Date post: | 21-Jul-2015 |
Category: |
Business |
Upload: | frank-strzyzewski |
View: | 94 times |
Download: | 5 times |
Responsesteigerung im E-Mail-Marketing Neue konzeptionelle u. technologische Ansätze, Recommendation Technologie
Sabine Donix für den DialogSummit, Frankfurt am Main 28. April 2015
Die Beschaffungsplattform für Geschäftskunden 2
Inhaltsverzeichnis
1. Einführung Mercateo und Email-Marketing bei Mercateo
2. Stellhebel-Modell zur Responsesteigerung
3. Weitere Einsatzformen von Recommendation Engines
4. Ihre Fragen
Die Beschaffungsplattform für Geschäftskunden 3
Mercateo in Zahlen Über Mercateo
18.654.445
verfügbare Artikel
700 Lieferanten
1.269.014 registrierte Geschäftskunden
35.000 Besucher pro Tag
3.200 Neukunden pro Monat
4.000
Bestellungen pro Tag
11.500 Hersteller
12
europäische Länder
April 2015
Die Beschaffungsplattform für Geschäftskunden 4
Wachstum Mercateo Über Mercateo
0,9 4,4 7,4 13,5
24,0 34,0
43,0 54,8
76,0
111,0
130,0 135,0
160,0
Handelsumsatz in Mio. €
54
27 46
74 91
117 107 114
167
210
270 285
310
Mitarbeiteranzahl
April 2015
Die Beschaffungsplattform für Geschäftskunden 5
Wöchentl. Produkt-Newsletter
E-Mail-Marketing bei Mercateo Über Mercateo
Stand Alones (Lieferanten, Kunden,
Events, Mitarbeiter, …)
Zentraler Kanal seit Gründung mit hohem ROI
E-Mail sehr gut geeignet wegen Push, 1:1
Personalisierbarkeit, geringen Kosten, hoher
Durchdringung
Versanddienstleister Xqueue (Maileon)
Messung der Newsletter-Effizienz u. a. durch
Customer Journey Modelle (intelliAd)
Einsatzformen:
- wöchentlicher Produkt-NL an alle Abonennten
inkl. Vermarktung von Werbeplätzen
- quartalsweise Newsletter an Vertriebs- und
Lieferantenkontakte
- diverse Stand Alones
- Trigger- und Transaktionsmails während
Registrierungs- und Bestellprozess
Die Beschaffungsplattform für Geschäftskunden 6
Stellhebel-Modell zur Responsesteigerung (1/2) Das Ziel: mehr Response
Erhöhung Adressbestand
Erhöhung Versand-frequenz
Erhöhung Öffnungen pro
Versand Response Stellhebel Erhöhung CTR
(Klicks / Öffnung)
Die Beschaffungsplattform für Geschäftskunden 7
Stellhebel-Modell zur Responsesteigerung (2/2) Das Ziel: mehr Response
Response Stellhebel
Versandzeitpunkt
Betreff
Absender
Deliverability
Erhöhung Adressbestand
Erhöhung Öffnungen pro
Versand
Erhöhung CTR (Klicks / Öffnung)
Erhöhung Versand-frequenz Preisniveau
Texte
Bilder
Passgrad der Angebote
Anzahl Angebote
Text-Bild-Verhältnis
Incentivierung
Angebotsreihenfolge
Die Beschaffungsplattform für Geschäftskunden 8
Stellhebel-Modell zur Responsesteigerung (2/2) Das Ziel: mehr Response
Response Stellhebel
Betreff
Absender
Deliverability
Erhöhung Adressbestand
Erhöhung Öffnungen pro
Versand
Erhöhung CTR (Klicks / Öffnung)
Erhöhung Versand-frequenz Preisniveau
Texte
Bilder
Passgrad der Angebote
Anzahl Angebote
Text-Bild-Verhältnis
Incentivierung
Angebotsreihenfolge
Versandzeitpunkt
Die Beschaffungsplattform für Geschäftskunden 9
Personalisierte Versandzeitpunkte Ansatz 1
Datenbasis für optimalen Versandzeitpunkt auf
Einzelempfänger-Ebene
Diverse Einstellmöglichkeiten im Tool
Die Beschaffungsplattform für Geschäftskunden 10
Ergebnis der Versandzeitpunkt-Personalisierung Ansatz 1
Personalisierte Versandzeitpunkte können signifikant mehr Klicks produzieren! (Empfänger investiert mehr Zeit in die E-
