Lohnen sich Produktempfehlungen in der Marketing-Automatisierung?
Marketing-Automatisierung ist ein sehr kostspieliges und ressourcenintensives System, das die Erlebnisse von 5 %* der Nutzer personalisiert, während 95 % der Nutzer eine Schleife mit einigen wenigen beliebten Produkten angezeigt wird.
Während die Marketing-Automatisierung die Personalisierung nur für 5 % der Sitzungen „übernimmt“, personalisiert Quarticon das Erlebnis kanalübergreifend für 100 % der Nutzer.
Um den E-Commerce-Umsatz wirklich zu steigern, ohne den Traffic zu erhöhen, empfiehlt sich eine Empfehlungs-Engine und ein einfaches E-Mail-Marketing-Tool: MailerLite, Mailchimp, Brevo oder Mautic.
100 % Personalisierung • Niedrigere Kosten • Weniger aufdringliche Kommunikation • Einheitliche Kommunikation über alle Kanäle
*Bei einem mittelgroßen Online-Shop werden auf der Website nur etwa 5 % der Nutzer identifiziert (wiedererkannt).
Marketing-Automatisierung: eine kostspielige Lösung, die nur 5 % der Sitzungen personalisiert
Die Marketing-Automatisierung personalisiert das Angebot des Shops für etwa 5 % der Nutzer. Nur dieser Anteil der Nutzer auf den Shop-Websites wird wiedererkannt – also einer eindeutigen Kundenkennung zugeordnet, meist einer E-Mail-Adresse. Die übrigen 95 % sind anonyme Nutzer, denen die Marketing-Automatisierung beliebte Produkte anzeigt.
Marketing-Automatisierung: ungenutzte Chancen im E-Commerce
95 % der Nutzer werden nicht berücksichtigt
Die Marketing-Automatisierung personalisiert Produkte NUR für 5 % der Nutzer (sic!).
Der gesamten Hauptnutzergruppe (95 %) auf der Website werden dieselben Karussells mit Bestsellern angezeigt.
Beliebte Produkte werden beworben
Zu den am häufigsten verwendeten Mechanismen der Marketing-Automatisierung zählen heuristische Statistiken – beliebte und meistverkaufte Produkte.
Das ist keine KI. Diese Mechanismen sind schnell und kostengünstig und benötigen weder komplexe Modelle noch Ressourcen für aufwendige Berechnungen. Die erzielten Ergebnisse sind jedoch mehr als dreimal schlechter.
Modelle werden fehlerhaft trainiert
Das Training von Modellen mit nur 5 % der Nutzer ist mit erheblichen Fehlern verbunden.
20-mal weniger Daten, 20-mal längere Trainingszeit.
Das Leistungsniveau, das Quarticon nach einem Monat erreicht (wobei die Modellgenauigkeit immer noch recht niedrig ist), erreichen diese Systeme erst nach fast zwei Jahren! Dabei sind die Fehler, die durch das Training mit nur 5 % der Nutzer entstehen, noch gar nicht berücksichtigt.
So macht Quarticons Empfehlungs-Engine aus Traffic Umsatz
Personalisiert den gesamten Traffic
Name, Telefonnummer, Geburtsdatum oder E-Mail-Adresse werden nicht benötigt. Entscheidend ist das Nutzerverhalten, das mit dem Verhalten Hunderttausender anderer Nutzer verglichen wird, um das Kaufprofil zu ermitteln.
100 % der Nutzer werden in 100 % der Sitzungen erreicht.
Wählt Produkte effektiver aus
Bei einem anonymen Nutzer werden zunächst Bestseller angezeigt. Beim zweiten Eindruck jedoch nicht mehr. Selbst auf dieser kurzen Strecke (2 Produkte) wird versucht, das nächste Produkt auszuwählen, das am besten zum Nutzer passt.
Die Auswahl der empfohlenen Produkte ist für jeden Nutzer anders und verändert sich mit jeder Interaktion. Die Produkte werden so ausgewählt, dass sie den Umsatz schnell steigern.
Trainiert Modelle schneller
Die Modelle werden mit Daten von 100 % der Nutzer und aus allen Sitzungen trainiert. Sie werden nicht durch eine möglicherweise spezielle Gruppe von Newsletter-Abonnenten verzerrt, die auf E-Mails klicken.
Das Training dauert nur kurze Zeit, obwohl die Modelle während ihrer gesamten Lebensdauer weiterlernen.
Schon gewusst …
Quarticons Empfehlungs-Engine benötigt keine Cookies
Die einzige Empfehlungs-Engine, die ohne Cookies (cookieless), in Inkognito-Fenstern (die täglich von 12 % der Nutzer verwendet werden), mit Firefox ETP (von 5 % der Nutzer verwendet) und mit Werbeblockern (von 43 % der Nutzer verwendet) funktioniert.
