Online Customer Profiles

Transcription

Universität Freiburg
Arbeit im Rahmen des Seminars
“Online Customer Relationship Management”
Sommersemester 2005
Online Customer Profiles
Name:
Olivia Blum
Adresse:
Seefeldstrasse 9, 6006 Luzern
Eingereicht bei:
Prof. Dr. Andreas Meier
Datum des Vortrages:
25. Mai 2005
Arbeit Online Customer Profiles im Seminar Online Customer Relationship Management
Inhaltsverzeichnis
1 Einleitung ...................................................................... 1
2 Das Konzept des eCRM ............................................... 2
3 Warum ein Customer Profile? ....................................... 3
4 Der Personalisierungskreislauf ..................................... 4
5 Customer Profiles ......................................................... 6
5.1
Zwei Arten der Datenerhebung ................................... 6
5.2
Unsicherheitsquelle Anwender .................................... 9
6 Nachfragerbedürnisse und Customer Profiles ..............10
7 Auswertung der Online-Nutzung ................................... 11
7.1
Marketingkennzahlen .................................................. 11
7.2
Analyse des Feedbacks auf eine Online-Präsenz ....... 13
8 Verwendung in betrieblichen Prozessen ....................... 13
8.1
Informationsbedarfsanalyse ........................................ 13
8.2
Einbindung in das Web-Site-Engineering .................... 14
8.3
Online-Marketing ......................................................... 14
8.4
Personalisierte Online-Angebote ................................. 14
9 Literaturverzeichnis ....................................................... 16
1
1 Einleitung
Angesichts immer kürzerer Produktlebenszyklen, diversifizierender Zielgruppen
sowie eines intensiveren globalen Wettbewerbs ist es für Unternehmen zunehmend
wichtig,
ihr
Angebot
kontinuierlich
an
die
stetig
wechselnden
Interessen
unterschiedlicher Nutzergruppen anzupassen. Denn in diesen Märkten verlieren
traditionelle Kundenbindungsinstrumente an Effektivität. Diese neuartige Situation
führte im Laufe der Zeit zur Entwicklung einer Vielzahl von Softwarewerkzeugen und
Datenbankansätzen zur ganzheitlichen Verwaltung von Kundenbeziehungen, auch
Electronic Customer Relationship Management oder kurz eCRM genannt. Ziel ist es,
die Kundenbindungen zu erhöhen und auf diesem Wege Marktanteile und den
Unternehmensgewinn zu maximieren.
Aber auch die Nutzung des Internets eröffnet neue Möglichkeiten, tiefere Einblicke in
das Verhalten der Konsumenten zu gewinnen. Dabei können neue Methoden der
Datengewinnung
zur
Anwendung
gelangen,
welche
ein
kundenindividuelles
Marketing ermöglichen. Bei der Anwendung dieser Methoden müssen sich die
Unternehmungen jedoch an eine Reihe gesetzlicher Vorschriften halten um den
Datenschutz zu gewährleisten. Denn mit dem wachsenden Bewusstsein der
Nachfrager, dass ihr Verhalten im Internet „beobachtet“ wird, wächst auch die Anzahl
derjenigen, die dieser Entwicklung mit grosser Skepsis und Kritik gegenüberstehen.
2
2 Das Konzept des eCRM
Es kann kaum jemand bestreiten, dass sich eine erfolgreiche individuelle
Befriedigung der Kundenbedürfnisse nicht auf die Kundenzufriedenheit, die
Kundenloyalität und die Angebotsattraktivität auswirkt. Bestrebungen genau diese
Wege zu finden, mit denen Kunden möglichst bedarfsgerecht und individuell bedient
werden können, stehen zum jetzigen Zeitpunkt ganz oben auf der Dringlichkeitsliste
der Marketingexperten.1 Durch den neuen Vertriebskanal Internet wurde die
Markttransparenz stark erhöht und somit wurden die Barrieren für einen allfälligen
Anbieterwechsel gesenkt. Gleichzeitig werden die individuellen Kundenbedürfnisse
