SlideShare ist ein Scribd-Unternehmen logo
Kunden- / Zielgruppensegmentierung Einsatz von Empfehlungssystemen für verhaltensorientierte Kundensegmentierung 25.02.2011, Karlsruhe sebastian.wohlrapp@dmc.de
Referent Sebastian Wohlrapp Head of Unit Travel & Trade dmc digital mediacenter GmbH, Stuttgart Hintergrund:Wirtschaftsingenieurwesen/Business Administration IT- und Management-Consultingin Frankfurt mit Fokus CRM und SFA E-Marketing und -Branding in Berlin Open Source, Web 2.0 und E-Commerce-Lösungen in Zürich E-Business-Strategie & Unternehmensentwicklung im Bereich Travel in Zürich Seit 2009: HoU B2C E- und Travel-Commerce bei dmc in Stuttgart  http://www.xing.com/profile/sebastian_wohlrapp 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 2
Inhalt Why am I hereandwhat will I learn? Einführung in das Thema Kundenverhalten als Einflussfaktor im E-Commerce Lösungsansätze über Empfehlungssysteme ... und Herausforderungen Welche Ansätze für welche Situationen? ... mit Erfahrungswerten (Ansatz) Produkte im Vergleich Beispiele Diskussion 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 3
Daten und Fakten ,[object Object]
2009: 20 Mio. € Umsatz
500 TEUR Stammkapital
Inhabergeführte GmbH
Über 200 Mitarbeiter Marktposition ,[object Object]
Nr. 2 im E-Commerce Dienstleister Ranking 2010
Nr. 8 im Internetagenturranking 2010 dmc auf einen Blick 02.07.2010 dmc macht besseres E-Commerce Management ,[object Object]
Managing DirectorAndreas Magg,[object Object]
IT-Consulting
Online Marketing Consulting
E-Commerce Prozessberatung
E-Commerce Implementierung
PIM-Implementierung
System- und Plattformentwicklung
Schnittstellenentwicklung & Systemintegration
Informationsdesign und -architektur
Website Konzeption und Design
Online Marketing Planung und KonzeptionRun & Optimize ,[object Object]
Marktforschung
Hosting und Betrieb
Monitoring / Helpdesk & Rufbereitschaft
Applikations- und  Systemsupport
Online Marketing Services
Produktdaten Management
Shop Management
Usability-Testing,[object Object]
Herausforderung in der Kundensegmentierung “If I have 3 million customers on the Web, I should have 3 million stores on the Web.”  (Jeff Bezos) 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 7
Herausforderung in der Kundensegmentierung “If I have 3 million customers on the Web, I should have more than 3 million stores on the Web.”  25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 8
Herausforderung in der Kundensegmentierung “If I have 3 million customers on the Web, I should have more than 3 million stores on the Web.”   	Segmentierung von Besuchergruppen	mit homogenem Kaufverhalten 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 9
25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 10 Empfehlungssysteme Definition und Klassifizierung
Empfehlungssysteme Arten von Empfehlungssystemen Clickstream-basierte Systeme  Repeat Buying-basierte Systeme  25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 11 Empfehlung Empfehlung
Wirkungsfelder in der Conversion-Pyramide 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 12 Online Verkauf Clickstream-Systeme  Repeat Buying-Systeme
Wirkungsfelder in der Conversion-Pyramide 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 13 Zahlt ein auf: ,[object Object]
Durchschnittlicher Warenkorbwert
Produktmarge
Anzahl abgeschlossener Transaktionen
Anzahl RetourenOnline Verkauf Clickstream-Systeme  Repeat Buying-Systeme  Zahlt ein auf: ,[object Object]
Durchschnittlicher Warenkorbwert
Reduzierung der Bestellabbrüche,[object Object]
Wirkungsfelder in der Nachverkaufsphase 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 15 Zahlt ein auf: ,[object Object]
Kundenzufriedenheit
Kundenbindung
Newsletter-ConversionNachverkauf Repeat Buying-Systeme
Empfehlungssysteme Arten von Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 16 Empfehlungssystem Nicht  personalisiert  Personalisiert Hybrid
Beispiel: Hybrides Empfehlungssystem von Amazon Allgemeine Empfehlungen, Cross-Selling und Up-Selling 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 17
Beispiel: Hybrides Empfehlungssystem von Amazon Personalisierte Empfehlungen, Cross-Selling und Up-Selling 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 18
Personalisierte Empfehlungssysteme Arten von personalisierten Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 19 Kundengetriebene PersonalisierungDer Kunde passt den Shop oder die Webseite gemäß seiner Vorstellungen an seine Bedürfnisse an. Kaufen Konfigurieren Der Kunde kauft eine Aktentasche in einem Shop, den er für sich konfiguriert hat.
Personalisierte Empfehlungssysteme Arten von personalisierten Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 20 Anbietergetriebene (RuleBasedMatching)  Personalisierung Kunde mit roter Krawatte  graue Tasche empfehlen Durch eine festgelegte Regel bekommt der Kunde eine graue Tasche.
