierten Daten.

Mit diesen beiden Grundsätzen verfügen Sie über das Fundament, auf dem Sie ein einzigartiges Kundenerlebnis aufbauen können. Die nächsten beiden Punkte sind die technologische Umsetzung und bewährte Verfahren.

Entwerfen Sie die UI/UX

Personalisierte Empfehlungen und Merchandising müssen sich nahtlos in den Kaufprozess einfügen – sie sollten weder aufdringlich sein noch in den Hintergrund geraten. Um die richtige Balance zu finden, müssen Sie das Kundenerlebnis daher bereits bei der Umsetzung gestalten.

Entwickeln Sie es mit einer API-first-Architektur, die sich modular zusammenstellen lässt

Ein weiterer Aspekt, der die optimale Umsetzung der ersten drei Grundsätze erleichtert: Ihre Systemarchitektur.

• Sie benötigen eine Software, die einen programmatischen Zugriff (APIs) auf ihre Daten und Funktionen ermöglicht. APIs bauen System- und Datensilos ab und ermöglichen so die Zentralisierung und Multifunktionalität, die für die Erstellung des personalisierten Datensatzes erforderlich sind.
• Das Gleiche gilt für die Benutzeroberfläche – Ihre Frontend-Entwickler sollten komponierbare Komponenten verwenden, die sich einfach einbinden, nutzen und kombinieren lassen, um sie leichter an verschiedene Bereiche Ihrer Websites anzupassen.
• Schließlich sorgt die Kombinierbarkeit für mehr Transparenz und eine einfachere Wartung Ihres Systems, da Ihre Entwickler den Datenschutz Ihrer Kundendaten 4 in jeder Komponente separat verwalten können.

Okay, Sie haben also die Benutzererfahrung entwickelt. Schauen wir uns nun die beiden verschiedenen Arten von Absichten an, denen die Nutzer folgen:

• Suche: Ein Kunde sucht nach einem bestimmten Produkt, das er bereits im Sinn hat – einem bekannten Laufschuh.
• Stöbern: Ein anderer Kunde stöbert mit der Absicht, (vielleicht) einen Laufschuh zu kaufen.

Sie möchten eine personalisierte Entdeckungsreise gestalten, bei der der Nutzer mit einem bestimmten Bedürfnis beginnt und mehr entdeckt, als er ursprünglich erwartet hatte. Schauen wir mal…

Es gibt zwei Arten von Absichten: Suchen und Stöbern. 

Für beide müssen Sie detaillierte Suchergebnisse und Produktinformationen, Werbeaktionen, Facetten zur Kategorisierung der Informationen und zur Vertiefung der Suche sowie sogar FAQs zum Thema anzeigen. All dies entspricht der Suchabsicht. Das Stöbererlebnis erfordert jedoch mehr Details und Interaktivität als eine Suche. 

Kunden profitieren bei der Verfolgung ihrer unterschiedlichen Absichten direkt von personalisierten Empfehlungen, die sie dazu anregen, mehr aus Ihrem Sortiment zu entdecken. Reshma Iyer, Leiterin des Produktmarketings bei Algolia

Ausgefeilte Kaufprozesse für Kunden, die Laufschuhe kaufen möchten.

• Ermutigen Sie sie, sich verwandte Sportartikel anzusehen. Leiten Sie sie beispielsweise dazu an, entsprechende Kategorieseiten (Marathonläufer oder Laufschuhe) zu erkunden.
• Ermutigen Sie sie, über Turnschuhe hinaus auch andere Sportartikel (Stoppuhren, Trinkflaschen, Jogginghosen) zu entdecken – oder sogar über den Sport hinauszudenken und sich Gedanken über elegante Schuhe, Kochutensilien oder sogar Heimwerkerartikel zu machen.
• Schließlich können Sie Läufer in ein und demselben Profil zusammenfassen und so die Aktivitäten vieler Läufer bündeln, um die Empfehlungen noch genauer abzustimmen.

Wenn sie auf einem genauen Verständnis dieser Kunden basieren, sind dynamische Erlebnisse ein garantierter Erfolg.

