AWS: Amazon Personalize ist nun für alle Kunden verfügbar

AWS: Amazon Personalize ist nun für alle Kunden verfügbar

Im vergangenen Jahr hatte Amazon die Option Personalize für die Amazon Web Services-Kunden angekündigt. Nun ist die Verfügbarkeit für alle bestätigt worden. Mit der API können diese Entwickler die Machine Learning-Prozesse nutzen, um ein optimiertes personalisiertes Erlebnis für potentielle Käufer zu schaffen.
Amazon Personalize eröffnet vielfältige Möglichkeiten
TechCrunch und weiteren Medien zufolge ist Personalize von Amazon nun für sämtliche Kunden verfügbar. Mit einer AWS Account ID können sich diese inzwischen bereits für die Vorabversion registrieren. Der Service im Rahmen der Amazon Web Services soll dabei helfen, Suchende zu Käufern zu machen. Hierfür lassen sich dank Personalize „personalisierte[] Produkt- und Inhaltsempfehlungen, maßgeschneiderte Suchergebnisse und zielgerichtete Marketing-Werbekampagnen“ erstellen. Um diese Möglichkeiten nutzen zu können, haben Entwickler die Chance, auf Algorithmen zurückzugreifen, die jahrelang bei Amazons Website selbst zum Einsatz gekommen sind.
Personalize generiert einen Aktivitäts-Stream, der Daten zu Seitenaufrufen, Anmeldungen, Einkäufen usw. aufgreift. Außerdem werden Produkte, die empfohlen werden sollen, miteinbezogen. Weitere Daten, wie demographische oder geographische, die die Nutzer betreffen, können ebenfalls eingespeist werden, um eine möglichst personalisierte Erfahrung für die Nutzer zu ermöglichen. Dabei betont Amazon, dass alle verarbeiteten Daten vertraulich behandelt werden. Über die in der AWS Cloud integrierte API können die Kunden schließlich auch personalisierte Prognosen erstellen.
Amazons Personalize in der Visualisierung (mit einem Klick aufs Bild gelangst du zur größeren Ansicht), © Amazon Mehr Informationen zum Feature, das beispielsweise von Domino’s für personalisierte Benachrichtigungen verwendet wird, gibt Amazon im eigenen Blog preis. So meint etwa Mallika Krishnamurthy, Global Head, Strategy & Insights bei Domino’s Pizza Enterprises:
Durch die Nutzung von Amazon Personalize erzielen wir eine skalierte Personalisierung unserer gesamten Kundenbasis. Dies war früher nicht möglich. Mit Amazon Personalize können wir Kontext zu individuellen Kunden und ihren jeweiligen Umstände anwenden und damit individuelle Benachrichtigungen zu besonderen Deals und Angeboten über unsere digitalen Kanäle erstellen.
Wer Amazon Personalize nutzt, zahlt 5 US-Cent pro GB Upload an Daten und 24 US-Cent pro Trainingsstunde. Weitere Preise und ein Beispiel für ein Unternehmen findet ihr hier.

Amazon launcht KI-basierte Suchmaschine StyleSnap für Kleidung

Amazon launcht KI-basierte Suchmaschine StyleSnap für Kleidung

Wie oft überlegt man, welcher Suchbegriff, welche Phrase das Kleidungsstück am besten beschreibt, das man sucht? Dieser Hürde will Amazon in seiner App ein Ende machen. StyleSnap ist ein KI-basiertes Tool, das es erlaubt, auf Grundlage von Screenshots und Bildern direkt genau den Look zu finden, den man sucht. Das hat auch für Influencer Vorteile, soll vor allem aber die Sales fördern.
StyleSnap als visuelle Suchmaschine
Wenn man annimmt, dass Bilder mehr als tausend Worte sagen, dann ist die visuelle Suche gerade im E-Commerce-Kontext eine effektive Verbesserung. Daher setzt nun auch Amazon darauf. Für die Amazon App wurde StyleSnap gelauncht, ein Tool, dessen KI-Hintergrund den Namen zum Programm macht. Über das Kamera-Icon der Amazon App kann nun auf die Funktion zugegriffen werden. Dann lässt sich ein Foto oder Screenshot des Looks, der einem gefällt, hochladen und es werden dazu passende Kleidungsstücke angezeigt. Consumer Worldwide CEO Jeff Wilke kommentiert:
The simplicity of the customer experience belies the complexity of the technology behind it.
Dabei ist allerdings noch abzuwarten, wie gut das Tool den gesuchten und gewünschten Look in den Angeboten wirklich widerspiegeln kann. Unklar ist auch, welche Marken oder Verkäufer angezeigt werden; man darf hoffen, dass die KI hier unvoreingenommen selektiert. Bei Amazon heißt es hierzu:
When providing recommendations, StyleSnap considers a variety of factors such as brand, price range, and customer reviews.
Deep Learning macht das Tool effizienter
Gerade bei komplexeren Bildkompositionen, also etwa einem Foto von Influencern am Strand, kann StyleSnap dank Deep Learning-Prozessen die Kleidung als Bildelement extrahieren. Außerdem wird dann eingeordnet, ob es sich um bestimmte Materialien oder Kleidungsmuster handelt. Die Layer, die Amazon für das Learning im Neural Network konzipiert hat, zeigen zunächst die Unterschiede bei Konzepten wie Farben und Formen. Dann werden etwa Muster (wie florale) und Stoffe identifiziert. Auch die Passform oder ein Outfit Style sollen erkennbar sein. Als besonderes Feature für StyleSnap wird angegeben, dass nicht nur gelernte Muster miteinbezogen, sondern auch neue und komplexe Konzepte wahrgenommen und in die Entscheidung integriert werden.
Das kommt auch Influencern zugute. Oft werden sie danach gefragt, wo sie ihre Kleidung kaufen, was ihnen häufig zu Marketing Deals verhilft. Jetzt können Nutzer aber auch mithilfe eines Bildes der Influencer über die Amazon App versuchen, den Style derselben zu rekreieren. Für Fashion Influencer ermöglicht das neue Möglichkeiten der Interaktion mit den Nutzern. Sind sie Teil des Amazon Influencer-Programms, können sie sogar Komission für bei Amazon verkaufte Artikel fordern, wenn sie nachweislich die Inspiration gegeben haben.
Letztlich kommentiert Wilke:
We are highly innovative and customer-obsessed, and we will continue to create new experiences for customers to discover the products they want and love. We are incredibly excited about StyleSnap and how it enables our customers to shop visually for Fashion on Amazon.
Und mit dieser visuellen Shopping-Suchfunktion dürfte Amazon im Fashion-Bereich, in dem man nicht zwingend als erste Anlaufstelle gilt, aufholen. Wenn denn das Tool hält, was es verspricht. Doch je mehr Nutzer darauf zurückgreifen, desto besser dürfte es langfristig funktionieren. Einen Versuch ist es wert, wenn man einen ganz bestimmten Style rekreieren möchte – oder einfach nur dieses eine Kleidungsstück sucht, das einem bisher verwehrt blieb.

PayPal bringt globale E-Commerce-Lösung für noch mehr Unternehmen

PayPal bringt globale E-Commerce-Lösung für noch mehr Unternehmen

Der E-Commerce-Markt verändert sich mit immer neuen technologischen Lösungen und mehr und mehr digital denkenden Kunden zusehends. PayPal hat sich hierbei als Zahlungssystem schon längst etabliert. Nun verkündet das Unternehmen den Rollout der Commerce Platform, die für die meisten Unternehmen – unabhängig von der Größe – eine Vereinfachung der Bezahlsystematik ermöglicht.
PayPal eröffnet vielfältige Zahlungsoptionen für verschiedene Unternehmen
Die Lösungen der PayPal Commerce Platform sollen auch für ein demokratischeres Bild im E-Commerce-Markt sorgen. Das betont der Blogpost von Bill Ready, EVP und Chief Operating Officer des Unternehmens. Dabei soll die Plattform den Ansprüchen sowohl von Marktplätzen als auch Crowdfunding-Plattformen oder Providern für E-Commerce-Lösungen gerecht werden. Dazu werden Tools, Services, Technologien und Finanzierungsoptionen für beinah jedwede Unternehmen weltweit bereitgestellt.
Dank der Plattform können Unternehmen mit über 277 Millionen Usern interagieren und direkt mehr als 100 Währungen akzeptieren. Außerdem leistet sie Hilfestellung bei Compliance-Fragen in über 200 Märkten weltweit. Darüber hinaus liefern KI-unterstützte Tools, die Daten aus über 50 Petabyte und unzähligen Transaktionen generieren, einen Schutz vor Fraud und weiterführenden Risiken. Schließlich finden sich verschiedene Ende-zu-Ende-Payment-Optionen wie mobilePOS oder der Konsumentenkredit.

#PayPal stellt auf der #money2020 PayPal Commerce Platform als neue Komplettlösung für den weltweiten Handel vor. https://t.co/2cNd4qQbAN#News#eCommerce#Onlinehändler#Marktplätze
— PayPal Deutschland (@PayPalDE) June 3, 2019

Auf diese Weise verbindet PayPal die Konsumenten mit den Händlern, 277 User mit den inkludierten 22 Millionen Verkäufern. Der Zugang zu insgesamt mehr Zahlungsdiensten dürfte für Unternehmen vielversprechend sein. Bisher nutzen schon namhafte Plattformen das System, darunter:
Facebook Marketplace
Instagram
Yahoo! SmallBusiness
BigCommerce
Shopware
Ein diverses Ökosystem im E-Commerce wird angestrebt
Bill Ready kommentiert, dass eine umfassende Nutzung den Wettbewerb im E-Commerce vorantreiben kann, da auch kleineren Händlern Vorteile im Zahlungsverkehr ermöglicht werden:
Wir sind an einem Punkt angelangt, an dem wir endlich die gleiche Technologie und Leistungsfähigkeit in die Hände aller Unternehmen legen können, unabhängig von deren Größe. Mit PayPal Commerce Platform setzen wir unsere Vision von offenem Handel und Partnerschaften um. Wir treiben den Handel voran – und zwar so, dass mehr Unternehmen und mehr Menschen von den Vorteilen der digitalen Wirtschaft profitieren können. Ich habe es bereits oft gesagt: Wenn ich an die Welt denke, in der ich in einem Jahrzehnt aufwachen möchte, dann will ich nicht, dass man in dieser Welt nur an einem Ort online einkaufen kann. Ich möchte in einer Welt aufwachen, in der es ein blühendes, pulsierendes und vielfältiges Ökosystem aus Händlern, Verkäufern, Unternehmern und Unternehmen jeder Größe gibt. Das ist unser Ziel. Wir wollen, dass mehr Unternehmen in der heutigen komplexen digitalen Welt gegründet werden und dort wachsen und gedeihen können. So einfach ist das.
Die PayPal Commerce Platform wird zunächst in Deutschland, Großbritannien, Frankreich, Italien, Spanien und den USA verfügbar gemacht. Bis Ende dieses Jahres soll die Verfügbarkeit auf über 40 Märkte ausgeweitet werden. Für viele Unternehmen und Seller könnte diese Neuerung, gerade im Kampf gegen die Übermacht Amazon, einen relevanten Fortschritt bedeuten. Immerhin sind die Nutzer auf nahtlose und simple Zahlungsmethoden angewiesen, beziehungsweise fordern diese ein. Und der digitale Trend geht unweigerlich zur vereinfachten Lösung, für Nutzer wie für Händler. Davon dürften dann letztendlich auch PayPal stark profitieren.

