{"id":11610,"date":"2023-05-11T12:00:00","date_gmt":"2023-05-11T10:00:00","guid":{"rendered":"https:\/\/www.sage.com\/de-de\/blog\/?p=11610"},"modified":"2025-04-24T16:41:32","modified_gmt":"2025-04-24T14:41:32","slug":"wie-funktioniert-personalisierung-mit-daten-wirklich","status":"publish","type":"post","link":"https:\/\/www.sage.com\/de-de\/blog\/wie-funktioniert-personalisierung-mit-daten-wirklich\/","title":{"rendered":"Wie funktioniert Personalisierung mit Daten wirklich?"},"content":{"rendered":"
\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\tDatenbasiert entscheiden<\/a>\t\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t
\n\t\t\t\t\t

\n\t\t\t\t\t\tWie funktioniert Personalisierung mit Daten wirklich?\t\t\t\t\t<\/h1>\n\t\t\t\t<\/div>\n\n\t\t\t\t\t\t\t\t\t

\n\t\t\t\t\t\t\t\t\t\t\t<\/p>\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div>\n\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t<\/div>\n\t

\n\t\t
\n\t\t\t
\n\t
\n\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t
\n\t\t\t\n\t\t\t\t\"Stefan\t\t\t\tStefan von Gagern<\/span>\n\t\t\t<\/a>\n\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n\n

Mit Daten auf Kundenw\u00fcnsche angepasste Angebote verkaufen sich besser. Doch wie man die Personalisierung von Daten angeht und in die Praxis umsetzt \u2013 darum ranken sich viele Meinungen und Mythen. Die Agentur Konversionskraft<\/a> m\u00f6chte mit einem selbst entwickelten 4-Stufen-Modell einen einfachen Einstieg \u2013 von der Datenanalyse bis hin zur selbst lernenden Automationsl\u00f6sung vorstellen.<\/em><\/p>\n\n\n\n

Ein viel gefragtes Ziel bei der Arbeit mit Daten<\/a> ist die Personalisierung. Angebote und Inhalte, etwa Produkte und Produktbeschreibungen in einem Onlineshop, sollen auf Kundenw\u00fcnsche angepasst werden und den Kunden im richtigen Moment erreichen. Personalisierung ist also f\u00fcr Agenturen und Unternehmen ein Trend. \u201eViele denken zu Recht, man muss in dem Bereich etwas machen und tats\u00e4chlich arbeiten wir an immer mehr Projekten. Personalisierung kann im hart umk\u00e4mpften Wettbewerb den entscheidenden Vorteil bieten. Was uns dabei aufgefallen ist: Es herrscht dabei immer noch viel Verunsicherung\u201c, erkl\u00e4rt Julia Engelmann, Head of Data Science von Konversionskraft.<\/p>\n\n\n\n

Nicht neu und doch viele Mythen<\/h3>\n\n\n\n

Auf Kundenseite und manchmal auch auf Agenturseite beobachtet die Datenwissenschaftlerin noch viele Mythen: Da gibt es den Irrglauben, dass Daten Personalisierung der heilige Gral sei, der richtig kompliziert ist und immer unbedingt nach einem Data Lake, teuren Tools, Machine Learning und K\u00fcnstlicher Intelligenz verlangt. Aber viele merken kurz danach: Der Data Lake und das komplexe Tool sind nicht die Antwort.<\/p>\n\n\n\n

Manchmal kommt der Ansto\u00df, mit Personalisierung zu beginnen, auch von einem Mitarbeiter. \u201eJemand aus dem Analytics oder UX Research hat sich intensiv mit den Daten und Nutzerbed\u00fcrfnissen besch\u00e4ftigt. Vielleicht gibt es schon Erkenntnisse aus vergangenen Tests, dass sich bestimmte Nutzersegmente anders verhalten als andere, anders reagieren auf das Testkonzept. Oder dass erste Tests \u00fcber alle Nutzergruppen im Aggregat nicht funktioniert haben wie gew\u00fcnscht. Das gibt oft den Ausschlag daf\u00fcr, sich differenzierter mit der eigenen Zielgruppe zu besch\u00e4ftigen\u201c, so Engelmann.<\/p>\n\n\n\n