Die wichtigsten Merkmale hochwertiger, personalisierter Erlebnisse

Es gibt drei Arten der Personalisierung:

• Ebene der einzelnen Positionen
  • Ähnliche Artikel oder Artikel anzeigen, die häufig zusammen gekauft werden
• Ebene „Benutzer zu Artikel“
  • Artikel entsprechend den Nutzerpräferenzen und früheren Kaufgewohnheiten anzeigen
• Ebene „Gruppe zu Element“ (Benutzerprofile)
  • Artikel entsprechend den Kundenprofilen und der Segmentierung anzeigen

Personalisierung	Zeigen Sie Suchergebnisse und Produktvorschläge auf Landingpages, Produkt- und Kategorieseiten sowie auf Kaufseiten an – abgeleitet aus Analysen der Nutzeraktivitäten, die dabei helfen, Affinitäten, Vorlieben und zukünftige Interessen zu erkennen.
Empfehlungen	Zeigen Sie produkt- oder kategoriebezogene Vorschläge an, die auf Nutzer- und Gruppenprofilen basieren, welche wiederum aus der Analyse von Nutzeraktivitäten sowie aus Produktbeziehungen innerhalb des Katalogs abgeleitet werden.
Trenderkennung	Passen Sie das Nutzererlebnis an aktuelle Nutzer- und Branchentrends an, basierend auf den meistverkauften Artikeln, den am häufigsten aufgerufenen Seiten und anderen ähnlichen Signalen der Kundenaktivität, die in den letzten 24 Stunden oder der letzten Woche aufgetreten sind.
Personalisierung ausgehender Nachrichten	Sprechen Sie Ihre Kunden mit personalisierten E-Mails, SMS und Newslettern an, die auf den jüngsten Einkäufen und den allgemeinen Vorlieben der Kunden basieren. Das Versenden von E-Mails ist im Hinblick auf Datenschutzanforderungen heikel, doch wenn es richtig gemacht wird, schafft es eine persönlichere Beziehung zwischen Ihnen und Ihren Kunden.

Und hier kommt die Technik ins Spiel …

Da sich Automatisierung auf jeden Bildschirm, jeden Navigationspfad und jede Marketingkampagne auswirken kann, muss sie durch robuste Technologie und eine intuitive Benutzererfahrung unterstützt werden. Ist Ihre Website beispielsweise langsam oder schwer zu bedienen, werden Sie Ihre Kunden verlieren.

Die besten Websites sorgen dafür, dass Kunden weiterhin bei ihnen einkaufen, indem sie:

• übersichtliche, dynamische mehrspaltige Layouts,
• Komponenten wie Karussells,
• unaufdringliche Werbebanner und Werbeaktionen,
• sowie geschickt platzierte Produktempfehlungen.

Die besten Websites erledigen all das in Millisekunden. Eine blitzschnelle Suche entscheidet darüber, ob man die Aufmerksamkeit des Endnutzers halten kann oder ob dieser die Seite wieder verlässt.

Unverzichtbare Vorgehensweisen bei der Personalisierung

Zeigen Sie Produkte an, die den Nutzer persönlich ansprechen.

Im Einzelhandel gibt es das Konzept des „Paradoxons der Wahl“, wonach eine Begrenzung der Auswahlmöglichkeiten die Unsicherheit der Käufer verringert und es den Verbrauchern erleichtert, ihre Optionen abzuwägen und schnell eine Entscheidung zu treffen. Und aufgrund dieser Schnelligkeit und der geringeren Unsicherheit bleiben sie tendenziell länger im Geschäft und entdecken mehr.

Für Ihre Personalisierungsstrategie bedeutet das: Schränken Sie die Auswahlmöglichkeiten Ihrer Kunden ein. Genau hier kommt der Personalisierung eine entscheidende Rolle zu. Sie möchten Ihren Kunden die richtige Auswahl an Produkten präsentieren – die Anzahl dieser Produkte kann beliebig sein –, aber keine große Auswahl an irrelevanten Produkten.