immer vielseitiger und die bisherigen Kundenbindungsinstrumente verlieren an
Effektivität. Somit ist es nicht verwunderlich, dass von etlichen IT-Anbietern
Softwaresysteme zur elektronischen Unterstützung des Marketing-, Vertriebs- und
Serviceprozesses entwickelt wurden.2
Erste Ansätze zu einer elektronischen Kundenbindung sind zu Beginn der neunziger
Jahre entstanden. Dies war genau zu der Zeit, als Unternehmen als Konsequenz der
gestiegenen Markttransparenz ein Nachlassen der Kundenloyalität registrierten. Die
Unternehmen haben daraufhin versucht, sich verstärkt auf die Kundenperspektive zu
konzentrieren und haben auch erste Softwarewerkzeuge zur Verbesserung der
Kundenbindung entwickelt.3 „Diese Softwarewerkzeuge verfolgen das Ziel, Kunden
mit individualisierten Diensten an das Unternehmen zu binden und somit zur
Umsatzsteigerung beizutragen. Entscheidendes Erfolgskriterium ist dabei die
inhaltliche und funktionale Personalisierung der präsentierten Inhalte („Content“)
entlang der Interessen und Bedürfnisse der Nutzer.“4 Aus diesem Grund hat sich
auch für diese Software der Begriff Personalisierungswerkzeuge eingebürgert.
Personalisierung ist primär auf web-basierte Inhalte fokussiert während eCRM weiter
gefasst ist und darauf abzielt, Kundendaten aufzubereiten und zu analysieren und
diese für Kundenbindungszwecke nutzbar zu machen.5
1
Vgl. Buxel 2002, S. 1.
Vgl. http://www.wiwi.hu-berlin.de/~teltzrow/artikel1neu_ogmt, S. 1.
3
4
http://www.wiwi.hu-berlin.de/~teltzrow/artikel1neu_ogmt, S. 1.
5
2
3
3 Warum ein Customer Profile?
Warum ist es für eine Unternehmung wichtig, Customer oder gar Online Customer
Profiles zu erstellen? Customer Service oder Sales Profiles sind in drei Punkten von
grosser Wichtigkeit:
•
Sie werden der Unternehmung zeigen, welche Art von Kundenbeziehungen
sie generieren sollen. Liegt der Erfolg in anfänglichen alleinstehenden
Transaktionen?
Oder
verlangt
das
Produkt
eine
fortwährende
Kundenbeziehung mit uns? Wie wichtig ist es zufriedene Kunden zu haben,
welche dann mittels Mund-zu-Mund Propaganda ihre Erfahrungen auf dem
Markt weitererzählen?
•
Anhand Customer Service/Sales Profiles können Stärken innerhalb des
aktuellen Customer Relationship Managements identifiziert werden. Indem die
Unternehmung ihre eigenen Stärken und die sich herausbildenden Praktiken
kennt, ist es ihr möglich, eine grösstmögliche Verbesserung mit einem
geringen finanziellen Aufwand zu erzielen.
•
Weil dieser Prozess ein visuelles Bild der Kundenbeziehungen zeigt, kann er
einfacher an andere kommuniziert werden. Indem die Unternehmung ihr
aktuelles und ihr gewünschtes Profil kennt, kann sie sich nun effizienter dem
Gap widmen, der diese beiden Profile noch voneinander trennt.
Die Idee, Daten über das Kundenverhalten zu sammeln und anschliessend als
Grundlage für das Marketing zu benutzen, ist nicht grundsätzlich neu. Bei der
Erstellung von Nachfragerprofilen im nicht-virtuellen Raum muss jedoch auf einen
hohen zeitlichen, finanziellen und konzeptionellen Aufwand hingewiesen werden.
Zudem repräsentieren diese Profile nur einen Zeitpunkt und lassen oftmals keine
zeitraumübergreifenden Aussagen zu.6 Die Erstellung von detaillierten Profilen im
Internet wird in vielerlei Hinsicht begünstigt:
•
Die digitale Form der automatisch anfallenden Daten ermöglicht eine schnelle
und zeitnahe Verwendung der Daten für die Analyse. Damit kann unmittelbar
und individuell auf eine Aktion des Nachfragers reagiert werden.
6
Vgl. Buxler 2002. S. 3.
•
4
Da die Daten ohne zusätzlichen Aufwand permanent erhoben werden können,
kann eine hohe Güte der erfassten Profile garantiert werden.
•
Die
zunehmende
Bedeutung
Informationsaustausches
hat
sich
des
auf
