Der Text in diesem Artikel stammt vom Webinar Einführung in Recommendations, das Sie sich unten zur Gänze ansehen können.
Das Webinar „Einführung in Recommendations“ beinhaltet eine ausführliche Untersuchung, wie der Wert von Adobe Target Recommendations wirksam eingesetzt werden kann. Erfahren Sie, wie diese Target-Aktivität automatisch Produkte oder Inhalte anzeigt, die für Ihre Kunden von Interesse sein könnten, indem sie Echtzeitvorschläge auf der Grundlage früherer Besuche optimiert. Außerdem können Sie in die Target-Benutzeroberfläche eintauchen, um eine schrittweise Übersicht über das Erstellen einer Recommendations-Aktivität zu erhalten.
Wir alle kennen die Empfehlungen, die uns beim Online-Einkauf angezeigt werden. Immer mehr Kunden erwarten diese Empfehlungen und verwenden sie als Ausgangspunkt, um andere verfügbare Angebote zu durchsuchen. Wenn Sie an Ihr eigenes Kaufverhalten denken, müssen Sie wohl zugeben, dass diese Empfehlungen wirklich gut funktionieren. Fast jeder von uns hat schon einmal ein Produkt gekauft, das er bzw. sie zuerst in einer Empfehlung gesehen haben – egal ob im Internet oder in einem Laden.
Die folgende Abbildung zeigt eine Empfehlung, die Zubehör präsentiert, das häufig mit einem neuen Smartphone gekauft wird, darunter auch Ladestationen und Kopfhörer.
Dabei fällt uns aber nicht unbedingt auf, wie digitale Unternehmen die Maßstäbe für Kundenerwartungen laufend höher legen. Unser Konsum von Medien und Inhalten wird immer mehr von personalisierten Empfehlungen gesteuert. Überlegen Sie, was Sie als Erstes sehen, wenn Sie Netflix, Spotify oder YouTube öffnen. Diese Unternehmen beginnen das Kundenerlebnis mit Empfehlungen. In einer Welt, in der es mehr Alternativen gibt als je zuvor, ist es wichtig, dass Sie den relevantesten Inhalt für Ihre Kunden im Moment der Interaktion identifizieren.
Marketingexperten verwenden Adobe Target, um personalisierte Erlebnisse für eine Vielzahl von Branchen, Kundentypen und Kanäle verfügbar zu machen.
Adobe Target stellt personalisierte Inhalte überall bereit.
Publishing: Web-Herausgeber verwenden Target Recommendations, um Site-Besuchern Artikel zu empfehlen und die Interaktion zu steigern.
Video-Tutorials: Adobe Creative Cloud verwendet Target, um Photoshop-Benutzern in der Photoshop-Anwendung Video-Tutorials zu empfehlen.
Gaming: Gaming-Unternehmen verwenden Target, um Benutzern auf ihren Konsolen Spiele und Inhalte zu empfehlen.
Reisen: Ein deutscher Reiseunternehmer verwendet Target, um Reisenden Hotels und Ähnliches zu empfehlen.
Dies sind nur einige der Arten, wie Kunden Target verwenden, um personalisierte Empfehlungen bereitzustellen.
Wie sehen gute Empfehlungen aus?
Gute Empfehlungen sollten relevant und personalisiert sein. Zur Steigerung der Relevanz und Personalisierung benötigen Sie drei Dinge:
Beginnen Sie mit einer Strategie.
Nachdem Sie Ihre Strategie festgelegt haben, können Sie mit der Implementierung von Target Recommendations beginnen.
Die Implementierung von Recommendations umfasst im Großen und Ganzen drei Schritte:
Wenn Sie mit Recommendations beginnen, übermitteln Sie Informationen zu jedem Artikel, den Sie empfehlen möchten. Target bietet verschiedene Integrationsoptionen zur Erstellung Ihres Katalogs.
Die einfachste und am häufigsten verwendete Methode besteht darin, täglich oder wöchentlich eine CSV-Datei von Ihrem Produktinformationsmanagement- oder Content-Management-System zu übermitteln. Sie können jedoch auch Informationen über die Datenschicht von Ihrer Seite mithilfe der Adobe Target-JavaScript-Bibliothek senden, unsere APIs nutzen, um Informationen direkt aus Ihrem Ausgangssystem weiterzugeben, oder unsere Adobe Analytics-Integration nutzen, wenn Sie bereits Katalogdaten an Analytics weiterleiten.
Sie können aber auch mehrere Optionen gemeinsam verwenden, z. B. den Großteil der Daten täglich per CSV-Datei und Inventaraktualisierungen häufiger per API übermitteln.
Normalerweise hilft Ihre IT-Abteilung bei der Durchführung dieses Schritts.
Unabhängig von der gewählten Methode sollten Sie zu jedem Artikel drei Kategorien von Metadaten mitsenden:
Als Nächstes sollten Sie Tags hinzufügen oder vorhandene Analytics-Implementierungen nutzen, um die Konversionsereignisse (wie Öffnungen und Käufe) zu tracken, die Target-Algorithmen verbessern.
Sie müssen sicherstellen, dass Target weiß, welche Artikel Ihre Benutzer öffnen und kaufen. Wenn der Kauf nicht für Ihren Kontext relevant ist, können Sie einen anderen Konversionstyp tracken, z. B. das Herunterladen einer PDF, die Teilnahme an einer Umfrage, das Abonnieren eines Newsletters, das Ansehen eines Videos usw.