Die DSGVO als Chance? Wie mehr Fokus und Personalisierung zum Erfolg führen

Die DSGVO als Chance? Wie mehr Fokus und Personalisierung zum Erfolg führen

Bald wird die DSGVO ein Jahr alt. Wird jemand gratulieren? Wohl nicht. Jedenfalls niemand, der im Marketing tätig ist. Im Gegenteil: Viele denken ungern an Bettelmails an Kunden und Abonnenten und sonstigen Anpassungsstress vor dem Inkrafttreten am 25. Mai 2018 sowie die teils massiv schrumpfenden Verteiler zurück.
Aber ein Jahr war auch genug Zeit, um sich an die neuen Rahmenbedingungen zu gewöhnen. Mittlerweile sollten alle ihre Wunden geleckt haben und wieder offen für Überlegungen in Richtung Zukunft sein. Und die Zukunft beginnt mit der Frage nach dem Kunden. Haben sie ihr Verhalten verändert oder nicht?
Komfort besiegt Bedenken
Liest man aktuelle Studien zur Frage, wie Kunden zum Thema Datenschutz stehen, zeigt sich ein recht gemischtes Bild. Sicher, die Mehrheit der Deutschen sorgt sich ums Thema Datensicherheit, befürchtet, dass Daten gestohlen oder missbraucht werden könnten. Praktisch geht der überwiegende Teil der User jedoch recht sorglos mit seinen Daten um. Das beginnt bei allzu leichten Passwörtern und setzt sich bis zum Privatleben-Striptease in den sozialen Netzwerken fort.
Richten wir den Fokus auf junge Konsumenten, die Kunden der Gegenwart und Zukunft. Als Digital Natives kennen sie die Welt nur als riesigen Raum, der dank Vernetzung unzählige Möglichkeiten, aber auch Gefahren bietet. Diese Wahrnehmung speist den Wunsch nach Ordnung und Kontrolle. Dabei ist Kontrolle nicht so zu verstehen, dass der User vor einem Dashboard sitzt und seine Datenflüsse völlig transparent vor sich hat und steuert. Es ist eher ein emotionales Bedürfnis, das etwa befriedigt werden kann, indem er um sein Einverständnis gebeten wird.
Hier schließt sich der Kreis zum Thema Werbung. Junge Menschen möchten nicht die Zielscheibe ungebetenen Schrotflinten-Marketings sein. Daher sind Adblocker so beliebt. Andererseits sind diese Nachwuchskunden sehr empfänglich für den Komfort, den eine personalisierte Customer Experience bietet. Gelingt es also einem Unternehmen, Inhalte und Angebote von hoher individueller Relevanz auszuspielen, sind diese Kunden bereit mit ihren Daten dafür zu „bezahlen“.
Lohnt sich Personalisierung?
Wohlbemerkt lautet die Frage nicht, ob Personalisierung funktioniert. Das tut sie unbestritten. Ist ja auch logisch: Natürlich finde ich Inhalte und Angebote besser, die zu meinen Interessen, Bedürfnissen und Vorlieben passen, als generischen Content ohne Bezug zu meinem Leben. Doch lohnt sich der ganze Aufwand mit Datenerfassung, -integration und -nutzung nur dann, wenn am Ende mehr Geld herausspringt als ohne diese Maßnahmen.
Die Rechnung ist nicht so einfach, denn es existieren einfach zu viele Parameter, die dabei eine Rolle spielen: Mindset im Unternehmen, Budget und Wachstumsziele, Umsatz, Umschlagmengen und Margen, Zielgruppe(n), Verfügbarkeit von Know-how und Tools in den Bereichen Datenanalyse und Marketing-Automation usw. Faustformel: Je größer das Unternehmen und je ambitionierter die Ziele, desto lohnenswerter sind Investitionen in notwendige Leute und Lösungen.
Aber, und damit kommen wir aufs Thema des Beitrags zurück, die DSGVO „zwingt“ viele Unternehmen regelrecht zu einer strategischen Entscheidung. Entweder reduziert man die Datenerfassung auf ein absolutes Minimum (und lässt damit auch die Chancen datengetriebenen Marketings sausen). Oder man nutzt die Daten. Dann sollte man es auch richtig und so konsequent wie möglich tun, um das Potenzial auszuschöpfen. Mit einer Kundendatenplattform, mit komplexer Segmentierung, mit Marketing-Automation – das volle Programm. Wer unter den Bedingungen zunehmender Digitalisierung unternehmerisch denkt und handelt, kann eigentlich nur den zweiten Weg gehen.
Personalisierung – konsequent und transparent
Das Ziel einer personalisierten Customer Experience lässt sich nur über umfassende Datenerfassung und -nutzung erreichen. Und da das so ist, tun Unternehmen gut daran, gegenüber den selbstbewussten, aufgeklärten Kunden mit offenen Karten zu spielen. Die DSGVO gibt genau diese Spielregel ohnehin vor. Damit ist Transparenz ein gesetzliches Gebot – aber eben auch ein Gebot klugen Marketings.
Der Rat lautet also: Geht offensiv mit einem Thema um, das ihr bislang gerne verschämt versteckt oder so dezent wie möglich behandelt. Sagt den Kunden gerade heraus, welche Daten ihr erhebt. Erklärt den Zweck der Datenerfassung. Betont stets den Vorteil für sie: eine möglichst auf die individuellen Interessen ausgerichtete Customer Experience. Tut dies so klar und in so einfachen Worten wie irgend möglich. Wenn ihr Profilbildung, Segmentierung und Targeting plant, nennt diese Punkte in eurer Datenschutzerklärung explizit. Stellt sicher, dass entsprechende Benachrichtigungen an den Datenerfassungspunkten erscheinen. Klärt die Kunden über ihre Rechte auf, insbesondere das Recht zu widersprechen. Weist in charmanter Manier darauf hin, was ihnen entgeht. Diese Offenheit von Anfang an trägt dazu bei, die Beziehung zu den Kunden auf eine solide Vertrauensbasis zu stellen.
Sicher ist aber auch: Wenn ihr diese Daten erfasst und erklärt, warum ihr das tut, müsst ihr auch liefern. Nichts ist fataler, als hohe Erwartungen zu wecken und dann zu enttäuschen.
Der Clou liegt im Pareto-Prinzip
Klar ist es eine große Herausforderung, die Einwilligungen der Kunden für solch umfassende Datennutzung zu erlangen. Einige, vielleicht sogar viele, werden die expliziten Hinweise auf das Widerspruchsrecht als Anlass nehmen, euch auf Nimmerwiedersehen den Rücken zu kehren.
Daher sei an dieser Stelle nochmals betont, was ohnehin klar ist: Unter den Bedingungen der DSGVO (und ggf. weiterer Datenschutzauflagen, die noch kommen mögen), sind Einwilligungen das A und O, um Personalisierung und datengetriebenes Marketing auf hohem Niveau und den gestiegenen Erwartungen der Kunden gemäß rechtlich sauber umsetzen zu können. Es ist nahezu unmöglich, pauschal über alle Kundentypen hinweg einzuschätzen, wer welche Form der Datenerfassung und -nutzung als unerwartet und störend betrachten könnte und wer nicht. Um auf Nummer sicher zu gehen, solltet ihr also generell von allen Nutzern und für sämtliche tatsächlichen und geplanten Formen der Verarbeitung von Kundendaten Einwilligungen einholen.
Du denkst nun, dass diese Praxis eine Menge potenzieller Neukunden abschreckt? Stimmt, du hast Recht. Aber das ist okay so. Die Kunden, die bewusst und vertrauensvoll in die umfassende Erfassung und Nutzung der Daten einwilligen, bilden eine Art Auswahl. Sie glauben an deine Marke und treten gerne mit ihr in Kontakt. Wenn du diesen ohnehin interessierten Kunden echte Mehrwerte und eine maßgeschneiderte Customer Experience bietest, werden sie sich mit häufigen Käufen, guten Bewertungen und anderen Liebesbezeugungen revanchieren.
Damit ist auch klar, dass die DSGVO gar nicht so viel verändert hat. Man könnte sie auch als Chance zur Fokussierung begreifen. Erinnert euch ans Pareto-Prinzip: Es besagt, dass 80 Prozent der Ergebnisse mit 20 Prozent des Gesamtaufwandes erreicht werden. Übertragen auf den E-Commerce: 20 Prozent der Kunden erbringen 80 Prozent des Umsatzes. Warum also nicht gleich mit den 20 wirklich wichtigen Prozent arbeiten?

