Seit Jahren vertrauen Marketer auf automatisierte Nachrichten. Und das Konzept ist nun wirklich nichts Neues: eine E-Mail wird durch eine Aktion – oder das Fehlen einer Aktion – vonseiten des Kunden getriggert. Diese Aktion kann beispielsweise eine Anmeldung für den Newsletter, ein abgeschlossener Kauf oder alles dazwischen sein.

Bis hierher sollte alles bekannt sein. Was sich allerdings verändert hat, ist die Fähigkeit von Marketern, Nachrichten anhand komplexer Datenmodelle und Customer Intelligence zu automatisieren – etwas, das bis vor kurzem nur Datenwissenschaftlern vorbehalten war.  

Statt auf ein Call-and-Response Muster angewiesen zu sein, können automatisierte Nachrichten nun ausgehend von prognostizierenden Modellen versendet werden, die den nächsten Schritt des Käufers vorhersagen; z.B. welche Produkte, oder welches Angebot am schnellsten zu einem Kauf führen werden.

Obwohl diese Weiterentwicklungen neue & aufregende Möglichkeiten im Marketing erschließen, besteht die Gefahr, dass einige Marketer in vorhandene Fettnäpfchen treten. Im Umkehrschluss kann das zu automatisierten Kampagnen führen, die entweder nicht funktionieren, oder ihr volles Kundenbindungs- und Salespotential nicht erreichen.  

Businesswoman using cell phone in library

Oftmals liegt eine unterdurchschnittliche Performance nicht an der Art der Nachricht, die wir verschicken. Als Marketer kennen wir natürlich die entscheidenden Momente im Marketing: das Surfen auf Produktseiten, das Ablegen von Produkten im mobilen Warenkorb, das Stöbern im Geschäft um die Ecke, das Scrollen durch die  App. Unsere Kunden entdecken neue Wege, mit Marken zu interagieren und im Gegensatz zu den Anfangszeiten des E-Commmerce verlaufen die Kaufprozesse mittlerweile weniger linear.

Ihre automatisierten Nachrichten müssen Kontakte nicht nur während dieser entscheidenden Phasen der Shopping Experience erreichen, sondern ebenso mit relevanten und passenden Inhalten punkten und Impulse nutzen, die im Idealfall zu einem Kauf führen und den nächsten Schritt des Kunden vorhersagen können. Im Folgenden stellen wir Ihnen drei Aspekte vor, die Sie bei Ihrer Kampagnenplanung berücksichtigen sollten, um die größten Fehltritte bei der Automation Ihrer Marketingaktivitäten zu vermeiden.

1. Timing

“Wann soll ich meine automatisierten Nachrichten verschicken?” Das ist eine der am häufigsten gestellten Fragen im Digitalen Marketing. Es ist ebenso eine der Fragen, auf die es keine einfache Antwort gibt. Die meisten Marketer verfolgen hier einen nicht gerade wissenschaftlichen Ansatz und hören auf ihr Bauchgefühl:

Eine Nachricht zur Erinnerung an den Warenkorb? Wie wäre es mit 45min nachdem der Kunde den Onlineshop verlassen hat? Warum auch nicht?

Andere Marketer orintieren sich an der Konkurrenz und verlassen sich auf gesammelte Daten, die sie bei anderen Onlinehändlern entdeckt haben:

Eine Nachricht zur Erinnerung an den Warenkorb? Alle Anderen warten damit 15 min. Das sollten wir auch versuchen!

Einige Marketer gehen den wissenschaftlicheren Weg und sehen sich Daten rund um ihre versendeten Nachrichten an, um Baseline und Benchmark zu bestimmen:

Eine Nachricht zur Erinnerung an den Warenkorb? Die meisten unserer Kunden kommen innerhalb von 12 Stunden von alleine zurück. Am besten verschicken wir eine Nachricht nach 12 Stunden, um die Unentschlossenen zurückzuholen.

Diese Strategien haben in den vergangenen Jahren mitunter zu kleinen Stolperfallen in der Performance geführt. Aber was allen gemein ist, ist die (partielle) Angewiesenheit auf menschlichen Input.