Mail)
Response-Maximierung erfordert ausreichend Responsehistorie (Trainingsdaten) und Tuning der Parameter für die
Berechnung der optimalen Versandzeitpunkte
-5% 0% 5% 10% 15% 20% 25%
Öffnungsrate
Klickrate
Response-Uplift durch personalisierte Versandzeitpunkte
Test-Zeitraum KW17/2015
Die Beschaffungsplattform für Geschäftskunden 11
Stellhebel-Modell zur Responsesteigerung (2/2) Das Ziel: mehr Response
Response Stellhebel
Absender
Deliverability
Erhöhung Adressbestand
Erhöhung Öffnungen pro
Versand
Erhöhung CTR (Klicks / Öffnung)
Erhöhung Versand-frequenz Preisniveau
Texte
Bilder
Passgrad der Angebote
Anzahl Angebote
Text-Bild-Verhältnis
Incentivierung
Angebotsreihenfolge
Versandzeitpunkt
Betreff
Die Beschaffungsplattform für Geschäftskunden 12
Personalisierte Betreff-Keywords Ansatz 2
1. Statischer Content 2. Keyword Extraktion
Tastatur
Funkmaus
USB Stick
Headset
Webcam
Whiteboard
Whiteboard-Marker
Etikettendrucker
Sommerreifen
Verbandskasten
Warnweste
…
3. Matching mit User Profilen 4. Betreff Keywords
Headset, Whiteboard, …
Tastatur, Funkmaus, …
USB Stick, Sommerreifen, …
Recommendation Technologie
Die Beschaffungsplattform für Geschäftskunden 13
Hybrid-Recommendation Technologie als Basis Ansatz 2
Ziel: Berechnung der Affinität eines Empfängers X zu Keyword Y
Hybrid Recommendation = mehrere Recommendation-Lösungen parallel einsetzen
Laufende Masterarbeit in Kooperation mit XQueue und der Universität Freiburg (Informatik)
Wer sich für A interessiert, interessiert sich auch für B
Pizza Bier
Öffnungen, Klicks, Käufe
Produktkategorien (eClass)
Datenbasis Mechanismus
Empfänger mit ähnlichem Profil, interessieren sich
auch für ähnliche Produkte
Branche
Empfänger-Stammdaten
Kunde A bestellt immer von Hersteller B oder Marke C
Saisonalität (Winterreifen im Winter), Standort
Käufe
Wetter, Zeitpunkte, Standorte
Association Rules
Collaborative Filter
Constraint Filter
Die Beschaffungsplattform für Geschäftskunden 14
Beispiel für Affinitäten von Betreff-Wörtern Ansatz 2
Die Beschaffungsplattform für Geschäftskunden 15
Ergebnisse der Betreff-Personalisierung (1/3) Ansatz 2
Reco Subjects sind in der Lage, konsistent höhere Öffnungsraten zu produzieren!
Bei 1 Keyword Subjects (Testreihe E) ist die Reco manchmal im Nachteil (single shot problem)
-1,00 -0,50 0,00 0,50 1,00 1,50 2,00 2,50 3,00
E
D
C
B
A
Uplift der Öffnungsraten (Reco vs. Static)
Testreihen A-E; Zeitraum KW23/2014 bis KW16/2015
KW13/2015: Einzelne Reco-Komponenten
KW14/2015: Weight-Tuning der Reco-Komponenten
KW15/2015: Anzahl Keywords (1-5)
KW16/2015: Weight-Tuning Reco-Komp., max. 2 Keyw.
KW23/2014: Keyword- Affi-nitäten u. Positionierung
Die Beschaffungsplattform für Geschäftskunden 16
Ergebnisse der Betreff-Personalisierung (1/3) Ansatz 2
Reco Subjects können substantiell höhere Klickraten generieren, sind aber bislang nicht immer konsistent
-5,00 0,00 5,00 10,00 15,00 20,00 25,00
E
D
C
B
A
Uplift der Klickraten (Reco vs. Static)
Testreihen A-E; Zeitraum KW23/2014 bis KW16/2015
KW23/2014: Keyword- Affi-nitäten u. Positionierung
KW13/2015: Einzelne Reco-Komponenten
KW14/2015: Weight-Tuning der Reco-Komponenten
KW15/2015: Anzahl Keywords (1-5)
KW16/2015: Weight-Tuning Reco-Komp., max. 2 Keyw.
