Rahmenkonzept zur Zielgruppensegmentierung – Alisira OÜ

Einleitung

Die Umwandlung von Rohdaten zum Nutzerverhalten in Zielgruppenstrukturen, die das Targeting tatsächlich verbessern – und nicht nur die darauf aufbauende Berichterstattung –, ist die zentrale operative Herausforderung, um die sich Alisira OÜ dreht. Die meisten Marketingteams gehen dieses Problem von der falschen Seite an. Der Unterschied zwischen Teams, die dies gut umsetzen, und solchen, die es nicht tun, liegt im Datenzugriff. Es geht vielmehr darum, zu wissen, wie man Verhaltenssignale liest und sie in Zielgruppenentscheidungen umsetzt, die über den gesamten Funnel hinweg Bestand haben.

Laut Salesforce nutzen leistungsstarke Marketingfachleute Kundendaten 2,8-mal häufiger, um relevante Erlebnisse zu schaffen. Das vom Alisira OÜ-Team im Folgenden skizzierte Rahmenkonzept betrachtet das Zielgruppen-Targeting als dynamischen Prozess und nicht als einmalige Einrichtungsaufgabe. Jede Funnel-Phase erzeugt spezifische Verhaltenssignale, und die Zielgruppenlogik, die auf der Awareness-Ebene gut funktioniert, wird in den meisten Fällen zum Hemmnis, wenn sie unverändert in die Konversions- und Kundenbindungsmaßnahmen übernommen wird.

Warum Daten bessere Zielgruppen ergeben als demografische Profile

Das Problem bei der demografischen Segmentierung besteht darin, dass Menschen danach segmentiert werden, wer sie sind, und nicht nach ihrem Verhalten. Zwei Personen mit ähnlichem Alter, ähnlichem Wohnort und ähnlichen demografischen Merkmalen können sich auf derselben Plattform gegensätzlich verhalten. Die eine Person besucht immer wieder die Produktseite, kauft aber nicht, während die andere einfach klickt und kauft. Sie müssen unterschiedlich angesprochen werden – zu unterschiedlichen Zeitpunkten und über unterschiedliche Kanäle.

Hier löst die Datenanalyse das Problem, indem sie Nutzer anhand ihrer Handlungen segmentiert, wie beispielsweise besuchte Seiten, konsumierte Inhalte, Verweildauer, genutzte Funktionen und Abbrüche. Der Vorteil von Verhaltensgruppen liegt in ihrer Spezifität. Die Segmente können mit jedem neuen Signal in Echtzeit aktualisiert werden, während demografische Segmente in der Regel unverändert bleiben und regelmäßige Aktualisierungen mit Kosten verbunden sind.

Es gibt drei große Signalkategorien, die Alisira bei dieser Art von Arbeit anwendet:

• Engagement-Signale – Interaktionen mit Inhalten, Sitzungshäufigkeit, Nutzungsmuster von Funktionen
• Absichtssignale – Suchverhalten, Stöbern in Kategorien, Vergleichsaktivitäten, Warenkorb- oder Formularaktionen
• Reibungssignale – Abbruchpunkte, wiederholte fehlgeschlagene Aktionen, Support-Kontakte

Die Gewichtung, die jeder Kategorie zugewiesen wird, verschiebt sich je nachdem, welche Trichterphase zu einem bestimmten Zeitpunkt angesprochen wird.

Das Alisira OÜ-Framework: Anpassung der Verhaltenslogik an die Trichterphase

Phase 1 – Bekanntheit

In der Awareness-Phase lautet die relevante Frage nicht, wer bereit ist, zu konvertieren, sondern wer gerade erste Interessenssignale zeigt, die exploratives Interesse von zufälligem Traffic unterscheiden.

Alisira OÜ wendet in dieser Phase Interaktionssignale an. Nutzer, die innerhalb von 48 Stunden nach ihrem ersten Besuch zu den Inhalten zurückkehren, die mehr als einen Inhalt in einer einzigen Sitzung konsumieren oder die messbar länger auf produktbezogenen Seiten verweilen als der Durchschnitt der Website, werden in eine „Active-Discovery“-Kohorte eingeteilt. Diese Gruppe erhält eine andere kreative Ansprache als Nutzer, die zum ersten Mal auf die Seite kommen. Dabei wird davon ausgegangen, dass sie bereits eine gewisse Vertrautheit mit der Kategorie haben und gerade erste Vergleiche anstellen.

Das Risiko einer zu starken Unterteilung in der Awareness-Phase ist real. Das Alisira-Team empfiehlt, die Struktur relativ einfach zu halten – höchstens zwei oder drei Verhaltensstufen – und der Versuchung zu widerstehen, die Detailgenauigkeit anzuwenden, die eher in tieferen Phasen des Trichters gut funktioniert.