Daher sollten Sie (a) eine Benutzeroberfläche entwickeln, die weniger Artikel auf übersichtliche Weise anzeigt ( ohne dabei zu spärlich oder einschränkend zu wirken), und (b) einige Artikel präsentieren, die für die persönlichen Vorlieben und aktuellen Absichten der Kunden relevant sind. (Wir sagen „einige“, weil ein großartiges Entdeckungserlebnis Vorlieben mit anderen Artikeln in Ihrem Katalog kombinieren muss, um Ihren Kunden die Freiheit zu geben, über ihre aktuellen Vorlieben hinauszugehen.)

Daten in Erkenntnisse umwandeln – von der Analytik bis zum maschinellen Lernen

Um die Leistungsfähigkeit von Daten zu verstehen, lohnt es sich, einen Blick auf die Menge an Informationen zu werfen, die man sammeln kann. Es gibt viele Arten von Signalen und Datenpunkten, die zur Ermittlung von Kaufmustern herangezogen werden. Alles beginnt damit, das Nutzerverhalten in Form von Analysedaten zu erfassen.

Von grundlegender Bedeutung ist dabei, dass eine Personalisierungs-Engine kontinuierlich dazulernen kann. KI-Algorithmen müssen so konzipiert sein, dass sie diese dynamische und adaptive Lernfähigkeit berücksichtigen, damit die Personalisierung ein Prozess bleibt, der kontinuierlich verbessert wird, und kein Endziel oder ein einmaliger Ansatz ist. Hier ist eine umfangreiche, aber nicht vollständige Liste:

Sitzungsbasierte Signale	Aufrufe Klicks Einkäufe
Definition von wichtigen Aktionen (für die Konversion)	Produktmerkmale anzeigen Mehrere Klicks auf Produktseiten Klicks auf Suchergebnisse und Banner Kaufen oder zur Wunschliste hinzufügen Durchführung bestimmter Suchvorgänge unter Verwendung gängiger Suchbegriffe Kommentare abgeben oder Produkte bewerten
Überwachungsdauer	Wie lange ein Nutzer mit einer Website interagiert (d. h. nicht nur vor einem unbewegten Bildschirm sitzt, sondern tatsächlich scrollt und auf die Inhalte klickt) Wie lange sie sich ähnliche Produkte ansehen
Geobasierte Signale	Standorte von Geschäften und Restaurants
Benutzer gruppieren	Trends entdecken – passen Sie die Relevanz und Empfehlungen dynamisch an, basierend auf den Kaufgewohnheiten der Kunden in den letzten 10 oder 24 Stunden
A/B-Tests	Optimieren und passen Sie die Algorithmen an Ihr Unternehmen an ➔ Ihre Wirksamkeit prüfen ➔ Führen Sie iterative Optimierungen durch, um die Qualität und die Relevanz der Personalisierung für Ihr Unternehmen zu verbessern

Aber wie sieht es mit dem Datenschutz aus?

Die Erfassung all dieser Ereignisse ist an sich nicht invasiv. Im obigen Beispiel des Läufers lassen sich beispielsweise Muster erkennen, ohne dass man den Namen, die Adresse oder sonstige identifizierende Angaben des Läufers kennt. Persönliche Fragen wie „Sind Sie verheiratet?“, „Welches Geschlecht haben Sie?“, „Was machen Sie an Ihrem freien Tag?“ und dergleichen müssen nicht gestellt werden.

Ein System kann jedoch leicht eine Grenze überschreiten. Wenn sich Kunden beispielsweise in ein System einloggen, lässt sich recht einfach nachvollziehen, wer sie sind, wo sie wohnen und was sie bei früheren Besuchen getan haben. Das kann jedoch über das hinausgehen, womit der Kunde einverstanden war. Hier kommt die Anonymisierung von Daten ins Spiel, bei der die reale Identität (Name oder E-Mail-Adresse) durch eine anonyme Nummer ersetzt wird. Auf diese Weise kann niemand die Daten nutzen oder missbrauchen, um herauszufinden, wer der Nutzer wirklich ist.

