Dezember 31

Mit diesen drei Bausteinen zu State-of-the-Art-Personalisierung im E-Mail-Marketing

Das E-Mail-Marketing wusste die Corona-Krise als Chance zu nutzen. Das Software-Vergleichsportal Capterra fand heraus, dass sich E-Mail-Marketing bei einem ROI von geradezu unglaublichen 4.400 % weitaus mehr als „nur“ lohnt. Das heißt: Jeder investierte US-Dollar erzielt demnach einen Umsatz von 44.25 US$. Welcher Marketing-Kanal kann das schon von sich behaupten. Angesichts der alleine in Deutschland im Jahr 2019 gut 850 Milliarden versendeten E-Mails pro Tag, stellt dieser gigantische Traffic jeden E-Mail-Marketer vor enorme Herausforderungen. Wie lässt sich in diesem extremen Wettbewerbsumfeld überhaupt Sichtbarkeit in der Inbox erzielen, wie lassen sich gute Öffnungsraten realisieren und was müssen Versender tun, damit E-Mail-Empfänger konvertieren?

Personalisierung im E-Mail-Marketing wirkt

Ein Rezept: Personalisierung. Dass Personalisierung im E-Mail-Marketing wirkt, belegt eine Studie aus dem Jahr 2019. Schon die persönliche Ansprache in der Betreffzeile einer E-Mail erhöht die durchschnittliche Öffnungsrate im Vergleich zu nicht personalisierten Betreffzeilen um 22 %. In spezifischen Branchen wie zum Beispiel in der Touristik, erreicht die E-Mail-Öffnungsrate mit personalisierten Betreffzeilen Spitzenwerte von 47 %. Selbst unterdurchschnittliche Werte wie etwa im Mode-Segment erzielen mit ca. 20 % immer noch ein beachtliches Ergebnis.

Personalisierung bleibt insofern auch im kommenden Jahr in vielerlei Hinsicht das Gebot der Stunde. Auf diese drei Bausteine kommt es heute bei Personalisierung an:

  • Datengetriebene Personalisierung
  • Relevanz
  • Automatisierung

Baustein 1: Datengetriebene Personalisierung

Angesichts des enormen Wettbewerbs im Posteingang, gewinnt datengetriebene Personalisierung heute mehr und mehr an Bedeutung. Dahinter verbergen sich intelligente Algorithmen und künstliche Intelligenz – kurz: ein mächtiges Instrument. Es trackt nicht nur individuelle Customer Journeys, identifiziert und konstruiert Touchpoints, sammelt Daten wer sich, wann, wo und wie lange aufgehalten hat und welche Aktionen dort ausgeführt wurden; künstliche Intelligenz modelliert daraus vielmehr individuelle Customer Experiences, reichert diese mit relevantem Content an, über den schließlich eine maßgeschneiderte Ansprache in E-Mailings erfolgt und orchestriert so die gesamte personalisierte Customer Journey mit dem Ziel, Conversions zu maximieren.

Ein Haken dabei: Apple. Ab Herbst 2021 unterbindet die neue Apple Mail Privacy Protection das Tracking der E-Mail-Opens bei Apple-Mail-Usern. Dieser Schritt verfälscht zwar den KPI „Öffnungsrate“, ist aber keineswegs gleichbedeutend mit dem Ende des E-Mail-Marketings. Alternative KPIs, z.B. Klicks innerhalb von Mailings, die wie gewohnt getrackt werden können, versetzen Versender in die Lage, auch das Nutzerverhalten von Apple-Mail-Usern weiterhin zu analysieren. Hier gewinnt guter, relevanter, interaktionsstarker Content noch mehr an Bedeutung. Und damit kommt wieder die Personalisierung ins Spiel – der Kreis schließt sich.

Baustein 2: Individuelle Relevanz ist ausschlaggebend

Über Personalisierung lässt sich die Kontaktfrequenz der User mit Inhalten aus dem Netz steigern. Die Verarbeitung der Informationen erfolgt aber immer noch mit dem menschlichen Gehirn. Und das funktioniert heute genauso wie vor mehreren tausend Jahren. Die Folge: Es filtert Informationen nach individueller Relevanz. Das heißt: Nur relevanter Content wird wahrgenommen. Im E-Commerce gibt individuelle Relevanz vor, für welche Themen User empfänglich sind bzw. nach welchen Produkten, Dienstleistungen oder sonstigen Angeboten einzelne User genau suchen.

Echtzeitpersonalisierung versetzt Marketer in die Lage, das kleine Wahrnehmungszeitfenster mit passgenauen, also relevanten Inhalten zu füllen und User dadurch punktgenau anzusprechen. Sie kann selbstverständlich auch manuell von Benutzern wie Administratoren, Redakteuren, Marketern oder Merchandisern konfiguriert werden.

Baustein 3: Echtzeitpersonalisierung per Automatisierung

Noch schneller und damit noch näher dran an der Echtzeit funktioniert die Personalisierung allerdings per Automatisierung. Während Nutzer im Internet surfen, sammeln intelligente Technologien wie etwa Algorithmen oder Machine Learning Daten und werten diese binnen weniger Millisekunden aus. Vereinfacht gesagt: Klickt ein User auf einen Link in einem Newsletter, speichert der Algorithmus diese Aktion und folgert – zum Beispiel über Vergleiche mit anderen Usern, die ebenfalls auf diesen Link geklickt haben –daraus, dass weitere ähnliche Angebote bei diesem User auf Zustimmung stoßen könnten. Diese maschinelle, datengetriebene Erkenntnis könnte zum Beispiel in Cross- oder Upselling-E-Mail-Kampagnen münden.

Hierzu bietet die Optimizely-Personalization-Suite eine ganze Palette an E-Mail-Marketing-Tools, mit der Content auf vielfältige Weise individualisiert und personalisiert werden kann. Die Suite nutzt intelligente Algorithmen, mit deren Hilfe sich zum Beispiel einzelne Usergruppen identifizieren lassen, die sich wiederum durch identische Verhaltensmuster auszeichnen.

Erkenntnisgewinn aus Segmentierung

Angebote mit starrem Content, eine personalisierte Betreffzeile oder Ansprache reichen heute längst nicht mehr aus, um wahrgenommen zu werden. Und dass User selbst nach Content suchen, ist von ihnen heute nicht mehr erwartbar. Eine Eigenrecherche dauert viel zu lange. User erwarten heute im wahrsten Sinne des Wortes maßgeschneiderten Content und sofortiges Feedback auf ihre Anfragen.

Die fortwährende Datenanalyse über Algorithmen ermöglicht heute auch Zielgruppen-Segmentierungen, die User etwa als Erstbesucher einer Webseite identifizieren oder die Besucher aus einer bestimmten Region zu einer Zielgruppe zusammenfassen. In der Folge können User können mit automatischen Inhaltsempfehlungen, die auf Einzel- oder Gruppenverhalten der Webseitenbesucher basieren, versorgt werden. Und es können spezifische E-Mail-Kampagnen für ausgewählte Gruppen erstellt werden. Diese und weitere Funktionen wie zum Beispiel verhaltensorientiertes Such-Ranking, Produktempfehlungen für Web und E-Mail oder automatische Trigger tragen dazu bei, die Konversionsrate sowie den durchschnittlichen Bestellwert zu erhöhen.