SlideShare ist ein Scribd-Unternehmen logo
1 von 28
Downloaden Sie, um offline zu lesen
TECHNOLOGY
DRIVES
BUSINESS
> Consultant für Search & Big Data Technologies
> Zertifizierter Apache Solr Trainer
> Autor des Buchs „Einführung in Apache Solr“
> daniel.wrigley@shi-gmbh.com
> @wrigley_dan
Daniel Wrigley
Zusammen mit Markus Klose ist
er Autor von „Einführung in
Apache Solr“, dem ersten
deutschsprachigen Buch zur
innovativen Suchtechnologie.
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 2
UNSERE MISSION
Seit 1994 herstellerunabhängiges Unternehmen für IT Consulting und
Software Engineering.
Wir bieten Lösungen rund um Semantic Search, Big Data und Explorative
Datenanalyse auf der Basis etablierter Open-Source Software.
Wir stellen Werkzeuge bereit, die durch optimale Nutzung der
Technologie und Daten unsere Kunden beim Erreichen Ihrer
Geschäftsziele unterstützen.
Mit Customer Journey
Analytics &
Recommendations neue
Potenziale erschließen
Daniel Wrigley
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 4
74% schauen sich
vorgeschlagene
Produkte an...
... 35% kaufen vorgeschlagenen Produkte ...
... 28% fügen es zu ihrer Wunschliste hinzu
Amazon verzeichnete eine Umsatzsteigerung
von 25% nach Einführung ihrer Recommendations Engine…
… und viele stimmen dieser Einschätzung zu bzw.
können diese aus Erfahrung bestätigen:
Kommentare aus Shopanbieter.de zu:
2 5 % d e s U m s a t z e s k o m m e n b e i A m a z o n ü b e r E m p f e h l u n g e n z u s t a n d e
Hallo,
Amazon ist Vorreiter in Sachen Personalisierung.
Das Amazon Widget “andere Kunden kauften auch” ist tatsächlich ein Personalisierungstool und hat nicht
zwingend was mit Einkäufen anderer Kunden zu tun.
Zahlreiche Algorithmen berechnen die passenden Produkte.
Dass 1/4 der Sales über die Empfehlungen kommen ist keinesfalls eine Seltenheit sondern eher Normalität.
(durschnittlicher Warenkorb ca. 30 % mehr)
Es gibt diverse Firmen die eine solche Technologie anbieten.
Allerdings ist hier auch darauf zu achten, dass die Firmen Hybride Empfehlungen abgeben. … Kommentar
by Basti Geyer — 8. Mai 2012 @ 09:35
Ein Viertel glauben wir auch nicht. Unsere Messungen sagen aber, dass es Tage gibt, dass Empfehlungen bis
zu 12 % ausmachen. Im Schnitt liegen wir bei 8 – 9 %. Positionierung ist dabei ein wichtiger Punkt und ein
entsprechendes Tool. Gerade hierbei glaube ich aber, dass Amazon hier extrem viel leisten kann aufgrund
deren Traffic und deren IT, denn: Amazon ist kein Händler sondern ein Software-Konzern!
Kommentar by terrific.de — 8. Mai 2012 @ 09:57
http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html#comments
… und viele stimmen dieser Einschätzung zu bzw.
können diese aus Erfahrung bestätigen:
Hallo,
die Quote von 25% stimmt bei uns auf jeden Fall. Wir machen manchmal Stichproben und befragen unsere
Kunden. Entscheidungskriterium “Empfehlung” steht ganz oben, dann vielleicht die Bestseller Listung. Wir
sind zufrieden und freuen uns über unsere Umsatzzuwächse.
Kommentar by aspects — 8. Mai 2012 @ 11:55
Recommendation engines sind schon eine feine Sache, allerdings verfügt kaum ein Shopsystem über solche
Technologie und so werden halt, wenn überhaupt, externe Anbieter eingebunden.
Wie überall wird auch hier mit Studien und Zahlen um sich geworfen die, mit Sachverstand betrachtet,
kaum realistisch sind. Was bei Amazon aufgrund des dort vorhandenen breiten Angebots vielleicht noch
hinhauen kann ist für den normalen Händler mit der deutlich kleineren Angebotspalette schlicht unmöglich
da die commendation engines nunmal lediglich auf eine begrenzte Basis zurückgreifen können und damit
die Empfehlungsmöglihkeiten in Anzahl und Qualität zwangsläufig schlechter sein müssen. Somit bieten
sich Empfehlungen aus recommendation engines primär für Marketingzwecke, ...Wir haben unsere
integrierte recommendation engine beispielsweise mehrfach ans Newslettertool gekoppelt, einmal für die
automatische Erstellung individueller Newsletter und einmal als Analysetool das dem Shopbetreiber
