Daten gehören zu den wichtigsten Ressourcen, mit denen Händler erfolgreich Digital Commerce betreiben können. Wie die Data Driven Commerce Studie des BVDW jedoch zeigt, sind 33 % der befragten E-Commerce-Manager unsicher, wie sie die intern und extern erhobenen Informationen nutzen können. Sogar 36 % geben an, ihre Marketing- und Verkaufsprozesse nicht auf externe Daten zu stützen. Dabei wird Data-Driven Commerce immer wichtiger für Onlinehändler, um die Bedürfnisse ihrer Kundschaft zu verstehen und individuell bedienen zu können.

Was ist Data-Driven Commerce?

Data-Driven Commerce – also datengetriebener Onlinehandel – macht sich die unzähligen Informationen zu Nutze, die User beim Surfen in einem Shop hinterlassen. Diese Kundendaten systematisch auszuwerten und für die kontinuierliche Optimierung zu nutzen, ist der Kern von Data-Driven Commerce. Durch die Bündelung aller wichtigen Daten und Kennzahlen können alle Maßnahmen in einem Shop einfacher und zielgerichteter gesteuert werden. E-Commerce-Manager sind so zudem in der Lage, flexibel auf Veränderungen am Markt zu reagieren.

Die wichtigste Grundvoraussetzung dabei ist ein sinnvolles Datenmanagement, um alle relevanten Informationen aus allen Quellen strukturiert zu erfassen und zusammenzuführen. Neben den Kundendaten gehören unter anderem auch Produktinformationen, Rabatte und Verfügbarkeiten dazu. Um eine Silobildung zu vermeiden, sollten alle Abteilungen, die relevante Daten bereitstellen können, diese in einer gemeinsamen, zentralen Plattform verwalten. Durch den Einsatz von künstlicher Intelligenz kann darüber hinaus auch die Analyse automatisiert werden, um schneller Maßnahmen ableiten zu können.

Welche Anwendungsmöglichkeiten bietet Data-Driven Commerce?

Datengetrieben zu arbeiten, eröffnet Onlinehändlern etliche Möglichkeiten – von der Kundensegmentierung über das Churn-Management bis hin zu Programmatic Advertising. Drei Anwendungsbeispiele sollen hier exemplarisch genauer beleuchtet werden.

Warenwirtschaft:

Lagerverwaltung und Logistik sind aufwändige und kostspielige Aufgaben. Mit Hilfe von Data- Driven Commerce können E-Commerce-Manager Ladenhüter sowie besonders stark nachgefragte Produkte schnell identifizieren und Nachbestellungen und die Gestaltung des Sortiments daran anpassen. Zudem können diese Daten die Grundlage für gezielte Marketingaktionen bilden, um beispielsweise Kunden bei knappen Lagerbeständen besonders beliebter Produkte die Kaufentscheidung zu erleichtern.

Dynamische Preisgestaltung:

Basierend auf Daten zu Lieferzeiten, Warenverfügbarkeit sowie der Markt- und Mitbewerbersituation können Onlinehändler ihre Preise entsprechend angleichen. Mit Hilfe von künstlicher Intelligenz kann diese Preisgestaltung nicht nur in Echtzeit durchgeführt werden. Es lassen sich auch Prognosen ableiten, um starken Umsatzschwankungen frühzeitig begegnen zu können.

Personalisierte Customer Journey:

Den größten Datenschatz für Data-Driven Commerce bilden die Informationen, die die Kundschaft selbst hinterlässt. Dazu gehören beispielsweise das Klick- und Kaufverhalten, demografische Daten oder Geräte- und Standortinformationen. Je größer der Datensatz eines Kunden, desto differenzierter lassen sich Präferenzen und Interessen ableiten. Auf dieser Grundlage ist es möglich, die Userinnen an verschiedenen Punkten der Customer Journey individuell anzusprechen. Das reicht von passenden Produktvorschlägen auf Basis bisheriger Klicks und Käufe bis hin zu einer komplett personalisierten Startseite, die jedem Shopbesucher ein individuell angepasstes Schaufenster bietet.