Personalisierte Empfehlungssysteme Arten von personalisierten Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 21 Automatisierte Personalisierung Zuordnung zur Gruppe der Männer mit grauen Taschen.
Personalisierte Empfehlungssysteme Automatisierte personalisierte Empfehlungssysteme Content BasedFiltering-Systeme  25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 22 Aus Objekt rote Krawatte  folgt eine graue Tasche  Unabhängig von der Person folgt aus der roten Krawatte die graue Tasche. ,[object Object],empfehlen Die passende Peer-Gruppe empfiehlt eine graue Tasche.
Kundenprofile Empfehlungssystemrelevante Kundentypen Bekannt  und eindeutig identifiziert Identifikation:  Login oder Persistent-Cookie Vorgehen: Profil wird permanent vervollständigt Nicht eindeutig identifiziert, Kontextinformationen bekannt Kontext: Google Refer, SearchTrail, Verweildauer, Engagement Patterns Vorgehen: Persistent-Cookie für spätere Identifizierung setzen, Profil wird permanent vervollständigt  Nicht identifiziert, Kontext nicht bekannt  Vorgehen: Persistent-Cookie für spätere Identifizierung setzen, Profil wird permanent vervollständigt  25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 23
Empfehlungssysteme und Kundendaten 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 24 Bekannt Kontextbezogene Empfehlungen basierend auf Profilinformationen Kontextbezogene Empfehlungen Kontext Unbekannt Populärste Produkte Persönliche Empfehlungen Unbekannt Bekannt Profil
Kundenprofildaten Empfehlungsrelevante Kundenprofil-Daten Identifikationsdaten (Profile-ID, Persistent-Cookie-ID) Vordefinierte Kundensegment-ID Kontextdaten Google Refer, …, Search Trail Suchbegriffe Aktueller Click-Pfad (angeschaute Kategorien, Produkte) Produkte im Warenkorb Historische Daten des Kundenverhaltens (im relevanten Zeitraum) Kaufhistorie Angeschaute Produktkategorien Kollaborative Daten (Produktempfehlungen, Produktbewertungen) Angeschaute Produkte Gesuchte Produkte Lieblingsstyle, …. 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 25
Kundenprofildaten Empfehlungsrelevante Kundenprofil-Daten II Social-Profile Facebook-Profil der Kunden Facebook-Profil von Freunden Demografische Daten  (sind für Realtime-Empfehlungen wenig nutzbar, da großer Performancebedarf)  25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 26
E-Shop Meta-Daten Empfehlungsrelevante e-Shop Meta-Daten Meistbesuchte Kategorien Produktdaten Topseller Produktzusammenhänge Angeschaute Produkte  Bewertete Produkte Stammdaten (Marge, Preis, Lieferzeit, Retourendaten, …)  Empfehlungssystem Daten Kundensegmente mit Empfehlungsregeln Meistgesuchte Stichwörter/Produkte Empfehlungsregeln (mit Wirksamkeit und Zusammenhängen) Click-Pfade Warenkorbanalysedaten Jahreszeit/Saison und andere zyklische Faktoren im Geschäftsmodell 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 27
25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 28 Empfehlungssysteme Funktionsweise und Ersatzempfehlungen
25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 29 Produkt & Content Daten Kontext Navigation Empfehlungen Kundensegment,  Demografische Daten Produktdaten Kategoriedaten Historische Daten Empfehlungssystem Daten & Regel Content Social Profile
Warenkorbanalyse - Repeat Buying System Kunden die A kauften, kauften auch B  25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 30 Mathematical Modeling to improve Targeting Marketing Machine 1 2 3 Predict next likely product to buy Predict customer value potential Predict customers likely to churn Customer 1 Customer 2 66% =  ? Customer 3  33% =  * Freedhooper
Warenkorbanalyse - Repeat Buying System Herausforderungen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 31 Long-Tail-Effekt  Große Produktsortimente Sortimentswechsel Lange Lernzeit ,[object Object]
in > 20% der Fälle werden TopsellerempfohlenMögliche Lösungsansätze ,[object Object]
Einführung der Personalisierung
Warenkorbanalyse innerhalb eines Kundensegmentes
Änderung des Einsatzszenarios
Kunden die A kauften, haben auch B angeschaut,[object Object]
Collaborative Filtering Herausforderungen.Kundensegmentierung mittels Ähnlichkeitsmatrix von Kundenverhalten 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 33 Große Produktsortimente Sehr große Mengen von Bewertungskombinationen Latenzzeit Sortimentswechsel  ,[object Object]
Fehler der statistischen MassenMögliche Lösungsansätze ,[object Object]
Erstellung von Kundensegmenten im Vorfeld
Einsatz lernender Systeme,[object Object]
Beispiel: lernendes System Reinforcement Learning.  prudsys RDE Zuordnung von Kunden zum Kundensegment Gewichtung von Produktempfehlungen Gewichtung von Empfehlungsregeln Überprüfung der Gewichtung von Produktempfehlungen und  Empfehlungsregeln in 10% der Fälle 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite |   Folie 35