Wenn Sie Target bereits zum Durchführen von A/B-Tests auf Ihrer Site verwenden, haben Sie diesen Schritt möglicherweise bereits durchgeführt. Oder wenn Sie Adobe Analytics bereits dazu verwenden, Berichte zu Site-Besuchen und Konversionsverhalten zu erstellen, können Sie Analytics als Quelle für Ihre Verhaltensdaten verwenden. Ist dies nicht der Fall, ist es am einfachsten, dies mithilfe eines Tag-Managers wie Tags in Adobe Experience Platform. Es ist auch möglich, Offline- oder In-App-Interaktionen per Echtzeit-API an Target zu senden.
Übermitteln Sie Informationen über Benutzer und Kontext im Moment der Interaktion an Target, um relevante und personalisierte Empfehlungen zurückzugeben.
Neben dem Benutzerverhalten in aggregierter Form müssen Sie Target den spezifischen Kontext übermitteln, in dem Empfehlungen angezeigt werden. Dazu gehören Informationen über die Seite und das Benutzerprofil. Target verwendet diese Informationen, um personalisierte Empfehlungen zu erstellen. Auf einer Einzelhandels-Website möchten Sie beispielsweise wissen, welches Produkt und welche Produktkategorie sich der Besucher momentan ansieht. Zusätzlich möchten Sie auch Informationen zu diesem Benutzer (Lieblingsmarke, bevorzugte Produktkategorie, Loyalitätsstufe usw.) wissen. Diese Informationen sind wichtig, damit Target Artikel filtern und die Personalisierung von Empfehlungen verbessern kann.
Was ist eine Recommendations-Aktivität?
Eine Recommendations-Aktivität besteht aus folgenden Komponenten:
Standardmäßig enthält Target 14 integrierte Zielgruppen, 42 integrierte Kriterien und 10 integrierte Designvorlagen. Sie können jedes dieser Elemente anpassen oder eigene hinzufügen. Es gibt auch frühere Webinare zum Erstellen von Zielgruppen in Target. In diesem Abschnitt wird beschrieben, wie die Kriterien definiert werden, aufgrund derer Artikel empfohlen werden.
Target verwendet das Konzept einer Kriterienkarte. Eine Kriterienkarte ist wie ein Rezept für die Personalisierung.
Die Auswahl oder Erstellung der richtigen Kriterien ist wichtig, um die gewünschten Personalisierungsergebnisse zu erzielen. Ein Kriterium ist wie ein Trichter, der Sie ausgehend vom gesamten Katalog zu Ihren endgültigen Empfehlungen führt.
In den folgenden Abschnitten werden die einzelnen Teile dieses Trichters und deren Funktionsweise in Target beschrieben:
Statische Filter sind allgemein anwendbare Regeln für Katalogattribute, die sich nicht häufig ändern.
In Bezug auf den Inhalt möchten Sie beispielsweise vielleicht alle Filme in Empfehlungen einbeziehen, aber Filme, die explizite sexuelle Inhalte haben, ausschließen. In Bezug auf den Einzelhandel verfügen Sie möglicherweise über mehrere Marken in verschiedenen Regionen der Welt. Sie möchten aber nur Produkte empfehlen, die in den USA verfügbar sind. Möglicherweise möchten Sie auch bestimmte Produkte einer regionalen Marke ausschließen.
Dies sind alles Katalogattribute, die allgemein anwendbar sind und die Sie möglicherweise in mehreren Empfehlungen verwenden möchten, und von denen nicht zu erwarten ist, dass sie sich häufig ändern.
Als nächsten Schritt müssen Sie einen Empfehlungsschlüssel und eine Empfehlungslogik auswählen. Hier legen Sie die Grundlage Ihrer Empfehlung fest.
Zunächst müssen Sie den Empfehlungsschlüssel auswählen. Der Empfehlungsschlüssel ist das gesuchte Objekt, aufgrund dessen eine Empfehlung ausgewählt wird. Er ist stellt die Basis einer Empfehlung dar.
Eine Empfehlung kann auf Folgendem basieren:
Auf der Grundlage dieser Schlüssel wählen Sie dann die gewünschte Empfehlungslogik aus:
Standardmäßig enthält Target eine Reihe von Algorithmen.
Der letzte Schritt ist die Anwendung von Online-Geschäftsregeln. Damit versorgen Sie Ihre Algorithmen mit dem Domänenwissen und dem aktuellen Kontext, der darauf basiert, was der Besucher auf Ihrer digitalen Property gerade macht.
Im Inhaltskontext möchten Sie beispielsweise vielleicht Filme ausschließen, die der Besucher bereits gesehen hat, oder Filme vom selben Regisseur oder im selben Genre empfehlen. Im Einzelhandelskontext möchten Sie möglicherweise nicht vorrätige Produkte ausschließen, Artikel im Preissegment von 5 bis 500 $ anzeigen oder Artikel derselben Marke empfehlen.
Nachdem Sie die oben im Empfehlungstrichter beschriebenen Aufgaben ausgeführt haben, erhalten Sie Ihre endgültige Empfehlung. Sie können sich eine Produktdemonstration in Target ansehen. Das Demo beginnt um 21:00 Uhr im Adobe Target Basics-Webinar, das Sie über den unten stehenden Link erreichen.