Während Quarticon 100 % der Nutzer erreicht, versuchen andere Systeme (insbesondere CDP-Plattformen), nur 40 % zu erreichen.
Quarticon wurde schon vor OpenAI gegründet
Unsere Empfehlungsmodelle für Produkte und Inhalte werden seit 2010 entwickelt.
Das war lange vor der Entstehung generativer GPT-Modelle. Denn Quarticon ist in einem anderen Bereich tätig, der sich schon viel länger entwickelt: der prädiktiven KI (pAI) statt der generativen KI (wie ChatGPT).
Mehr über prädiktive KI gibt es hier.
Quarticon führt täglich Hunderte Millionen Berechnungen durch
Ermöglicht wird dies durch eine leistungsstarke Technologiearchitektur. Für die Verarbeitung großer Matrizen aus Nutzern und Produkten kommen verteilte Computersysteme zum Einsatz, etwa für das Modelltraining, die Verwaltung von GPU-/CPU-Clustern und den Datenfluss. Der Bedarf an schnellen Modellaktualisierungen macht außerdem Caching-Systeme erforderlich. Das ist einer der Gründe, warum E-Commerce-Plattformen keine KI-Empfehlungen anbieten können und stattdessen nur einfache Regeln bereitstellen.
Warum die Produktempfehlungs-Engine von Quarticon wählen?
Quarticon sorgt für noch stärkeres Umsatzwachstum
Die auf prädiktiven KI-Algorithmen basierende Produktempfehlungs-Engine von Quarticon steigert die Conversion-Rate und die Klicks auf Produktseiten, den Umsatz, die Anzahl der Transaktionen und den durchschnittlichen Bestellwert. Diese Ergebnisse werden in unseren hochpräzisen Statistiken ausgewiesen.
Produktempfehlungen von Quarticon senken die Absprungrate, indem Produkte präsentiert werden, die das Interesse der Nutzer wecken – selbst wenn diese möglicherweise zufällig auf die Website gelangt sind.
Erfahren Sie, wie sich mit Empfehlungen von Quarticon ein ROI von über 9000 erzielen lässt (sic!)
Quarticon funktioniert sowohl mit anonymen als auch mit registrierten Nutzern
Die Produktempfehlungs-Engine von Quarticon funktioniert bei bekannten und anonymen Nutzern gleichermaßen gut.
Wenn sich 95 % des Traffics abdecken lassen, können auch die übrigen 5 % berücksichtigt werden. Bei Empfehlungen für bekannte Nutzer werden die gesamte Kaufhistorie und die aktuelle Aktivität einbezogen.
Wenn die letzten drei Transaktionen eines Nutzers namens Marta96 Kleider betrafen, Marta96 heute aber nach Shorts für ein dreijähriges Kind sucht, wird die Marketingautomatisierung mit großer Wahrscheinlichkeit auf Kleiderempfehlungen bestehen, während Quarticon Kindershorts empfiehlt, die von anderen Müttern gekauft wurden.
Die Empfehlungs-Engine von Quarticon übernimmt auch E-Mails
Die Produktempfehlungs-Engine von Quarticon übernimmt die Produktauswahl für E-Mails: Sie bestimmt, welche Produkte aus einem Katalog mit Hunderten oder Tausenden Artikeln den einzelnen Empfängern angezeigt werden. Anstatt Segmente zu erstellen und für jedes Segment separate E-Mails zu versenden, lässt sich ein einzelner Quarticon-Block einfügen. Anschließend wird die E-Mail automatisch mit auf den jeweiligen Nutzer zugeschnittenen Produkten gefüllt.
Es gibt so viele Segmente wie Datensätze in der Datenbank. Dazu muss lediglich ein Produktblock in eine E-Mail eingefügt werden – bei jedem Versand ist keine Anpassung erforderlich.
Entdecken Sie unsere clevere Lösung zur Personalisierung von E-Mails und steigern Sie den Umsatz aus dem E-Mail-Marketing um mehr als 60 %
Mit Quarticon-KI-E-Mails lassen sich ganz einfach Produktblöcke erstellen, die in jede E-Mail und jedes Versandsystem eingefügt werden können – sogar in Gmail!
So lässt sich die Effizienz der Marketingautomatisierung in 2 einfachen Schritten verbessern
1. Kosten der Marketingautomatisierung senken
Da Marketingautomatisierung Folgendes bedeutet:
– nur 5 % der Website-Sitzungen gezielt anzusprechen
– eine komplexe, zeitaufwendige Segmentierung zu erfordern
– Kampagnen aus einzelnen Bausteinen zusammenzustellen
– Produktangebote häufig manuell in E-Mails einzufügen
– und letztlich nur etwa 10–15 % der Empfänger dazu zu bewegen, die E-Mail zu öffnen, während 3 % darauf klicken,
gibt es nur eine Lösung.
