10 Beispiele für hyper-personalisiertes Marketing

Die Verbraucher wünschen sich ein persönlicheres Einkaufserlebnis als je zuvor. Sie wollen das Gefühl haben, gesehen und gehört zu werden. Sie möchten, dass Inhalte, Werbung und Chatbot-Interaktionen genau auf sie zugeschnitten sind - und nicht auf jemanden, der ihnen ähnlich ist . In diesem Artikel werden wir den Unterschied zwischen Personalisierung und Hyper-Personalisierung erforschen und uns 10 Beispiele von Marken ansehen, die sich durch maßgeschneiderte Kundenerlebnisse auszeichnen. 

‍

10 Beispiele für hyper-personalisiertes Marketing

Die Nachfrage nach maßgeschneiderten Angeboten hat sich während der Pandemie beschleunigt. Die Erwartungen der Verbraucher, die von führenden E-Commerce-Anbietern und flinken Direktvertriebsunternehmen mit hyperpersonalisierten Angeboten konfrontiert wurden, sind eskaliert. Wenn sie jetzt nicht das persönliche Erlebnis bekommen, das sie gewohnt sind, geben 44 % der Verbraucher an, dass sie ihr Geschäft wahrscheinlich woanders tätigen werden.

Es steht eine Menge auf dem Spiel. Die Bereitstellung dieser Art von intimer, hyper-personalisierter Erfahrung erhöht nicht nur die Kundenbindung und stärkt die Loyalität - sie fördert auch das Umsatzwachstum. Einem aktuellen Bericht von McKinsey & Company zufolge erzielen Unternehmen, die bei der Personalisierung hervorragende Leistungen erbringen, 40 % mehr Umsatz als ihre langsamer wachsenden Konkurrenten.

‍

Was also ist hyper-personalisiertes Marketing, und wie können Marken es nutzen, um das Geschäftswachstum zu fördern?

In diesem Artikel gehen wir auf den Unterschied zwischen Personalisierung und Hyperpersonalisierung ein und stellen 10 Beispiele von Marken vor, die sich durch maßgeschneiderte Kundenerlebnisse auszeichnen. 

‍

Was ist der Unterschied zwischen hyper-personalisiertem und personalisiertem Marketing?

Vor ein paar Jahren konnten Marken noch mit einfacher Personalisierung auskommen. Sie fügten den Vornamen eines Abonnenten in Werbe-E-Mails ein oder nutzten Retargeting-Anzeigen, um Menschen zu verfolgen und sie an das Produkt zu erinnern, das sie beinahe gekauft hätten.

‍

Dieses grundlegende Maß an Personalisierung ist nicht mehr ausreichend. Wenn es um die Kundenbindung geht, müssen Unternehmen über Buyer Personas hinausgehen, die demografische Grunddaten enthalten. Sie müssen KI, maschinelles Lernen und prädiktive Analysen nutzen, um Echtzeit- und Verhaltensdaten zu gewinnen, die ein individualisiertes Kundenerlebnis ermöglichen. 

‍

Personalisiertes Marketing: Marken haben Marketingkampagnen traditionell relevanter gemacht, indem sie Kundendaten zur Segmentierung von Zielgruppen auf der Grundlage gemeinsamer Vorlieben, Abneigungen und Aktivitäten verwendet haben.

Das Problem bei diesem Ansatz ist, dass er nicht zielgerichtet genug ist. Vielleicht haben Sie dieses Mem im Internet gesehen.

Da ihre demografischen Daten identisch sind, würden Ozzy Osbourne und Prinz Charles im selben Kundensegment zusammengefasst werden. Aber können Sie sich vorstellen, dass Ozzy die gleiche Botschaft erhält wie Charles? Es ist unmöglich, dass dieser Inhalt bei beiden ankommt - und das ist die Einschränkung der traditionellen Personalisierung. 

‍

Hyper-personalisiertes Marketing: Durch die Nutzung einzigartiger Kundendaten wie psychografische Daten oder Echtzeit-Interaktion mit einer Marke können Marketingexperten personalisierte Produktempfehlungen oder Rabattcodes für eine bestimmte Person präsentieren. 