Also – Klingt der Schutz der Privatsphäre unmöglich? Wie ein leeres Versprechen? Lesen Sie weiter.

Wie trägt ein positives Datenschutzmodell dazu bei, Ihren Kundenstamm zu vergrößern?

Die Menschen wünschen sich personalisierte Erlebnisse ohne Verpflichtungen

Verstöße gegen die Privatsphäre Ihrer Nutzer können dazu führen, dass diese sich bedroht, verletzlich, manipuliert und unfrei fühlen.

Die Menschen möchten nicht das Gefühl haben, beobachtet oder verfolgt zu werden. Sie möchten in Ruhe stöbern und einkaufen. Das ist ihre Zeit, in der sie allein sein und in der Behaglichkeit ihres eigenen persönlichen Raums Entscheidungen treffen können.

Sie wollen entscheiden, ob sie zustimmen oder nicht. Sie wollen wissen, was du tust und welche Informationen du hast. Sie wollen die Grenzen festlegen und jederzeit „Stopp“ sagen können.

Datenschutz ist wertvoll: Man sollte die Grenzen des Kundenvertrauens niemals ausreizen. Unternehmen, die die Bedeutung des Datenschutzes unterschätzen, werden ihre Kunden verlieren.

Datenschutz ist Respekt: Und Respekt schafft Vertrauen.

Datenschutz unterstützt Geschäftsziele: Er ist kein Hindernis. Man versäumt keine Chancen und verschafft sich keinen Wettbewerbsnachteil, wenn man keine unnötigen Daten sammelt, die mit fragwürdigen Informationen oder – schlimmer noch – personenbezogenen Daten gespickt sind.

Datenschutz ist keine Einschränkung.

Die Wahrung der Privatsphäre Ihrer Kunden kann einen Mehrwert für Ihr Unternehmen schaffen und ist mit wichtigen geschäftlichen Aspekten verbunden:

Die angemessene Verwendung personenbezogener Daten gewährleistet die Datenqualität.

Sie benötigen nicht mehr Daten als nötig. Das ist ein Grundprinzip des maschinellen Lernens: Versorgen Sie Ihr System nur mit den aussagekräftigsten und zuverlässigsten Daten. Qualitativ hochwertige Eingabedaten führen zu den relevantesten Ergebnissen. Big Data ist nicht die Grundlage für Personalisierung. Sie benötigen lediglich kleine Mengen an „Smart Data“.

Transparenz schafft Vertrauen und Loyalität.

Sie schaffen mehr Vertrauen, wenn Sie Ihren Nutzern mitteilen, welche Daten Sie erheben, wie diese Daten verwendet werden und wie lange sie gespeichert werden, als wenn Sie private Informationen heimlich erfassen.

Auch wenn man die Identität einer Person nicht kennt, kann dies dennoch zu einer Konversion führen.

Um ein Erlebnis individuell anzupassen, muss man lediglich das Verhalten eines Nutzers kennen. Um das Verhalten zu kennen, muss man weder den Namen und die Adresse eines Nutzers noch den Inhalt seiner Garderobe kennen. Man ist lediglich daran interessiert, Kauf- und Surfgewohnheiten zu erfassen – also daran, worauf der Nutzer klickt, was er sich ansieht und was er kauft.

Durch das Entfernen von Benutzeridentitäten lässt sich eine präzisere Profilerstellung auf der Grundlage des Verhaltens und nicht der Personen erreichen.

Wenn man die Identitäten nicht kennt, lassen sich fruchtbare Verallgemeinerungen ableiten. Die Zusammenfassung von Personen mit ähnlichen Kaufverhalten hilft Ihren Kunden, sich ein noch umfassenderes Bild davon zu machen, welche Möglichkeiten ihnen beim Einkaufen offenstehen. Selbst bei einer 1:1-Personalisierung reichen sitzungsbasierte Daten völlig aus. Persönlich identifizierbare Informationen bieten hier tatsächlich keinen Mehrwert. Die Gruppierung sollte auf einer datenschutzkonformen Datenerhebung basieren, die Gewohnheiten und Präferenzen – nicht Identitäten – miteinander verknüpft.