Snapchat und Shopify: Neue Partnerschaft vereinfacht Kauf und Verwaltung von Anzeigen

Snapchat und Shopify: Neue Partnerschaft vereinfacht Kauf und Verwaltung von Anzeigen

Schon im Februar 2018 verkündeten Snapchat und die E-Commerce-PlattformShopify ihre Zusammenarbeit. Das Ziel der Partnerschaft war die Entwicklung nativer Commerce-Tools für ausgewählte Marken und Entwickler. Jetzt entstand aus der Kollaboration eine neue Integration für Händler: Mit Hilfe dieser können Snapchat-Anzeigen direkt über die Spotify-Oberfläche gekauft und verwaltet werden.
Mehr Kontrolle für Händler
Auf Shopify soll die Snapchat Ads App bald verfügbar sein. Somit bietet Snapchat als dritter großer Player – neben Facebook mit den Carousel Ads und Dynamic Ads sowie Google mit Search, YouTube etc. – einen One-Stop-Shop für Werbung über Shopify. Die Self-Service-Kaufoberfläche von Shopify bietet Werbetreibenden eine erhöhte Kontrolle, die den Snapchat-Anzeigenkauf im Sinne der Marketinganforderungen optimiert. Aus der App heraus können Händler bald Snapchat Story Ad-Kampagnen erstellen und verwalten. Unterstützt wird dabei zunächst das Format der Story Ads, einer Kachel, die auf der Discover-Seite angezeigt wird.
So sieht die Integration einer Snapchat Story Ad aus. Auch andere Funktionen vereinfachen die Anwendung
Andere neue Funktionen werden beinhalten, dass die vorher nur manuell mögliche Synchronisation des Produktkatalogs in den Snapchat Ads Manager nun unkompliziert funktioniert. Außerdem wird der Shopify Shop direkt mit dem Snapchat Ads Manager verbunden. So können Anzeigen nahtlos aus dem Katalog erstellt werden. Auch die Installation des Snap Pixels auf der Website der Werbetreibenden war vor der Integration nur manuell möglich. Jetzt soll es einfach und schnell einzubinden sein.
Die Verfügbarkeit der neuen Funktionen wird in den nächsten Wochen graduell ausgerollt. Sicher ist, dass die Partnerschaft der Social Media-Plattform mit der E-Commerce-Plattform das Schalten von Anzeigen auf Snapchat für Werbetreibende attraktiver macht.

3,6 Milliarden US-Dollar: Rekordgewinn für Amazon – Auch das Ad-Geschäft wächst

3,6 Milliarden US-Dollar: Rekordgewinn für Amazon – Auch das Ad-Geschäft wächst

Auch Amazon hat pünktlich Ende April seine Quartalszahlen präsentiert. Dabei zeigte sich ein Umsatzwachstum von starken 17 Prozent, das jedoch unter vorherigen Werten liegt. 59,7 Milliarden US-Dollar Umsatz sprechen für sich, doch besonders die 3,6 Milliarden US-Dollar Gewinn sind ein Grund zur Freude für die Anleger. Der Aktienkurs hat sich nur wenig verändert, steigt aber seit Jahresbeginn ohnehin.
Amazon verzeichnet starke Zahlen, auch im Werbesegment
Die Umsatzzahl des ersten Quartals bei Amazon ist mit 59,7 Milliarden US-Dollar in einem Bereich, den die Prognosen erwartet hatten. Im Bericht gibt das Unternehmen an, dass dies ein Wachstum von 17 Prozent bedeutet. Das ist etwas geringer als zuletzt. Der Rekordgewinn von 3,6 Milliarden US-Dollar zeigt hingegen, wie stark der Onlinemarktplatz finanziell dasteht. Im ersten Quartal 2018 lag der Gewinn noch bei 1,6 Milliarden. Auch wenn die Aktie an der Börse keine großen Sprünge gemacht hat, ist sie stark. Denn seit Jahresbeginn ist diese kontinuierlich angestiegen.
Für das kommende Quartal wird ein Umsatz im Bereich von 59,5 bis 63,5 Milliarden US-Dollar vorausgesagt. Während die Einkünfte aus dem E-Commerce weiter wachsen, hat Amazon auch andere Sparten, die erfolgreich waren. Die Amazon Web Services (AWS) konnten einen Umsatzanstieg um 41 Prozent auf 7,7 Milliarden verbuchen. Der Bereich „Other“ sah ein Wachstum um 34 Prozent – auf gut 2,7 Milliarden US-Dollar. Er besteht hauptsächlich aus Werbung, ein Feld, in dem Amazon im vergangenen Jahr immer mehr investiert hat. Der Umsatz dürfte in diesem Segment 2019 und die kommenden Jahre nur weiter wachsen. Im Offline-Handel lag der Umsatz wiederum bei 4,3 Milliarden US-Dollar und konnte nur einen Prozentpunkt Wachstum verzeichnen.
Pläne für die Zukunft
Neben den Geschäftszahlen veröffentlichte Amazon einige weitere beeindruckende Angaben. So weist Alexa nun über 90.000 Skills auf, was darauf hindeutet, dass der Sprachassistent künftig noch häufiger genutzt werden wird; und dass Echo-Geräte weiterhin auf vielen Einkaufslisten stehen könnten. Obwohl zuletzt einige Datenschutzprobleme diesbezüglich publik geworden sind. Außerdem hat Amazon Fire TV nun über 30 Millionen aktive Nutzer.
Eine der relevanten Änderungen bei Amazon dürfte sich auf das System Prime beziehen. Zum einen können Prime-Nutzer in den USA und Business Prime-Nutzer nun einen Wochentag bestimmen, an dem ihre Lieferung ankommt. Bei der FAZ gibt Roland Lindner außerdem an, dass man ein Lieferfenster von einem Tag für Prime-Nutzer zum Standard machen wolle. Demnach sei das Versprechen „bahnbrechend“ und man erhoffe sich noch mehr Bestellungen aufgrund dieses Service.
Durch das breit aufgestellte Portfolio von Online- und Offline-Handel, Cloud-Lösungen, Hardware und Werbebereich kann Amazon – ähnlich wie Microsoft – auf verschiedenen Ebenen den Umsatz ankurbeln und weiter immense Gewinne verbuchen. Amazon setzt seinen Erfolg jedoch mit harter Hand durch. Informationen, die The Verge vorliegen, zeigen, dass das Unternehmen die Produktivität der Mitarbeiten in den Fulfillment Centern automatisch trackt und regelmäßig nicht unerhebliche Teile der Belegschaft feuert, sollten diese bestimmten Standards nicht gerecht werden.
Amazon’s system tracks the rates of each individual associate’s productivity and automatically generates any warnings or terminations regarding quality or productivity without input from supervisors,
heißt es im Dokument.
Die Marktmacht, die die großen Unternehmen dadurch nur weiter festigen, muss bei all den positiven Auswirkungen an der Börse und trotz der Verheißung neuer innovativer Lösungen dank Investitionsbereitschaft kritisch betrachtet werden. Denn immer mehr Nutzer und immer größere Gewinne bei und für Amazon, genauso aber auch Facebook, Google, Microsoft und Co., bedeuten eine Konzentration von Ressourcen auf wenige Unternehmen. Zu erwarten ist in Bezug auf Amazon, dass sie Google und Facebook auf dem digitalen Werbemarkt weiter ein paar Prozentpunkte des Marktanteils abnehmen werden; immerhin hat das Unternehmen den Vorteil, die Präferenzen der Kunden in umfassenden Datensätzen schon vorliegen zu haben. Und diese Daten sind extrem viel wert.

Fake Reviews auf Amazon häufen sich – besonders in Tech-Kategorien wird geschummelt

Fake Reviews auf Amazon häufen sich – besonders in Tech-Kategorien wird geschummelt

Amazon steht vor einer Herausforderung. Sie ist nicht neu, aber wie es scheint dringender denn je. Als Plattform, die zum großen Teil auf Kundenrezensionen aufbaut, ist es seit jeher ein Dorn im Auge von Amazon, wenn falsche Reviews unbekannte und qualitativ nicht hochwertige Produkte an die Spitze bringen. Die britische Seite Which? untersuchte den Tech-Sektor auf Amazon und fand nach eigenen Angaben Zehntausende nicht verifizierte positive Bewertungen. Bei einigen Produkten erschienen hunderte Fünf-Sterne-Bewertungen an einem Tag.
Die falschen Bewertungen können Kunden in die Irre leiten
Amazon sollte eine Seite sein, auf der Kunden, besonders auch basierend auf den Meinungen anderer, ihre Kaufentscheidungen treffen. Obwohl viele schon mit der Intention, eine bestimmte Marke zu erwerben, die Seite besuchen, sind auch genug Kunden gewillt, sich von den Featured Products inspirieren und zum Kauf bewegen zu lassen. In der Untersuchung von Which? war die erste Seite der Technikprodukte wie Kopfhörer, Smartwatches oder Action-Cams bei Sortierung nach Kundenbewertung voll mit unbekannten Marken. Besonders Kopfhörer wurden extrem häufig ausschließlich positiv bewertet.
Das fanden die Researcher auf der nach Kundenbewertungen sortierten ersten Seite der Kopfhörer vor. © Which? Grundsätzlich muss daran noch nichts falsch sein. Auch unbekannte Marken können gute Produkte machen, die durch die durchweg positiven Kundenrezensionen ans Licht geholt werden. Doch wenn die Bewertungen sich doppeln und den gleichen Satz von mehreren Accounts wiederholen, lässt das ebenso auf einen unauthentischen Ursprung schließen wie diverse positive Bewertungen, die alle in einem kurzen Zeitrahmen gepostet werden. Which? gab an, sogar mehrere Kundenbewertungen gefunden zu haben, die für komplett andere Produkte geschrieben worden sind. Einige der Reviews würden bezahlt werden, andere künstlich generiert.
Was unternimmt Amazon?
Zahlreiche Nutzer fragen sich, wie es möglich sein kann, dass diese eindeutig falschen Reviews überhaupt auf der Seite landen und durchgehen. Schon vor einiger Zeit führte Amazon das „Verified Purchase Review“-Programm ein, das anzeigen sollte, welche Bewertungen von Kunden geschrieben wurden, die das Produkt tatsächlich erworben haben. Doch nicht viele Konten werden verifiziert und so häufen sich die Fake Reviews und bleiben weiterhin ein Problem. Amazon gab in einem Statement gegenüber Which? an:
[We] invest significant resources to protect the integrity of reviews in our store because we know customers value the insights and experiences shared by fellow shoppers. We have clear participation guidelines for both reviewers and selling partners and we suspend, ban and take legal action on those who violate our policies.
Um das Vertrauen der Nutzer behalten bzw. zurückgewinnen zu können, muss Amazon weitere Schritte einleiten, so Which?.
Was können Nutzer tun?
Amazon-Kunden sollten Acht geben beim Kauf von allen Produkten, deren Herkunft sie nicht einwandfrei bestimmen können. Der Blick auf die Rezensionen sollte dabei helfen, doch er ist mit besonderer Vorsicht zu genießen. Als eindeutige und leicht zu erkennende „red flag“ bezeichnet Which? das Auftauchen von extrem vielen durchweg positiven Reviews in einem kurzen Zeitrahmen. Dies sei ein Anzeichen für die Inauthentizität der Bewertungen und für den Nutzer einfach zu erkennen. Which? veröffentlichte unter ihrem Rechercheartikel eine Liste mit Tipps, worauf Nutzer beim Online-Shopping besonders achten sollten.
Nutzer können nach nur verifizierten Reviews suchen. © Which?