‍

Es handelt sich um einen "Segment-of-One"-Ansatz, der es Marken ermöglicht, Personen mit wichtigen Botschaften über die für sie relevantesten Kanäle anzusprechen. Durchdachte Berührungspunkte wie das Versenden eines "How-to"-Videos oder das Einchecken nach dem Kauf geben den Kunden das Gefühl, etwas Besonderes zu sein. 

‍

Und wenn sie das Gefühl haben, etwas Besonderes zu sein, kaufen sie mit größerer Wahrscheinlichkeit wieder ein. Mehr als drei Viertel (78 %) der Verbraucher werden erneut kaufen und die Marke an Freunde und Verwandte weiterempfehlen. 

Werfen wir einen Blick auf die Unternehmen, die ihre Kunden begeistern und der Konkurrenz einen Schritt voraus sind - mit 10 Beispielen für hyper-personalisiertes Marketing.

‍

1. Starbucks

Starbucks ist ein Meister der Hyper-Personalisierung. Mithilfe von KI nutzt die Kaffeemarke Echtzeitdaten, um den Nutzern einzigartige Angebote zu senden, die auf ihren Vorlieben, Aktivitäten und früheren Einkäufen basieren. Mit mehr als 400.000 Variationen von hyper-personalisierten Nachrichten, die versendet werden können, haben Kaffeeliebhaber immer das Gefühl, dass ihre Kommunikation mit der Marke maßgeschneidert ist.

2. TastryAI

TastryAI arbeitet mit Weingütern zusammen, um Kunden individuelle Weinempfehlungen zu geben. Die Verbraucher beantworten ein einfaches 20-Sekunden-Quiz, woraufhin das gesamte Einzelhandelssortiment des Weinguts mit Hilfe komplexer KI-Systeme eingestuft und auf den Kunden abgestimmt wird. Der Kunde bewertet dann den Wein, und TastryAI passt seine Empfehlungen weiter an.

Die Gründerin von TastryAI, Katerina Axelsson, sagte: "Eine Frage könnte lauten: "Wie empfinden Sie den Geruch von frisch geschnittenem Gras?" Die KI "weiß" bereits, welche Verbindungen oder Gruppen von Verbindungen für dieses Gefühl verantwortlich sind. Wenn die Antwort auf diese Frage bekannt ist, hat die KI viele Verbindungen kennengelernt, die Sie mögen oder nicht mögen.

Dieser hyper-personalisierte Ansatz für Wein sorgt dafür, dass die Kunden immer wieder zurückkommen. Tatsächlich ist die Wahrscheinlichkeit, dass Kunden, die Tastry-Empfehlungen nutzen, 20 % geringer, dass sie bei einem Wettbewerber einkaufen.

‍

3. Geheime Fluchten

Das Reiseunternehmen Secret Escapes passt seine Website an das Schlüsselwort an, das ein Nutzer eingibt, und an die bezahlte Anzeige, auf die er klickt. 

‍

Wenn jemand beispielsweise das Stichwort "Spa Retreats" in Google eingibt und auf eine Anzeige von Secret Escapes mit derselben Überschrift klickt, wird er auf eine personalisierte Landing Page weitergeleitet. Der Text und die Bilder werden aktualisiert, um die Absicht des Nutzers widerzuspiegeln. 

‍

Dieser Grad an Hyperpersonalisierung führte zu einem Anstieg der Anmeldungen um 26 % für das Unternehmen. 

4. L'Occitane 

Das E-Commerce-Team von L'Occitane stellte fest, dass ein Teil der Nutzer in Brasilien die Website zwischen 22 Uhr und 5 Uhr morgens besuchte. 

‍

Ausgehend von der Hypothese, dass diese Menschen möglicherweise Schlafprobleme haben, wird in diesen Stunden ein Overlay eingeblendet, in dem das Pillow Mist Spray der Marke vorgestellt wird. Dieses Produkt wurde entwickelt, um eine erholsame Nachtruhe zu fördern.