Die nackten Fakten zum Thema Datenschutz

Die entscheidende Frage lautet also: Wie kann ein Online-Handelsunternehmen die Privatsphäre der Endnutzer respektieren und die Datenschutzgesetze einhalten und gleichzeitig ein vollständig personalisiertes Endnutzererlebnis optimieren und maximieren? Wir haben bereits viele Möglichkeiten erörtert, wie Sie Ihre Kunden respektieren und ihr Vertrauen gewinnen können. Wir haben die Vorteile für Ihr Unternehmen dargelegt. Nun möchten wir zwei weitere Schlüsselelemente hinzufügen: Sicherheit und Transparenz.

Gesetze und Branchenstandards

Im Folgenden sind einige relevante Gesetze und Branchenstandards aufgeführt, die sich auf den Datenschutz und die Datenerhebung beziehen:

• DSGVO – Gesetzliche Verbraucherschutzbestimmungen
• FIPPS – Bewährte Verfahren
• SOC2 – Sicherheitszertifizierungen der Branche

Sicherheit Ihres Systems

Stellen wir uns vor, Sie hätten Ihre Nutzerdaten in einem „geschlossenen Raum“ gespeichert, zu dem nur Maschinen und Ihre Kunden Zugang haben. Wenn die Maschinen Daten erfassen, sollten sie alle personenbezogenen Daten entfernen und durch eine Identifikationsnummer ersetzen. Die Maschinen sollten die Analysedaten so speichern, dass sie nicht auf den tatsächlichen Namen oder die E-Mail-Adresse des Kunden zurückgeführt werden können.

Kunden, die Ihre Website besuchen, erhalten einen Schlüssel zu diesem Raum. Dort finden sie die Produkte, die sie interessieren, indem sie lediglich eine anonyme Identifikationsnummer verwenden. Weder die Maschine noch ein Kunde haben die Möglichkeit, zurückzuverfolgen, wer dieser oder ein anderer Nutzer in der realen Welt ist. Niemand sonst hat Zutritt zu diesem Raum.

Aber ist der Raum wirklich sicher? Da kommen mir einige Bedenken in den Sinn:

• Die Ingenieure kommen und gehen in diesem Raum, während sie das System entwickeln und warten.
• Es ist nahezu unmöglich, alle Sicherheitsverletzungen und Datenlecks zu vermeiden – seien sie nun vorsätzlich oder versehentlich verursacht.

Es ist in der Tat schwierig, eine zu 100 % sichere Umgebung zu schaffen. Dies erfordert eine kontinuierliche Überwachung, regelmäßige Aktualisierungen und proaktives Handeln, um etwaige Schwachstellen zu beheben – beispielsweise durch die Einrichtung eines Prämienprogramms. Bewährte Sicherheitsverfahren respektieren die Privatsphäre. Auf dem Markt gibt es zahlreiche kostengünstige Technologien, die Ihrem Unternehmen dabei helfen können, eine sichere und zuverlässige Umgebung für maschinelles Lernen zu schaffen. Zudem bieten Gesetze und Branchenstandards klare Richtlinien, die Ihre Technologie tatsächlich unterstützen und nicht behindern.

Transparenz und Einwilligung – Die Erwartungen der Nutzer verstehen

Fragen Sie Ihre Nutzer, ob sie sich abmelden oder anmelden möchten. Bieten Sie ihnen die Möglichkeit einer informierten Einwilligung an, indem Sie ihnen genau erklären, wie Sie mit ihren personenbezogenen Daten umgehen.

Abmelden

Das bedeutet, dass der Kunde keine Personalisierung wünscht. Oder er wünscht sich zwar eine Personalisierung, ist aber (noch) nicht bereit, personenbezogene Daten anzugeben.