Vielleicht ist es an der Zeit, die riesigen Datenmengen dazu zu nutzen, den idealen Versandzeitpunkt für jeden individuellen User zu ermitteln. An diesem Punkt kann Customer Intelligence und Machine Learning die Führung übernehmen und das optimale Timing für automatisierte Nachrichten ermitteln. Auf diese Weise erhalten Sie mehr Zeit, um sich mit kreativen Aspekten und effektiven Methoden zu beschäftigen, mit denen Sie Ihr Marketing nachhaltig verbessern und optimieren können.

2. Content

Wenn Sie das Timing Ihrer Nachrichten mit Hilfe von User- und Interaktionsdaten effektiv optimieren, dürfen Sie den Content Ihrer Nachrichten nicht aus den Augen lassen. Obwohl der Kaufprozess selten linear verläuft, gibt es bestimmte Muster, die immer wieder auftreten und vorhergesagt werden können.

Beispielsweise lassen sich Themengebiete bestimmter Nachrichten gut definieren. Wenn Sie mit dem Cart Reminder arbeiten, bietet es sich an, die Produkte zu besprechen, die der Käufer in seinen/ihren Warenkorb gelegt hat. Auf diese Weise behalten Sie den Kontext bei und wecken das Interesse an diesen Artikeln.

Auf der anderen Seite ist es nach wie vor sehr komplex, den perfekten Inhalt einer Nachricht vorherzusagen, bzw. vorzubereiten.

Das bedeutet auch, dass Sie natürlich mit generischem Content für alle Kunden arbeiten können:

Vielen Dank für ihre Anmeldung. Auf Ihren ersten Einkauf erhalten Sie 10% Rabatt.”

Oder Sie gehen einen Schritt weiter und integrieren einen dynamischen Content Block, der z.B. auf die Jahreszeit und das Geschlecht des Kunden eingeht:

Vielen Dank für ihre Anmeldung. Sie erhalten 10% Rabatt auf alle Sommermode für Frauen.”

Dies ist ein guter Ansatz, um Ihren Nachrichten mehr Wirkungskraft zu verleihen. Aber es gibt noch weit mehr, was Sie tun können, um die Erfahrung Ihrer Kunden passender und fesselnder zu gestalten.

Indem Sie Kundendaten aus allen Kanälen und Endgeräten miteinander kombinieren, können Sie Vorhersagungen treffen und Ihre Vorgehensweise in Bezug auf Content, Produkte und Angebote entsprechend anpassen. Bieten Sie Ihren Kunden eine durch und durch personalisierte Erfahrung. Arbeiten Sie mit Content, der die jeweiligen Vorlieben Ihrer Kunden in puncto Geräte und Channel erwähnt und darüber hinaus Angebote bietet, die laut Machine Learning die höchsten Chancen für eine Conversion besitzen. In-App Recommendations können an dieser Stelle im Zweifelsfall mehr bewirken, als eine Cart Reminder E-Mail.

3. Trending

Sobald Sie verstärkt auf Machine Learning in Ihrer automatisierten Nachrichtenstrategie setzen, sollten Sie ebenfalls Änderungen an den Methoden zur Performanceauswertung vornehmen. Anstatt sich auf die Performance einer bestimmten Kampagne zu versteifen, sollten Sie Ihr Augenmerk lieber auf die Analyse von Trends und Veränderungen im Käuferverhalten richten.

Entwickeln sich neue Kontakte zu Erstkäufern weiter? Unterstützen Sie aktiv die Bindung treuer Stammkunden? Verfügen Sie über Möglichkeiten, mit Ihren abwandernden Käufern in Kontakt zu treten und sie zurückzuholen?

Die Arbeit mit Machine Learning gibt Ihnen mehr Zeit für die Analyse und Gegenüberstellung von ‘Performance vs. Marketingaktivitäten’. Trends im Kaufverhalten Ihrer Kontakte können Ihnen dabei helfen, Schwachstellen in Ihren automatisierten Nachrichten zu erkennen – und diese erfolgreich zu beheben.

Indem Sie verstehen, wie und wo Ihre Käufer mit Ihrer Marke interagieren, können Sie automatisierte Strategien über die Inbox hinaus erweitern und so effektive Cross-Channel Strategien für alle Geräte entwickeln, die nachhaltig zu höherer Kundenbindung und gesteigerten Umsätzen führen.