Weitere ähnliche Inhalte

Andere mochten auch

Multi Channel Trichter bei Google Analytics - Wertbeitrag einzelner Quellen
Multi Channel Trichter bei Google Analytics - Wertbeitrag einzelner QuellenMulti Channel Trichter bei Google Analytics - Wertbeitrag einzelner Quellen
Multi Channel Trichter bei Google Analytics - Wertbeitrag einzelner Quellen
121WATT GmbH
 
Content Marketing – Hvordan bygge et stort publikum og en vellykket bedrift
Content Marketing – Hvordan bygge et stort publikum og en vellykket bedriftContent Marketing – Hvordan bygge et stort publikum og en vellykket bedrift
Content Marketing – Hvordan bygge et stort publikum og en vellykket bedrift
Content Marketing Norge
 
State of E-Commerce - Onlinehandel in der Schweiz 2015
State of E-Commerce - Onlinehandel in der Schweiz 2015State of E-Commerce - Onlinehandel in der Schweiz 2015
State of E-Commerce - Onlinehandel in der Schweiz 2015
Carpathia AG
 
Agilitaet im E-Commerce - E-Commerce Breakfast
Agilitaet im E-Commerce - E-Commerce BreakfastAgilitaet im E-Commerce - E-Commerce Breakfast
Agilitaet im E-Commerce - E-Commerce Breakfast
Mayflower GmbH
 
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, HandelnE-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
Unic
 
Enterprise KPI Development Process
Enterprise KPI Development ProcessEnterprise KPI Development Process
Enterprise KPI Development Process
Hass Howard
 
A KPI framework for startups
A KPI framework for startupsA KPI framework for startups
A KPI framework for startups
yalisassoon
 