Opt-in (Einwilligung)

Ihnen ist wichtig, genau zu wissen, womit sie sich einverstanden erklären. Sie haben ihr Vertrauen gewonnen, und sie zeigen sich offen für Personalisierung. Aber sie möchten wissen, welche Daten Sie erheben und ob diese an Dritte weitergegeben werden. Transparenz muss leicht verständlich sein, und die erhobenen Daten müssen angemessen sein. Keine versteckten Klauseln oder Tricks bei der Einholung der Einwilligung. Bleiben Sie jedoch positiv: Sie sollten versuchen, Ihre Kunden zur Einwilligung zu ermutigen, indem Sie sie über die Vorteile informieren, die sie durch die Personalisierung ihrer Suche und Empfehlungen erhalten.

Anmeldung (für angemeldete Kunden)

Bekannte Kunden haben wahrscheinlich nichts gegen ein Höchstmaß an personalisierten Dienstleistungen einzuwenden, beispielsweise im Kundensupport oder bei der Begleitung bei umfangreichen Projekten wie der Hochzeitsplanung oder dem Kauf medizinischer Produkte. Es lohnt sich jedoch, zwischen einem personalisierten Service, der mit ganz eigenen Erwartungen hinsichtlich des Datenschutzes einhergeht, und einem personalisierten Einkaufserlebnis zu unterscheiden, das sich nicht wesentlich von den eher begrenzten Erwartungen aller Besucher unterscheiden sollte.

Transparenz ist von größter Bedeutung: Bekannte Kunden sind möglicherweise bereit, mehr Informationen preiszugeben als andere, um die Personalisierung zu verbessern. Sie müssen jedoch wissen, was Sie mit ihren Daten tun, und das Erlebnis muss ihren Erwartungen entsprechen. Es ist zum Beispiel wahrscheinlich keine gute Idee, sie mit einem Anruf eines Arztes zu überraschen, der gerade (von Ihrem Apotheker) erfahren hat, dass Sie besondere Betreuung benötigen.

Der Weg zur ausdrücklichen Einwilligung.

Im Jahr 2021 kündigte Apple mit der Einführung von iOS 14 eine bedeutende Änderung im Datenschutz an, die die Art und Weise, wie Drittanbieter im Apple Store Nutzer ihrer Apps erreichen bzw. kontaktieren können, grundlegend verändern würde. Die größte Änderung besteht darin, dass Apps nun die Nutzer ausdrücklich um ihre Einwilligung bitten müssen, wenn sie diese über Apps und Websites anderer Unternehmen hinweg nachverfolgen möchten.

 

Die geringen Kosten und hohen Gewinne, wenn man es richtig macht

Verschwenden Sie keine Zeit und kein Geld damit, mehr Daten zu sammeln, als Sie benötigen.

Nehmen wir einmal an, die größten Akteure der Branche verfügen über große Datenmengen. Verschafft ihnen das einen Vorteil? Nein. Jedes Unternehmen – ob klein, mittelständisch oder groß – kann heute problemlos Daten erfassen. Die eigentliche Frage ist also nicht die Quantität, sondern die Qualität. Qualität bedeutet, nur die Daten zu erfassen, die man tatsächlich benötigt, was die Kosten für Speicherplatz, Wartung und Infrastruktur senkt.

In diesem Zusammenhang kann die Nutzung seriöser Cloud-Dienste oder auf die Erfassung von Analysedaten spezialisierter Softwareunternehmen langfristig zu Kosteneinsparungen führen, da diese alle Kosten für Speicherung, Wartung und Infrastruktur übernehmen.

Automatisierung bedeutet nicht, dass Ihr Einzelhandelsunternehmen zu einem Technologieunternehmen werden muss. Ihre Ingenieure können sich nach den besten Algorithmen umsehen und diese dann an die spezifischen Anforderungen Ihres Unternehmens anpassen und optimieren.

- Piyush Patel, Leiter für Geschäftsentwicklung und Strategie bei Algolia

Erfinden Sie das Rad nicht neu – vermeiden Sie selbst entwickelte Algorithmen.