Auf die einfachste und günstigste E-Mail-Versandplattform umsteigen. Erweiterte Segmentierungsfunktionen sind dafür nicht einmal erforderlich! Sie muss lediglich E-Mails versenden.
2. Quarticon testen
Mit Quarticon lassen sich personalisierte Produktplatzierungen im gesamten Onlineshop einbinden. So kann die Conversion-Rate im Vergleich zu beliebten Produkten und Bestsellern durchschnittlich um das 3- bis 3,5-Fache gesteigert werden.
Durch das Hinzufügen automatisierter Produktblöcke zu E-Mails lässt sich der E-Mail-Umsatz im Vergleich zu irrelevanten Produktangeboten um 60 % steigern.
Zusätzlich lassen sich die Kosten für ein teures Marketingautomatisierungssystem senken.
Außerdem wird Zeit gespart, die sonst für Segmentierung und die Zuordnung passender Angebote zu den Segmenten aufgewendet wird.
Für wen eignet sich Marketingautomatisierung?
Die von Marketingautomatisierungssystemen propagierte verlockende Vorstellung, 100 % der Nutzer, ihre Käufe, Namen, Adressen, Größen usw. zu kennen und ihnen personalisierte Angebote senden zu können, entspricht schlicht nicht der Realität.
Nur die größten E-Commerce-Unternehmen und Marktplätze kommen diesem Ideal nahe, indem sie auf Apps setzen: Zalando, Modivo, Allegro, Amazon, Shine. Nutzer von Apps sind in der Regel nicht anonym. In diesem Fall funktioniert Marketingautomatisierung gut.
In allen anderen Fällen gibt es eine optimale Lösung: eine E-Mail-Versandplattform (und gegebenenfalls Web-Push-Benachrichtigungen) plus Quarticon.
Bei einer Demo lässt sich erfahren, wie sich Kosten für Marketingautomatisierung einsparen und E-Mail-Kampagnen mit maximaler Conversion umsetzen lassen, ohne dass dafür zusätzliche Ressourcen benötigt werden.
Empfehlungs-Engines vs. Marketingautomatisierung/CDPs: Die wichtigsten Unterschiede
Marketingautomatisierung/CDPs erreichen keine anonymen Nutzer
CDPs (Customer Data Platforms) und Marketingautomatisierungssysteme haben eines gemeinsam: Sie wurden für sogenannte bekannte Nutzer konzipiert (E-Mail-Adresse, App-ID).
Eine Empfehlungs-Engine (z. B. Quarticon) wurde dafür entwickelt, in Echtzeit in erster Linie unbekannte (anonyme) Nutzer anzusprechen – schließlich machen sie bis zu 95 % der Website-Besucher aus – und gleichzeitig auch bekannte Nutzer zu bedienen.
Marketingautomatisierung/CDPs erfordern erheblichen Aufwand
Für die Konzeption und Durchführung zielgerichteter Kampagnen ist bei CDP- und Marketingautomatisierungssystemen ein Team erforderlich – mitunter ein großes. Sie beanspruchen erhebliche Zeit und Ressourcen.
Eine Empfehlungs-Engine (z. B. Quarticon) arbeitet autonom – für ihren Betrieb wird kein Team benötigt. Sie trifft selbstständig die besten Entscheidungen, lernt aus jeder Nutzeraktion und passt sich fortlaufend an aktuelle Trends an.
Marketingautomatisierung/CDPs sind stark abgeschottete Systeme (Walled Gardens)
Hochwertige Empfehlungs-Engines funktionieren kanalübergreifend. Die Engine von Quarticon bietet einen weiteren Vorteil: Sie funktioniert nicht nur über alle Kanäle hinweg, sondern auch mit jedem CDP- und Marketingautomatisierungssystem – ganz ohne Integration.
Was bedeutet das? In fortschrittlichen MA-Systemen entfallen dadurch 99 % der täglichen Aufgaben. Einfachere MA-Systeme werden mit Quarticon auf das Niveau von Klaviyo gebracht. Ein Wechsel des MA-Anbieters ist nicht nötig, um KI auf der Website, in der App und in E-Mails zu nutzen.
Bei einer Demo lässt sich erfahren, wie sich Kosten für Marketingautomatisierung einsparen und E-Mail-Kampagnen mit maximaler Conversion umsetzen lassen, ohne dass dafür zusätzliche Ressourcen benötigt werden.
Den Technologie-Stack mit Quarticon optimieren
Kontakt aufnehmen
Füllen Sie das Formular aus, um zu erfahren, wie sich die Conversion-Rate im Onlineshop verbessern lässt.
Vereinbaren Sie eine Demo und testen Sie die KI-gestützte Produktempfehlungs-Engine von Quarticon, die die Kommunikation für alle Kunden personalisiert – nicht nur für 5 % von ihnen.
Nach dem Ausfüllen des untenstehenden Formulars erfolgt zeitnah eine Rückmeldung.