Personalisierung im Einzelhandel mit RFM-Segmentierung und der Composable CDP

Für Einzelhandelsmarken hängt eine effektive Kundenbindung von der Fähigkeit ab, Zielgruppen präzise zu segmentieren und Botschaften auf der Grundlage von First-Party-Daten zu personalisieren. Wenn Kunden die richtigen Botschaften erhalten, fühlen sie sich wahrgenommen und verstanden. Für den Einzelhändler führt zielgerichteter Content, der an die richtige Kundengruppe gesendet wird, im Vergleich zu den Massenmarketing-Bemühungen von früher mit höherer Wahrscheinlichkeit zur gewünschten Reaktion.

Doch die Abstimmung von Inhalten auf Kunden erfordert Zugriff auf eine präzise Kundensicht, die Fähigkeit, Kundendaten zur Identifizierung einer empfänglichen Zielgruppe zu nutzen, und ein Mittel, um diese Zielgruppe über verschiedene externe Kanäle mit den passenden Botschaften anzusprechen. Dies führt dazu, dass immer mehr Unternehmen eine eigene 360-Grad-Sicht auf ihre Kunden aufbauen und Daten von jedem Touchpoint verknüpfen, um ein umfassenderes Verständnis der Kundenbedürfnisse und -präferenzen zu entwickeln.

Das Volumen und die Vielfalt der Daten in einer solchen Customer 360-Sicht erfordern Skalierbarkeit und Flexibilität. Die zugrunde liegende Plattform muss zudem in der Lage sein, Advanced Analytics zu unterstützen, um tiefere Einblicke in das Kundenverhalten zu gewinnen. Zudem müssen eine hohe Abfrageleistung sowie ein starker Datenschutz gewährleistet sein, damit die Daten von den verschiedenen Marketingteams genutzt werden können. Aus all diesen Gründen (und vielen mehr) entscheiden sich immer mehr Einzelhandelsunternehmen für das Databricks Lakehouse als bevorzugte Plattform für ihre Customer 360-Sicht.

Doch eine Datenplattform allein verbindet Kunden noch nicht mit Botschaften. Aus diesem Grund arbeitet Databricks mit Datenaktivierungsanbietern wie Census zusammen, um die zugrunde liegenden Informationsbestände mit den Funktionen zu verknüpfen, die erforderlich sind, um Kundenerkenntnisse in Marketingmaßnahmen umzusetzen (Abbildung 1). Gemeinsam unterstützen Databricks und Census einen Best-of-Breed-Ansatz für personalisiertes, datengesteuertes Marketing und bieten das, was viele zunehmend als Composable Customer Data Platform (CDP)-Architektur bezeichnen. Für eine stark differenzierende Funktion wie personalisiertes Marketing bietet der Composable-CDP-Ansatz Unternehmen Zugriff auf das volle Potenzial ihrer Daten, während ihre Marketingteams gleichzeitig die größtmögliche Reichweite behalten.

Census ist Teil von Databricks Partner Connect, einem zentralen Portal, über das Sie Daten-, Analyse- und KI-Tools direkt in der Databricks-Plattform finden und sicher anbinden können. Mit nur wenigen Klicks können Sie Census (und viele andere) direkt aus Ihrem Databricks-Workspace heraus konfigurieren und anbinden.

Nutzung der RFM-Segmentierung zur Demonstration eines Composable-CDP-Workflows

Um die Leistungsfähigkeit einer mit Databricks und Census erstellten Composable-CDP-Architektur zu veranschaulichen, haben wir gemeinsam eine einfache Demonstration auf Basis der RFM-Segmentierung (Recency, Frequency, Monetary Value) entwickelt. Die RFM-Segmentierung ist seit langem eine bewährte Methode für Marketingteams, um zwischen Kunden mit höherem und niedrigerem Wert zu unterscheiden und Kundengruppen mit bestimmten Verhaltensweisen zu identifizieren, die gezielt angesprochen werden müssen, um ihren Wert für das Unternehmen zu steigern.