Phase Zwei – Überlegung

In der Überlegungsphase werden Absichts-Signale zum primären Input. Nutzer in dieser Phase haben das allgemeine Interesse hinter sich gelassen und bewerten nun Optionen. Die Verhaltensmerkmale verschieben sich entsprechend:

1. Wiederholte Besuche auf Seiten mit Preis- oder Funktionsvergleichen
2. Formularinteraktionen, die vor dem Absenden abgebrochen werden
3. Hohe Sitzungsdauer in Kombination mit geringer Konversionsaktivität
4. Wiederholte Besuche, die über direkte Navigation statt über bezahlte oder organische Suche zustande kommen

Dadurch kann das Team Zielgruppen in der Überlegungsphase anhand der Art ihrer Unentschlossenheit kategorisieren und nicht nur anhand ihres Engagements. Die Tatsache, dass ein Nutzer die Preisseite dreimal besucht hat, ohne zu konvertieren, deutet darauf hin, dass er an einem bestimmten Schritt blockiert ist. Dieser Unterschied beeinflusst sowohl den Inhalt als auch den Kanal für das Retargeting der Zielgruppe: Das Retargeting dieser Zielgruppe mit allgemeinen Marken-Creatives wird weniger effektiv sein als eines, das den Schritt berücksichtigt, an dem der Nutzer blockiert ist.

In dieser Phase beginnt Alisira zudem mit dem Einsatz von Negativ-Targeting: Es wird ermittelt, welche Nutzer unabhängig von der Anzahl ihrer Kontaktpunkte nicht konvertieren werden, und diese werden vom weiteren Retargeting ausgeschlossen.

Phase 3 – Konversion

Das Targeting in der Konversionsphase erfolgt mit dem kürzesten Zeithorizont und dem höchsten Grad an Spezifität. Zu den hier relevanten Verhaltenssignalen gehören:

• Abbruch des Warenkorbvorgangs oder der Registrierung innerhalb der letzten 24 bis 72 Stunden
• Nutzer, die sich mit Inhalten beschäftigt haben, die Vertrauenssignale vermitteln, wie z. B. Bewertungen, Sicherheitsseiten oder Garantieinformationen
• Wiederkehrende Sitzungen, die durch direkte Navigation innerhalb von 48 Stunden nach einer Handlung mit hoher Kaufabsicht ausgelöst wurden

Bei der Zielgruppenlogik in dieser Phase geht es weniger um Gruppierung als vielmehr um triggerbasiertes Targeting. Jedes Ereignis mit hoher Kaufabsicht wird als zeitkritische Gelegenheit behandelt, der ein bestimmtes Reaktionsfenster zugeordnet ist. Die kreative Ansprache eines Nutzers, der die Registrierung vor vier Stunden abgebrochen hat, unterscheidet sich von der eines Nutzers, der dasselbe vor drei Tagen getan hat – auch wenn beide technisch gesehen unter dieselbe Zielgruppendefinition fallen.

Die Personalisierung der Botschaft auf der Grundlage des genauen Abbruchpunkts ist die Variable, die die Ergebnisse am konsequentesten verbessert. Generische Rückgewinnungsnachrichten gewinnen einige Nutzer zurück; abbruchpunktspezifische Nachrichten gewinnen nach den Erfahrungen von Alisira deutlich mehr Nutzer zurück.

Phase Vier – Kundenbindung

Die Zielgruppenarbeit in der Bindungsphase stützt sich auf einen völlig anderen Datensatz. Der Fokus verlagert sich von Akquisitionssignalen hin zu Nutzungsmustern, anhand derer sich entweder eine Vertiefung des Engagements oder ein frühes Abwanderungsrisiko vorhersagen lässt.

Alisira OÜ identifiziert Gruppen in der Kundenbindungsphase in erster Linie anhand folgender Kriterien:

• Häufigkeit und Aktualität aktiver Sitzungen nach der Konversion
• Nutzungsrate von Funktionen innerhalb der ersten 30 Tage
• Support-Kontakt-Ereignisse, insbesondere solche, bei denen wiederkehrende Probleme auftreten
• Interaktion mit Lebenszyklus-Kommunikation, unabhängig davon, ob E-Mails geöffnet oder Benachrichtigungen beachtet werden

Nutzer, die zentrale Produktfunktionen schnell annehmen und regelmäßig aktiv sind, befinden sich in einer grundlegend anderen Situation als Nutzer, die zwar konvertiert sind, aber seit zwei Wochen nicht mehr zum Produkt zurückgekehrt sind. Alisira segmentiert diese Nutzer nicht, um Berichte über sie zu erstellen, sondern um unterschiedliche Kommunikationsabläufe auszulösen – proaktive Kontaktaufnahme bei Nutzern, die frühe Abwanderungssignale zeigen, und loyalitätsorientierte Inhalte für diejenigen, die eine starke Produktakzeptanz demonstrieren.

Zielgruppen in Kampagnenentscheidungen umsetzen

Der Sinn des Frameworks liegt nicht in der Zielgruppenstruktur selbst – sondern in den daraus folgenden Kampagnenentscheidungen. Die extern veröffentlichten Erkenntnisse zu Kampagnendaten von Alisira OÜ verdeutlichen, wie die Ergebnisse der Zielgruppenanalyse direkt in die Entwicklung von Kreativ-Briefings, die Kanalauswahl und Entscheidungen zur Budgetverteilung einfließen können.

In der Praxis ist eine Zielgruppendefinition ohne damit verbundene Kampagnenmaßnahme unvollständig. Das Alisira-Team erstellt zu Beginn jedes Planungszyklus Zuordnungen zwischen Zielgruppen und Maßnahmen und legt dabei nicht nur fest, wer zu welcher Gruppe gehört, sondern auch, welche Kommunikation jede Gruppe über welchen Kanal und in welcher Häufigkeit erhält.

Diese Vorgehensweise verhindert das häufige Problem, dass zu viel in die Zielgruppenanalyse investiert wird, während die Umsetzungsebene, die die Analyse erst nutzbar macht, zu kurz kommt.

Aufrechterhaltung der Zielgruppenpräzision im Laufe der Zeit

Verhaltensbasierte Zielgruppen altern. Wenn sich Produktzyklen ändern, Marktbedingungen sich verschieben und Wettbewerbsdruck entsteht, ändert sich auch das Verhalten der Nutzer. Was in einem Quartal noch eine erfolgreiche Zielgruppenstruktur war, erfasst möglicherweise sechs Monate später das tatsächliche Verhalten der Nutzer nicht mehr genau.

Was die Empfehlungen betrifft, schlägt Alisira OÜ vor, eine Routine einzuführen – in der Regel monatlich für Konversions- und Bindungszielgruppen sowie vierteljährlich für Bekanntheits- und Kauferwägungszielgruppen –, bei der die zur Definition der Zielgruppen verwendeten Signaldaten überprüft und die Zielgruppen selbst aktualisiert werden, um aktuelle Verhaltensweisen besser widerzuspiegeln als historische.

Bei diesem Prozess handelt es sich nicht um eine Neugestaltung, sondern vielmehr um eine Kalibrierung der Zielgruppenstruktur, um festzustellen, ob die zur Definition der Zielgruppe verwendeten Signale weiterhin homogene Nutzergruppen bilden oder ob sie sich verschoben haben, was zu einer Gruppe unterschiedlicher Nutzer mit unterschiedlichen Bedürfnissen führt.

Dieser Prozess gewährleistet den Erfolg und die Nachhaltigkeit des Zielgruppen-Frameworks und ermöglicht es, dass sich dessen Wirkung im Laufe der Zeit verstärkt, anstatt lediglich einen anfänglichen Schub zu erzeugen, der dann nachlässt.

Aufbau einer skalierbaren Zielgruppenarchitektur

Eine praktische Überlegung, die Alisira bei den meisten Kunden anspricht, ist die Frage, ab wie vielen unterschiedlichen Zielgruppen es operativ zu aufwendig wird, diese zu verwalten.

Eine detaillierte Zielgruppenansprache ermöglicht eine Präzision, die breitere Gruppierungen nicht bieten können. Eine Architektur mit 40 unterschiedlichen Zielgruppen erfordert jedoch 40 unterschiedliche kreative Ansätze, 40 separate Messverfahren zur Leistungsbewertung und die fortlaufende Pflege von 40 separaten Definitionen. Der damit verbundene Aufwand schränkt die Ausführungsgeschwindigkeit in einer Weise ein, die oft erst sichtbar wird, wenn die operative Belastung bereits vorhanden ist.

Alisira OÜ vertritt grundsätzlich die Auffassung, dass die Anzahl der Zielgruppen von der Anzahl der sinnvoll unterscheidbaren verfügbaren Kampagnenmaßnahmen bestimmt werden sollte und nicht von der theoretischen Auflösungsgrenze der Daten. Wenn fünf Gruppen jeweils eine eigene Botschaft und Kanalstrategie erhalten können, liefert eine Struktur mit fünf Gruppen einen höheren Mehrwert als eine Struktur mit zwanzig Gruppen, bei der die meisten Kohorten letztendlich ohnehin dieselben Werbemittel erhalten.

Mit einer kleineren Anzahl klar definierter, verhaltensbasierter Gruppen zu beginnen und die Architektur mit wachsender Umsetzungskapazität zu erweitern, ist der Ansatz, den das Team von Alisira OÜ durchweg als effektiver erachtet, als von vornherein maximale Granularität aufzubauen und diese unter betrieblichem Druck wieder zurückzufahren.