ermöglicht zielgenaue allgemeine Newsletter zu verfassen. Unsere Zahlen belegen das damit die Umsätze
aus dem Marketinginstrument Newsletter durchaus signifikant verbessert werden konnten.
Kommentar by H.P. — 15. Mai 2012 @ 07:06
http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html#comments
Neue Potenziale – Online-Shop
> Steigerung der Conversion Rates
> Höherer Warenkorbwert
> Stärkere Kundenbindung
> Höhere Verweildauer
> Bessere Auffindbarkeit von Produkten
> Ausgereifte Technik & Technologien
Gewinn und Mehrwert
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 11
Neue Potenziale – Kunde
> Bessere Auffindbarkeit von Produkten
> Steigerung der Usability
> Inspiration
> Erhöhter Benutzerkomfort
> Gesteigerte Wertschätzung
> Emotionale und psychologische Absicherung
Zufriedenheit und Begeisterung
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 12
Data Processing Platform
MarketingTraffic Returns
3rd Party
Data
User
Events
Social
Media
Recommen-
dations
Statistiken Visualisierung
Customer
Insights
Etwas mehr Struktur, bitte…
Daten-
kreislauf
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 15
Mathe?
Wer hat was gekauft?
Was wurde zusammen
gekauft?
Welche Werte sind
"interessant"?
Erfolgsvoraussetzungen
> Kontrolle & Management
> Daten & Informationen
> Messen & Bewerten
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 19
Kontrolle!
Datenquellen und Kanäle miteinander
kombinieren
Social Media, Retouren, Clicks,
Bestellungen, Views, Ratings, …
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 21
Skalierbarkeit
Aktivitäten mit allen
Touchpoints messen
Kosten?
Umsetzungsdauer?
A Long Story Cut Short
> Verarbeitung von Datenmengen
> Machine Learning Algorithmen
> Maschinengestützte Kontrollinstanz
> Nutzung aller Funktionen und Maßnahmen messen und bewerten
> Verwendung und Kombination unterschiedlicher Datenquellen
> Skalierbarkeit
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 25
Bildernachweis> Spending: https://www.flickr.com/photos/68751915@N05/6355231757
> DSCN3434: https://www.flickr.com/photos/leedman/2061058702
> Computer Mann Arbeitsplatz Geschäft: http://pixabay.com/de/computer-mann-arbeitsplatz-gesch%C3%A4ft-303129/
> money: https://www.flickr.com/photos/fsecart/549277847/
> blue: https://www.flickr.com/photos/pauldineen/4529213297/
> Maths: https://www.flickr.com/photos/ajc1/8144344750/
> Time is Money: https://www.flickr.com/photos/76657755@N04/7214596024/
> Gummibärchen: http://pixabay.com/de/gummib%C3%A4rchen-fruchtgummis-b%C3%A4ren-359950/
> Facebook Touchgraph: https://www.flickr.com/photos/bike/3293404080/
> British Museum: https://www.flickr.com/photos/moria/29210441/
> Wachstum Finanzen Gewinne: http://pixabay.com/de/grafik-wachstum-finanzen-gewinne-163509/
> Thumbs Up: https://www.flickr.com/photos/vegaseddie/5700609302/
> Scared Cat: https://www.flickr.com/photos/kindacat/8297887165
> Chemistry: https://www.flickr.com/photos/horiavarlan/4273225057/
> Customer Journey: https://www.flickr.com/photos/lauradinneen/7365351290/
> Lizenzen:
– Lizenz: https://creativecommons.org/licenses/by-sa/2.0/
– Lizenz: https://creativecommons.org/licenses/by/2.0/
– Lizenz: http://creativecommons.org/publicdomain/zero/1.0/deed.de
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 26
Quellen
> "Why Personalisation Should Be at the Heart of a Retailer's Customer
Strategy". 11/2013. IDC Report
> Kommentare aus Shopanbieter.de
http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-
kommen-bei-amazon-ueber-empfehlungen-zustande.html
> "Amazon's recommendation secret". Mangalindan, JP.
http://fortune.com/2012/07/30/amazons-recommendation-secret/. 30. Juli
2012.
> "Practical Machine Learning". Ted Dunning & Ellen Friedman.
https://www.mapr.com/practical-machine-learning. 2014
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 27
KONTAKT
SHI GmbH & Co. KG
Curt-Frenzel-Str. 12
D - 86167 Augsburg
info@shi-gmbh.com
+49.821.74 82 633 - 0
@SHIEngineers
07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 28