Vom ersten Rendezvous zur festen Beziehung – Was Dating und Onsite-Personalisierung gemeinsam haben

Vom ersten Rendezvous zur festen Beziehung – Was Dating und Onsite-Personalisierung gemeinsam haben

Das Gegenüber direkt mit Namen ansprechen, nett übers Wetter plaudern, die Speisekarte diskutieren und dann den passenden Wein auswählen – was bei einem Date höflich und zuvorkommend wirkt und später hoffentlich zum Erfolg führt, das funktioniert auch beim Online-Shopping.
Endlich ist es soweit: Das erste Date! Man sitzt am Tisch und wartet gespannt auf sein Gegenüber. Wenn er oder sie dann tatsächlich vor einem steht, schlägt das Herz plötzlich schneller. Jetzt bloß nichts Falsches sagen! Smalltalk soll das Eis brechen. Man kennt sich schließlich noch nicht wirklich. Und wem das Wetter zu profan ist, der behilft sich mit einem Kompliment.
Der erste Kontakt
Beim ersten Besuch eines Nutzers auf einer Website verhält es sich ähnlich. Auch der Webshop weiß über seinen User noch nicht viel. Bekannt sind der Klick-In Kanal, also woher der User kommt, der Standort und damit auch das aktuelle Wetter. Die ersten Schritte zur persönlichen Ansprache werden also eher oberflächlich ausfallen. Anstatt von Personalisierung, die eine tiefere Kenntnis des Users voraussetzt, spricht man beim ersten Schritt von Individualisierung. Ein erster Einstieg, um das Eis zu brechen, kann die User-Ansprache auf Basis seines Standorts, des dort vorherrschenden Wetters und der Uhrzeit sein: „Guten Morgen, bei strahlendem Sonnenschein in Hamburg!“. Mit einem Hinweis auf die aktuellen Sonderangebote oder den Hilfe-Chat fällt die Begrüßung auf der Startseite gleich viel herzlicher aus – genauso wie im Restaurant, wenn der Kellner die Empfehlungen auf der Tageskarte vorstellt.
Erste Vorlieben registrieren
Nach der Begrüßung und etwas Smalltalk werden schnell erste Vorlieben bekannt – lieber Rot- statt Weißwein, lieber Fleisch als Fisch. Ähnliche Informationen liefert auch ein User dem Webshop nach wenigen Klicks. Diese Erkenntnisse können sich Shopbetreiber zunutze machen. Der Nutzer ist eigentlich eine Nutzerin. Sie bewegt sich gezielt in die Kategorie für Damen, sucht nach Röcken, gibt vielleicht sogar einen Filter für eine Größe ein. Genauso wie der Kellner im Restaurant einen guten Rotwein empfiehlt, kann der Webshop gleich passende Alternativen aus der gewählten Kategorie anzeigen: verfügbare Röcke in derselben Größe.
Auf den persönlichen Geschmack eingehen
Ist die Entscheidung für einen Wein gefallen, steht die Auswahl des Essens an. Zum kräftigen Rotwein ist das Steak die perfekte Wahl. Im Webshop werden der Nutzerin genauso passende Oberteile zum gewählten Rock angezeigt, vielleicht sogar noch farblich passende Strumpfhosen oder Schuhe. Man könnte meinen, das sei selbstverständlich. Aber ebenso, wie einige Menschen lieber Wild oder Rind statt Schwein oder eben vegetarisch essen, kann auch ein Webshop auf die unterschiedlichen Vorlieben seiner User eingehen – und sollte es auch. Denn erst dann wird aus einer Individualisierung eine wirkliche Personalisierung: Mit Hilfe eines hochkomplexen Algorithmus wird anhand des Surfverhaltens der einzelnen Nutzer aus standardisierten Empfehlungen eine personalisierte Empfehlungs-Engine. Neben dem Surfverhalten spielen auch die bereits bekannten Erfolgsfaktoren anderer, länger bekannter Nutzer eine ausschlaggebende Rolle. Das Oberteil, das dann zum ausgewählten Rock angezeigt wird, ist nicht zufällig gewählt, sondern wurde in der Kombination schon häufig gekauft.
Von der Schokoladenseite zeigen
Die Essenbestellung ist aufgegeben, nun gilt es, das Knistern während des Dates aufrecht zu halten. Hat der User bereits Produkte in den Warenkorb gelegt, bewegt sich aber noch weiter auf der Seite, ohne den Kauf abzuschließen, könnte es sein, dass er das Interesse verliert. Hier hilft eventuell ein Erstkäufer-Rabatt, um den User doch noch zum Kauf zu bewegen. Vor allem akquiseintensive Neukunden sollten mit einfachen Mitteln überzeugt werden. Beim ersten Date bleibt es ja auch meist beim Smalltalk und man führt noch keine tiefgründigen Debatten.
Sehen wir uns wieder?
Das Date läuft perfekt, der Gesprächsfaden reißt nicht ab, das Essen schmeckt, man kommt sich langsam näher. Der User ist überzeugt und kauft. Der Webshop hat sein primäres Ziel erreicht: Ein unbekannter Nutzer wurde in einen Käufer umgewandelt, ein erstes zartes Band ist geknüpft. Aber wird es ein Wiedersehen geben? Bis die gekaufte Ware eintrifft – sprich: bis zum zweiten Date – kann es dauern. Aber auch ein Online-Shop kann sich in Erinnerung bringen, beispielsweise mit Infos über Sonderaktionen. Eine Newsletter-Registrierung nach dem Kauf, mit einem Gutschein für die zweite Bestellung, ist wie die Verabredung zum nächsten Treffen. Bis dahin wird eine WhatsApp nach der anderen geschrieben – der Webshop schickt entsprechend personalisierte Angebote per Mail, um die Vorfreude zu verstärken.
Überraschung!
Endlich ist es soweit: Das nächste Date steht an. Mit Blumen und Sektflasche in der Hand geht es zu einem spontanen Überraschungs-Picknick – weil man sich beim letzten Date über Picknicks unterhalten hat! Im Webshop wird der User jetzt mit Namen angesprochen: „Hallo Anna, schön, dass Du wieder da bist! Wir hoffen, Dein letzter Einkauf hat Dir Freude bereitet!“ Königsklasse ist hier, wenn die CRM-Anknüpfung dabei hilft, nur die User mit diesem Text anzusprechen, die die letzte Sendung nicht retourniert haben. Für Nutzer, die ihre Ware zurückgeschickt haben, gibt es dagegen die Möglichkeit, an einer Umfrage teilzunehmen, um zu erfahren, welches Verbesserungspotential sie im Shop sehen und was sie zu einem erneuten Kauf anregen könnte. Diese Aufmerksamkeiten zeigen dem User, dass er wichtig ist und ernstgenommen wird – genau, wie man sich das in einer Beziehung wünscht.
Vom Date zur festen Beziehung
Was ist das Geheimnis einer langjährigen, glücklichen Beziehung? Jeden Tag aufs Neue den Partner begeistern, keine Langeweile aufkommen lassen und auch mit den Veränderungen im Leben umgehen. Auch der Webshop-Betreiber muss die Beziehung zu seinen Kunden pflegen, individuelle Interessen kennenlernen und berücksichtigen und dafür passende, neue Artikel anbieten. Ein weiterer Schritt: Zwischen temporären und langfristigen Interessen zu unterscheiden lernen. Sucht eine Nutzerin einmal nicht nach Damenbekleidung, sondern Herrenhemden, wird sie diese sicherlich nicht selber tragen. Eventuell möchte sie ihrem Liebsten ein Hemd schenken. Ihr eigentliches Interesse an Damenbekleidung wird sich dadurch nicht verändern. Oder es wird plötzlich nach Umstandsmode gesucht – auch dabei handelt es sich nur um ein temporäres Interesse, das nach ein paar Monaten garantiert erlischt.
Wer echtes Interesse am Gegenüber beweist, bekommt eine Chance auf eine lange und glückliche Beziehung. Da jeder Mensch, jeder Onlineshopper und jeder Webshop einzigartig sind, kann man die Frage nach der perfekten Personalisierung nicht pauschal beantworten. So wie eine Beziehung unterschiedlicher nicht sein kann, gilt auch für Webshops: Zuneigung muss immer wieder erkämpft werden.