Internets
im
verschiedene
Bereich
des
Lebensbereiche
ausgeweitet. Damit kann ein umfassendes Bild über das Nachfrageverhalten
gewonnen werden.
•
Anhand des technischen Datenaustausches zwischen den Anbietern und den
Nachfragern kann automatisch aufgezeichnet werden, wann welcher Nutzer
sich wie lange auf der Website aufgehalten hat.
•
Durch den automatischen Anfall der Daten, lässt sich die Datenerhebung und
Datenverwertung automatisieren. Es entsteht also kaum Aufwand. Dies wird
durch sogenannte Tools erreicht, welche die Daten selbstständig erheben,
verwerten und damit direkt dem Marketing zugänglich machen.7
4
Dieser
Der Personalisierungskreislauf
im
vorherigen
Kapitel
beschriebener
Ablauf
kann
als
folgendermassen dargestellt werden:
Abbildung 1: Der Personalisierungskreislauf
Quelle: http://www.wiwi.hu-berlin.de/~teltzrow/artikel1neu_ogmt, S. 3
7
Vgl. Buxler 2002, S.4.
Kreislauf
5
1. Datenerfassung
In einem ersten Schritt werden Kundendaten wie Geschlecht, Alter, Interessen oder
Konsumverhalten gesammelt. Diese Daten stammen aus dem World Wide Web, dem
Call Center oder externen Quellen. Anschliessend werden sie in einem Data
Warehouse gespeichert, damit die Unternehmung alle Interaktionen mit ihren Kunden
über verschiedene Kanäle steuern kann. 8
2. Profiling
Anschliessend
an
die
Konsolidierung
der
Daten
erfolgt
die
sogenannte
Datenanalyse, bei der das Profiling eine gewichtige Rolle einnimmt. Profiling
beinhaltet die Erstellung, die Aufbereitung und die Pflege individueller Nutzenprofile,
wobei ein Nutzerprofil aus den zuvor gesammelten Daten besteht. Dabei sollten die
Datenschutzbestimmungen beachtet werden.
3. Matching
Im dritten Schritt erfolgt das Matching. Damit ist die personalisierte Aufbereitung der
Inhalte entlang der Nutzerprofile gemeint. Als Voraussetzung für ein erfolgreiches
Matching kann eine trennscharfe inhaltliche Kategorisierung sowie eine saubere
redaktionelle Aufbereitung der Inhalte genannt werden. Beim Matching richtet die
Unternehmung ihr Angebot nach dem Kunden und seinem spezifischen Profil aus.
4. Personalisierte Feedback
Der Personalisierungszyklus kann als geschlossen angesehen werden, wenn Daten
aus Trackingaktivitäten und gewonnene Feedback (per E-Mail, Webpages etc.) zur
Aktualisierung der Datenbank und der individuellen Nutzerprofile genutzt werden.9
Nur so kann eine hohe Aktualität der Daten gewährleistet werden, welche im immer
härter werdenden Wettbewerb dringend notwendig ist.
8
9
5
6
Customer Profiles
5.1
Zwei Arten der Datenerhebung
Anhand des vorangehenden Schemas des Personalisierungskreislaufes war grob
ersichtlich, wie der Verlauf der Personalisation aussieht. Doch wie werden am Ende
Customer Profiles erstellt?
Es gibt viele verschiedene Quellen der Datengewinnung. Diese lassen sich in zwei
Bereiche unterteilen: Erstens die Erhebung von Daten, die unmittelbar aus der
Präsenz im Internet entstehen und nach den Diensten im Internet unterschieden
werden können. Und zweitens die Nutzung von externen und betrieblichen
Datenquellen, die als mittelbare Folge der Online-Präsenz berührt sind. (Siehe
Abbildung 2).
Die vorliegende Arbeit beschränkt sich auf Datenquellen aus der Webpräsenz.10
Newsgroups
World Wide
Web
•
Logfiles
•
Cookies
•
Benutzerregistrierung
Mailing Lists,
Push Channels
Electronic
Mail
Online-Nutzungsdaten
FIBU
Vertrieb
Öffentlichkeit
Abbildung 2: Quellen der Datengewinnung
Quelle: Guba/Gebert 1998, S. 5
Beim Besuch des Internets ist es möglich, jeden Schritt des Benutzers durch die
virtuellen Pfade zu verfolgen und dabei detailliert die Schritte zu protokollieren. Wenn
diese Informationen noch mit Daten über die Identität des Nutzers oder sonstige