Grundsätzlich sollten Sie Ihre Machine-Learning-Modelle so einfach wie möglich halten. Glücklicherweise gibt es auf dem Markt einfache, aber leistungsstarke und kostengünstige Algorithmen und Technologien. Allerdings schwankt die Qualität stark. Es ist wichtig, den Prozess agil zu gestalten – einfach einzurichten, umzusetzen und (auf der Grundlage der gewonnenen Erkenntnisse) zu aktualisieren sowie flexibel genug, damit das Unternehmen Feinabstimmungen vornehmen kann. Der Fokus sollte auf der Nutzung liegen, nicht darauf, jedes Mal ein neues Modell von Grund auf neu zu entwickeln.

Maschinelles Lernen muss keine Raketenwissenschaft sein. Denken Sie daran, was Tabellenkalkulationen in den 90er Jahren geleistet haben und bis heute leisten. Sie haben unsere Arbeitsweise sprunghaft verbessert – und das auf einfache Weise: mit Zeilen, Spalten und Funktionen, mit Pivot-Tabellen, Querverweisen und Diagrammen. Und kein Unternehmen musste jemals eine eigene Tabellenkalkulation programmieren. Genauso verhält es sich mit einfachen Algorithmen für maschinelles Lernen – Ihre Ingenieure können sich nach den besten Algorithmen umsehen und diese dann an die spezifischen Anforderungen Ihres Unternehmens anpassen und optimieren.

Geben Sie kein Geld für weitere Ingenieure aus.

Man braucht nicht mehr Hunderte von Entwicklern, um ein vollständig personalisiertes Erlebnis zu schaffen. Um dies zu verstehen, ist es wichtig, die technischen Fähigkeiten aufzulisten, die für die Entwicklung der Komponenten eines personalisierten Erlebnisses erforderlich sind. Heutzutage erfindet niemand mehr das Rad neu. Die Kreativität liegt woanders – nämlich darin, wie diese Entwickler ihre Anwendungen auf Ihren Katalog, Ihr Unternehmen und Ihre Kundenbedürfnisse zuschneiden. Und das Team sollte klein genug sein, um in einem erfolgreichen agilen Umfeld zu arbeiten.

Erforderliche technische Kenntnisse:

• Datenwissenschaftler, die sich mit Daten und Modellen beschäftigen
• ML-Ingenieure, die eng mit Datenwissenschaftlern zusammenarbeiten, um die Modelle zu entwerfen und zu implementieren
• Frontend- und Backend-Entwickler, die die Benutzeroberfläche und das Benutzererlebnis programmieren, die Ihre Kunden sehen

 

Fazit: Übertreiben Sie es nicht. Geben Sie den Menschen die Wahl.

Sind also nur die größten Online-Händler in der Lage, ein solides und leistungsstarkes personalisiertes Einkaufserlebnis zu bieten? Nein

Können kleine, mittelständische und große Unternehmen E-Commerce-Erlebnisse schaffen, die genauso überzeugend sind wie die der größten Akteure? Ja

Man sollte einfach darauf achten, nicht zu viel zu wollen. Zu viel zu tun ist kostspielig und bringt keinen größeren Mehrwert als ein kostengünstigeres System. Hier gilt das Gesetz der abnehmenden Erträge.

Lassen Sie Raum für persönliche Entscheidungen

Ebenso wichtig ist, dass eine zu weitgehende Personalisierung die Grenzen der Privatsphäre unnötig überschreitet und bei Ihren Kunden Unbehagen auslösen kann. In solchen Fällen bricht der Kunde den Kaufvorgang ab. Letztendlich hat der Kunde von heute die Kontrolle. Personalisierung sollte eine Option sein. Tun Sie nur das, was notwendig ist, um ein angemessenes, aber nicht überforderndes personalisiertes Erlebnis zu schaffen. 

Und vergessen Sie nicht: Sie sollten dem Nutzer immer die Möglichkeit lassen, über seine Präferenzen hinaus zu stöbern. Eine erfolgreiche Online-Handelsstrategie lässt Raum für Entdeckungen – sowohl mit als auch ohne den Einsatz von KI und Algorithmen des maschinellen Lernens.