top of page
  • AutorenbildSven Müller

Individuelles Print Marketing: Welche Hausaufgaben müssen Unternehmen vorab bewältigt haben?

Aktualisiert: 6. Juli 2021

Mit den richtigen Inhalten zum richtigen Zeitpunkt beim Kunden sichtbar sein – das ist die Hauptaufgabe und gleichzeitig große Herausforderung des Marketings. Ein geeignetes Werkzeug dies zu erreichen, ist das personalisierte Marketing. Dazu gehört auch die automatisierte Versendung von kundenindividuellen Printwerbemitteln in Verbindung mit einem auslösenden Ereignis, wie beispielsweise der allbekannte Warenkorbabbruch. Es wurde bereits mehrfach eindrucksvoll bewiesen, dass der Nutzen einer solchen Kundenansprache erheblich effektiv ist. Doch mit welchen Herausforderungen ist die automatisierte Ausleitung individualisierter Printerzeugnisse verbunden?


Quelle: ThisIsEngineering / Pexels



Personalisierung, Marketing Automation und Individualisierung: Das ist die Richtung, in die sich das Marketing derzeit bewegt. Dabei können Unternehmen durch verschiedene Vorteile, wie beispielsweise geringere Streuverluste oder eine höhere Conversion Rate, profitieren. Um dieses Potential allerdings ausschöpfen zu können, muss Verständnis im Hinblick auf die notwendige Datenlogistik geschaffen werden, denn relevante Daten sind die Grundlage einer effektiven Individualisierungsstrategie. Die große Herausforderung lässt sich also betiteln: Relevante Daten.


Welche Daten sind notwendig?

Für die automatisierte Ausleitung von Massenwerbemitteln ist die Datengrundlage intuitiv und lässt sich schnell zusammenfassen: Neben dem Corporate Design – quasi den Formatierungsregeln für die Erstellung der Werbemittel – müssen alle relevanten textuellen und visuellen Daten der abzubildenden Produktinformationen vorliegen. Sprich, alle Informationen, die visualisiert werden sollen, müssen in die Datengrundlage eingebettet werden.


Für eine Individualisierung der Werbemittel werden darüber hinaus personenbezogene Daten benötigt. Dazu zählen neben den klassischen Kundendaten, ebenfalls sogenannte Empfehlungsdaten.


Somit ergeben sich prinzipiell zwei maßgebliche Arten von Daten, die für eine Individualisierung von Printmedien zwingend notwendig sind. Allerdings spielt auch das Corporate Design eine ausschlaggebende Rolle.



Produktdaten im Detail

Die Produktinformationen lassen sich in zwei Kategorien aufteilen: Textuelle und visuelle Produktinformationen.

Textuelle Produktinformationen

Zu den textuellen Informationen zählen beispielweise Produktbezeichnungen, Beschreibungstexte, Artikelnummern, Preise und ggf. Streichpreise. Auch hier stellen sich schon einige Fragen, die es im Vorhinein zu klären gilt:

  • In welcher Form liegen Tabellen und Listen vor?

  • Sind alle abzubildenden Attribute auch im Export bzw. über die Schnittstelle abrufbar oder müssen Werte berechnet werden (beispielsweise ein prozentualer oder absoluter Rabatt)?

  • Enthalten verschiedene Textelemente Online-Formatierungen als HTML?

  • Können die im Export gelieferten Preise im Werbemittel dargestellt werden oder sind Preise mit anderem Preisdatum zu verwenden?


Soll der Aufbau der Werbemittel anhand von betriebswirtschaftlichen Kenngrößen gesteuert werden, müssen die jeweiligen Merkmale ebenfalls in textueller Form vorliegen. Solch ein dynamischer Aufbau ist sehr empfehlenswert, da beispielsweise Produkte mit hohem Deckungsbeitrag, Lagerbestand oder Werbekostenzuschuss größer und somit prominenter dargestellt werden können.


Visuelle Produktinformationen

Die visuellen Informationen umfassen neben den eigentlichen Produktbildern oftmals Herstellerlogos und Labels oder Siegel. Bekannte Beispiele sind: „Echtes Leder“, „Made in Germany“ oder “Bio-Qualität”. Kritische Fragen, die hier zu beantworten sind, umfassen:

  • Liegen die verfügbaren Bilder in einer ausreichend hohen Auflösung vor?

  • Soll in den automatisiert ausgeleiteten Werbemitteln mit Textumfluss gearbeitet werden und falls ja, verfügen die bereitgestellten Bilder über Freistellungspfade?


Kundendaten im Detail

Printwerbemittel mit kundenindividuellen Produktvorschlägen setzen neben den oben beschriebenen Produktinformationen voraus, dass Adress- und Empfehlungsdaten vorliegen und exportiert bzw. über eine technische Schnittstelle bereitgestellt werden können.


Adressdaten

Die Adressdaten, die typischerweise im CRM-System vorliegen, umfassen jene Informationen, die für die Zustellung des Werbemittels benötigt werden. Da diese Daten auch für den adressierten Versand von Massenwerbemitteln notwendig sind, sind die meisten Unternehmen geübt in diesem Umgang.


Empfehlungsdaten

Die Empfehlungsdaten, Empfehlungsvektoren oder auch Recommendation Daten bilden die Brücke zwischen den Personendatensätzen und den Produktdatensätzen. Das typische System hinter diesen Daten ist in der Theorie relativ simpel: Ein Produkt hat eine bestimmte Wahrscheinlichkeit bzw. Gewichtung für einen individuellen Kunden.