Merkmale verbunden werden ist es der Unternehmung möglich, ein umfassendes
10
Vgl. Guba/Gebert 1998, S. 4.
7
Bild über den Konsumenten zu gewinnen. Damit lassen sich genaue Aussagen über
die Bedürfnisse und Gewohnheiten der Nutzer ableiten.11
Diese Informationen können im Internet mit Hilfe ganz verschiedener Verfahren
ermittelt werden. Dafür kann auf eine Einteilung zurückgegriffen werden, die auf der
Basis des Bewusstseins des Nutzers über die Aufzeichnung seines Verhaltens und
der damit verbundenen Reaktion gründet. Es wird dabei zwischen einer reaktiven
und einer nicht-reaktiven Datenerhebung unterschieden.
•
Bei den reaktiven Verfahren (sog. explizite Kundenprofile) ist sich der Nutzer
über die Aufzeichnung seines Verhaltens bewusst. In der Regel beteiligt er
sich sogar mittels einer aktiven Dateneingabe. Bei dieser Datenerhebung
handelt es sich um Daten, die sich auf Eigenschaften des Nutzers beziehen
(persönliche Daten wie Name, Alter oder Geschlecht oder Präferenzen etc.)
und die ohne die aktive Mithilfe des Nachfragers nicht hätten ermittelt werden
können.12 Profilinformationen sollen also eine redundante Interaktion mit dem
Kunden vermeiden.13
•
Die
nicht-reaktive
Datenerhebung
(sog.
abgeleitete
Kundenprofile)
konzentriert sich auf das Nutzungsverhalten von Nachfragern auf Websites,
welches mittels einer Aufzeichnung von Daten im Internet erhoben wurde. Ihr
Ziel ist es, ein Verhaltensprofil zu ermitteln. Kriterien dabei sind die getroffene
Seitenwahl, getätigte Onlinekäufe etc. Es handelt sich hier um eine
technologiegestützte Verhaltensbeobachtung im Internet.14
Hier einige Beispiele für reaktive oder nicht-reaktive Verfahren:
Reaktive Verfahren (Benutzerregistrierung)
Geschlossene
Formularfelder
Offene
Formularfelder
Wahlmenüs
Feld für manuelle Eingaben durch den Nutzer, wobei keine
Freiheitsgrade auf thematischer Ebene bestehen.
Feld für manuelle Eingaben durch den Nutzer, wobei Freiheitsgrade
thematischer Ebene bestehen.
Vorlage fest definierter Antwortkategorien, aus denen der Nutzer
passende Attribute auswählen kann.
Tabelle 1: Kennzeichen von Erhebungsverfahren im Internet
11
Vgl. Buxel 2002. S. 2.
13
Vgl. Business Informatics Group: TU Wien, 2004, S. 24ff.
14
12
8
Nicht-reaktive Verfahren
Log-Dateien
(Protokolldateien)
Log-Dateien zeichnen autom. Informationen über den Austausch
von Dateien zwischen Server und dem Klient auf und erhalten
spezifische Kennwerte, mit denen Zugriffe auf Webseiten
beschrieben werden, wobei sie jeden angeforderten Datenzu- bzw.
–abgang protokollieren.
Cookies
(Browserregistrationen) Cookies sind kleine Dateien, mit deren Hilfe auf dem Rechner des
Nutzers Informationen hinterlegt werden können, bspw. in Form von
ID-Codes, die zur Nutzenidentifikation herangezogen werden
können. Sie werden häufig im Verbund analysiert, um Informationen
über die Interessen der Nutzer zu gewinnen.
Tabelle 2: Kennzeichen von Erhebungsverfahren im Internet
Quelle: Buxel 2002, E-Commerce: Customer Profiling im Internet, S. 3
Das Electronic Mail ist der meistverwendete Dienst im Internet. Sogenannte
Mailingfunktionen werden meist auch in Web-Seiten integriert, sodass dem Kunden
Möglichkeiten geboten werden, den Verantwortlichen einer Web-Site direkt
anzusprechen.
Bei Newsgroups besteht die Möglichkeit, den Inhalt bezüglich der Erwähnung des
eigenen Firmennamens zu analysieren. So existieren im World Wide Web
automatische Suchmaschinen, die viele Newsgroups auf ihren Inhalt untersuchen.
Push-Channels und Mailinglisten eignen sich hervorragend, um dem Kunden
Infromationen über die eigenen Dienstleistungen und Produkte zukommen zu lassen.
Der Unterschied zu den bisher im Internet vorherrschenden Pull-Technologien ist,