Get Inspired: 75 (More) Content Marketing Examples
Get Inspired: 75 (More) Content Marketing ExamplesGet Inspired: 75 (More) Content Marketing Examples
Get Inspired: 75 (More) Content Marketing Examples
Content Marketing Institute
 
The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...
The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...
The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...
Content Marketing Institute
 
Google Analytics fürs Content-Marketing
Google Analytics fürs Content-MarketingGoogle Analytics fürs Content-Marketing
Google Analytics fürs Content-Marketing
dskom digital.marketing.agentur
 
Content Marketing World: Training with Content Marketing Jedi Masters #CMWorld
Content Marketing World: Training with Content Marketing Jedi Masters #CMWorldContent Marketing World: Training with Content Marketing Jedi Masters #CMWorld
Content Marketing World: Training with Content Marketing Jedi Masters #CMWorld
Jim MacLeod
 
E-portfolio und Badges
E-portfolio und BadgesE-portfolio und Badges
E-portfolio und Badges
Ilona Buchem
 
Unic AG - Mehr Erfolg mit E-Mail-Marketing
Unic AG - Mehr Erfolg mit E-Mail-MarketingUnic AG - Mehr Erfolg mit E-Mail-Marketing
Unic AG - Mehr Erfolg mit E-Mail-Marketing
Unic
 
Unic AG - E-Commerce Trends 2011
Unic AG - E-Commerce Trends 2011Unic AG - E-Commerce Trends 2011
Unic AG - E-Commerce Trends 2011
Unic
 
Schools in Houston, TX
Schools in Houston, TXSchools in Houston, TX
Schools in Houston, TX
cca-edu
 
ประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรัง
ประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรังประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรัง
ประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรัง
เทศบาลตำบลพังโคน อำเภอพังโคน จังหวัดสกลนคร
 
E-Business: 5. E-learning (Live-Version)
E-Business: 5. E-learning (Live-Version)E-Business: 5. E-learning (Live-Version)
E-Business: 5. E-learning (Live-Version)
Anja Lorenz
 

Andere mochten auch (17)

Multi Channel Trichter bei Google Analytics - Wertbeitrag einzelner Quellen
Multi Channel Trichter bei Google Analytics - Wertbeitrag einzelner QuellenMulti Channel Trichter bei Google Analytics - Wertbeitrag einzelner Quellen
Multi Channel Trichter bei Google Analytics - Wertbeitrag einzelner Quellen
 
Content Marketing – Hvordan bygge et stort publikum og en vellykket bedrift
Content Marketing – Hvordan bygge et stort publikum og en vellykket bedriftContent Marketing – Hvordan bygge et stort publikum og en vellykket bedrift
Content Marketing – Hvordan bygge et stort publikum og en vellykket bedrift
 
State of E-Commerce - Onlinehandel in der Schweiz 2015
State of E-Commerce - Onlinehandel in der Schweiz 2015State of E-Commerce - Onlinehandel in der Schweiz 2015
State of E-Commerce - Onlinehandel in der Schweiz 2015
 
Agilitaet im E-Commerce - E-Commerce Breakfast
Agilitaet im E-Commerce - E-Commerce BreakfastAgilitaet im E-Commerce - E-Commerce Breakfast
Agilitaet im E-Commerce - E-Commerce Breakfast
 
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, HandelnE-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
 
Enterprise KPI Development Process
Enterprise KPI Development ProcessEnterprise KPI Development Process
Enterprise KPI Development Process
 
A KPI framework for startups
A KPI framework for startupsA KPI framework for startups
A KPI framework for startups
 
Get Inspired: 75 (More) Content Marketing Examples
Get Inspired: 75 (More) Content Marketing ExamplesGet Inspired: 75 (More) Content Marketing Examples
Get Inspired: 75 (More) Content Marketing Examples
 
The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...
The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...
The Power of Visual Storytelling: Graphic Recordings of Content Marketing Wor...
 
Google Analytics fürs Content-Marketing
Google Analytics fürs Content-MarketingGoogle Analytics fürs Content-Marketing
Google Analytics fürs Content-Marketing
 
Content Marketing World: Training with Content Marketing Jedi Masters #CMWorld
Content Marketing World: Training with Content Marketing Jedi Masters #CMWorldContent Marketing World: Training with Content Marketing Jedi Masters #CMWorld
Content Marketing World: Training with Content Marketing Jedi Masters #CMWorld
 
E-portfolio und Badges
E-portfolio und BadgesE-portfolio und Badges
E-portfolio und Badges
 
Unic AG - Mehr Erfolg mit E-Mail-Marketing
Unic AG - Mehr Erfolg mit E-Mail-MarketingUnic AG - Mehr Erfolg mit E-Mail-Marketing
Unic AG - Mehr Erfolg mit E-Mail-Marketing
 
Unic AG - E-Commerce Trends 2011
Unic AG - E-Commerce Trends 2011Unic AG - E-Commerce Trends 2011
Unic AG - E-Commerce Trends 2011
 
Schools in Houston, TX
Schools in Houston, TXSchools in Houston, TX
Schools in Houston, TX
 
ประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรัง
ประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรังประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรัง
ประกาศสอบราคาจ้างเหมาก่อสร้างถนนคสล.และถนนลูกรัง
 
E-Business: 5. E-learning (Live-Version)
E-Business: 5. E-learning (Live-Version)E-Business: 5. E-learning (Live-Version)
E-Business: 5. E-learning (Live-Version)
 

Ähnlich wie Kunden- und Zielgruppensegmentierung im E-Commerce

BRAND SCIENCE INSTITUTE
BRAND SCIENCE INSTITUTEBRAND SCIENCE INSTITUTE
BRAND SCIENCE INSTITUTEBSI
 
User Experience Optimierung
User Experience Optimierung User Experience Optimierung
User Experience Optimierung
Connected-Blog
 
Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...
Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...
Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...
e-dialog GmbH
 
SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...
SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...
SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...
Alona Demchyk (Hakel)
 
Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...
Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...
Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...
e-dialog GmbH
 
Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...
Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...
Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...
Social DNA
 
Social Media In B2b Umfeld
Social Media In B2b UmfeldSocial Media In B2b Umfeld
Social Media In B2b Umfeld
daniel p schmidt
 
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
e-dialog GmbH
 
Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...
Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...
Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...
Nosto
 
Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...
Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...
Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...Roland Peter Schaefer
 
Präsentation Marketing 2
Präsentation Marketing 2Präsentation Marketing 2
Präsentation Marketing 2
guestfa6555
 
Content-Attribuierung - Mit System zum erfolgreichen Content-Marketing
Content-Attribuierung - Mit System  zum erfolgreichen Content-MarketingContent-Attribuierung - Mit System  zum erfolgreichen Content-Marketing
Content-Attribuierung - Mit System zum erfolgreichen Content-Marketing
Olaf Kopp
 
See-Think-Do App-Arena
See-Think-Do App-ArenaSee-Think-Do App-Arena
See-Think-Do App-Arena
App-Arena GmbH
 
Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder: Wer ist me...
Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder:  Wer ist me...Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder:  Wer ist me...
Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder: Wer ist me...
Axel Oppermann
 
Kundenmanagement im Web 2.0
Kundenmanagement im Web 2.0Kundenmanagement im Web 2.0
Kundenmanagement im Web 2.0
Martina Goehring
 
SiteBoosters Webinar: Best Practices Lead Management
SiteBoosters Webinar: Best Practices Lead ManagementSiteBoosters Webinar: Best Practices Lead Management
SiteBoosters Webinar: Best Practices Lead Management
SiteBoosters
 
Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...
Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...
Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...
e-dialog GmbH
 
Wettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim RelaunchWettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim Relaunch
Alexander Keller
 
