Prospecting: Warum es in der Krise im E-Commerce so wichtig ist

Der Beginn der Corona-Pandemie in Deutschland hat gezeigt: Auch wenn der lokale Handel gezwungen war, vorübergehend zu schließen, bedeutete dies nicht automatisch einen Vorteil für den E-Commerce. In einer Statista-Umfrage im März und April 2020 gaben über 50 Prozent der befragten Onlinehändler an, dass die Corona-Krise schlecht für das Geschäft sei. Nur 27 Prozent (März) beziehungsweise neun Prozent (April) sahen einen positiven Effekt der Krise auf ihr Geschäft. Ende April ermittelte der BEVH bei vielen Webshops ein deutliches Umsatzplus für den Monat, doch nicht in allen Segmenten und es konnte die Verluste des März nur selten ausgleichen. Eine Antwort darauf liegt im Programmatic Prospecting.

Der E-Commerce ist in der Krise für viele Menschen noch mehr zu einem normalen Einkaufskanal geworden. Eine schlechte Konsumstimmung in einer kriselnden Wirtschaft wirkt sich daher auch auf den Onlinehandel aus. Wie aber soll der E-Commerce darauf reagieren? Mit Billig-Angeboten und Rabattaktionen alleine werden nicht genug Kunden in den Onlineshop gelockt. Vielmehr gilt es nun, auf die durch die Corona-Epidemie hervorgerufenen neuen Interessen der Käufer zu reagieren und so gezielt passende Neukunden anzusprechen. Möglich macht dies Programmatic Prospecting.

Prospecting: Neukundenakquise in der Corona-Krise

Die Einschränkungen durch die Covid-19-Pandemie stellen vieles auf den Kopf: Statt Mode und Schuhe sind jetzt Homeoffice-Zubehör, Fitnessgeräte und Haarschneidegeräte neben Hygieneartikel nachgefragt wie nie. Auch ohne Lockdown stellt das Gewinnen der richtigen Neukunden Onlinehändler vor so manches Problem. Onlineshops müssen das Verhalten analysieren und mit entsprechenden Maßnahmen auf die veränderte Situation reagieren. Das Analysieren, Entwickeln und Einleiten passender Maßnahmen erfordert allerdings viel Zeit und ist mit konventionellen Mitteln nur schwer umsetzbar, um kurzlebige Trends überhaupt zu erfassen.

Im Programmatic Prospecting hingegen lässt sich die Datensammlung und Verhaltensanalyse der Kunden mithilfe von KI nicht nur in Echtzeit durchführen, sie ist außerdem deutlich schneller und präziser aktivierbar. Nur so kann der Sportartikel-Shop sofort die passenden Produkte bieten, wenn Fitnessstudios schließen und der Online-Shop für Heimwerker kann gezielt Kunden ansprechen, die die Zeit im Lockdown nutzen wollen, um die ein oder andere Baustelle im Haus anzupacken.

Prospecting versus Retargeting

Auch wenn Prospecting und Retargeting häufig getrennt voneinander betrachtet werden, sorgt doch erst die Kombination für eine hohe Performance einer digitalen Kampagne. Hier in Stichworten die wesentlichen Unterschiede zwischen beiden Ansätzen:

Prospecting

• Upper-Funnel-Aktivität
• Ziel: Neue und qualifizierte User in den eigenen Webshop führen
• Entweder sofortige Konversion oder erneute Ansprache durch Retargeting
• Vorteil: Identifizierung und Ansprache qualifizierter User, bevor sie mit dem eigenen Webshop oder der eigenen Marke überhaupt in Berührung gekommen sind
• Nachteil: Alleine nicht zielführend, da es zu keiner erneuten Ansprache der User kommt, die noch nicht konvertiert haben

Retargeting

• Lower-Funnel-Aktivität
• Ziel: User, die bereits den Webshop besucht haben erneut ansprechen und so zur Konversion verleiten
• Vorteil: Eine Kaufentscheidung wird so beschleunigt
• Nachteil: Im schlimmsten Fall werden immer die gleichen Kunden angesprochen und es kommt nur zu einer kurzfristigen Besserung der Umsätze, da User die sonst über einen längeren Zeitraum gekauft hätten, nun lediglich früher konvertieren

Die Technik hinter Prospecting

Prospecting in der programmatischen Werbung beruht auf einem tieferen Verständnis des Kundenverhaltens, das von Datenspezialisten mit Hilfe des maschinellen Lernens und künstlicher Intelligenz gewonnen wird. Grundlage dafür bilden die First-Party-Daten des jeweiligen Webshops. Aus den Daten werden unter anderem Onlineverhalten, demographische Merkmale und Vorlieben von Bestandskunden analysiert und von KI-Algorithmen modelliert. Diese Verhaltensmerkmale erscheinen für den Menschen oft vollkommen bedeutungslos.

Da die maschinelle Analyse aber enorme Datenmengen vergleicht und diese objektiv auswertet, können auch auf den ersten Blick unwesentlich erscheinende Details, die bei ausreichend vielen Kunden übereinstimmen, in das Modell integriert werden und als Indikator für ein Interesse am Produkt dienen. Anhand dieses Modells werden nun potenzielle Kunden im offenen Internet erkannt, deren digitales Verhalten von den Algorithmen als ähnlich identifiziert wird. Diese User nennt man statistische Zwillinge. Dazu greifen Datenanbieter auf Datenquellen zurück, die das Internet im Ganzen nachzeichnen und stellen diese den First-Party-Daten gegenüber.

Umsetzung von ganzheitlichen digitalen Werbekampagnen

Auch hier ist die Aktualität der Daten entscheidend. Je frischer der Datensatz, der den Analysen zugrunde liegt, desto akkurater können Mikrotrends im Onlineverhalten analysiert und in der Werbung umgesetzt werden. Die KI denkt dabei „Out Of The Box“ und erschließt den Händlern so Kundenkreise, die sie bis dahin gar nicht wahrgenommen haben. Außerdem behält künstliche Intelligenz behält auch in der schlimmsten Krise einen kühlen Kopf. Schnelles Reagieren auf Veränderungen in dynamischen Zeiten ist damit möglich. Das Ziel für Onlinehändler muss daher sein, den Schritt weg vom reinen Retargeting hin zu ganzheitlichen digitalen Werbekampagnen aus Prospecting und Retargeting zu gehen. Hier einige wichtige Tipps für Onlineshop-Betreiber:

• Verlassen sie sich nicht nur auf Retargeting und die Ansprache von Bestandskunden, sondern finden sie durch Prospecting qualifizierte Neukunden
• Machen sie das Beste aus ihren First Party-Daten durch die Zusammenarbeit mit Datenspezialisten
• Achten sie darauf, dass die verwendeten Datensätze hochwertig und aktuell sind, um spontane Trends zu erkennen und Kunden zur richtigen Zeit zu erreichen
• Fahren sie ganzheitliche digitale Werbekampagnen mit einer Balance aus Prospecting und Retargeting

Über die Autorin: Sara Sihelnik verantwortet als Country Director DACH die Geschäfte von Quantcast im deutschsprachigen Raum. Vor Ihrem Wechsel in das deutsche Vertriebsbüro arbeitete die gebürtige Belgierin in der Europazentrale des amerikanischen Technologieunternehmens in Dublin. Dort war sie zuletzt als Client Partnership Director bereits für internationale Unternehmen mit Sitz in Deutschland verantwortlich. Bevor Sara Sihelnik 2015 zu Quantcast wechselte, war die studierte Geophysikerin in verschiedenen Funktionen bei Getty Images tätig. (sg)