Personalisierung

Was Personalisierung bedeutet

Personalisierung passt Inhalte oder Angebote an einzelne Besucher an. Der Begriff ist weit und reicht von einfachen Regeln bis zu berechneten Empfehlungen. Drei Stufen lassen sich unterscheiden, und sie unterscheiden sich stark in Aufwand und Wirkung.

Die erste Stufe ist die Gruppierung: Alle Besucher einer Gruppe sehen dasselbe. Eine Gruppe kann aus dem Herkunftsland bestehen, aus einem Werbekanal oder aus der Kundenhistorie. Die zweite Stufe ist die Anpassung an den Einzelnen auf Basis des bisherigen Verhaltens, etwa eine Liste zuletzt angesehener Artikel. Die dritte Stufe sind berechnete Empfehlungen, bei denen ein Modell aus dem Verhalten vieler Kunden ableitet, was für diesen einen passen könnte.

Wann sich die Mühe rechnet

• Breites Sortiment: Je größer die Auswahl, desto schwerer findet der Kunde selbst, was passt. Hier wirkt Personalisierung am stärksten.
• Wiederkehrende Besucher: Wer Daten über mehrere Sitzungen hat, kann besser anpassen als bei einem Erstbesuch.
• Klarer Anlass: Eine Empfehlung zum passenden Nachfüllartikel trägt, eine allgemeine Startseitenanpassung selten.
• Genug Verkehr: Für berechnete Empfehlungen braucht es genug Bestellungen, damit Muster erkennbar werden.

Welche Daten nötig sind

Die Grundlage ist Verhalten: angesehene Artikel, gestellte Suchen, gekaufte Ware, verworfene Körbe und die Herkunft des Besuchs. Dazu kommen Stammdaten wie Größe, Standort oder Kundengruppe. Fast alles davon sind personenbezogene Daten, weshalb Personalisierung eine datenschutzrechtliche Frage ist und nicht nur eine technische.

Zwei Punkte sind besonders zu beachten. Wer Verhalten über Sitzungen hinweg verfolgt, braucht dafür eine Grundlage und meist eine Einwilligung. Und wer Daten von Kunden mit Daten von Interessenten vermischt, muss erklären können, welcher Zweck welche Verarbeitung rechtfertigt.

Warum zu viel Anpassung schadet

Der erste Grund ist das Gefühl der Beobachtung. Wenn ein Besucher nach einer einzelnen Suche wochenlang nur noch diese Kategorie sieht, wirkt der Shop eng und misstrauisch machend. Der zweite Grund ist die Verstärkung: Empfehlungssysteme, die nur bestätigen, was schon gekauft wurde, verhindern die Entdeckung neuer Artikel und senken langfristig den Warenkorbbwert.

Der dritte Grund sind Fehler, die sichtbar werden. Eine Empfehlung an der falschen Stelle, etwa Zubehör für ein Produkt, das der Kunde zurückgegeben hat, wirkt unaufmerksam. Der vierte Grund ist die fehlende Erklärung: Wer nicht sagen kann, warum ihm etwas gezeigt wird, hält Anpassung eher für Manipulation als für Service.

Praktisch folgt daraus eine Regel: Personalisierung dort einsetzen, wo sie offensichtlich hilft, und den Rest sichtbar unangepasst lassen. Ein Shop, der eine übersichtliche Standardansicht und dazu punktgenaue Empfehlungen bietet, wirkt besser als einer, der alles anpasst.

Häufige Fragen

• Brauche ich dafür KI? Nein. Gruppierung und Regeln bringen den ersten Nutzen.
• Wie messe ich den Erfolg? Am Warenkorbwert und an der Wiederkaufrate der betroffenen Gruppe, nicht am Klick auf die Empfehlung.
• Was, wenn ich zu wenige Kunden habe? Dann mit einfachen Regeln starten und später ausbauen.