Wie du Product/Market Fit erreichst 2020 I Brainpath - Digital Growth
Wie du Product/Market Fit erreichst 2020 I Brainpath - Digital GrowthWie du Product/Market Fit erreichst 2020 I Brainpath - Digital Growth
Wie du Product/Market Fit erreichst 2020 I Brainpath - Digital Growth
Tina Banerjee
 

Ähnlich wie Kunden- und Zielgruppensegmentierung im E-Commerce (20)

BRAND SCIENCE INSTITUTE
BRAND SCIENCE INSTITUTEBRAND SCIENCE INSTITUTE
BRAND SCIENCE INSTITUTE
 
User Experience Optimierung
User Experience Optimierung User Experience Optimierung
User Experience Optimierung
 
Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...
Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...
Google Analytics Konferenz 2015_optimierung des onlineshops mit enhanced Ecom...
 
Event #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja MetzgerEvent #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja Metzger
 
SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...
SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...
SEO-Campixx-2023-SEO-Strategien-und-Krisen-Alona-Demchyk-Hakel-Sandy-Daennhar...
 
Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...
Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...
Google Analytics Konferenz 2019_Personalisierung: Werbemittel & Website_Qin L...
 
Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...
Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...
Durchstarten mit Social Advetising - Eine Einführung (Workshop SCM Praxistage...
 
Social Media In B2b Umfeld
Social Media In B2b UmfeldSocial Media In B2b Umfeld
Social Media In B2b Umfeld
 
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
 
Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...
Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...
Optimieren Sie Ihren Shopware-Shop mit Personalisierung und automatisiertem M...
 
Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...
Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...
Neocom2013 - Strategien und Maßnahmen zur Senkung der Retourenquote im E-Comm...
 
Präsentation Marketing 2
Präsentation Marketing 2Präsentation Marketing 2
Präsentation Marketing 2
 
Content-Attribuierung - Mit System zum erfolgreichen Content-Marketing
Content-Attribuierung - Mit System  zum erfolgreichen Content-MarketingContent-Attribuierung - Mit System  zum erfolgreichen Content-Marketing
Content-Attribuierung - Mit System zum erfolgreichen Content-Marketing
 
See-Think-Do App-Arena
See-Think-Do App-ArenaSee-Think-Do App-Arena
See-Think-Do App-Arena
 
Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder: Wer ist me...
Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder:  Wer ist me...Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder:  Wer ist me...
Über Kundenklassifizierung, Segmentierung und Zielgruppen – oder: Wer ist me...
 
Kundenmanagement im Web 2.0
Kundenmanagement im Web 2.0Kundenmanagement im Web 2.0
Kundenmanagement im Web 2.0
 
SiteBoosters Webinar: Best Practices Lead Management
SiteBoosters Webinar: Best Practices Lead ManagementSiteBoosters Webinar: Best Practices Lead Management
SiteBoosters Webinar: Best Practices Lead Management
 
Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...
Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...
Google Analytics Konferenz 2019_Programmatic Marketing mit Display & Video 36...
 
Wettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim RelaunchWettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim Relaunch
 
Wie du Product/Market Fit erreichst 2020 I Brainpath - Digital Growth
Wie du Product/Market Fit erreichst 2020 I Brainpath - Digital GrowthWie du Product/Market Fit erreichst 2020 I Brainpath - Digital Growth
Wie du Product/Market Fit erreichst 2020 I Brainpath - Digital Growth
 

Kunden- und Zielgruppensegmentierung im E-Commerce

  • 1. Kunden- / Zielgruppensegmentierung Einsatz von Empfehlungssystemen für verhaltensorientierte Kundensegmentierung 25.02.2011, Karlsruhe sebastian.wohlrapp@dmc.de
  • 2. Referent Sebastian Wohlrapp Head of Unit Travel & Trade dmc digital mediacenter GmbH, Stuttgart Hintergrund:Wirtschaftsingenieurwesen/Business Administration IT- und Management-Consultingin Frankfurt mit Fokus CRM und SFA E-Marketing und -Branding in Berlin Open Source, Web 2.0 und E-Commerce-Lösungen in Zürich E-Business-Strategie & Unternehmensentwicklung im Bereich Travel in Zürich Seit 2009: HoU B2C E- und Travel-Commerce bei dmc in Stuttgart http://www.xing.com/profile/sebastian_wohlrapp 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 2
  • 3. Inhalt Why am I hereandwhat will I learn? Einführung in das Thema Kundenverhalten als Einflussfaktor im E-Commerce Lösungsansätze über Empfehlungssysteme ... und Herausforderungen Welche Ansätze für welche Situationen? ... mit Erfahrungswerten (Ansatz) Produkte im Vergleich Beispiele Diskussion 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 3
  • 4.
  • 5. 2009: 20 Mio. € Umsatz
  • 8.
  • 9. Nr. 2 im E-Commerce Dienstleister Ranking 2010
  • 10.
  • 11.
  • 21.
  • 24. Monitoring / Helpdesk & Rufbereitschaft
  • 25. Applikations- und Systemsupport
  • 29.
  • 30. Herausforderung in der Kundensegmentierung “If I have 3 million customers on the Web, I should have 3 million stores on the Web.” (Jeff Bezos) 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 7
  • 31. Herausforderung in der Kundensegmentierung “If I have 3 million customers on the Web, I should have more than 3 million stores on the Web.” 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 8
  • 32. Herausforderung in der Kundensegmentierung “If I have 3 million customers on the Web, I should have more than 3 million stores on the Web.”  Segmentierung von Besuchergruppen mit homogenem Kaufverhalten 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 9
  • 33. 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 10 Empfehlungssysteme Definition und Klassifizierung
  • 34. Empfehlungssysteme Arten von Empfehlungssystemen Clickstream-basierte Systeme Repeat Buying-basierte Systeme 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 11 Empfehlung Empfehlung
  • 35. Wirkungsfelder in der Conversion-Pyramide 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 12 Online Verkauf Clickstream-Systeme Repeat Buying-Systeme
  • 36.
  • 40.
  • 42.
  • 43.
  • 47. Empfehlungssysteme Arten von Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 16 Empfehlungssystem Nicht personalisiert Personalisiert Hybrid
  • 48. Beispiel: Hybrides Empfehlungssystem von Amazon Allgemeine Empfehlungen, Cross-Selling und Up-Selling 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 17
  • 49. Beispiel: Hybrides Empfehlungssystem von Amazon Personalisierte Empfehlungen, Cross-Selling und Up-Selling 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 18
  • 50. Personalisierte Empfehlungssysteme Arten von personalisierten Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 19 Kundengetriebene PersonalisierungDer Kunde passt den Shop oder die Webseite gemäß seiner Vorstellungen an seine Bedürfnisse an. Kaufen Konfigurieren Der Kunde kauft eine Aktentasche in einem Shop, den er für sich konfiguriert hat.
  • 51. Personalisierte Empfehlungssysteme Arten von personalisierten Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 20 Anbietergetriebene (RuleBasedMatching) Personalisierung Kunde mit roter Krawatte  graue Tasche empfehlen Durch eine festgelegte Regel bekommt der Kunde eine graue Tasche.
  • 52. Personalisierte Empfehlungssysteme Arten von personalisierten Empfehlungssystemen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 21 Automatisierte Personalisierung Zuordnung zur Gruppe der Männer mit grauen Taschen.
  • 53.