Facebook Ads im Kontext digitaler Sales Funnel

Facebook Ads im Kontext digitaler Sales Funnel

Es ist absolut kein Geheimnis mehr, dass Facebook Ads mit das wichtigste Instrument im Digital Marketing ist. Anfang 2018 haben sich mehr als 6 Millionen Marketer diese Möglichkeit zunutze gemacht – und Facebook somit einen Jahresumsatz von knapp 29 Milliarden Euro in 2018 verschafft. 2017 war übrigens das erste Jahr in der Geschichte der Werbung, in dem die jährlichen Ausgaben für Digitale Werbung die Ausgaben für TV-Spots überstiegen – und Werbung gibt es schon ganz schön lange. Wer heute Facebook Ads noch immer belächelt, sollte seinen Irrtum also langsam aber sicher erkennen.
Keine Sorge: Dieser Artikel handelt nicht davon, wie man Facebook Ads aufsetzt und die Funktionen des Business Managers richtig nutzt – das haben andere schon zur Genüge niedergeschrieben, frag einfach mal Google. Was wir heute aufzeigen möchten, richtet sich eher an erfahrenere Marketer und ist vor allem für den langfristigen Erfolg deiner Kampagnen wichtig: Wie kann man Facebooks Targeting-Optionen grundsätzlich nutzen, um seine Audience während der verschiedenen Phasen des Sales Funnels optimal zu erreichen? Ausgestattet mit praktischem und theoretischem Wissen, dass du hoffentlich von anderen Quellen bezogen oder durch das Schalten deiner eigenen Kampagnen erlangt hast, wird dir diese strategische Einsicht helfen, das Wachstum deines Unternehmens (oder den Umsatz für deine Kunden) mit Hilfe von Facebook Ads weiter zu optimieren.
Warum Facebook Ads?
Im Digital Marketing stehen dir dutzende Kanäle zur Verfügung, in denen du dein Werbebudget verpulvern kannst. Warum also gerade Facebook Ads? Weil sie in der Praxis eine der besten Möglichkeiten sind, das Wachstum eines Unternehmens anzukurbeln – dank des noch nie dagewesenen Levels an Kontrolle, ermöglicht durch die umfangreichen demografischen und psychografischen Nutzerdaten. Und das selbst nachdem Facebook die Partnerkategorien gestrichen hat.
Sprechen wir Klartext: Stand Ende Juni 2018 erreichte Facebook 2,23 Milliarden monatlich aktive Nutzer weltweit. Mehr als ein Drittel der Weltbevölkerung, jeden Monat. Die Tendenz ist übrigens steigend. Im Vergleich: Twitter kommt auf 335 Millionen, LinkedIn auf 260 Millionen und Snapchat auf 188 Millionen aktive Nutzer. Bruder Instagram führt das Verfolgerfeld übrigens mit einer Milliarde monatlichen Nutzern an.
Dank Facebooks sozialer Natur hat die Plattform ein beachtliches Volumen an persönlichen Daten gesammelt – von Berufen und Interessen bis hin zu sozialen Verbindungen und Marken, die die Nutzer gerne tragen (oder gerne tragen würden). Diese Daten geben uns ein unglaubliches Level an Kontrolle beim Targeting. Weitere Vorteile von Zuckerbergs Megaplattform:
eine Fülle an Tools für Unternehmer, damit diese ihre Nutzer erreichen können – inklusive der Möglichkeit, Käuferdaten als Teil einer Custom Audience hochzuladen und damit später Lookalike Audiences zu erstellen
den neuesten Stand maschinellen Lernens. Der Algorithmus hilft dir dabei, den richtigen Nutzern die richtigen Ads zum richtigen Zeitpunkt zu zeigen. Das macht Facebooks automatische Bewerbungsfunktion zu einer simplen und effektiven Hilfe für Werbetreibende
natürlich gibt es auch eine enorme Zahl an Tools, die beim Targeting und bei der Skalierung von Kampagnen helfen – zum Beispiel AdEspresso, welches das Platzieren, Testen und Messen von Ads vereinfacht
Facebook Ads versus Google AdWords
Facebook Ads werden oft in eine Schublade mit anderen PPC-Formaten gesteckt – zum Beispiel Google AdWords. Und obwohl beide sehr ähnliche Funktionen bieten, erfordern sie grundlegend unterschiedliche Vorgehensweisen.
Starten wir mit den Basics: Google AdWords ist im Kern eine suchbasierte Werbeplattform. Sucht also jemand ein bestimmtes Keyword über die Google-Suchleiste, kannst du deine Werbeanzeigen exakt auf dieses oder ähnliche Keywords ausspielen und so relevante Ads anzeigen lassen. Vereinfacht kann man sagen: Die genaue Position deiner Anzeige basiert dabei auf deinem entgeltlichen Gebot und der Qualität deiner Werbeanzeige und Website. Der einzige Weg, die von den Nutzern tatsächlich benutzten Keywords zu messen, ist es, die Suchanfragen auszuwerten.
Sagen wir du verkaufst Schuhe von Converse. Klar, du kannst deine AdWords-Kampagnen auf relativ generelle Keywords wie „Schuhe” oder „Sneaker” schalten – viel bringen wird dir das allerdings nicht. Viel eher solltest du deine Ads auf „Converse Allstar online”, „Converse Schuhe Berlin” (oder welche Stadt auch immer) oder sogar auf „günstig Converse Allstar kaufen“ schalten. Diese Anfragen weisen nicht nur darauf hin, dass die Suchenden auf Converse stehen, sondern auch, dass sie sehr wahrscheinlich zu einem Kauf bereit sind – also eine Kaufintention mitbringen. Ihnen zu diesem Zeitpunkt deine Ad zu zeigen, gibt dir also die besten Chancen, mit ihnen ins Geschäft zu kommen.
Eine Menge relevante Kaufanreize – lediglich die Marketer von Gigas Nutrition sollten nochmal nachjustieren. Screenshot Googlesuche „Converse All Star online“ Auf Facebook sucht niemand nach etwas Bestimmtem. Eigentlich sucht niemand nach irgendetwas. Die Menschen verbringen Zeit auf Facebook, um sich mit Freunden oder Kollegen zu verbinden und um von den Beiträgen, die ihnen beim Scrollen durch ihren Feed so untergejubelt werden, unterhalten zu werden.
Das stellt eine große Herausforderung für Marketer dar. Trotz der Möglichkeiten, sehr gründlich in den Targeting-Optionen herumzuschrauben, einzuschränken und somit sicherzustellen, dass deine Ads die richtigen Leute erreichen, zeigst du ihnen immer noch Werbung an einem Ort, an dem die Akzeptanz für Marktschreier bei 0 bis „Steuererklärung” liegt. Du störst sie während ihres sozialen Erlebnisses. Ein bisschen wie ein Werbeblock im 20:15 Uhr-Film.
Die Fähigkeit, dieses Problem zu beseitigen, basiert auf deiner Fähigkeit, die Interessen und Wünsche deiner Zielgruppe zu identifizieren. Das A und O des erfolgreichen Facebook Ad-Managements ist also die makellose Definition von Personas und dessen Reduzierung auf Interessen und demo- sowie psychografische Muster – erst dann geht es an die Kreation der Anzeigen an sich. Die Converse-Werbekampagne, über die wir eben gesprochen haben, wäre beispielsweise fehl am Platz, wenn der Nutzer nicht irgendwo sein Interesse am Kauf einer Brand wie Converse gezeigt hätte. Neben dem Identifizieren der Interessen liegt es dann an dir und deinen Ads, eine Beziehung aufzubauen und Bedürfnisse beim Nutzer zu schüren – und das alles in einer Umgebung, in der es bevorzugt ist, frei von Werbenachrichten zu sein.
Die verschiedenen Arten von Audiences
Also: Auf Google solltest du die Kaufabsicht des Einzelnen anhand seiner Suchanfrage ausmachen – auf Facebook geht das wiederum nur über das Nutzerverhalten. Wie wir das identifizieren können? Ganz genau, über das Targeting.
Wie bereits oben erwähnt ist eine der ersten Entscheidungen, die du beim Schalten von Facebook Ads treffen musst, welche Zielgruppe(n) du erreichen möchtest. Es bieten sich drei Optionen für das Targeting deiner Ads über verschiedene Zielgruppen-Charakteristiken:
Custom Audiences
Lookalike Audiences
Core Audiences
Schauen wir uns die drei Optionen einmal genauer an und gucken, wie wir sie für uns nutzen können.
Custom Audiences
Mit Facebooks Custom Audiences hast du die Möglichkeit, Ads auf Basis aktueller Kundendaten zu schalten. Diese kannst du dann auf deine aktuellen Kunden oder auf Nutzer, die messbare Engagements mit deinem Unternehmen vorweisen, ausspielen.
Manche Schätzungen stufen die Kosten einer Neukundenakquirierung fünf Mal höher ein, als dasselbe Produkt an einen bestehenden Kunden zu verkaufen – deshalb performen Custom Audiences meist deutlich besser als andere Arten von Ads. Denn du erreichst damit die Nutzer, die schon mit dir und deiner Marke vertraut sind. Custom Audiences basieren auf:
deinen bestehenden Kontaktlisten (E-Mail-Adressen, Telefonnummern)
Nutzern, die deine Website besucht haben (auf Basis von Facebook Pixel-Daten)
Nutzern deiner App (sofern du eine hast)
Leuten, die mit dir auf Facebook interagiert haben (beispielsweise durch das Liken deiner Seite, eines Videos oder das Klicken einer früheren Ad)
Screenshot Ad Manager Auf diesen Segmenten basierende Ads werden besser performen als solche, die auf eine beliebige, andere Audience abzielen – denn du erreichst nur Nutzer, die sich bereits in deinem Funnel befinden und schon in irgendeiner Form eine Kaufabsicht gezeigt haben. Auf was du dein genauer Targeting abrichten könntest, haben wir einmal für dich aufgelistet:
deine bisherigen Käufer (vielleicht um einen Discount für einen zukünftigen Kauf anzubieten)
Käufer, die mehr als drei Mal etwas von dir gekauft haben (das sind die Kunden, die zukünftig am wahrscheinlichsten bei dir kaufen werden – du kannst sie auch Bestandskunden nennen)
Nutzer, die etwas in ihren Einkaufswagen gepackt, den Checkout-Prozess aber nicht abgeschlossen haben (um eine Erinnerung oder einen Anreiz anzubieten, den Kauf abzuschließen)
Nutzer, die eine oder mehrere Seiten auf deiner Website angesehen haben, aber nichts gekauft haben (vielleicht war ja gerade einfach Monatsende)
Leute, die einen bestimmten Lead Score in deinem CRM-System haben (auf Basis ihres Engagements zum Beispiel)
wieder auf Basis deines Scorings: deine heißesten Leads – um sicherzustellen, dass sie bei dir konvertieren und nicht bei der Konkurrenz verloren gehen
Die Liste ist prinzipiell endlos. Diese Beispiele sollten dir aber eine gute Vorstellung davon geben, wie du die über deine Website, deine E-Mails oder deine Social Media-Präsenzen gewonnene Daten nutzen kannst, um deine Ads richtig zu targeten. Ach und denk dran: Mit Custom Audiences kannst du sowohl Sales als auch Leads generieren.
Lookalike Audiences
Lookalike Audiences sind, nach den besprochenen Custom Audiences, die nächstbeste Audience zur Generierung von Conversions. Es lassen sich verschiedenste Arten von Lookalike Audiences auf Facebook nutzen, zum Beispiel:
auf Basis deiner Käuferdaten
auf Basis deiner Newsletter-Abonnenten
auf Basis von Nutzern, die ein bestimmtes Event auf deiner Website getriggert haben (zum Beispiel etwas zum Warenkorb hinzugefügt oder sich mehrere Produktseiten angesehen haben)