Weitere ähnliche Inhalte

Andere mochten auch

Session 1 & 2 introduction & evolution
Session 1 & 2 introduction & evolutionSession 1 & 2 introduction & evolution
Session 1 & 2 introduction & evolutionDelwin Arikatt
 
150921 recommendation splendid-praesentation
150921 recommendation splendid-praesentation150921 recommendation splendid-praesentation
150921 recommendation splendid-praesentationSplendid Internet GmbH
 
Integrated Strategies for Customer Loyalty and Value Optimization
Integrated Strategies for Customer Loyalty and Value OptimizationIntegrated Strategies for Customer Loyalty and Value Optimization
Integrated Strategies for Customer Loyalty and Value OptimizationVivastream
 
People supply chain for knowledge based organizations
People supply chain for knowledge based organizationsPeople supply chain for knowledge based organizations
People supply chain for knowledge based organizationsRavi Tirumalai
 
Windy City DB - Recommendation Engine with Neo4j
Windy City DB - Recommendation Engine with Neo4jWindy City DB - Recommendation Engine with Neo4j
Windy City DB - Recommendation Engine with Neo4jMax De Marzi
 
Business use of Social Media and Impact on Enterprise Architecture
Business use of Social Media and Impact on Enterprise ArchitectureBusiness use of Social Media and Impact on Enterprise Architecture
Business use of Social Media and Impact on Enterprise ArchitectureNUS-ISS
 
Bootstrapping Recommendations with Neo4j
Bootstrapping Recommendations with Neo4jBootstrapping Recommendations with Neo4j
Bootstrapping Recommendations with Neo4jMax De Marzi
 
Design of recommender systems
Design of recommender systemsDesign of recommender systems
Design of recommender systemsRashmi Sinha
 
Neo4j - graph database for recommendations
Neo4j - graph database for recommendationsNeo4j - graph database for recommendations
Neo4j - graph database for recommendationsproksik
 
Operational, Analytical & Collaborative Crm
Operational, Analytical & Collaborative CrmOperational, Analytical & Collaborative Crm
Operational, Analytical & Collaborative CrmElijah Ezendu
 
Graph Based Recommendation Systems at eBay
Graph Based Recommendation Systems at eBayGraph Based Recommendation Systems at eBay
Graph Based Recommendation Systems at eBayDataStax Academy
 
How To Cultivate Brand Advocacy
How To Cultivate Brand AdvocacyHow To Cultivate Brand Advocacy
How To Cultivate Brand AdvocacyOgilvy Consulting
 
Customer relationship management
Customer relationship managementCustomer relationship management
Customer relationship managementcharanreddy589
 
Building a Recommendation Engine - An example of a product recommendation engine
Building a Recommendation Engine - An example of a product recommendation engineBuilding a Recommendation Engine - An example of a product recommendation engine
Building a Recommendation Engine - An example of a product recommendation engineNYC Predictive Analytics
 
Ste Revolution Biotechnologique
Ste Revolution  BiotechnologiqueSte Revolution  Biotechnologique
Ste Revolution Biotechnologiquefanta33
 
Entscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender SystemEntscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender SystemFlorian Stegmaier
 
Customer Satisfaction VS. Customer Retention
Customer Satisfaction VS. Customer RetentionCustomer Satisfaction VS. Customer Retention
Customer Satisfaction VS. Customer RetentionAhmad Heshmat
 

Andere mochten auch (20)

Session 1 & 2 introduction & evolution
Session 1 & 2 introduction & evolutionSession 1 & 2 introduction & evolution
Session 1 & 2 introduction & evolution
 
150921 recommendation splendid-praesentation
150921 recommendation splendid-praesentation150921 recommendation splendid-praesentation
150921 recommendation splendid-praesentation
 
Integrated Strategies for Customer Loyalty and Value Optimization
Integrated Strategies for Customer Loyalty and Value OptimizationIntegrated Strategies for Customer Loyalty and Value Optimization
Integrated Strategies for Customer Loyalty and Value Optimization
 
People supply chain for knowledge based organizations
People supply chain for knowledge based organizationsPeople supply chain for knowledge based organizations
People supply chain for knowledge based organizations
 
Windy City DB - Recommendation Engine with Neo4j
Windy City DB - Recommendation Engine with Neo4jWindy City DB - Recommendation Engine with Neo4j
Windy City DB - Recommendation Engine with Neo4j
 
Business use of Social Media and Impact on Enterprise Architecture
Business use of Social Media and Impact on Enterprise ArchitectureBusiness use of Social Media and Impact on Enterprise Architecture
Business use of Social Media and Impact on Enterprise Architecture
 
Bootstrapping Recommendations with Neo4j
Bootstrapping Recommendations with Neo4jBootstrapping Recommendations with Neo4j
Bootstrapping Recommendations with Neo4j
 
Neo4j in Depth
Neo4j in DepthNeo4j in Depth
Neo4j in Depth
 
Design of recommender systems
Design of recommender systemsDesign of recommender systems
Design of recommender systems
 
Neo4j - graph database for recommendations
Neo4j - graph database for recommendationsNeo4j - graph database for recommendations
Neo4j - graph database for recommendations
 
Crm new1
Crm new1Crm new1
Crm new1
 
Operational, Analytical & Collaborative Crm
Operational, Analytical & Collaborative CrmOperational, Analytical & Collaborative Crm
Operational, Analytical & Collaborative Crm
 
Graph Based Recommendation Systems at eBay
Graph Based Recommendation Systems at eBayGraph Based Recommendation Systems at eBay
Graph Based Recommendation Systems at eBay
 
How To Cultivate Brand Advocacy
How To Cultivate Brand AdvocacyHow To Cultivate Brand Advocacy
How To Cultivate Brand Advocacy
 
ChannelPilot - Feed Engine
ChannelPilot - Feed EngineChannelPilot - Feed Engine
ChannelPilot - Feed Engine
 
Customer relationship management
Customer relationship managementCustomer relationship management
Customer relationship management
 
Building a Recommendation Engine - An example of a product recommendation engine
Building a Recommendation Engine - An example of a product recommendation engineBuilding a Recommendation Engine - An example of a product recommendation engine
Building a Recommendation Engine - An example of a product recommendation engine
 
Ste Revolution Biotechnologique
Ste Revolution  BiotechnologiqueSte Revolution  Biotechnologique
Ste Revolution Biotechnologique
 
Entscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender SystemEntscheidungshilfe: Recommender System
Entscheidungshilfe: Recommender System
 
Customer Satisfaction VS. Customer Retention
Customer Satisfaction VS. Customer RetentionCustomer Satisfaction VS. Customer Retention
Customer Satisfaction VS. Customer Retention
 

Ähnlich wie Mit Customer-Journey-Analytics und Recommendations neue Potenziale erschließen

Leseprobe eStrategy Magazin Ausgabe 01 / 2016
Leseprobe eStrategy Magazin Ausgabe 01 / 2016Leseprobe eStrategy Magazin Ausgabe 01 / 2016
Leseprobe eStrategy Magazin Ausgabe 01 / 2016TechDivision GmbH
 
Usability im online-marketing_wud_2010__e-lement
Usability im online-marketing_wud_2010__e-lementUsability im online-marketing_wud_2010__e-lement
Usability im online-marketing_wud_2010__e-lementLars Schoening
 
WAS KOSTET EINE GUTE SEO?
WAS KOSTET EINE GUTE SEO?WAS KOSTET EINE GUTE SEO?
WAS KOSTET EINE GUTE SEO?gerton6708
 
SEO OPTIMIERUNG WIE?
SEO OPTIMIERUNG WIE?SEO OPTIMIERUNG WIE?
SEO OPTIMIERUNG WIE?eblicig2sp
 
Namics/GDI Smart Business Day 2014: Vom Marketing zum E-Business Team
Namics/GDI Smart Business Day 2014: Vom Marketing zum E-Business TeamNamics/GDI Smart Business Day 2014: Vom Marketing zum E-Business Team
Namics/GDI Smart Business Day 2014: Vom Marketing zum E-Business TeamMarc Isler
 
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas BerthWerbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas BerthWerbeplanung.at Summit
 
eStrategy-Magazin #31 - Shopsysteme Marktüberblick
eStrategy-Magazin #31 - Shopsysteme MarktüberblickeStrategy-Magazin #31 - Shopsysteme Marktüberblick
eStrategy-Magazin #31 - Shopsysteme MarktüberblickTechDivision GmbH
 
Sales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen RitterSales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen RitterSteffen Ritter
 
Mehr Budget für Digital-Analytics-Teams
Mehr Budget für Digital-Analytics-TeamsMehr Budget für Digital-Analytics-Teams
Mehr Budget für Digital-Analytics-Teamsro11 GmbH
 
10 Tipps für mehr Web Shop Umsatz
10 Tipps für mehr Web Shop Umsatz10 Tipps für mehr Web Shop Umsatz
10 Tipps für mehr Web Shop Umsatzspicedigital
 
SEO-Tipps für KMU von Managing Partner Simon Künzler von xeit Gmbh
SEO-Tipps für KMU von Managing Partner Simon Künzler von xeit GmbhSEO-Tipps für KMU von Managing Partner Simon Künzler von xeit Gmbh
SEO-Tipps für KMU von Managing Partner Simon Künzler von xeit Gmbhxeit AG
 
Marketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven Juergens
Marketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven JuergensMarketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven Juergens
Marketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven JuergensSven Jürgens
 
Digitalisierung im Marketing_Claudia Hilker
Digitalisierung im Marketing_Claudia HilkerDigitalisierung im Marketing_Claudia Hilker
Digitalisierung im Marketing_Claudia HilkerClaudia Hilker, Ph.D.
 
Was ist Marketing Automation und welchen Nutzen bringt es dem Vertrieb
Was ist Marketing Automation und welchen Nutzen bringt es dem VertriebWas ist Marketing Automation und welchen Nutzen bringt es dem Vertrieb
Was ist Marketing Automation und welchen Nutzen bringt es dem VertriebAlex Schoepf
 
Sales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen RitterSales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen RitterSteffen Ritter
 
Die 10 Top Social Media Trends 2018
Die 10 Top Social Media Trends 2018Die 10 Top Social Media Trends 2018
Die 10 Top Social Media Trends 2018Daniel Koethe
 
WAS IST YOUTUBE SEO?
WAS IST YOUTUBE SEO?WAS IST YOUTUBE SEO?
WAS IST YOUTUBE SEO?gerton6708
 
Leseprobe eStrategy Magazin Ausgabe 02-2016
Leseprobe eStrategy Magazin Ausgabe 02-2016Leseprobe eStrategy Magazin Ausgabe 02-2016
Leseprobe eStrategy Magazin Ausgabe 02-2016TechDivision GmbH
 

Ähnlich wie Mit Customer-Journey-Analytics und Recommendations neue Potenziale erschließen (20)

Leseprobe eStrategy Magazin Ausgabe 01 / 2016
Leseprobe eStrategy Magazin Ausgabe 01 / 2016Leseprobe eStrategy Magazin Ausgabe 01 / 2016
Leseprobe eStrategy Magazin Ausgabe 01 / 2016
 
Usability im online-marketing_wud_2010__e-lement
Usability im online-marketing_wud_2010__e-lementUsability im online-marketing_wud_2010__e-lement
Usability im online-marketing_wud_2010__e-lement
 
WAS KOSTET EINE GUTE SEO?
WAS KOSTET EINE GUTE SEO?WAS KOSTET EINE GUTE SEO?
WAS KOSTET EINE GUTE SEO?
 
SEO OPTIMIERUNG WIE?
SEO OPTIMIERUNG WIE?SEO OPTIMIERUNG WIE?
SEO OPTIMIERUNG WIE?
 
Namics/GDI Smart Business Day 2014: Vom Marketing zum E-Business Team
Namics/GDI Smart Business Day 2014: Vom Marketing zum E-Business TeamNamics/GDI Smart Business Day 2014: Vom Marketing zum E-Business Team
Namics/GDI Smart Business Day 2014: Vom Marketing zum E-Business Team
 
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas BerthWerbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
 
eStrategy-Magazin #31 - Shopsysteme Marktüberblick
eStrategy-Magazin #31 - Shopsysteme MarktüberblickeStrategy-Magazin #31 - Shopsysteme Marktüberblick
eStrategy-Magazin #31 - Shopsysteme Marktüberblick
 
Sales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen RitterSales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartup 15 Apr 2015 Steffen Ritter
 
Mehr Budget für Digital-Analytics-Teams
Mehr Budget für Digital-Analytics-TeamsMehr Budget für Digital-Analytics-Teams
Mehr Budget für Digital-Analytics-Teams
 
10 Tipps für mehr Web Shop Umsatz
10 Tipps für mehr Web Shop Umsatz10 Tipps für mehr Web Shop Umsatz
10 Tipps für mehr Web Shop Umsatz
 
SEO-Tipps für KMU von Managing Partner Simon Künzler von xeit Gmbh
SEO-Tipps für KMU von Managing Partner Simon Künzler von xeit GmbhSEO-Tipps für KMU von Managing Partner Simon Künzler von xeit Gmbh
SEO-Tipps für KMU von Managing Partner Simon Künzler von xeit Gmbh
 
Marketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven Juergens
Marketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven JuergensMarketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven Juergens
Marketing für Indie Entwickler - GermanDevDays 2018 - GDD - Sven Juergens
 
Digitalisierung im Marketing_Claudia Hilker
Digitalisierung im Marketing_Claudia HilkerDigitalisierung im Marketing_Claudia Hilker
Digitalisierung im Marketing_Claudia Hilker
 
E commerce-tag berlin-nichts_im_sortiment_gefunden
E commerce-tag berlin-nichts_im_sortiment_gefundenE commerce-tag berlin-nichts_im_sortiment_gefunden
E commerce-tag berlin-nichts_im_sortiment_gefunden
 
Was ist Marketing Automation und welchen Nutzen bringt es dem Vertrieb
Was ist Marketing Automation und welchen Nutzen bringt es dem VertriebWas ist Marketing Automation und welchen Nutzen bringt es dem Vertrieb
Was ist Marketing Automation und welchen Nutzen bringt es dem Vertrieb
 
Sales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen RitterSales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen Ritter
Sales Workshop Salesidiary für BayStartUp 13 Jan 2015 Steffen Ritter
 
Die 10 Top Social Media Trends 2018
Die 10 Top Social Media Trends 2018Die 10 Top Social Media Trends 2018
Die 10 Top Social Media Trends 2018
 
WAS IST YOUTUBE SEO?
WAS IST YOUTUBE SEO?WAS IST YOUTUBE SEO?
WAS IST YOUTUBE SEO?
 
Leseprobe eStrategy Magazin Ausgabe 02-2016
Leseprobe eStrategy Magazin Ausgabe 02-2016Leseprobe eStrategy Magazin Ausgabe 02-2016
Leseprobe eStrategy Magazin Ausgabe 02-2016
 
Customer Experience
Customer ExperienceCustomer Experience
Customer Experience
 

Mehr von SHI Search | Analytics | Big Data

Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...
Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...
Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...SHI Search | Analytics | Big Data
 
Suche und Navigation in Online-Shops. Mit Apache Solr und Elasticsearch
Suche und Navigation in Online-Shops. Mit Apache Solr und ElasticsearchSuche und Navigation in Online-Shops. Mit Apache Solr und Elasticsearch
Suche und Navigation in Online-Shops. Mit Apache Solr und ElasticsearchSHI Search | Analytics | Big Data
 
Setting-up Elasticsearch, Logstash, Kibana für agile Datenanalyse
Setting-up Elasticsearch, Logstash, Kibana für agile DatenanalyseSetting-up Elasticsearch, Logstash, Kibana für agile Datenanalyse
Setting-up Elasticsearch, Logstash, Kibana für agile DatenanalyseSHI Search | Analytics | Big Data
 
Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...
Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...
Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...SHI Search | Analytics | Big Data
 

Mehr von SHI Search | Analytics | Big Data (13)

Buzzword Bingo E-Commerce
Buzzword Bingo E-CommerceBuzzword Bingo E-Commerce
Buzzword Bingo E-Commerce
 
Apache Solr - die Moderne Open Source Technologie
Apache Solr - die Moderne Open Source TechnologieApache Solr - die Moderne Open Source Technologie
Apache Solr - die Moderne Open Source Technologie
 
Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...
Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...
Neue Potentiale durch Recommendations erschliessen und Conversions steigern (...
 
Custom Solr Tokenizer Flexible Tokenizer with JFlex
Custom Solr Tokenizer Flexible Tokenizer with JFlex Custom Solr Tokenizer Flexible Tokenizer with JFlex
Custom Solr Tokenizer Flexible Tokenizer with JFlex
 
Mehr Umsatz mit einer intelligenten Shop-Suche
Mehr Umsatz mit einer intelligenten Shop-SucheMehr Umsatz mit einer intelligenten Shop-Suche
Mehr Umsatz mit einer intelligenten Shop-Suche
 
What’s new in Apache Solr 4.7 und Elasticsearch 1.1
What’s new in Apache Solr 4.7 und Elasticsearch 1.1What’s new in Apache Solr 4.7 und Elasticsearch 1.1
What’s new in Apache Solr 4.7 und Elasticsearch 1.1
 
Suche und Navigation in Online-Shops. Mit Apache Solr und Elasticsearch
Suche und Navigation in Online-Shops. Mit Apache Solr und ElasticsearchSuche und Navigation in Online-Shops. Mit Apache Solr und Elasticsearch
Suche und Navigation in Online-Shops. Mit Apache Solr und Elasticsearch
 
Setting-up Elasticsearch, Logstash, Kibana für agile Datenanalyse
Setting-up Elasticsearch, Logstash, Kibana für agile DatenanalyseSetting-up Elasticsearch, Logstash, Kibana für agile Datenanalyse
Setting-up Elasticsearch, Logstash, Kibana für agile Datenanalyse
 
Elasticsearch Cluster Management mit Marvel
Elasticsearch Cluster Management mit MarvelElasticsearch Cluster Management mit Marvel
Elasticsearch Cluster Management mit Marvel
 
Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...
Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...
Apache Solr vs. Elasticsearch - And The Winner Is...! Ein Vergleich der Shoot...
 
Überblick über die Suchplattform LucidWorks Search 2.1
Überblick über die Suchplattform LucidWorks Search 2.1Überblick über die Suchplattform LucidWorks Search 2.1
Überblick über die Suchplattform LucidWorks Search 2.1
 
Relevantes schneller finden – mit-Lucene und Solr
Relevantes schneller finden – mit-Lucene und SolrRelevantes schneller finden – mit-Lucene und Solr
Relevantes schneller finden – mit-Lucene und Solr
 
Jax 2012 - Apache Solr as Enterprise Search Platform
Jax 2012 - Apache Solr as Enterprise Search PlatformJax 2012 - Apache Solr as Enterprise Search Platform
Jax 2012 - Apache Solr as Enterprise Search Platform
 

Mit Customer-Journey-Analytics und Recommendations neue Potenziale erschließen

  • 2. > Consultant für Search & Big Data Technologies > Zertifizierter Apache Solr Trainer > Autor des Buchs „Einführung in Apache Solr“ > daniel.wrigley@shi-gmbh.com > @wrigley_dan Daniel Wrigley Zusammen mit Markus Klose ist er Autor von „Einführung in Apache Solr“, dem ersten deutschsprachigen Buch zur innovativen Suchtechnologie. 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 2
  • 3. UNSERE MISSION Seit 1994 herstellerunabhängiges Unternehmen für IT Consulting und Software Engineering. Wir bieten Lösungen rund um Semantic Search, Big Data und Explorative Datenanalyse auf der Basis etablierter Open-Source Software. Wir stellen Werkzeuge bereit, die durch optimale Nutzung der Technologie und Daten unsere Kunden beim Erreichen Ihrer Geschäftsziele unterstützen.
  • 4. Mit Customer Journey Analytics & Recommendations neue Potenziale erschließen Daniel Wrigley 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 4
  • 6. ... 35% kaufen vorgeschlagenen Produkte ...
  • 7. ... 28% fügen es zu ihrer Wunschliste hinzu
  • 8. Amazon verzeichnete eine Umsatzsteigerung von 25% nach Einführung ihrer Recommendations Engine…
  • 9. … und viele stimmen dieser Einschätzung zu bzw. können diese aus Erfahrung bestätigen: Kommentare aus Shopanbieter.de zu: 2 5 % d e s U m s a t z e s k o m m e n b e i A m a z o n ü b e r E m p f e h l u n g e n z u s t a n d e Hallo, Amazon ist Vorreiter in Sachen Personalisierung. Das Amazon Widget “andere Kunden kauften auch” ist tatsächlich ein Personalisierungstool und hat nicht zwingend was mit Einkäufen anderer Kunden zu tun. Zahlreiche Algorithmen berechnen die passenden Produkte. Dass 1/4 der Sales über die Empfehlungen kommen ist keinesfalls eine Seltenheit sondern eher Normalität. (durschnittlicher Warenkorb ca. 30 % mehr) Es gibt diverse Firmen die eine solche Technologie anbieten. Allerdings ist hier auch darauf zu achten, dass die Firmen Hybride Empfehlungen abgeben. … Kommentar by Basti Geyer — 8. Mai 2012 @ 09:35 Ein Viertel glauben wir auch nicht. Unsere Messungen sagen aber, dass es Tage gibt, dass Empfehlungen bis zu 12 % ausmachen. Im Schnitt liegen wir bei 8 – 9 %. Positionierung ist dabei ein wichtiger Punkt und ein entsprechendes Tool. Gerade hierbei glaube ich aber, dass Amazon hier extrem viel leisten kann aufgrund deren Traffic und deren IT, denn: Amazon ist kein Händler sondern ein Software-Konzern! Kommentar by terrific.de — 8. Mai 2012 @ 09:57 http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html#comments
  • 10. … und viele stimmen dieser Einschätzung zu bzw. können diese aus Erfahrung bestätigen: Hallo, die Quote von 25% stimmt bei uns auf jeden Fall. Wir machen manchmal Stichproben und befragen unsere Kunden. Entscheidungskriterium “Empfehlung” steht ganz oben, dann vielleicht die Bestseller Listung. Wir sind zufrieden und freuen uns über unsere Umsatzzuwächse. Kommentar by aspects — 8. Mai 2012 @ 11:55 Recommendation engines sind schon eine feine Sache, allerdings verfügt kaum ein Shopsystem über solche Technologie und so werden halt, wenn überhaupt, externe Anbieter eingebunden. Wie überall wird auch hier mit Studien und Zahlen um sich geworfen die, mit Sachverstand betrachtet, kaum realistisch sind. Was bei Amazon aufgrund des dort vorhandenen breiten Angebots vielleicht noch hinhauen kann ist für den normalen Händler mit der deutlich kleineren Angebotspalette schlicht unmöglich da die commendation engines nunmal lediglich auf eine begrenzte Basis zurückgreifen können und damit die Empfehlungsmöglihkeiten in Anzahl und Qualität zwangsläufig schlechter sein müssen. Somit bieten sich Empfehlungen aus recommendation engines primär für Marketingzwecke, ...Wir haben unsere integrierte recommendation engine beispielsweise mehrfach ans Newslettertool gekoppelt, einmal für die automatische Erstellung individueller Newsletter und einmal als Analysetool das dem Shopbetreiber ermöglicht zielgenaue allgemeine Newsletter zu verfassen. Unsere Zahlen belegen das damit die Umsätze aus dem Marketinginstrument Newsletter durchaus signifikant verbessert werden konnten. Kommentar by H.P. — 15. Mai 2012 @ 07:06 http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html#comments
  • 11. Neue Potenziale – Online-Shop > Steigerung der Conversion Rates > Höherer Warenkorbwert > Stärkere Kundenbindung > Höhere Verweildauer > Bessere Auffindbarkeit von Produkten > Ausgereifte Technik & Technologien Gewinn und Mehrwert 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 11
  • 12. Neue Potenziale – Kunde > Bessere Auffindbarkeit von Produkten > Steigerung der Usability > Inspiration > Erhöhter Benutzerkomfort > Gesteigerte Wertschätzung > Emotionale und psychologische Absicherung Zufriedenheit und Begeisterung 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 12
  • 13.
  • 14. Data Processing Platform MarketingTraffic Returns 3rd Party Data User Events Social Media Recommen- dations Statistiken Visualisierung Customer Insights Etwas mehr Struktur, bitte…
  • 15. Daten- kreislauf 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 15
  • 16.
  • 18. Wer hat was gekauft? Was wurde zusammen gekauft? Welche Werte sind "interessant"?
  • 19. Erfolgsvoraussetzungen > Kontrolle & Management > Daten & Informationen > Messen & Bewerten 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 19
  • 21. Datenquellen und Kanäle miteinander kombinieren Social Media, Retouren, Clicks, Bestellungen, Views, Ratings, … 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 21
  • 25. A Long Story Cut Short > Verarbeitung von Datenmengen > Machine Learning Algorithmen > Maschinengestützte Kontrollinstanz > Nutzung aller Funktionen und Maßnahmen messen und bewerten > Verwendung und Kombination unterschiedlicher Datenquellen > Skalierbarkeit 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 25
  • 26. Bildernachweis> Spending: https://www.flickr.com/photos/68751915@N05/6355231757 > DSCN3434: https://www.flickr.com/photos/leedman/2061058702 > Computer Mann Arbeitsplatz Geschäft: http://pixabay.com/de/computer-mann-arbeitsplatz-gesch%C3%A4ft-303129/ > money: https://www.flickr.com/photos/fsecart/549277847/ > blue: https://www.flickr.com/photos/pauldineen/4529213297/ > Maths: https://www.flickr.com/photos/ajc1/8144344750/ > Time is Money: https://www.flickr.com/photos/76657755@N04/7214596024/ > Gummibärchen: http://pixabay.com/de/gummib%C3%A4rchen-fruchtgummis-b%C3%A4ren-359950/ > Facebook Touchgraph: https://www.flickr.com/photos/bike/3293404080/ > British Museum: https://www.flickr.com/photos/moria/29210441/ > Wachstum Finanzen Gewinne: http://pixabay.com/de/grafik-wachstum-finanzen-gewinne-163509/ > Thumbs Up: https://www.flickr.com/photos/vegaseddie/5700609302/ > Scared Cat: https://www.flickr.com/photos/kindacat/8297887165 > Chemistry: https://www.flickr.com/photos/horiavarlan/4273225057/ > Customer Journey: https://www.flickr.com/photos/lauradinneen/7365351290/ > Lizenzen: – Lizenz: https://creativecommons.org/licenses/by-sa/2.0/ – Lizenz: https://creativecommons.org/licenses/by/2.0/ – Lizenz: http://creativecommons.org/publicdomain/zero/1.0/deed.de 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 26
  • 27. Quellen > "Why Personalisation Should Be at the Heart of a Retailer's Customer Strategy". 11/2013. IDC Report > Kommentare aus Shopanbieter.de http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes- kommen-bei-amazon-ueber-empfehlungen-zustande.html > "Amazon's recommendation secret". Mangalindan, JP. http://fortune.com/2012/07/30/amazons-recommendation-secret/. 30. Juli 2012. > "Practical Machine Learning". Ted Dunning & Ellen Friedman. https://www.mapr.com/practical-machine-learning. 2014 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 27
  • 28. KONTAKT SHI GmbH & Co. KG Curt-Frenzel-Str. 12 D - 86167 Augsburg info@shi-gmbh.com +49.821.74 82 633 - 0 @SHIEngineers 07.04.2015 © SHI GmbH & Co. KG Consulting • Software • Development • Training 28