Wie gelingt der Einstieg ins datengetriebene E-Commerce?

Der große Vorteil des Data-Driven Commerce ist, dass E-Commerce-Manager bereits mit wenig Geld sichtbare Erfolge erzielen können. Statt auf große Marketing-Budgets kommt es vielmehr auf die intelligente Nutzung der zur Verfügung stehenden Informationen an. Onlinehändler können mit wenigen Schritten ins Data-Driven Commerce einsteigen und durch personalisierte Kundenansprache entlang der gesamten Customer Journey ihre Umsätze steigern:

Schritt 1: Erfassen des Status Quo

Zu Beginn benötigen E-Commerce-Manager einen Überblick darüber, welche Daten ihnen bereits zur Verfügung stehen und an welchen Touchpoints sie welche Informationen sammeln können. Dabei ist es wichtig, auch genau darauf zu schauen, welche Tools dabei zum Einsatz kommen, ob deren Möglichkeiten voll ausgeschöpft werden und ob es gegebenenfalls Bedarf an weiteren Features gibt. Die eingesetzten Tools sollten dabei die Bereiche Webanalyse, Social Media Monitoring, Reporting und Marketing Automation abdecken. Anschließend werden konkrete Ziele definiert, um festzulegen, welche KPI und Datensätze dafür relevant sind.

Schritt 2: Anwendungsszenarien entwickeln

Als nächstes müssen E-Commerce-Manager evaluieren, an welchen Punkten im Shop und entlang der Customer Journey eine Personalisierung sinnvoll sein könnte. Das reicht von den Produktempfehlungen im Newsletter bis hin zu einer vollständig individuell gestalteten Startseite. Auf Grundlage der vorhandenen Daten und durch den Einsatz von künstlicher Intelligenz werden dann verschiedene Varianten der Personalisierung mittels A/B-Test gegen den Status Quo durchgespielt. Nach der Übernahme der erfolgreichen Variante des A/B-Tests wird die Entwicklung der festgelegten KPI in den folgenden Wochen beobachtet.

Schritt 3: Kontinuierlich messen und Strategien ableiten

Durch das Sammeln und Auswerten von Daten über einen längeren Zeitraum lassen sich Muster ableiten sowie Schwankungen – beispielsweise saisonal bedingt – erkennen. Anhand dieser Trainingsdaten lernt die zugrundeliegende KI-Engine, welche Maßnahmen funktionieren und welche nicht. Mit jedem weiteren Test und jeder weiteren Optimierung konkretisieren sich diese Muster, sodass sich daraus eine klare Strategie entwickeln lässt. Die Erhebung und Auswertung von Daten ist dabei ein fortlaufender Prozess, bei dem sich durch die Weiterentwicklung von Analysemethoden und Tools immer neue Möglichkeiten des datengetriebenen Vorgehens eröffnen.

Langer Atem zahlt sich aus

Data-Driven Commerce ist kein abgeschlossenes Projekt. Kontinuierlich pseudonymisierte Daten zu erheben und datenschutzkonform auszuwerten, ist entscheidend für den langfristigen Erfolg. Gerade am Anfang, wenn die Datengrundlage noch überschaubar ist und die Muster, die sich daraus ableiten lassen, noch wenig konkret sind, ist viel Geduld gefordert. Diese macht sich jedoch bezahlt: Mit der Zeit ergibt sich ein detailliertes Bild der Kundschaft und ihrer Vorlieben und Interessen. Diese dann personalisiert und individuell anzusprechen, bringt E-Commerce-Managern entscheidende Vorteile gegenüber ihren Mitbewerbern. So sorgt Data-Driven Commerce nicht nur für mehr Umsätze sondern auch für eine stärkere Markenbindung und zufriedenere Kunden.