5. Gewinde

Der im Vereinigten Königreich ansässige Online-Händler Thread ist eine Modetechnologie-Marke mit einem einzigartigen Angebot. Sie bietet den Nutzern einen kostenlosen persönlichen Stylisten, der wöchentlich E-Mails mit Produktempfehlungen auf der Grundlage ihrer bevorzugten Stile, ihres Körpertyps, ihres Budgets und ihres Feedbacks zu früheren Stücken verschickt.

Der Online-Händler nutzt dazu einen maschinellen Lernalgorithmus namens "Thimble". Zunächst durchlaufen die Stylisten eine Vorauswahl, bei der sie alles von den Thread-Partnern entfernen, was sie persönlich nicht empfehlen würden. Dann schlagen sie einzelne Kleidungsstücke und komplette Outfits vor - aber danach übernimmt "Thimble" die Arbeit.

‍

Die hyper-personalisierten E-Mails von Thread verbessern das Einkaufserlebnis und helfen den Nutzern, die Qual der Wahl zu überwinden, die sie auf den meisten anderen Modeseiten haben. 

‍

6. PetPlate

Die DTC-Tiernahrungsmarke PetPlate enthält eine bunte, personalisierte Beilage, die den Hund eines neuen Kunden in der "PetPlate-Familie" willkommen heißt. Diese Beilage enthält individuelle Fütterungsanweisungen, Kontaktinformationen zum Kundendienst und Angaben dazu, wie Sie einen Rabatt erhalten, wenn Sie einen Freund werben.

Ein Beispiel für eine Beilage für einen neuen Kunden, dessen Hund Daisy heißt, enthält einen Verweis auf "sie" in den Fütterungsrichtlinien sowie die Anweisung, ihr zweimal täglich eine halbe Dose Futter zu geben, Leckerlis nach Bedarf und zwei Ergänzungsfuttermittel pro Tag. Seit der Aufnahme dieser Fütterungsanweisungen in die ersten Bestellungen hat PetPlan einen Rückgang der Kundenanfragen bezüglich der Fütterungsrichtlinien um 20 % festgestellt. 

‍

7. Prosa

Die Personalisierung beginnt bei der DTC-Haarpflegemarke Prose bereits am Anfang der Kundenreise. Wenn ein Nutzer auf der Website landet, wird er aufgefordert, eine Online-Konsultation auszufüllen.

Bei dieser Beratung werden wichtige Daten über den Lebensstil, die Ernährungsgewohnheiten, den geografischen Standort, das Stressniveau und vieles mehr erfasst. Anhand eines firmeneigenen Algorithmus nutzt Prose diese Informationen, um individuelle Produkte zu entwickeln, die auf die Bedürfnisse und Anliegen des Kunden zugeschnitten sind. Jedes Produkt wird in einer Flasche geliefert, die mit dem Namen des Kunden gekennzeichnet ist. 

8. MandM Direkt

Der Online-Discounter MandM Direct verließ sich bisher auf regelbasierte Standardempfehlungen, um die Website-Besucher durch die Shopper Journey zu führen.

Seit der Einführung von KI-gestützten Produktempfehlungen im Jahr 2021 wurden die folgenden Änderungen vorgenommen: 

• Jedem Kunden werden auf der Homepage weniger Artikel angezeigt, die alle nur für ihn ausgewählt wurden.
• Kunden fühlen sich auf der Produktdetailseite "gesehen" und erhalten spezifische Informationen (Farbe, Größe, Preis), die ihren Präferenzen entsprechen.
• Personalisierte Produktempfehlungen werden sofort ausgesprochen, wenn jemand einen Artikel in den Warenkorb legt.

Seit der Implementierung von hyperpersonalisierten Produktempfehlungen konnte MandM Direct einen Anstieg des Gesamtumsatzes um 2,4 % und einen Anstieg der Klickraten für Produktempfehlungen um 11,4 % verzeichnen. 

‍

9. ILIA

Die Kosmetikmarke ILIA steigert das Engagement und die Loyalität ihrer Kunden unter anderem mit personalisierten E-Mails und einem Markenerlebnis nach dem Kauf. 