Mithilfe einfacher Metriken für Kaufabstand (Recency), Kaufhäufigkeit (Frequency) und Geldwert (Monetary Value), die aus den im Databricks Lakehouse gespeicherten Transaktionsdaten abgeleitet werden, können wir unsere Kunden mithilfe relativ unkomplizierter Machine-Learning-Techniken in verschiedene Gruppen segmentieren. Die Segmentzuordnungen werden im Lakehouse dauerhaft gespeichert und bei Eintreffen neuer Transaktionsdaten aktualisiert.

Anhand dieser Segmente kann das Marketingteam dann Zielgruppen für verschiedene geplante Botschaften definieren. Für VIP-Kunden, d. h. Kunden, die vor Kurzem aktiv waren und eine hohe Interaktionshäufigkeit und einen hohen Geldwert aufweisen, möchte das Team möglicherweise eine Botschaft senden, die unsere Beziehung zu diesen Kunden durch exklusive Angebote oder vorzeitigen Zugang zu neuen Produkten und Dienstleistungen anerkennt und stärkt. Für treue Kunden (Loyal Customers), d. h. Kunden mit moderater Häufigkeit und moderatem Kaufabstand, aber geringeren Ausgaben, möchte das Marketing sie möglicherweise mit Werbeangeboten ansprechen, um ihre Ausgaben zu erhöhen oder die Kategorien zu erweitern, in denen sie bei uns einkaufen. Und für Win-Back-Kunden, d. h. Kunden mit hoher Häufigkeit und höheren Ausgaben, aber großem Kaufabstand, möchte das Marketingteam möglicherweise bekannte Bedenken ansprechen, die sie abgehalten haben könnten, und sie zu einer erneuten Interaktion ermutigen.

Über den Census Audience Hub werden Segmentzuordnungen und andere Kundendaten aus der Databricks Customer 360-Sicht so dargestellt, dass das Team die Zielgruppen für diese verschiedenen Angebote und Botschaften definieren kann (Abbildung 2). Während das Data-Science-Team seine Arbeit mit den traditionelleren Tools wie Python, R und SQL durchgeführt hat, greift das Marketingteam über intuitive, benutzerfreundliche Oberflächen auf die Ergebnisse dieser Arbeit zu, was die Lücke in der Benutzerfreundlichkeit zwischen diesen beiden Teams schließt.

Sobald die Zielgruppen definiert sind, kann das Marketingteam über die Census-Benutzeroberfläche (UI) jede Kundengruppe mit bestimmten Botschaften und bevorzugten Bereitstellungskanälen verknüpfen (Abbildung 3). Mit diesem letzten Schritt ist der Weg von der Erkenntnis zur Aktion abgeschlossen, und das Unternehmen kann nun geschäftsorientierten Nutzen aus seinen Informationsbeständen ziehen.

Der RFM-Segmentierungs-Workflow im Detail

Um die genaue Arbeit zu sehen, die ein Data-Science-Team leisten muss, um eine RFM-Segmentierung in Databricks zu erstellen, haben wir in Zusammenarbeit mit Census einen neuen Solution Accelerator entwickelt, der diese Schritte demonstriert. Laden Sie das zu diesem Accelerator gehörende Notebook gerne hier herunter, importieren Sie es in Ihre Databricks-Umgebung und führen Sie die Schritte mit einem öffentlich zugänglichen Datensatz aus. Um diese Lösung mit Census zu verbinden, können Sie eine ausführliche Produktdemonstration sowie eine kostenlose Testversion anfordern.

Gemeinsam ermöglichen Databricks und Census Marketingorganisationen, durch die Nutzung von Daten und Analysen einen differenzierenden Mehrwert und eine stärkere Kundenbindung zu erzielen.

Census kostenlos testen

Jetzt loslegen

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag