Buyer Personas in Echtzeit
Stell Dir eine brünette Frau im Alter von 25 Jahren vor. Nennen wir sie Sabrina. Sie sitzt mit ihrem Laptop auf der Couch und will online einkaufen. Stolz hält sie ihre Kreditkarte in der Hand und schaut sich die vielen bunten Einkaufstüten an, die bereits in ihrer stylischen Wohnung verteilt sind. Kommt dir dieses Bild eines idealen Kunden bekannt vor?
Wahrscheinlich ja! Denn diese oder ähnliche Situationen sind auf zahlreichen Stockfotos abgebildet. Der Titel „Kunde kauft online ein“ steht für den Traum eines jeden Ladenbesitzers.
Doch die Realität sieht anders aus. Der Grund dafür ist einfach, dass es nicht viele dieser Wunschkunden gibt. Neben Sabrina gibt es noch zahlreiche andere Nutzer, die auch einkaufen - hier aber in ganz anderen Situationen sein können und ein ganz anderes Shopping-Verhalten haben. Z. B. Maria, die an ihrem alten Desktop-PC sitzt und Online-Shopping sowieso für total riskant hält. Oder Jason, der auf dem Weg zur Schule mit seinem Handy die neuesten Trends checkt.
Was sagt uns das? — Nur die wenigsten deiner Kunden entsprechen der beschriebenen Traumwelt zahlreicher Stockfotos. In Wirklichkeit haben Kunden unterschiedliche Bedürfnisse oder Wünsche und kaufen in unterschiedlichen Situationen ein.
In diesem Post geht es eine neue Kundenansprache, d.h. um eine ganz neugedachte Kunden-Segmentierung. Es geht nicht darum, Online-Nutzer in starre Segmente einzuteilen. Es geht vielmehr darum, Käufer-Persönlichkeiten dynamisch und in Echtzeit für eine individualisierte CX aufzubauen. D.h: Jeder Kunde in jeder individuellen Einkaufssituation wird auf eine wirklich persönliche Art bedient.
Buyer Persona trifft E-Commerce
Um die Frage zu beantworten, wie Maria, Jason und all deine anderen Kunden ticken, kannst du Buyer Personas für deinen Online-Shop bilden. Dies sind virtuelle, fiktive Vertreter für eine bestimmte Kundengruppe. Sie werden anhand von Merkmalen wie Geschlecht, Alter, Wohnort, Einkommen, Familienstand, Hobbies oder Interessen beschrieben. Darüber hinaus können dir Informationen über Einkaufspräferenzen, Standorte und Empfehlungsgeber dabei helfen, die Wünsche und Bedürfnisse dieser "Vertreter" noch besser einzuschätzen.
Für die Erstellung von Personas solltest du echte Daten verwenden. Dafür ist es wichtig, so viele Informationen wie möglich über deine Kunden zu sammeln. Hier können bspw. Online-Umfragen oder Kundenrezensionen in sozialen Medien hilfreich sein. Mithilfe von Analyse-Tools kannst du herausfinden, aus welchen Regionen deine Online-Nutzer kommen, welche Browser sie bevorzugen und ob sie mit ihrem PC oder Smartphone surfen.
So bist du in der Lage, deine Kunden besser zu verstehen.
Diese Vorgehen mag hilfreich erscheinen. Aber Maria und Jason könnten eines Tages an Produkten interessiert sein, die überhaupt nicht zu der ihnen zugeteilten Persona passen. Schade, dass du das aufgrund vordefinierter, starrer Gruppen nicht berücksichtigen kannst.
Tschüss Buyer Persona!
Eine realisierbare Umsetzung von Buyer Personas in der Praxis bezieht sich auf maximal 3-4 Charaktere. Diese Charaktere spiegeln die wichtigsten Bedürfnisse deiner Hauptzielgruppen wider. Hat ein Kunde jedoch andere Bedürfnisse und Interessen als die gewählte Personengruppe, auf die sich der Online-Shop konzentriert, wird die „Möchtegern-Personalisierung“ scheitern.
Hier ist ein Beispiel: Dein Kunde Jason ist einer von Dutzenden aus der Persona-Gruppe digital nativ. Er lässt sich von Facebook und Instagram inspirieren, besucht deinen Online-Shop von zu Hause aus mit dem Tablet und beendet den Bestellvorgang von unterwegs mit seinem Smartphone. In seinem Einkaufswagen befindet sich in der Regel die neueste Streetstyle-Mode. Wenn du Jason nun in deinem Online-Shop verdächtigst, optimierst du ihn entsprechend: Jason soll ein nahtloses Omnichannel-Erlebnis bekommen, bei dem alle Streetstyle-Artikel in einer besonderen Präsenz platziert werden. Ab sofort kannst du Empfehlungen und Sortierungen an seine Persona-Gruppe anpassen.
Aber was ist, wenn Jason während seines Familienurlaubs am Meer eine neue Badehose kaufen möchte? Oder was ist, wenn er am Desktop-PC während seines neuen Praktikums in der Innenstadt nach neuen Business Outfits sucht?
Wie du siehst, hängen die Gründe für den Besuch deines Online-Shops hängen stark von der aktuellen Nutzersituation ab.
Die Lösung für dieses Persona-Problem:
Basierend auf Surf-Verhaltensdaten und historischen Daten können verschiedene Personas erstellt werden. Stöbert Jason jetzt in deinem Online-Shop, ordnest du ihn dynamisch und in Echtzeit der Persona zu, die am besten zu seiner aktuellen Situation passt. Heute digital nativ, morgen fröhlich lässig und nächste Woche Freitag kultiviert und schick. Durch den Einsatz sogenannter Echtzeit-Personas bzw. Look-alike-Audiences, wird Jason garantiert in jeder Situation fündig.
Echtzeit-Personas als neue Dimension der Kundensegmentierung
Echtzeit-Personas sind mit Plattformen wie einer Customer Engagement Platform möglich. Sie heben die Personalisierung auf ein neues Level. Anstatt Nutzer in starre Schubladen einzuordnen, wie es bei herkömmlichen Buyer Personas der Fall ist, zählt nur die aktuelle Situation. Das ist Situationalisierung.
Alle Elemente und Inhalte, egal ob im Online-Shop, auf der Landingpage oder im Web-Magazin, werden an die Situation, die Interessen und das Verhalten jedes Online-Nutzers angepasst — immer lernend und sich selbst stets optimierend.
Das Ergebnis: Ob Maria oder Jason, jeder Nutzer erhält ein maßgeschneidertes Kundenerlebnis.
In der Praxis revolutioniert dieser Situationalisierungsansatz mit Hilfe von Echtzeit-Personas bereits die Online-Präsenz des Verlags InStyle.de oder von Online-Shops wie PETER HAHN oder der GOLDNER-Gruppe. Im Moment des Zugriffs auf das virtuelle Magazin oder den Online-Shop erhalten die Nutzer individuelle Produktlisten und Empfehlungen, die voll und ganz ihren Interessen entsprechen.
