In den letzten zwei Jahren hat sich der Einzelhandel als Sektor gut entwickelt und wird bis 2020 um schätzungsweise 6,7 % wachsen, was deutlich über dem Fünfjahresdurchschnitt von 4,4 % liegt", so die Nationale Einzelhandelsvereinigung (NRF). Im Juni hob die NRF ihre Prognose für 2021 auf 4,44 Billionen Dollar an, was einem Wachstum von 10,5 % bis 12,5 % entspricht.
Dennoch bleiben Herausforderungen bestehen, darunter die Gewinnung und Bindung von Kunden. Ein einziges "Out-of-Stock"-Erlebnis kann die ein Drittel der Kunden einer Marke zu den Registrierkassen der Wettbewerber. Consumenten werden auch mehrkanalig. Während 96 % der Amerikaner online einkaufen, geben sie 65 % ihres gesamten Einkaufsbudgets in traditionellen Geschäften aus. Glücklicherweise sind Online-Verhaltensdaten und Interessenbewertungen effektive digitale Marketinginstrumente, die Marken nutzen können, um Kampagnen zu optimieren und diese Herausforderungen zu meistern.
Was sind Online-Verhaltens- und Interessendaten?
Online-Verhaltensdaten sind Echtzeitdaten, die auf dem Konsum von Online-Inhalten und dem Engagement beruhen, z. B. Besuche von Websites, Klicks auf Links und geteilte Artikel. Interessen-Scores messen den Grad des Engagements und Interesses eines Verbrauchers im Vergleich zur Allgemeinbevölkerung.
Diese Daten sind deterministischund somit vorhersehbar. Zum vollständigen Bild der Verbraucheridentität gehört auch das Verhalten, das sich im Laufe der Zeit ändert, wenn sich die Interessen und Bedürfnisse der Menschen ändern. Vermarkter müssen Echtzeit-Verhaltensdaten als Kriterium bei der Bewertung von Datenanbietern berücksichtigen, um letztlich hochwertige Geschäftsergebnisse zu erzielen.
Schauen wir uns zwei Szenarien an
Ein großer Bekleidungseinzelhändler hat ein Bestandsproblem
Der Einzelhändler hat beliebte Produkte nicht in den von den Kunden gewünschten Größen vorrätig, und die negativen Online-Bewertungen häufen sich. Er muss die Kaufabsichten der Kunden vorhersagen und prognostizieren, damit der Bestand proaktiv aufgefüllt wird, um die Nachfrage zu decken.
Glücklicherweise hat der Bekleidungshändler Zugang zu täglichen Daten auf Postleitzahlenebene, aus denen hervorgeht, in welchen Postleitzahlen 30-%-Rabatt-Coupons beworben werden. ShareThis kann tägliche Category Interest Scores erstellen und dem Händler zur Verfügung stellen, die das Interesse der Verbraucher an Dingen wie Sportbekleidung oder Schuhen darstellen. ShareThis kann auch Brand Affinity Interest Scores erstellen und zur Verfügung stellen, die das Interesse der Kunden an dem internationalen Bekleidungshändler selbst für dieselben Postleitzahlen messen.
Mit all diesen Datenpunkten kann ShareThis einen abgeleiteten Kaufabsichtswert für jede Postleitzahl berechnen. Der internationale Bekleidungseinzelhändler kann diesen Kaufabsichtswert als Vorhersagevariable verwenden, um zu erkennen, wann die Nachfrage ansteigt, und somit die Lieferpläne optimieren, um dem Bedarf an Lagerbeständen zuvorzukommen.
Eine Einrichtungsmarke steht vor der Herausforderung der E-Mail-Personalisierung
Die Marke möchte ihre Kampagnen-E-Mails personalisieren, um die Leistung zu verbessern und ihren vielfältigen Kundenstamm zu optimieren, der von Designern und Hochzeitsplanern bis hin zu glücklichen Paaren und Hausfrauen jeder Größe reicht. Das Unternehmen hat vier E-Mail-Kampagnen entwickelt, die sich auf diese Bereiche konzentrieren, um auf aktuelle Vorlieben einzugehen.
Die Einrichtungsmarke stellt ShareThis eine lange Liste von Kunden zur Verfügung. ShareThis analysiert jeden Kunden anhand einer Liste von Einrichtungs- und Designkategorien, die mit den Zielen der Marke übereinstimmen, und weist jedem Kunden auf der Grundlage des Themenkonsums und der Häufigkeit des Engagements einen Category Interest Score zu.
Die Marke leitet dann jeden Kunden an die entsprechende E-Mail-Kampagne weiter. Sie kann die Daten auch analysieren, um neue Trends im Stoffdesign, bei den Vorlieben für Einrichtungsmaterialien und bei den Farben zu erkennen, die in die Produktentwicklung einfließen.
Die Nutzung von Verhaltens- und Interessensdaten zur Optimierung heikler Inventarisierungsprobleme und zur E-Mail-Personalisierung kann eine effektive Strategie sein, und das sind nur zwei Beispiele für eine Reihe von Anwendungen für diese Art von Daten. Und die Bandbreite und Tiefe wird weiter zunehmen, da die Technologie den Vermarktern dabei hilft, Schätze aus dem Verhalten, den Interessen und den Absichten der Verbraucher zu heben.
Der Einzelhandel ist allein im letzten Jahr um 12,5 % gewachsen. Auch hier gibt es Herausforderungen, vor allem bei der Kundenakquise und -bindung, aber Echtzeitdaten zum Verbraucherinteresse können helfen. Die Kombination dieser Art von Daten mit proprietären 1st-Party-Daten kann vorhersehbare nächste Schritte und Lösungen liefern, die astronomische Geschäftsergebnisse liefern.