Die Beschaffungsplattform für Geschäftskunden 17
1-2 Keywords im Betreff funktionieren besser als 3, 4, … Keywords
1 Keyword = Gefahr, dass die Reco Fehler macht
Recommmendation-Technologie braucht Trainingsdaten!
bei 18+ Mio. Produkten aus ca. 40.000 Kategorien sind Keyword-Recos manchmal nur
für 15% der Empfänger möglich Uplift limitiert
Variieren Sie Betreffs! Recos lernen daraus!
Lessons learned über Betreffs Ansatz 2
Die Beschaffungsplattform für Geschäftskunden 18
Reco Keywords wirken tatsächlich als Filterkriterium für Empfänger
Produkte, deren Keywords im Betreff auftauchen, erhalten mehr Klicks
Key Visuals mit starker Wirkung
Egal was im Betreff steht, der Eyecatcher/Headerbanner erhält die meisten Klicks
(Trotz Bildblockrate von knapp 30% (mobile Öffnungen ca. 12%))
Klickverteilung ist konzentriert
Top 5 Produkte vereinen oft > 65% aller Klicks
Mehr Produkte = mehr Klicks
Auch besser für die Reco, bei Single-Offer E-Mailings hat die Reco kein Potential
Lessons learned über Klicks Ansatz 2
Die Beschaffungsplattform für Geschäftskunden 19
Weiteres Tuning der Hybrid-Recommender Algorithmen
umfangreichere Tests
mehr und bessere Trainingsdaten
bessere Lernmechanik (z.B. Nichtöffnung oder Nicht-Klick = Desinteresse)
Quantifizierung der Stärke der Recommendation (Confidence, Support) mit Cut-Off
Vollautomatisierung der Betreff-Generierung
Anwendung der Reco auf Preheader, Snippet-Texte und Artikelreihenfolge
Detail-Auswertungen der Conversions und Abmeldungen
Erweiterung der Keywords (Adjektive, Verben, Hersteller/Marken, …)
Multi-Reco (Versandzeitpunkt + Keywords + Artikelreihenfolge personalisieren)
Nächste Schritte für Mercateo Ansatz 2
Die Beschaffungsplattform für Geschäftskunden 20
Stellhebel-Modell zur Responsesteigerung (2/2) Das Ziel: mehr Response
Response Stellhebel
Erhöhung Adressbestand
Erhöhung Öffnungen pro
Versand
Erhöhung CTR (Klicks / Öffnung)
Erhöhung Versand-frequenz
Versandzeitpunkt
Betreff
Absender
Deliverability
Preisniveau
Texte
Bilder
Passgrad der Angebote
Anzahl Angebote
Text-Bild-Verhältnis
Incentivierung
Angebotsreihenfolge
Die Beschaffungsplattform für Geschäftskunden 21
Domain Recommendation auf Anmeldeseiten Weitere Einsatzformen
Autocomplete-
Vorschlagsfunktion beim
Tippen analog zu Google
halbiert die Tippfehlerrate
in Eingabeformularen
Dadurch Double Opt-In
Bounceraten unter 1%, und
mehr valide E-Mail-
Adressen
Beispiele für Tippfehler von
T-Online-Adressen
Die Beschaffungsplattform für Geschäftskunden 22
Recommendation Engine generiert Newsletter Content Weitere Einsatzformen
Jeder Newsletter-Empfänger erhält von einer Recommendation Engine
berechnete persönliche Angebote
Berechnung zum Zeitpunkt der Generierung der E-Mail oder sogar live
zum Zeitpunkt der Öffnung
Die Beschaffungsplattform für Geschäftskunden 23
Stellhebel-Modell zur Responsesteigerung (2/2) Das Ziel: mehr Response
Response Stellhebel
Erhöhung Adressbestand
Erhöhung Öffnungen pro
Versand
Erhöhung CTR (Klicks / Öffnung)
Erhöhung Versand-frequenz
Versandzeitpunkt
Betreff
Absender
Deliverability
Preisniveau
Texte
Bilder
Passgrad der Angebote
Anzahl Angebote
Text-Bild-Verhältnis
Incentivierung
Angebotsreihenfolge
Vielen Dank für Ihre Aufmerksamkeit!
Ihr Ansprechpartner:
Sabine Donix
Direct Marketing Manager CRM