‍

Wenn ein Kunde einen Kauf tätigt, wird er auf eine Seite zur Sendungsverfolgung weitergeleitet, die Lehrvideos zur Pflege/Verwendung des Produkts, häufig gestellte Fragen zum Versand, Informationen zum Empfehlungsprogramm und weitere Informationen über die Mission von ILIA enthält. Wiederkehrende Besucher von ILIAs aktualisierten Tracking-Seiten erzielen 25 % höhere Konversionsraten als der Durchschnitt ihrer Website. 

‍

Die Marke verschickt auch personalisierte E-Mails, in denen die Kunden darüber informiert werden, wann es Zeit ist, ein Produkt nachzubestellen, und wie lange das Produkt im Durchschnitt hält. 

‍

10. Amazon

Wir können nicht über hyper-personalisiertes Marketing sprechen, ohne den unbestreitbaren Marktführer der Personalisierung zu erwähnen - Amazon.

‍

Jedes Mal, wenn ein Kunde auf der Amazon-Homepage landet, hat er das Gefühl, dass sie speziell für ihn gestaltet wurde. Dies ist einem Algorithmus zu verdanken, der auf prädiktiver Analytik und artikelbasierter kollaborativer Filterung basiert. Die kollaborative Filterung durchsucht die gekauften Artikel eines Nutzers und die Kaufhistorie anderer Personen, die das gleiche Produkt gekauft haben, um Informationen über "häufig gemeinsam gekaufte Artikel" in den Produktlisten bereitzustellen.

‍

Aber die kollaborative Filterung ist noch nicht alles. Amazon geht noch einen Schritt weiter und verknüpft die Kaufhistorie mit den Browsing-Daten. Wenn ein Nutzer einen Hundekauartikel kauft, schlägt Amazon in Zukunft nicht nur Hundekauartikel vor. Der Algorithmus könnte sich den Browserverlauf des Nutzers ansehen, feststellen, dass er Pixar-Filme auf Prime anschaut, und in Zukunft Hundespielzeug mit dem Thema Toy Story empfehlen. Diese Empfehlungsmaschine ist für 35 % des Gesamtumsatzes von Amazon verantwortlich. 

‍

Der letzte Punkt, den wir erwähnen mussten, war die hyper-personalisierte E-Mail-Marketingstrategie von Amazon. Wenn Sie die Suche nach einem Produkt auf der Website abbrechen, erhalten Sie wahrscheinlich kurz darauf eine E-Mail mit relevanten Produktempfehlungen.

‍

Globale Unternehmen wie Amazon verwenden Daten wie den Namen des Nutzers, seine Suchanfrage, die durchschnittliche Dauer der Suche, die bisherige Kaufhistorie, den durchschnittlichen Kaufbetrag und die Markenaffinität, um eine kuratierte Auswahl von Produkten zu erstellen, die der Nutzer mit hoher Wahrscheinlichkeit kaufen wird.

Wie kann Digital Asset Management (DAM) hyper-personalisiertes Marketing unterstützen?

Um ihren Kunden ein personalisiertes Erlebnis bieten zu können, benötigen Unternehmen nicht nur Zugang zu Daten, sondern auch zu Inhalten. Eine Menge davon. Doch die manuelle Erstellung und Bereitstellung von Hunderten von Variationen eines Assets ist ein riesiges Unterfangen. 

‍

Deshalb ist der Wechsel von einer manuellen Personalisierungsstrategie zu einer programmatischen Strategie unerlässlich. Mit einer DAM-Plattform können Unternehmen die Produktion und Verwaltung von Inhalten in einem zentralen Hub rationalisieren. 

‍

In Verbindung mit Media Delivery und Digital Experience können Unternehmen so Inhalte automatisch an den Kontext und das Verhalten der Benutzer anpassen. Das bedeutet, dass keine Zeit mehr für mühsame, manuelle Aufgaben wie das Ändern der Hintergrundfarbe oder das Hinzufügen von Untertiteln zu mehreren Assets verschwendet wird.  

‍

Sind Sie bereit, Ihr Kundenerlebnis mit hyper-personalisiertem Marketing zu verbessern?

‍

Buchen Sie eine kostenlose Demo, um mehr darüber zu erfahren, wie DAM und Media Delivery and Digital Experience Sie dabei unterstützen können, bessere Kundenergebnisse zu erzielen und Ihren Umsatz zu steigern.