auf Basis von Nutzern, die ein Video (zu einem bestimmten Prozentsatz, sagen wir 50%) gesehen haben
Die Liste ist nicht exklusiv – aber eine gute Möglichkeit, um einen Startpunkt zu finden. Um eine Lookalike Audience zu erstellen, nutzt du die gleiche E-Mail-Liste, die gleichen Retargeting- und Website-Daten, Facebook Connections und App Insights, die du für deine Custom Audiences genutzt hast. Dann bittest du Facebook ganz freundlich, eine Lookalike Audience auf Basis genau dieser Daten zu erstellen.
Beim Erstellen einer Lookalike Audience ermöglicht Facebook es dir, zwischen einem einprozentigen und einem zehnprozentigen Match, basierend auf der Anzahl der Facebook-Nutzer des jeweiligen Landes, zu wählen. Außerdem kannst du ein Land festlegen, in dem sich deine potentiellen Kunden aufhalten sollen. Niedrigprozentige Matches (ab 1%) ziehen im Endeffekt eine Lookalike Audience nach sich, die am ähnlichsten zu den Mitgliedern deiner Custom Audience ist. Höherprozentige Matches (in Richtung 10%) ergeben größere Audiences, welche allerdings nicht so nah an deiner ursprünglichen Audience sind.
Screenshot Ad Manager Verständlicherweise resultieren aus höherprozentigen Matches größere Gruppen von Nutzern, als du sie bei einem wählerischeren, niedrigprozentigerem Match erhalten würdest. Im Moment bedeutet ein einprozentiges Match in den USA mehr als 2 Millionen Menschen, in Australien wiederum weniger als 200.000. Solltest du gerade erst anfangen, Lookalike Audiences für dein Ad Management zu nutzen, starte mit einem niedrigen Match und erhöhe die Prozentpunkte Stück für Stück, je nach Bedarf. Aber Achtung: Achte darauf, die vorher genutzte Audience von deiner aktuellen Audience auszuschließen.
Es kann übrigens sein, dass deine Conversion Rates mit wachsender Größe der Audience (und damit abnehmender Spezifität) in den Keller wandern – muss aber auch nicht. Wundere dich übrigens nicht, falls die demographischen Daten deiner Lookalike Audiences nicht mit denen deiner Custom Audiences übereinstimmen – Alter und Geschlecht bieten nicht immer die stärkste Korrelation. Das eigentliche Geheimnis hinter Lookalike Audiences ist es, eine möglichst saubere Datenquelle zu nutzen – nur so kann Facebooks Algorithmus deine Audience mit den richtigen Nutzern matchen. Als Faustregel gilt: Nutze lieber eine kleinere, aber zutreffende und relevante Quelle an Daten als eine große, ungenaue Liste. Klasse statt Masse.
Stell dir zum Beispiel vor, unser Converse-Seller entscheidet sich für die Erstellung einer Lookalike Audience. Jetzt muss er sich zwischen einer kleinen Liste an Käufern, die in den letzten drei Monaten gekauft haben, und einer endlosen Liste von Newsletter-Abonnenten, die über die letzten drei Jahre aufgebaut wurde, entscheiden. Was tun? Auch hier gilt: Bestehende Kunden sind (meistens) das bessere Ziel – außerdem ist die Chance, mit der kleineren Lookalike Audience wärmere Leads oder Käufer zu finden, deutlich höher.
Core Audiences
Eine Core Audience wird mit Hilfe von Facebooks eingebauten Targeting-Funktionen erstellt. Nach folgenden Merkmalen lässt sich eine solche Audience erstellen:
Orte
demographische Merkmale
Interessen
Verhalten auf der Plattform
Beziehungen und Verbindungen
Ortsbasierte Audiences werden über Land, Staat, Stadt oder Postleitzahl definiert. Lokale Unternehmen können diese Funktion nutzen und somit sicherzustellen, dass ihre Ads nur innerhalb des gewünschten geographischen Gebietes ausgespielt werden. Betreiber eines E-Commerces würden diese Funktion also beispielsweise nutzen, um ausschließlich in ihrem Versandgebiet zu werben – während das kleine Restaurant um die Ecke so der arbeitenden Bevölkerung in unmittelbarer Umgebung seinen Mittagstisch unterbreiten kann.
Demographische Targeting-Optionen umfassen neben Alter und Geschlecht auch Faktoren wie den Bildungsgrad, den Arbeits- und Familienstand und andere Lifestyle-Faktoren, wie zum Beispiel die Generation, die ethnische Identifikation, die politische Ausrichtung und vieles mehr. Manche dieser Optionen sind jedoch vorerst nur in den USA verfügbar – hier lohnt es sich, regelmäßig nach angekündigten Updates Ausschau zu halten.
Interessenbasierte Audiences können mit Hilfe der auf Facebook hinterlegten Interessen erstellt werden. Das Schöne daran: Die User geben diese Informationen freiwillig preis. Gesammelt werden diese über Posts, die Nutzer in ihrer Chronik teilen, über Seiten, die sie geliked haben und über Apps, die sie nutzen. Die gewonnenen Informationen werden dann in Kategorien und Unterkategorien eingeteilt, die Marketern die Möglichkeit bieten, auf spezifische Interessen abzuzielen.
All diese Targeting-Möglichkeiten haben ihren Platz und ihre Berechtigung, jedoch zählt das Core Audience Targeting, das muss man so deutlich sagen, zu den ineffektivsten Wegen der Zielgruppenbestimmung. Warum? Beim Core Audience Targeting wird nach Merkmalen klassifiziert – nicht unbedingt nach Aktionen oder Absichten. Nur weil jemand zum Beispiel gern joggt, heißt das ja noch lange nicht, dass er in absehbarer Zeit neue Laufschuhe kaufen möchte – macht Sinn, oder?
Natürlich gibt es auch Ausnahmen. Auf bestimmte Hobbies oder Sportarten zu targeten kann manchmal schon genug sein, um Nutzer direkt abzuholen und zu Kunden zu machen. Meistens sind die User, die du über eine Core Audience erreichst, allerdings kalt – sie kennen wahrscheinlich weder dein Unternehmen, noch deine Produkte, und sind dadurch am schwersten zu konvertieren. Das Runterbrechen deiner Core Audiences auf mehrere Verhaltensmuster und Interessen kann da helfen.
Optionen im Audience Targeting
Gut, du kennst nun all die Optionen und Möglichkeiten, deine gewünschte Audience zu erreichen – diese jetzt in einer aktiven Kampagne zu verbinden ist jedoch eine ganz andere Sache. Solltest du dich bei der Entscheidung, wie und wann du all diese Optionen nutzen sollst, schwer tun: Fang mit deinen Kundendaten an. Meistens kannst du diese schon nutzen, um wachstumsorientierte Facebook Ads einzusetzen.
Schritt 1: Custom Audiences
Erstelle zuallererst Custom Audiences aus deinen bereits existierenden Datensätzen, wie beispielsweise den eben angesprochenen E-Mail-Adressen von vergangenen Käufern. Anschließend erstellst du Custom Audiences basierend auf Retargeting-Daten, wie zum Beispiel Website-Besuchern oder Warenkorb-Abbrechern. Last but not least erstellst du Custom Audiences basierend auf deinen Engagement-Daten – also Likes, Kommentaren und Shares.
Schritt 2: Lookalike Audiences
Dieser Schritt ist easy: Erstelle Lookalike Audiences aus deiner ersten, zweiten und dritten Custom Audience. Erinnere dich hier an das Matching (1-10%).
Schritt 3: Core Audiences
Erstelle Core Audiences aus allen dir verfügbaren Daten und brich deine Zielgruppe so weit herunter, wie nur irgendwie möglich. Vielleicht musst du diesen Schritt aber vorerst gar nicht befolgen. Es kann gut sein, dass du aus deinen Custom und Lookalike Audiences genug Conversions erhältst, um deine Werbeziele zu erreichen. Andererseits kann es genauso gut passieren, dass bereits die ersten Kampagnen dein gesamtes Werbebudget fressen, ohne großartige Ergebnisse zu liefern – das wär dann blöd gelaufen.
Facebook Ads + Sales Funnel = Perfect Match
Richtiges Targeting ist ein Muss für erfolgreiches Facebook Ad Management, aber trotzdem nur die halbe Miete. Neben der Entscheidung, wen genau du eigentlich erreichen möchtest, musst du dir genau überlegen, was du ihnen überhaupt erzählen willst. Hier kommt dein Verständnis für die Absichten deiner Zielgruppe und für die Experience während deines gesamten Sales Funnels ins Spiel. Lass uns die verschiedenen Phasen eines klassischen Sales Funnels kurz einmal anschneiden, bevor wir zu ihrer jeweiligen Bedeutung für deine Werbekampagnen übergehen:
Bei der Exposition geht es um das generelle Bewusstsein der Nutzer. Stell dir vor du bist jemand, der zum ersten Mal in Berührung mit deiner Marke kommt – egal ob auf deiner Website oder irgendwo anders im Netz. Wie wird dein erster Eindruck ausfallen? Worauf achtest du? Was ist dir wichtig, was weniger?
Die Phase der Aufmerksamkeit beinhaltet alle anfänglichen Schritte, die deine Interessenten unternehmen, um mehr über dich zu erfahren – das kann das Besuchen deiner Website, deiner Facebook-Seite oder das Lesen deiner Posts und Artikel sein. Du hast jetzt ihre Aufmerksamkeit.
Vertrauen gewinnst du, wenn du als Experte angesehen wirst. Zeig den Nutzern, dass du neben fachlichem Know-how die Lösung für ihre Probleme und Bedürfnisse hast – am besten in Form von relevantem Content und natürlich deinen Produkten.
Von Erwägung ist die Rede, sobald Interessenten einen Kauf – Achtung jetzt kommt’s – in Erwägung ziehen. Das kann entweder direkt und unmittelbar oder nach Abschluss eines kostenlosen Trials oder einer gewissen Informationszeit geschehen (beispielsweise wieder über das Lesen von Content). In den meisten Fällen benötigen deine zukünftigen Kunden aber noch etwas Zeit, um ihre Zweifel und Bedenken zu sortieren und im besten Fall abzulegen. Hilf ihnen dabei, deine Marke als relevanter und besser als die der Konkurrenz einzustufen und sich am Ende für dich zu entscheiden.
Sales kannst du generieren, wenn du die Fragen deiner Interessenten beantwortest, ihre Zweifel beseitigst und sie von deiner Glaubwürdigkeit überzeugt hast. Positioniere dich in den oberen Stages richtig, beseitige alle Bedenken und biete mehr als deine Mitbewerber – dann klappt es auch mit der Kohle.
Nach der Sales-Stage kommt die Advocacy-Stage. Ziel ist es, neue Käufer und Kunden zu Markenbotschaftern zu machen – also freiwillig gut über dich sprechen zu lassen. Das bedeutet allerdings, dass sie sehr überzeugt von deinen Angeboten und sehr zufrieden mit deinen Produkten sein müssen, um dich Freunden und Bekannten zu empfehlen und somit kostenlos die Werbetrommel für dich zu rühren.
Zu guter Letzt die Königsdisziplin: Beziehungen aufbauen. Beziehungen aufzubauen beinhaltet mehr, als einfach nur ein gutes Produkt zu verkaufen. Es geht darum, mehr als eine Marke für deine Kunden zu werden und eine Vertrauensebene aufzubauen, die sich auch außerhalb von Geschäftlichem abspielt. Das kannst du zum Beispiel mithilfe einer gut durchdachten Inbound-Strategie realisieren – das ist aber ein ganz anderes Thema.
Facebook Ads sind für den Anfang eigentlich nur in den ersten beiden Phasen betroffen – und streng genommen können wir die Exposition auch gleich überspringen, da deine Ads die meisten Leute direkt dazu bringen werden, irgendwie in Aktion zu treten – gewissermaßen vereinst du also beide Schritte zu einer einzelnen Phase. Diese Phase beinhaltet dann beides: Sowohl die Markenvorstellung, als auch die Anregung, mehr über dich und dein Unternehmen herausfinden zu wollen. Gucken wir uns beide dieser Phasen noch einmal genauer an und gehen dabei auf die möglichen Targeting-Optionen ein:
Das Kennenlernen
Beim Versuch deine zukünftigen Konsumenten zu erreichen, die noch nicht mit deiner Brand vertraut sind, aber geeignete Kandidaten für deine Produkte oder Services zu sein scheinen, hast du zwei Möglichkeiten: Core Audiences oder Lookalike Audiences, letztere basierend auf deiner am besten performenden Custom Audience. Merke: Alle Kunden-, Retargeting- und Engagement-Daten, die du hast – je nachdem, aus welchen du Custom Audiences erstellen kannst – sind von Nutzern, die über deine Awareness-Phase hinaus sind.
Was du bewerben solltest
Neue Interessenten direkt zu fragen, ob sie nicht etwas von dir kaufen wollen, ist in etwa so unangebracht wie ein Antrag nach zwei Wochen. Niemand möchte so schnell in eine neue Beziehung stolpern – vor allem nicht mit jemandem, den man gerade erst kennengelernt hat. Was du stattdessen tun solltest? Vertrauen aufbauen. Stelle deiner Zielgruppe passende Inhalte zur Verfügung, die deinen Wert und deine Unverzichtbarkeit für sie untermalen – im Idealfall ist das Content, den du kostenlos zur Verfügung stellen kannst und der dein Unternehmen sofort von anderen absetzt.
Jetzt liest sich das natürlich deutlich einfacher, als es im Endeffekt ist. So ein vor Relevanz strotzendes Stück Content will wohl geplant und überlegt sein – aber wo fängt man da an?
Benchmarking: Immer gut, immer wichtig. Check ab, was die Konkurrenz inhaltlich anbietet, zieh deine Learnings und veröffentliche Content, der gefühlt 10 Mal besser ist als alles, was der Rest zu bieten hat. Easy, oder?
Informative Videos – beziehungsweise generell Videos – sind die am besten performende Art von Content in sozialen Netzwerken. Jemand in euren Reihen, der gut schnacken und im Idealfall noch eine Kamera bedienen kann? Du weißt, was zu tun ist.
Der Homepage-Baukasten Squarespace geht im ersten Schritt auf Unterhaltung, statt direkt auf Sales. Screenshot Facebook Ad Produktrezensionen, Case Studies oder Testimonials: SocialProofs over everything! Menschen vertrauen anderen Menschen, also mach dir das zunutze.
Generell solltest du immer an die oberste Regel denken, wenn du deinen Content und deine Ads planst: Nutzen, Relevanz, noch mehr Nutzen, noch mehr Relevanz. Nur so bewegst du die User zum Klick. Kleiner Reminder: Expositions- und Awareness-Anzeigen werden zusammengeführt, da beide Phasen in der Praxis, gerade digital, oft überlappen.
Vertrauen ist wichtig
Da die Vertrauens- und Erwägungsphasen Ads beinhalten, die irgendeine Form von Engagements mit deinem Unternehmen initiieren sollen, solltest du hier auch genauer segmentieren. Nutze in diesem Fall wieder Custom Audiences basierend auf:
vergangenen Käufen von Kunden
E-Mail-Adressen
Website-Besuchern
App-Nutzern
sozialen Interaktionen mit deiner Marke
Merke (und nicht verwirren lassen): Deine auf Basis von Custom Audiences erstellten Lookalike Audiences werfen, sobald dadurch Leads oder Käufer generiert wurden, logischerweise neue Custom Audiences ab, aus denen du wiederum neue Lookalike Audiences bilden kannst. Schön, oder?
Daten von vorhandenen Leads zur Erstellung von Custom Audiences zu nutzen, kann in diesem Fall extrem effektiv sein – und das obwohl die Leute, die deine Ads letztendlich zu sehen bekommen, noch nicht zu Käufern werden (theoretisch jedenfalls, basierend auf ihrem Fortschritt im Funnel). Ein Targeting dieser Art kann dir helfen, genau die Leads abzugreifen, die mit der höchsten Wahrscheinlichkeit fortschreiten und Sales generieren werden.
Auch Lookalike Audiences sind hier hilfreich, denn Facebook matched die Zielgruppe mit deinen existierenden Kundendaten so gut, dass diese Zielgruppe wahrscheinlicher Conversions erzielen wird, als zum Beispiel eine Core Audience.
Was du bewerben solltest
Die Vorteile, die du in dieser Phase bewirbst, sollten darauf ausgerichtet sein, den Nutzer in Richtung eines eventuellen Kaufs zu bewegen – ob nun direkt oder über den „Umweg” als Lead. Es kommt darauf an zu verstehen, wie komplex dein Verkaufsprozess, beziehungsweise wie resistent deine Zielgruppe für Werbung, ist – das kann eine Anzahl verschiedener Formen von Content und Anzeigen benötigen. Neben den bereits in der Expositions- und Awareness-Phase genannten Formen kannst du hier zum Beispiel mit Lead Magnets, in Form von E-Books oder PDFs, arbeiten. Oder natürlich kostenlosen Trials, Discounts oder Incentives wie beispielsweise einem Gratisprodukt bei Bestellung.
Dein Ziel: Sales und Leads
Sofern unmittelbare Conversions das Ziel deiner Facebook-Kampagnen sind, musst du sehr genau in deinem Targeting sein. Denk daran, worüber wir anfangs gesprochen haben: Die Leute sind für Entertainment, nicht zum Shoppen, auf Facebook. Sie wollen sich mental entspannen, mit Videos oder Memes berieseln lassen und ihre Freunde, Arbeitskollegen oder sonstige Bekannte darunter verlinken – oder so ähnlich. Auf eine Conversion abzielen, ob es nun ein Verkauf, ein Abonnement oder etwas anderes ist, solltest du nur bei solchen Nutzern, die vorbereitet und somit bereit sind, in Aktion zu treten. Aus diesem Grund solltest du dein Targeting beispielsweise auf die folgenden Gruppen reduzieren:
Custom Audiences basierend auf früheren Käufern
Custom Audiences basierend auf Retargeting-Daten (generiert über E-Mails, Website-Besuche oder App-Nutzungen)
Die Nahrungsergänzer von Huel schlüsseln nicht nur ihr Pulver auf, sondern auch ihre Preise – da ich schon mal auf der Website war, alles richtig gemacht. Screenshot Facebook Ad Ist dein Ziel ein Sale, verzichte vorerst auf Core und Lookalike Audiences – du kannst nicht sicher sein, dass sie den nötigen Kontakt mit deiner Marke hatten und empfänglich für deine Ads sind. Im Falle von Leads als Conversion-Ziel kannst du sehr wohl auf Lookalike Audiences zurückgreifen – die Bespielung mit relevantem Content und Lead Magnets ist hier ideal, da so ja erst initialer Kontakt hergestellt wird. Und irgendwo muss man ja anfangen.
Was du bewerben solltest
Verbinde deine Ads mit bestimmten Produkten oder Dienstleistungen, an denen deine potentiellen Kunden interessiert sind. Kommuniziere die Vorteile deines Angebots, adressiere die Probleme und Wünsche deiner Zielgruppe – kurz, hol dir deine verdienten Klicks und Conversions.
Von fremd zu Freund: Advocacy Ads
Logischerweise sollten Advocacy Ads nur auf solche Nutzer abzielen, die bereits etwas von dir gekauft haben – und auf die, die deiner Meinung nach am wahrscheinlichsten zu Botschaftern deines Unternehmens werden könnten. Es gibt ein paar Wege, wie du Custom Audiences nutzen kannst, um solche Nutzer ausfindig zu machen und zu bespielen:
Erstelle eine Custom Audience, die die oberen 20% deiner Käufer (basierend auf ihrem Kaufvolumen) beinhaltet
Erstelle eine Custom Audience, die auf Kunden mit vielversprechendem NPS basiert
NPS? Der Net Promoter Score ist eine Kennzahl, die die Kundenzufriedenheit eines Unternehmens widerspiegelt. Hierzu wird vom Kunden ein Rating erfragt, wie wahrscheinlich eine Weiterempfehlung an Freunde und Bekannte ist. Das Rating reicht von 1 (auf gar keinen Fall) bis 10 (auf jeden Fall) und bietet außerdem ein kleines Freitextfeld für genauere Reviews.
Achtung: Lass auch hier Core oder Lookalike Audiences außen vor. Diese Zielgruppe soll ausschließlich die Kunden ansprechen, die mit hoher Wahrscheinlichkeit zufrieden mit dir sind – und dafür sollten sie schon mit dir in Verbindung stehen.
Was du bewerben solltest
Sobald du die Top-Kunden für deine Advocacy-Kampagnen identifiziert hast, funktionieren im Prinzip alle der folgenden drei Promotion-Typen:
Cross- oder Upsells
ein softer Anstoß, an deinem Referral-Programm teilzunehmen (dafür musst du natürlich eines haben)
Anfragen für Rezensionen oder Testimonials
Aber: Sei vorsichtig, wenn du diese Art von Werbung nutzt – aufgrund der natürlichen Neigung der Menschen, in ihrem sozialen Umfeld misstrauisch gegenüber Werbung zu sein. Am besten bist du dir hier sicher, dass die Nutzer, die deine Nachrichten erhalten, auch empfänglich für ihre neue, von dir geplante Rolle sind. Ganz coole Kids schreiben ihre Kunden natürlich persönlich an – vielleicht sogar postalisch, inklusive eines kleinen Goodies.
Vom Anfang eurer Beziehung
Bei einer Beziehungs-Kampagne (klingt irgendwie strange, oder?) nutzt du nur Custom Audiences, da du direkt mit deinem engsten Kundenstamm kommunizierst – in der Hoffnung, eure Beziehung auszuweiten und zu verbessern.
Was du bewerben solltest
Überlege dir gründlich, welche Arten von Content deine Kunden dazu verpflichten könnte, sich der „Herausforderung” zu stellen und noch mehr Referrals oder positive Reviews in deine Richtung zu schicken. Mögliche Vorgehensweisen könnten hier sein:
spezielle „Insider only”-Rabatte
Einladungen zu speziellen, privaten Facebook-Gruppen oder einem Slack-Channel
Einladungen zu Live Events oder Webinaren
Führe alles zusammen
Die oben aufgeführten Vorschläge sollten dir helfen, eine klare Marschroute für deine Facebook-Kampagnen zu finden. Um wirklich gut performende Ads zu schalten, musst du wissen, welche Audience sich wann in welcher Phase des Sales Funnels befindet. Relevant ist nur wer weiß, was der Kunde wirklich will. Im Falle eines E-Commerces (nur als Beispiel) lässt sich sagen: Stimmt das Surrounding aus Website, Content und Produkten (inklusive der Shop-Umgebung), das Tracking von Retargeting- und Conversion-Daten sowie die Kreation der jeweiligen Ads, bist du auf der sicheren Seite – und gefühlten 80% der Konkurrenten mindestens einen Schritt voraus.

