Knackige Personalisierung in China.

China ist der größte Smartphone-Markt der Welt und hat 1,4 Milliarden Verbraucher - mit 1.6 Milliarden Smartphone-Abonnements. Die Chinesen benutzen ihre Telefone, um zu chatten, Essen zu bestellen, Videos anzusehen, Fotos zu machen, ihre Rechnungen zu bezahlen und vor allem, um einzukaufen.

Diese neuen, wohlhabenden und anspruchsvollen Verbraucher erwarten und wollen personalisierte, persönliche Interaktionen mit den Marken, die sie bevorzugen. Aber wie kann dieses Maß an Personalisierung in einem Land mit so vielen Verbrauchern erreicht werden? Wie können Sie das schwer fassbare Einzelsegment erreichen?

Die Fähigkeit, verfügbare data zu nutzen, um dem richtigen Kunden zur richtigen Zeit das richtige Angebot zu machen, ist der heilige Gral für jede Marke. Der Schlüssel zu dieser Art von personalisiertem Service ist die Fähigkeit, große Mengen an data zu geringen Kosten zu erfassen, zu speichern und zu verarbeiten.

Bei letzterem hat China die Nase vorn, muss aber bei der Marktsegmentierung noch nachlegen. Hier sind die traditionellen Segmentierungen statisch, schwer zu aktualisieren und unvereinbar mit den ständig aktiven Verbrauchern.

Betrachten Sie zum Beispiel ein typisches Beispiel aus der FMCG-Welt. In einem Fall, den wir uns kürzlich angesehen haben, verwendete ein globales FMCG-Unternehmen in China Segmentierungsdimensionen wie ‘ins Ausland gereist’, ‘zu Hause geblieben’ oder ‘Bildungsniveau’. Diese Segmente waren für das Unternehmen zwar sinnvoll, aber nicht skalierbar; andere Medienteams verfügten nicht über die gleichen Informationen innerhalb ihrer Zielgruppen. Infolgedessen konnten die Segmentierungen nicht verwendet werden, und eine grundlegende personalisierte Kommunikation war unmöglich.

Was können Marken also tun?

Eine Lösung besteht darin, fiktive Personas zu erstellen - maßgeschneiderte Segmente, die auf den Eigenschaften und Werten verschiedener Verbrauchertypen basieren. Solche Personas sind sehr spezifisch für jedes Unternehmen und können so unterschiedlich sein wie der ‘Logo-Süchtige’ im Luxusbereich oder der ‘Coupon-Clipper’ oder die ‘Vorstadt-Mutter’ im Einzelhandel.

Um diese Segmente zu entwickeln, müssen sich Marken nur die data ansehen, die ihre Kunden hinterlassen. Der Prozess beginnt mit der Gruppierung der Verbraucher auf der Grundlage ihrer offensichtlichen Verhaltensweisen. Supermärkte könnten ihre Kunden zum Beispiel als ‘Schnellkäufer’ (Menschen, die Wert auf eine effiziente Beschaffung von Produkten legen und sich auf den täglichen Bedarf konzentrieren) oder als ‘Schnäppchenjäger’ (Menschen, die auf Sonderangebote und niedrige Preise reagieren) segmentieren.

Nach dieser Gruppierung können Marken dann archetypische Verbraucher identifizieren und Muster in KI-Maschinen einspeisen, um sie zu testen und im Laufe der Zeit von ihnen zu lernen. Entscheidend ist, dass die effektivsten KI-Engines auch ‘Hintertüren’ enthalten, die es den Nutzern ermöglichen, Verbraucher neu zu klassifizieren und Personas zu entwickeln, wenn sich ihr Verhalten ändert (z. B. könnten ‘Schnäppchenjäger’ zu ‘Schnellkäufern’ werden).

Eine weitere nützliche Segmentierungsart ist die Segmentierung nach Lebensabschnitten. Bei der Lebensstadien-Segmentierung werden die Menschen in Segmente eingeteilt, je nachdem, wo sie sich in ihrem Lebenszyklus befinden. Dieser Ansatz erfordert in der Regel eine Kombination aus soziodemografischer und transaktionsbezogener data Erhebung.

Ein Unternehmen, das sich auf Ernährung spezialisiert hat, könnte zum Beispiel einen Service anbieten, mit dem das Gewicht von Kindern verfolgt werden kann und der Rückmeldungen über ihre Fortschritte liefert. Im Laufe der Jahre wird es in der Lage sein, Informationen über das Alter der Kinder zu erfassen und die Familienmitglieder entsprechend zu kennzeichnen, um dann die Familien mit relevanten Nachrichten anzusprechen, wenn die Kinder älter werden.

Und schließlich zeigt die Segmentierung nach Engagement, wo der Verbraucher in seiner Entscheidungsfindung steht. Sie wird auch als Awareness-Interest-Purchase oder Cold-Warm-Hot bezeichnet. Viele führende Ökosysteme in China arbeiten mit Akteuren zusammen, die sich auf die Extraktion von data spezialisiert haben. Sie verfolgen die Verbraucher auf ihrem Weg und können sie mit immer stärker personalisierten Botschaften gezielt ansprechen.

Um ein segmentiertes targeting zu erreichen, sollten Marketingfachleute einen Top-Down-Ansatz, der Personas, Lebensphasen und Engagement-Segmentierungen strukturiert, mit einem Bottom-Up-Ansatz kombinieren, der die Strukturen validiert und neue Dimensionen (‘Tags’) zum Testen bereitstellt.

Der Schlüssel liegt darin, klein anzufangen und die richtigen Erwartungen zu setzen: Halten Sie die Aufregung am Anfang gering und konzentrieren Sie sich darauf, positive Auswirkungen auf das Geschäft zu erzielen. Dazu gehört mit Sicherheit der Aufbau eines funktionsübergreifenden Teams, das Marketing, Vertrieb, data und IT-Profile vereint und weiß, wie man auf der Grundlage der Geschäftsanforderungen Prioritäten setzt.

Wenn das Team steht, können die Vermarkter mit dem Testen und Lernen beginnen, die Komplexität schrittweise verbessern, die Verbesserungen messen und wissen, wann sie mit dem Experimentieren aufhören und skalieren müssen, um die Ergebnisse einzulösen.

China mag der Welt voraus sein, wenn es um die data Fülle und Reife von maschinellem Lernen und KI geht, aber die meisten Unternehmen dort versuchen immer noch, die Personalisierung zu knacken. Zwar sind umfangreiche Tests und Lerniterationen erforderlich, um das ultimative Segment-of-One-Ziel zu erreichen, doch Unternehmen, die sich bereits auf diesen Weg gemacht haben, genießen einen starken Wettbewerbsvorteil.