dass der User nicht selbst aktiv nach Informationen suchen muss sondern, dass er
diese geliefert bekommt. Als Inhaber solcher Mailinglisten und Channels lassen sich
Daten über den Stand der Veränderung der Abonnenten-Zahl, Feedbacks oder die
Angaben der Selbstselektion der Nutzer gewinnen. Jedoch lässt sich damit nicht
ermitteln, ob diese gesendeten Informationen von den Zielpersonen auch abgerufen
wurden.15
Durch eine genaue Datenverarbeitung, einer Speicherung in einer geeigneten
Datenstruktur und einer Analyse der gewonnenen Daten können Profile abgeleitet
werden, die dann als Grundlage für die Ausgestaltung der Aktivitäten auf dem Markt
benutzt werden können.16
15
16
Vgl .Guba/Gebert 1998, S. 7.
9
Die erhobenen Daten bei einer Unternehmung könnten folgendermassen gesammelt
und aufbereitet werden:
Abbildung 3: Datenfragmente einer Marketing Applikation
Quelle: Adomavicius/Tuzhilin 2001, S. 75
5.2
Unsicherheitsquelle Anwender
Eine weitere Schwierigkeit beim Erfassen von Daten liegt auf Seiten des Nutzers von
Online Angeboten. Seine gemachten Angaben können sich verändern, gar nicht für
ihn bestimmt sein und es stehen den Usern vielfältige Möglichkeiten zur Verfügung
ihre Daten vor den Informationsanbietern zu schützen.
•
Falsche Angaben
Viele Angaben, die von den Nutzern gemacht werden, sind mit Vorsicht zu
geniessen. Speziell dann, wenn darauf verzichtet wird, Nutzungsprofile von
den Kunden zu erstellen. Untersuchungen haben gezeigt, dass viele
selbstgemachte Angaben nicht der Wahrheit entsprechen.17
•
Mehrere Computerbenutzer
Die meisten Seiten arbeiten prioritär mit Cookies und nur sekundär mit
Username und Passwort. Viele Heimcomputer werden aber von mehreren
Personen genutzt. Dies kann zu Verfälschungen der Profile führen.
•
Wechsel der Interessen
Präferenzen von Kunden können sich aus verschiedenen Gründen verändern.
Ein Hochleistungssportler der fortwährend Bike-Artikel bestellt hat, wird nach
einer Knieverletzung diese nicht mehr benötigen.
17
Vgl. Easton 1996, S. 106.
•
10
Unterschiedliche Produktlebenszyklen
Für Folgekäufe kann man sich in der Regel auf durchschnittliche
Produktlebenszyklen berufen. Jedoch wird ein Technik-Freak sein Handy
öfters wechseln als der Otto-Normalverbraucher.
•
Fremdeinkäufe
Der Kunde kann auch bestimmte Produkte für Dritte eingekauft haben, was
keine Rückschlüsse auf seine Präferenzen mehr zulässt.18
Es existiert noch eine Vielzahl von technischen Problemen bei der Datengewinnung,
welche aus Platzgründen jedoch nicht angesprochen werden. Für weitere
Informationen verweise ich direkt auf Guba/Gebert.19
Dem
Kunden
sollten
demnach
Anreize
geboten
werden,
seine
Daten
wahrheitsgemäss zu übermitteln. Als Grundregel könnte gelten, dass immer nur
solche Informationen abgefragt werden, die wirklich auch benötigt werden um dem
Kunden seine gewünschte Leistung zu erbringen. Beispielsweise wird kein Kunde
etwas dagegen haben, dass er seine Postadresse nennen muss, wenn er dadurch
das Gewünschte nach Hause geschickt bekommt.20
6 Nachfragerbedürfnisse und Customer Profiles
Der Einsatz von Profiling-Techniken ist teilweise ein problematisches Unterfangen.
Denn die Nachfrager generieren ein wachsendes Bewusstsein dafür, dass ihre
Handlungen im Internet von den Unternehmen möglicherweise beobachtet und
gespeichert werden. Dies führt zu einer steigenden Anzahl an Nachfragern, die
dieser Tatsache sehr kritisch gegenüber stehen und etliche Bedenken hinsichtlich
ethisch-moralischen Aspekten des Customer Profiling äussern. Es kann sogar soweit
kommen, dass diese Personen sich in ihrer Privatsphäre verletzt fühlen.21
Ein oft genannter Kritikpunkt ist dabei die Nicht-Reaktivität der Datenerhebung. Dabei
ist den Benutzern oft nicht klar, dass sie Spuren hinterlassen die aufgezeichnet
18
Vgl. Lämmlin 2001, S. 5.
Guba/Gebert 1998, S. 9.
20
21
Vgl. Buxler 2002, S. 5.
19
11
werden können. Daraus resultiert, dass Kundenprofile im Internet erstellt werden
können, ohne dass die Betroffenen darüber in Kenntnis gesetzt werden müssen. Für
den Kunden führt dies zu einer Intransparenz, da er nicht weiss, was mit seinen
Daten geschieht. Ihm ist dieser Zustand, des „gläsernen Kunden“ ganz und gar nicht
recht. Des Weiteren wird die unsachgemässe Verwendung der Daten kritisiert, wie
beispielsweise die Versendung von störenden Massenwerbe-Mails. Daher gilt für
Unternehmungen, die Daten zu Marketing-Zwecken im Internet erheben, diese auf
eine verantwortungsvolle Art und Weise zu erheben und weiterzuverwenden.22
„Ausschliesslich wenn der echte Wunsch, den Kunden besser zu verstehen und ihm
damit eine bessere Leistung anzubieten, zentrale Triebfeder ist, kann die OnlineProfilierung erfolgreich sein: Nur so werden Online-Passanten zu Kunden, Kunden zu
Stammkunden und Stammkunden zu Multiplikatoren.“23
7 Auswertung der Online Nutzung
Nachfolgend werden nur einige mögliche Kennzahlen genauer erläutert. Für
zusätzliche Informationen verweise ich direkt auf Guba/Gebert.24
7.1
Marketingkennzahlen
Kennzahlen fürs Web können in Kontakt- und Interaktivitätskennzahlen unterteilt
werden. Die Kontaktkennzahlen interaktiver Medien sind genau dieselben wie die
von herkömmlichen Medien. Mittels diesen lässt sich die Anzahl der Zugriffe der
jeweils betrachteten Ebene bestimmen.
Dabei wird zwischen Brutto- und
Nettokontakten unterschieden.25 Bei den Brutto-Kontakten werden auch mehrmalige
Besuche ein und desselben Nutzers mitgezählt, während bei Nettokontakten jeder
Besucher nur einmal gezählt werden darf.
Die Interaktivitätskennzahlen beschreiben das Verhalten jedes einzelnen Besuchers
während seiner Online-Präsenz und lassen sich einfach ermitteln und auswerten.
22
Vgl. Buxler 2002, S. 5.
Lämmlin 2001, S. 1
24
Guba A. /Gebert O.:Online-Monitoring –Gewinnung und Verwertung von Online Daten, in:
Arbeitspapiere WI, 8/1998, Hrsg.: Lehrstuhl für Allg. BWL und Wirtschaftsinformatik, Johannes
Gutenberg-Universität: Mainz 1998.
25
23
12
Deshalb wird das World Wide Web auch als das erste sich selbst messende
Werbemedium bezeichnet. Sie beschreiben die zeitliche Abfolge und VorgängerNachfolger-Beziehungen der Zugriffe. 26
Wenn Daten über das Navigationsverhalten der Besucher gefragt sind, empfiehlt sich
eine
Analyse
der
Start-
und
Endpunkte.
Voraussetzung
dafür
ist
die
Unterscheidbarkeit der Nutzer.
•
Einstiegsseite
Die Einstiegsseite ist jene Seite, welche als Startpunkt des Besuches gewählt
wurde. Durch eine Untersuchung aller Einstiegspunkte lässt sich ermitteln, ob
die Besucher auf der dafür vorgesehenen Homepage beginnen oder ob der
Einstieg mittels Seiten über bestimmte Produkten, Neuigkeiten etc. gewagt
wurde.
•
Ausstiegseite
Damit ist der Endpunkt des Besuches gemeint. Durch sie lässt sich erkennen,
wo die User eventuell das Interesse an der Web-Site verlieren.27
Um Daten über Vorgänger oder Nachfolgeseiten einer bestehenden Seite zu
erhalten werden sogenannte Pfadanalysen eingesetzt.
•
Die interne Pfadanalyse, also die Analyse der innerhalb einer Web-Site
vorgenommenen Wege, liefert Ergebnisse über typische Navigationspfade
während eines Besuches. Solche Untersuchungen zeigen die von den
Besuchern hergestellten sachlogischen Zusammenhänge zwischen Seiten.
•
Mittels der externen Pfadanalyse kann ermittelt werden, von welcher
vorherigen Seite der Einstieg erfolgt ist.28 (vgl. dazu Ein- Ausstiegsseite)
Besonders wichtig ist die Pfadanalyse bei der Werbeerfolgsmessung. Durch sie wird
ersichtlich, welche Banner die Besucher am meisten zu einem „Querbesuch“
angeregt haben.29
26
28
Vgl. dazu Ein- und Ausstiegsseite.
29
27
7.2
13
Analyse des Feedbacks auf eine Online-Präsenz
Die bisherigen Kennzahlen basierten auf Daten, die direkt aus der Nutzung einer
Online-Präsenz gewonnen werden konnten. Es exisitieren jedoch noch Wirkungen
aus anderen Bereichen:
•
Reaktion der Presse und der Öffentlichkeit
Eine nicht zu vergessende Komponente ist die Resonanz in den Medien. Die
gewonnene Aufmerksamkeit kann dem Aufwand gegenübergestellt werden.
•
Analyse eingehender E-Mails
Durch E-Mails erhält die Unternehmung unmittelbare Nutzer-Feedbacks. Viele
Kunden geben „ihrer“ Unternehmung auch Anregungen und sind dafür sogar
bereit,
Fragebogen
auszufüllen.
Ein
gut
gepflegter
Online-
Kommunikationskanal kann ein wesentlicher Bestandteil des gesamten
Produktentwicklungs-
und
Produktverbesserungsprozess
gleichzeitig ist es möglich die Kundenbindung zu stärken.
8
sein.
Und
30
Verwendung in betrieblichen Prozessen
8.1
Informationsanalyse
Eine sachgerechte Anwendung der erfassten Daten verlangt, dass vor der
Entwicklung von Informationsinstrumenten eine Bedarfsanalyse der vorhandenen
Informationen gemacht wird. Ein Informationsbedarf besteht in der Regel, wenn ein
Mangel an entscheidungsrelevanten Informationen vorliegt. Nach Piontek31 lassen
sich dabei folgende drei Teilbereiche unterscheiden:
•
Mengenproblem: Häufig sind zwar grosse Mengen an Daten vorhanden, die
aber in der vorgegebenen Zeit nicht effektiv ausgewertet werden können.
•
Zeitproblem: Infolge des zunehmenden Wettbewerbsdruck ist eine Analyse
erforderlich, welche auf aktuellen Daten basiert und flexibel durchführbar ist.
Diese ist aber oftmals nicht der Fall.
30
31
Vgl. Piontek 1996, S. 108ff.
•
14
Qualitätsproblem: Bei vielen Daten besteht immer die Gefahr, dass die
Qualität durch mangelnde Repräsentanz, Relevanz, Präzision und Reliabilität
eingeschränkt wird.32
8.2
Einbindung in das Web-Site-Engineering
Die gesammelten Daten sollten unbedingt in den Prozess des Web-Site-Engineering
eingebunden werden. Denn mit den Informationen, die durch die vorliegenden Daten
vorhanden sind, können zum Beispiel Homepages angepasst werden, damit die Site
vermehrt als Einstiegsseite genutzt wird. In diesem Rahmen zu erwähnen wäre hier
noch die Nutzung des Flow-Effektes um den Aufbau und das Aussehen der Site
attraktiver zu gestalten.33 Oder es könnten Links zu anderen Bereichen der Web-Site
erstellt werden, um Anreize zu schaffen, damit die Kunden länger verweilen. Eine
andere
Möglichkeit
besteht
in
der
gezielten
Ausrichtung
auf
einzelne
Kundensegmente. Damit können zum Beispiel verschiedene Seiten entsprechend
den Ländercodes in unterschiedlichen Sprachen angeboten werden.
8.3
Online-Marketing
In den meisten Fällen werden die gesammelten Daten für das Online-Marketing
genutzt. Dazu werden der wechselseitige Austausch von Mitteilungen, die
Möglichkeit der direkten Antwort, der Rollentausch zwischen Sender und Empfänger
und die gleichzeitige Kommunikation mit einem Massenpublikum gezählt. Über die
Zukunft des Online-Marketings schreibt die Harvard Business Review: „(...) there is a
reasonable chance that interactive media – including the Web – could transform the
way we build brands and communicate them to the customer.”34
8.4
Personalisierte Online-Angebote
Personalisierte Angebote im Web gründen auf der Möglichkeit der zweiseitigen
Kommunikation. Dabei geht es darum, Sites nach bereits erhobenen Präferenzen
32
34
Sorrel/Salama 1996, S. 152.
33
15
des Besuchers zu gestalten. Es existiert eine Vielzahl von Möglichkeiten zur
Gestaltung von personalisieren Online-Angeboten. Dabei können die dazu
verwendeten Software-Programme in „Collaborative Filtering Agents“ und „Learning
Agents“ unterschieden werden.
Collaborative Filtering Agents erstellen ein Interessenprofil des Nachfragers (mit
dessen Zusammenarbeit) und generieren entsprechend diesem Profil das zukünftige
Informationsangebot. Ein gutes Beispiel für ein solches Angebot wäre die Site von
Raeast.35 Zuerst erfolgt die Eingabe diverser persönlicher Daten, damit ein
persönlicher Bereich kreiert werden kann. Anhand dieser Daten erhält der Besucher
nun ein speziell auf ihn zugeschnittenes Angebot (evt. auch für Spezialwünsche) und
Werbung (z. B. Bannerwerbung, Promotionseinblendungen) kann dank dieser
Informationen zielgruppengerecht platziert werden.36
Im Gegensatz dazu zeichnen die Learning Agents die vom Nutzer hinterlassenen
Pfade
im
Hintergrund
auf.
Das
Nutzungsverhalten
wird
zu
einem
Profil
zusammengetragen, das dann nachfolgend zur Erstellung eines personalisierten
Informations- und Werbeangebots genutzt werden kann. Ein bekannter Anwender
dieser Technik ist Amazon. Da heisst es: „ Kunden, die dieses Buch gekauft haben,
haben auch diese Bücher gekauft...“37 Der Kunde wird also sogleich einer
bestimmten Kundengruppe zugeordnet.
35
Vgl. dazu http://www.raeast.com.
37
Vgl. dazu http://www.amazon.de.
36
16
9 Literaturverzeichnis
-
ADOMAVICIUS, Gediminas; TUZHILIN, Alexander (2001)
Using Data Mining Methods to Build Customer Profiles, in: IT Professional,
Ausgabe 1/2001, S. 74-77
-
BUSINESS INFORMATICS GROUP:TU WIEN (2004)
M3:E-Commerce
http://big.tuwien.ac.at/teaching/offer/SS04/usi1/usi1M3eCommerce.pdf
20. April 2005
-
BUXEL, Holger (2002)
E-Commerce: Customer Profiling im Internet: den Kunden im Visier, in:
Science Factory, Ausgabe 1/2002, S. 1-5
http://www.comunixx.de/publikationen-all.html
16. April 2005
-
EASTON, Jaclyn (1996)
Hidden Revenue Hotspots, in: ZD Internet Magazine, Volume 1, Issue 1,
December 1996, S. 106
-
GRAND, Paul M. (1997)
Interview in: Einladung zur Konferenz „Performance Measurements For Web
Sites – Innovative Techniques to Monitor, Measure & Track Performance“ des
International Quality & Productivity Center (IQPC) am 24.-26.02.1997 in San
Francisco
http://www.iqpc.com/0297pmwb.htm
-
GUBA, Andreas; GEBERT, Oliver (1998)
Online Monitoring – Gewinnung und Verwertung von Online-Daten, in:
Arbeitspapiere WI, Nr. 8/1998, Hrsg.: Lehrstuhl für Allg. BWL und
Wirtschaftsinformatik, Johannes Gutenberg Universität: Mainz 1998, S. 1-24
-
HOFFMANN, Donna L.;NOVAK, Thomas P. (1996)
You can’t sell if you don’t have a market you can count on, in: The future of
Interactive Marketing, in: Harvard Business Review, November-December
1996, S. 161
-
17
LÄMMLIN, Philipp (2001)
Methoden der Personalisierung im Web, S. 1-7
http://www.namics.com/files/know_fac_per.pdf
20. April 2005
-
PIONTEK, Jochen (1996)
Controlling, München, Wien: Oldenbourg 1996
-
SORREL, Martin;Salama Eric (1996)
We can’t afford to assume that the new media well be unimportant, in: The
Future of Interactive Marketing, in: Harvard Business Review, NovemberDecember 1996, S. 152
-
TELTZROW, Maximilian (o. J.)
E-CRM: Konzeption und Möglichkeiten zur Effizienzmessung
http://www.wiwi.hu-berlin.de/~teltzrow/artikelneu_ogmt
20. April 2005

Online Customer Profiles

Transcription

Similar documents

Ein Potemkinsches Dorf - ESCH. The Brand Consultants

Juli 2013 - Die S

03/2005 - Orange Cosmos

eBook "Erfolgreiches Callcenter 2009" - Predictive Dialer

wirtschaft zum baulichen schallschutz

unter diesem Motto könnte die aktuellste Serenata NetHotel CRM

Community Edition

Serviceberater (m/w)

Serviceberater (m/w)

MSP® Glossary of Terms English - German