Personalisierung ist tats\u00e4chlich nicht so neu, sie hat beim Gartner Hype Cycle<\/a> schon die Schulter \u00fcberschritten \u2013 aber bei vielen Trends, wie zum Beispiel dem \u201eMobile first\u201c-Prinzip vor einigen Jahren, dauert es, bis sie in den K\u00f6pfen ankommen. Und dennoch: Fragt man 10 Testpersonen, was Personalisierung wirklich ist, bekommt man 10 verschiedene Antworten. \u201eJeder versteht etwas anderes darunter, auch abh\u00e4ngig davon, in welcher Rolle er im Unternehmen ist. Jemand aus dem E-Mail-Marketing stellt sich etwas anderes darunter vor als der Webdesigner. Im Management bekommst du Buzzwords wie holistic, automatic und cross-channel. Viele k\u00f6nnen aber auf Nachfrage nicht genau sagen, was das alles ist\u201c, so Engelmann.<\/p>\n\n\n\n

Das Erfolgsrezept: Strukturiert vorgehen<\/strong> bei der Personalisierung von Daten<\/h3>\n\n\n\n

Aus Sicht von Konversionskraft wird das Thema oft unn\u00f6tig aufgebl\u00e4ht. Eigentlich sei es wie A\/B Testing \u2013 nur mit Segmenten. Das hei\u00dft, die A- und B-Version eines Inhalts, zum Beispiel einer Landing Page einer Website, wird unterschiedlich gestaltet und an unterschiedlichen Zielgruppen (Segmenten) wie Neukunden oder Stammkunden getestet. Der Kandidat, der besser abschneidet, also zum Beispiel mehr Bestellungen generiert, gewinnt. \u201eDas Problem ist, dass viele gleich viel zu komplex denken und meinen, sie m\u00fcssen mit Data Science und Clustern anfangen\u201c, kommentiert die Datenexpertin. Als Gegenrezept hat die Agentur ein Patentrezept entwickelt. Die Grundidee dabei ist, dass es unterschiedliche Komplexit\u00e4tsstufen bei der Personalisierung gibt \u2013 eine Erkenntnis, die aus Praxisprojekten folgte.<\/p>\n\n\n\n

Gleichzeitig gibt es immer gleiche Bausteine, die es braucht, um bei der Personalisierung erfolgreich zu sein:<\/p>\n\n\n\n

\u2013           Der Kundennutzen mit seinen Bed\u00fcrfnissen<\/p>\n\n\n\n

\u2013           Es gibt immer schnelle Ideen, die sich weiter systematisieren lassen<\/p>\n\n\n\n

\u2013           Wichtig ist die Orientierung: Wo fange ich an? Was mache ich in einem Jahr? Wo stehe ich gerade?<\/p>\n\n\n\n

Das Treppenmodell: 4 Stufen zur Personalisierung<\/strong> von Daten<\/h3>\n\n\n\n

Das von Konversionskraft entwickelte Treppenmodell hat vier Stufen, die nach Komplexit\u00e4t aufsteigen.
Der Vorteil: <\/strong>Damit kann jeder ohne die Anschaffung teurer Tools mit Personalisierung anfangen.<\/p>\n\n\n\n

1. Quickstart: Best Practices nach vorhandenen Daten<\/strong><\/h5>\n\n\n\n

Hintergrund bei Stufe 1 ist, dass kein Unternehmen bei null anf\u00e4ngt. Es ist immer schon Wissen da, das ausreicht, schnelle Ideen f\u00fcr Anwendungsm\u00f6glichkeiten zu generieren, die dann in A\/B-Tests geschickt werden k\u00f6nnen. In wenigen Tagen lassen sich die Erkenntnisse umsetzen \u2013 eine best practice f\u00fcr Personalisierung. \u201eOft sind es Klassiker, wie Warenkorb-Abbrechern eine Mail zu schicken, Inhalte f\u00fcr Bestandskunden von Neukunden zu unterscheiden. Alles Ma\u00dfnahmen, die viel bewirken\u201c, so Engelmann. Es wird im Unternehmen klar: Personalisierung bringt Vorteile. Das ebnet den Weg f\u00fcr weitere Schritte.<\/p>\n\n\n\n

