Künstliche Intelligenz hat große Fortschritte gemacht, die Wirksamkeit von Online-Werbung noch weiter zu steigern. Mit Hilfe intelligenter Algorithmen können Unternehmen jetzt große Datenmengen analysieren, um so Content für einzelne Käufer anhand ihrer Vorlieben und Verhaltensweisen maßzuschneidern.
Solch hyperrelevantes Targeting liefert die richtige Botschaft zum richtigen Moment an die richtigen Käufer – und die KI dahinter wird immer besser. Viele Unternehmen setzen bereits auf hyperrelevanten Werbe-Content, denn die Ergebnisse sprechen für sich. Sehen wir uns einmal fünf Beispiele an.
Macy’s
Wie viele andere Online-Unternehmen auch, die auf einem umkämpften Markt wettbewerbsfähig bleiben wollen, arbeitet der große Retailer Macy‘s massiv daran, sein Marketing auf seine breite Kundenbasis individuell abzustimmen.
Screenshot von www.macys.com/p/enhance-app
Für ein personalisiertes Shoppingerlebnis analysiert Macy‘s zunächst die individuellen Shopping- und Kaufmuster der Kunden. Mithilfe von Datenpunkten wie Besuchshäufigkeit oder Vorlieben ist Macy‘s in der Lage, Loyalität individuell zu belohnen und Promotionen persönlich zu gestalten.
Starbucks
Ganz ähnlich wie Macy‘s berücksichtigt auch Starbucks Kaufhäufigkeit, Vorlieben bei Getränken und Speisen sowie Trends bei der App-Nutzung in der Feinabstimmung des eigenen Datenbestandes. Hyperpersonalisierte Sonderangebote, Informationen zu neuen, für die jeweiligen Käufer besonders interessanten Produkten und die nächstgelegenen Starbucks-Filialen werden in der App angezeigt, um die Interaktion zu steigern.
Screenshot von Starbuck’s mobile app
Starbucks ist so in der Lage, eine starke Bindung zu seiner Kundenbasis aufzubauen. Hyperpersonalisierte Werbung und Kommunikation sind dabei wichtige Faktoren für eine solide Beziehung zwischen Brand und Zielgruppe.
Ikea
Wenn es um die Implementierung neuer Technologien geht, ist Ikea oft vorne mit dabei. Mit seinem Augmented-Reality-Feature in der Ikea Place App erreicht der Möbelhändler jedoch ein völlig neues Niveau von Hyperrelevanz. Nutzer können ein Zimmer in ihrer Wohnung einscannen, dann im Ikea-Katalog stöbern und direkt sehen, welche Produkte am besten in dieses Zimmer passen würden. Sie können in das Bild hineinzoomen, Möbel immer wieder neu platzieren und anhand spezifischer Kriterien nach geeigneten Produkten suchen.
Screenshot von Ikea Place app
So verbessert Ikea nicht nur das Shoppingerlebnis beim Möbelkauf, sondern sammelt auch große Mengen an Daten, mit denen sich im Nachgang die individuellen Produktempfehlungen noch weiter optimieren lassen.
ASOS
Der Fashion-Retailer ASOS setzt auf Landing Pages, die sich dynamisch an die individuellen Interessen seiner Käufer anpassen. Ein Beispiel: Wenn ihr mal nach Röcken gesucht habt und dann später die URL der Homepage aufruft, werdet ihr möglicherweise automatisch in die Sektion für Frauen-Oberbekleidung weitergeleitet. Das verbessert das Shoppingerlebnis für regelmäßige Besucher. Sie werden in den Bereich der Website geführt, der aktuell am relevantesten für sie ist.
Screenshot von www.asos.com
Kunden, die bereits die richtige Kleidergröße für sich gefunden haben, erhalten den zusätzlichen Vorteil, dass ihnen diese Informationen auf die weiteren Produktseiten folgen. Das spart nicht nur Zeit, sondern verbessert auch das Shoppingerlebnis.
Sephora
Sephora setzt bei einem signifikanten Teil der Kunden-Interaktionen auf stets hyperrelevante Inhalte – im Geschäft, in den Social Media, in der App und auf der Website. Auf Basis der Informationen zu früheren Käufen, des individuellen Verhaltens und aktueller Trends werden die Angebote auf die Vorlieben des jeweiligen Kunden zugeschnitten.
Screenshot von Sephora mobile app
Die Webseiten sind zudem so gestaltet, dass sie alle Fragen und Bedenken der Käufer zu den einzelnen Produkten adressieren und so relevante Informationen für die jeweilige Kaufentscheidung liefern. Sephora setzt zudem auch in den Filialen auf eine ausgeprägte digitale Präsenz und bietet den Kunden so ein hyperrelevantes Omnichannel-Shoppingerlebnis.
So funktionieren hyperrelevante Ads
Dank hyperrelevanter Werbung können Unternehmen die Kundenbindung, den Umsatz und selbst die Marken-Bekanntheit signifikant steigern. Wie lässt sich das erreichen? Mittels Deep Learning!
Deep-Learning-Modelle sind in der Lage, gigantische Datenmengen zu analysieren – auf einem Niveau weit jenseits dessen, was ein Mensch leisten könnte. Deep-Learning-Modelle können in diesen Datenmengen Muster erkennen und noch präziser (und schneller) vorhersagen, was ein bestimmter Kunde aktuell will. Ads auf Basis einer solchen Datenanalyse sind optimal personalisiert. So steigt die Chance auf Interaktion und natürlich auch auf Conversion.
Das bedeutet nichts Geringeres als echtes 1:1-Marketing – vielleicht zum ersten Mal in der Geschichte. Solche Werbung verhilft Kunden dabei, neue Produkte zu entdecken, die sie wirklich interessieren, dder kann sie an Produkte erinnern, die sie vielleicht längst vergessen haben.
Mehr Informationen erhaltet ihr in unserem ultimativen Leitfaden zu KI-gestützter Werbung.