Beispiel: Emma (Kunde) interessiert sich für einen bestimmten Fernseher (Produkt) mit einer Gewichtung von 0,75.


Empfehlungsdaten - ein kleiner Exkurs

Auch in der Praxis ist der Einsatz von Empfehlungsdaten keine große Schwierigkeit, denn die klassifizierten Produktempfehlungen kommen aus Empfehlungssystemen (engl. Recommender System) und sind das Ergebnis der sogenannten Recommender Engines. Diese findet man auch als Modul bzw. Erweiterung für Webshop Lösungen, wie z.B. Magento. Nicht selten werden diese Empfehlungen bereits für dynamische Produktvorschläge auf der Webseite oder im Newsletter Marketing genutzt. Aus diesem Grund sind bei der Beantwortung der Frage, ob ein solches System im Unternehmen vorhanden ist, typischerweise E-Commerce nahe Mitarbeiter oder Mitarbeiterinnen gute Kontaktpersonen.


Jene Recommender Engines weisen unterschiedliche Klassen bzw. Funktionsweisen bei der Generierung der Empfehlungen auf. Die wohl bekannteste und meistimplementierte Technologie ist die des sogenannten Collaborative Filtering. Hier werden Verhaltensmuster (z. B. Warenkörbe und Käufe) von Nutzergruppen analysiert, um Ähnlichkeiten unter Nutzern und Nutzergruppen zu bestimmen. Benutzer bekommen dann Inhalte vorgeschlagen, die für möglichst ähnliche Benutzer in der Vergangenheit relevant gewesen sind. Bei dieser Art der Empfehlungsgenerierung liegt der Vorteil darin, dass kein inhaltliches Verständnis über die Produkte vorliegen muss. Vereinfacht dargestellt: Wenn zwei Kunden also in der Vergangenheit überwiegend identische Produkte gekauft haben, scheinen sie sich ähnlich zu sein. Kauft nun einer von beiden ein weiteres Produkt, ist die Chance hoch, dass dieses Produkt auch für den anderen Kunden interessant sein könnte.


In der Regel technisch aufwändiger ist die Klasse der Content-Based Filtering Methoden. Hier werden in einem mehrschritten, automatisierten Prozess textuelle und visuelle Produktinformationen von durch einen Kunden z. B. gekauften und bewerteten Produkten extrahiert und ausgewertet. Basierend auf diesen Daten wird etwa in Form von Schlagworten das Nutzerinteresse aufgebaut und gepflegt. Basierend auf diesem Nutzerinteresse werden dann Produktempfehlungen generiert.


Für alle Recommender Engines gilt: Je umfangreicher die Datengrundlage, auf deren Basis die Produktempfehlungen generiert werden, desto besser werden die Empfehlungen. Zur Datengrundlage auf der Recommender Engines arbeiten zählen z. B. Webshop-Daten (Surfverhalten, Warenkorbabbrüche, Produktbewertungen, etc.), Transaktionsdaten (Bestellungen, Rücksendungen, etc.) sowie Kundenkartendaten.


Nicht zu vergessen: Die notwendige Datenqualität

Eine hohe Datenqualität ist für die automatisierte Ausleitung von Werbemitteln immer kritisch und das auch schon bei Massenwerbemitteln, denn fehlerhafte und unvollständige Datensätze führen (wenn sie bei der Qualitätssicherung gefunden werden) zu Korrekturschleifen und somit zu längeren Durchlaufzeiten und höheren Kosten der Werbemittelerstellung.

Bei der automatisierten Ausleitung von kundenindividuellen Printwerbemitteln ist die Datenqualität sogar noch entscheidender, da eine händische Qualitätssicherung der ausgeleiteten Mailings nicht abbildbar ist. Fehlerhafte Produktinformationen könnten also unentdeckt bleiben und so beim Kunden sichtbar werden. Aus diesem Grund empfehlen wir (sofern nicht vorher schon vorhanden) die Umsetzung von grundlegenden Validierungsregeln unmittelbar vor der Ausleitung der Werbemittel. So lassen sich mit Sicherheit nicht alle aber doch viele offensichtlich fehlerhafte Produktinformationen aufspüren. Betroffene Produkte würden dann nicht in den Werbemitteln abgebildet werden.


 

Key Learnings

Wenn die Hausaufgaben in der Datenlogistik erstmal erledigt sind, öffnen sich nicht nur im Printmarketing ganz neue Möglichkeiten. Das Wichtigste im Überblick:

  • Textuelle Produktinformationen lassen sich über einen Export oder eine Schnittstelle bereitstellen

  • Exporte der textuelle Produktinformationen beinhalten sämtliche in den Werbemitteln abzubildende Daten

  • Visuelle Produktinformationen (Bilder, Logos, Labels) lassen sich bereitstellen / über eine Schnittstelle abrufen

  • Über einen eindeutigen Schlüssel (z. B. eine Bildbezeichnung) lassen sich textuelle und visuelle Produktinformationen verknüpfen

  • Adressdaten können exportiert bzw. über eine Schnittstelle bereitgestellt werden

  • Kundenindividuelle Produktvorschläge aus einer Recommendation Engine bzw. einem Webshop sind exportier- bzw. über eine Schnittstelle abrufbar



Möchten auch Sie individuelle und persönliche Inhalte für Ihre Kommunikation nutzen und langfristig die Conversion Rate und den ROAS Ihres Unternehmens verbessern? AutLay kann helfen! Schauen Sie sich unsere Lösungen an und schicken Sie direkt eine unverbindliche Anfrage.

bottom of page