2. Regelbasiert: Statische Segmente<\/strong><\/h5>\n\n\n\n

Irgendwann geht bei Stufe 1 der Input aus, weil ab einem Punkt Wissen \u00fcber den Kunden fehlt. In Stufe 2 generiert man Wissen \u00fcber den Kunden \u2013 \u00fcber einen Persona-Workshop oder Webanalysen. \u201eWir verkn\u00fcpfen Bed\u00fcrfnisse mit Daten, zum Beispiel denen aus der Kaufhistorie. Das sagt uns: Welcher Nutzertyp braucht eigentlich was?<\/p>\n\n\n\n

Danach verstehen wir die Zielgruppe besser, haben tieferes Wissen \u00fcber die Kundenbed\u00fcrfnisse\u201c, erkl\u00e4rt Engelmann.<\/p>\n\n\n\n

<\/p>\n\n\n\n

KI ist auch in der Lage, Daten aus verschiedenen Quellen<\/a> zu sammeln und zu analysieren. Dadurch kann das Personal-Team datengest\u00fctzte Entscheidungen treffen und bessere Einblicke gewinnen. Zum Beispiel kann die KI dabei helfen, die besten Kan\u00e4le f\u00fcr das Recruiting zu identifizieren oder Trends in der Mitarbeiterzufriedenheit zu erkennen. Die Analyse von Daten kann auch dazu beitragen, die Effektivit\u00e4t von HR-Programmen zu bewerten und zuk\u00fcnftige Entscheidungen zu verbessern.<\/p>\n\n\n\n

Mit der passenden CRM Software verwalten Sie Ihre Daten effizient!<\/a><\/p><\/blockquote><\/figure>\n\n\n\n

\n

<\/p>\n<\/blockquote>\n\n\n\n

3. Dynamisch: Predictive Segmente durch Machine Learning<\/strong><\/h5>\n\n\n\n

Irgendwann werden Anwendungsf\u00e4lle aus Phase 2 knapp, da sie im Prinzip von Menschen per Hand festgelegt werden. Dann wird es Zeit, die Daten mit Machine Learning Algorithmen sprechen zu lassen. Hier vollzieht man den Schritt von \u201ehandgemacht\u201c zu \u201edatengetrieben\u201c. Dieser ist wichtig, denn es ist irgendwann schwierig, den \u00dcberblick zu behalten, zudem steigen Aufwand und Kosten. In Stufe 3 werden die Ergebnisse genauer und insgesamt das Konzept skalierbar, denn die Cluster \u2013 also Nutzersegmente \u2013 werden hier mit Daten automatisiert gebildet.<\/p>\n\n\n\n

Phase 3 \u201edenkt\u201c also mit, sobald sich das Verhalten der Nutzer \u00e4ndert. Beim Kunden Computeruniverse hat Konversionskraft zum Beispiel eine 1:1 Anpassung eingef\u00fchrt. Das Wording im Warenkorb des Shops passt sich auf den Kundentyp (zum Beispiel Neu- oder Stammkunde an) und er bestimmt selbst, wann geliefert wird.<\/p>\n\n\n\n

4. Selbstlernend: Skalierung und Automatisierung<\/strong><\/h5>\n\n\n\n

In dieser Phase lernt und erkennt der Algorithmus als neuronales Netz selbstst\u00e4ndig und erstellt automatisiert Segmente. Vorteil: Wird auf der Website der Algorithmus hinterlegt, kann er beim Besucher eine Prognose abgeben, welcher Besuchertyp er ist. Hier findet eine v\u00f6llig automatisierte Personalisierung mit K\u00fcnstlicher Intelligenz statt, die sich 1:1 auf Kundenw\u00fcnsche anpasst, nach Bedarf skalieren und antizipieren kann, was der Kunde sich im n\u00e4chsten Schritt w\u00fcnscht. Diese Stufe kann sich so ohne menschliches Zutun in Sachen Daten und Personalisierung selbst optimieren und so stetig den Return on Investment (ROI) steigern \u2013 also selbst das Wachstum f\u00f6rdern.<\/p>\n\n\n\n

Fazit: Schrittweiser Umstieg zur datengetriebenen Organisation<\/strong><\/h3>\n\n\n\n

Das Modell kommt aktuell schon bei Kunden von Konversionskraft zum Einsatz. Das Feedback ist sehr positiv, nicht nur, weil der Mythos Personalisierung in den Schritten logisch und nachvollziehbar wird, sondern auch, weil die Arbeitsschritte zu hundert Prozent transparent bleiben, bevor K\u00fcnstliche Intelligenz mit ins Spiel kommt. Mit den Ergebnissen aus jedem Schritt wird der Erfolg der Personalisierung in der datengesteuerten Organisation messbar und belegbar, bevor es zur n\u00e4chsten Stufe geht. Und wer will, geht den n\u00e4chsten Schritt, res\u00fcmiert Engelmann: \u201eIrgendwann kommt es dann in den Bereich des Predictive Modelings. Wenn man m\u00f6chte, ist mithilfe von KI eine v\u00f6llig automatisierte Personalisierung m\u00f6glich.\u201c<\/p>\n\n\n

\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t\t

Interesse an weiteren Tipps & Insights zum Thema Datenbasiert entscheiden?<\/h2>\n\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t

<\/p>\n

\u2026mit unserem Newsletter 1x im Monat<\/p>\n

<\/p>\n

<\/p>\n

    <\/p>\n
  • Neue Trends aus der Businesswelt<\/li>\n

    <\/p>\n

    <\/p>\n

  • Aktuelle Urteile verst\u00e4ndlich erkl\u00e4rt<\/li>\n

    <\/p>\n

    <\/p>\n

  • Tipps zu Recht, Steuern & Finanzen<\/li>\n

    <\/p>\n

    <\/p>\n

  • Experten-Interviews, Studien u.v.m<\/li>\n

    <\/ul>\n

    <\/p>\n\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\tJetzt Newsletter abonnieren<\/a>\n\t\t\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t\"Diskussion\t\t\t<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

    Mit Daten auf Kundenw\u00fcnsche angepasste Angebote verkaufen sich besser. Doch wie man Personalisierung angeht und in die Praxis umsetzt \u2013 darum ranken sich viele Meinungen und Mythen. Die Agentur Konversionskraft m\u00f6chte mit einem selbst entwickelten 4-Stufen Modell einen einfachen Einstieg \u2013 bis hin zur selbstlernenden Automationsl\u00f6sung vorstellen.<\/p>\n","protected":false},"author":953,"featured_media":10537,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_sage_video":false,"post_featured_image_hide":false,"footnotes":""},"categories":[23],"tags":[150,686,599,919,920,918,917,906,916,76,289,191],"business_type":[17,18],"lilypad":[],"context":[],"industry":[],"persona":[58,54,60,57,59],"imagine_tag":[39,41,40,24],"coauthors":[970],"class_list":["post-11610","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-datenbasiert-entscheiden","tag-automatisierung","tag-big-data","tag-blog","tag-data-analytics","tag-datengestuetzte-unternehmensfuehrung","tag-datenmanagement","tag-datenqualitaet","tag-datenschutz","tag-datenstrategie","tag-digitalisierung","tag-kleinunternehmer","tag-mittelstand","business_type-kleinunternehmer-handwerker","business_type-mittlere-unternehmen"],"sage_meta":{"region":"de-de","author_name":"Stefan von Gagern","featured_image":"https:\/\/www.sage.com\/de-de\/blog\/wp-content\/uploads\/sites\/11\/2022\/04\/GettyImages-1136194808.jpg","imagine_tags":{"39":"Kleine Unternehmen","41":"Mittelstand","40":"Mittlere Unternehmen","24":"Sage Blog"}},"distributor_meta":false,"distributor_terms":false,"distributor_media":false,"distributor_original_site_name":"Sage Advice Deutschland","distributor_original_site_url":"https:\/\/www.sage.com\/de-de\/blog","push-errors":false,"_links":{"self":[{"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/posts\/11610","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/users\/953"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/comments?post=11610"}],"version-history":[{"count":0,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/posts\/11610\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/media\/10537"}],"wp:attachment":[{"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/media?parent=11610"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/categories?post=11610"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/tags?post=11610"},{"taxonomy":"business_type","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/business_type?post=11610"},{"taxonomy":"lilypad","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/lilypad?post=11610"},{"taxonomy":"context","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/context?post=11610"},{"taxonomy":"industry","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/industry?post=11610"},{"taxonomy":"persona","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/persona?post=11610"},{"taxonomy":"imagine_tag","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/imagine_tag?post=11610"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.sage.com\/de-de\/blog\/api\/wp\/v2\/coauthors?post=11610"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}