Studie zeigt: Käufer bei Amazon von gebündelten Sternebewertungen getäuscht

Studie zeigt: Käufer bei Amazon von gebündelten Sternebewertungen getäuscht

Wer bei Amazon shoppt, setzt meist ganz besonders auf die Reviews von Käufern, ehe er sich für ein Produkt entscheidet. Da kommt einem solchen Produkt eine Bewertung mit fünf Sternen bei den Star Ratings besonders zugute. Doch diese Bewertungen sind keineswegs immer zutreffend. Eine ausführliche Studie des Guardian zeigt, dass bei gebündelten Bewertungen auch klar qualitätsärmere Produkte unberechtigterweise positiv angepriesen werden. Das führt die Nutzer in die Irre und das Bewertungssystem ad absurdum.
Dank gebündelter Star Ratings: Qualitativ schwache Produkte erscheinen hochwertiger
Reviews sind für zahlreiche potentielle Kunden ein entscheidender Faktor bei der Customer Journey. Und gerade das populäre Modell der Sternebewertungen erregt unmittelbar die Aufmerksamkeit von Nutzern. Hat ein Produkt nur einen oder zwei von fünf Sternen, wird eher von einem Kauf abgesehen. Hat es hingegen viereinhalb oder gar fünf Sterne bei der Bewertung vorzuweisen, sind die User auch eher der Meinung, dass die Wahrnehmung des Produkts durch die Käufer durchaus positiv war. Doch eine Studie des Guardian, über die Hilary Osborne beim Publisher berichtet, klärt nun darüber auf, dass oftmals Sternebewertungen gebündelt für Artikel auftreten, die qualitativ deutlich voneinander abweichen.
Dabei ist das Bewertungssystem von Amazon schon mehrmals in die Kritik geraten. Immerhin können Betrüger theoretisch vielfach Bewertungen mit fünf Sternen für die eigenen Produkte posten (lassen) oder solche bei Konkurrenzprodukten angeben, in der Hoffnung, dass diese schließlich als betrügerisch gemeldet werden. Das stellt Roomy Khan bei Forbes dar. Außerdem ist es schon häufiger vorgekommen, dass sich Rezensionen auf ein anderes Produkt bezogen haben. Amazon selbst hat schon einige Schritte gegen die Manipulation von Bewertungen unternommen, etwa die „Nicht nützlich“-Reaktion für Händler abgeschafft.
Doch bei den Erkenntnissen der Guardian-Studie handelt es sich um ein Problem der Plattform selbst. Die Sternebewertungen basieren auf Machine Learning und sollen miteinbeziehen, wie alt eine Bewertung ist, für wie nützlich sie von Usern erachtet wurde und ob sie aus verifizierten Käufen stammt.
Amazons Star Ratings sollen einen Überblick über die Wahrnehmung des Produkts geben, Screenshot Amazon.de Dieses Machine Learning-Modell scheint jedoch fehlerhaft zu sein. Denn für zahlreiche voneinander abweichende Artikel, die auch qualitative Unterschiede aufweisen, wurden die genau gleichen Sternebewertungen angegeben. Dadurch sind Kunden in die Irre geführt worden.
Reviews für ein anderes Buch und exakt gleiche Sternebewertungen für verschiedene Bücher
Amazon hat das Problem, auf das der Guardian aufmerksam gemacht hat, nicht offiziell kommentiert. Dass aber inzwischen einige Bewertungen für differente Produkte deutlicher separiert worden sind, könnte auf die Studie zurückzuführen sein.
Bei dieser zeigte sich etwa für die Romane Wuthering Heights und Jane Eyre von Emily und Charlotte Brontë, dass Rezensionen für das jeweils andere Buch auftauchten. Schwache Neuübersetzungen von Charles Dickens Great Expectations für den Kindle sollen überraschenderweise hunderte Ratings mit viereinhalb Sternen erhalten haben – was eher auf eine Übertragung der Star Ratings einer älteren, qualitativeren Fassung hindeutet.
Zitat aus der schwachen Dickens-Version, © The Guardian Ein Kunde kommentierte:
Each page has a dozen errors. It reads as if it has been translated from a foreign language. ‘Dog’ in the original is ‘canine’ in this version; ‘file’ in the original has become ‘document’; ‘tremendous’ has become ‘maximum incredible’; ‘man’ has become ‘guy’.That is just a short summary of the errors in the first two pages. The whole thing is unreadable and a waste of money.
Die Studie hat bei solchen Fällen ebenfalls zahlreiche Beschwerden von Kunden aufgefasst, die sich getäuscht fühlten. Bei anderen Romanen, etwa von Jane Austen, tauchen bei diversen Romanen genau die gleichen Star Ratings auf, sogar mit exakt der gleichen Zahl an Rezensenten.
Exakt die gleichen Sternebewertungen für zwei verschiedene Romane, © The Guardian Auch in anderen Segmenten wie Elektronik oder Gartenzubehör fanden die Analysten des Guardian gebündelte Sternebewertungen. Zudem erhielt eine 2017er TV-Version von Dirty Dancing allem Anschein nach über 1.000 Bewertungen mit viereinhalb Sternen, obwohl sie allerorts als extrem schwach eingestuft worden war, bei Rotten Tomatoes oder der Internet Movie Database. Das Phänomen, dass verschiedene Versionen von Filmen die gleichen Reviews teilen, taucht in der Untersuchung des Öfteren auf.
Die Konsumenten fühlten sich deshalb des Öfteren zurecht falsch informiert. Das Vertrauen in die Sternebewertungen erhält demnach einen herben Dämpfer und das wird die User ärgern. Sie müssen sich Rezensionen im Detail ansehen, um selbst bewerten zu können, ob diese überhaupt auf das Produkt zutreffen.
Während der Einzelne selbst dafür verantwortlich ist, sich über Artikel zu informieren, die gekauft werden wollen, dürfen sie durch suggestive Sternebewertungen nicht in die Irre geführt werden. Deshalb müssen Käufer sich davon losmachen, bei Amazon – und auch bei anderen Plattformen – zu sehr auf Reviews zu vertrauen und auf objektivere Quellen zugreifen, falls möglich. Das erfordert jedoch Aufwand, den Viele bei bestimmten Produkten nicht betreiben wollen oder werden. Daher wird Amazon trotz dieses Fauxpas des Machine Learning-Modells wohl mit keinem großen Aufschrei oder Käuferschwund zu rechnen haben. Eine Überarbeitung der Sternebewertungen und der Machine Learning-Prozesse scheint jedoch angebracht. Sodass den Kunden zu jedem Produkt künftig originäre und vor allem zutreffende Reviews geliefert werden können.