  • 54. Kundenprofile Empfehlungssystemrelevante Kundentypen Bekannt und eindeutig identifiziert Identifikation: Login oder Persistent-Cookie Vorgehen: Profil wird permanent vervollständigt Nicht eindeutig identifiziert, Kontextinformationen bekannt Kontext: Google Refer, SearchTrail, Verweildauer, Engagement Patterns Vorgehen: Persistent-Cookie für spätere Identifizierung setzen, Profil wird permanent vervollständigt Nicht identifiziert, Kontext nicht bekannt Vorgehen: Persistent-Cookie für spätere Identifizierung setzen, Profil wird permanent vervollständigt 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 23
  • 55. Empfehlungssysteme und Kundendaten 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 24 Bekannt Kontextbezogene Empfehlungen basierend auf Profilinformationen Kontextbezogene Empfehlungen Kontext Unbekannt Populärste Produkte Persönliche Empfehlungen Unbekannt Bekannt Profil
  • 56. Kundenprofildaten Empfehlungsrelevante Kundenprofil-Daten Identifikationsdaten (Profile-ID, Persistent-Cookie-ID) Vordefinierte Kundensegment-ID Kontextdaten Google Refer, …, Search Trail Suchbegriffe Aktueller Click-Pfad (angeschaute Kategorien, Produkte) Produkte im Warenkorb Historische Daten des Kundenverhaltens (im relevanten Zeitraum) Kaufhistorie Angeschaute Produktkategorien Kollaborative Daten (Produktempfehlungen, Produktbewertungen) Angeschaute Produkte Gesuchte Produkte Lieblingsstyle, …. 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 25
  • 57. Kundenprofildaten Empfehlungsrelevante Kundenprofil-Daten II Social-Profile Facebook-Profil der Kunden Facebook-Profil von Freunden Demografische Daten (sind für Realtime-Empfehlungen wenig nutzbar, da großer Performancebedarf) 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 26
  • 58. E-Shop Meta-Daten Empfehlungsrelevante e-Shop Meta-Daten Meistbesuchte Kategorien Produktdaten Topseller Produktzusammenhänge Angeschaute Produkte Bewertete Produkte Stammdaten (Marge, Preis, Lieferzeit, Retourendaten, …) Empfehlungssystem Daten Kundensegmente mit Empfehlungsregeln Meistgesuchte Stichwörter/Produkte Empfehlungsregeln (mit Wirksamkeit und Zusammenhängen) Click-Pfade Warenkorbanalysedaten Jahreszeit/Saison und andere zyklische Faktoren im Geschäftsmodell 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 27
  • 59. 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 28 Empfehlungssysteme Funktionsweise und Ersatzempfehlungen
  • 60. 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 29 Produkt & Content Daten Kontext Navigation Empfehlungen Kundensegment, Demografische Daten Produktdaten Kategoriedaten Historische Daten Empfehlungssystem Daten & Regel Content Social Profile
  • 61. Warenkorbanalyse - Repeat Buying System Kunden die A kauften, kauften auch B 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 30 Mathematical Modeling to improve Targeting Marketing Machine 1 2 3 Predict next likely product to buy Predict customer value potential Predict customers likely to churn Customer 1 Customer 2 66% = ? Customer 3 33% = * Freedhooper
  • 62.
  • 63.
  • 67.
  • 68.
  • 69.
  • 71.
  • 72. Beispiel: lernendes System Reinforcement Learning. prudsys RDE Zuordnung von Kunden zum Kundensegment Gewichtung von Produktempfehlungen Gewichtung von Empfehlungsregeln Überprüfung der Gewichtung von Produktempfehlungen und Empfehlungsregeln in 10% der Fälle 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 35
  • 73.
  • 75. Steigerung der Bewertungen über personalisierte Newsletter um Faktor 10
  • 76.
  • 77.
  • 78. Onsite Search, Merchandising & Recommendation, Mobile Commerce
  • 80. Intelligente Algorithmen zur fehlertoleranten Suche und zur Optimierung von Ergebnislisten
  • 81. Bestehende Kategorie-Verwandtschaften und das Suchverhalten der Shop-Besucher werden ausgewertet
  • 82.
  • 83. Recommendations, Newsletter, Pricing, Scoring, Data Cleansing, Assortment Planning
  • 85. Empfehlungsgenerierung anhang umfangreichster Bibliothek von Algorithmen. (34 Algorithmen).
  • 86. Offline und Real-Time Learning vom Userverhalten
  • 87.
  • 88. 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 41 Interessante Beispiele (mal nicht amazon)
  • 89. Empfehlungen durch dynamische Navigation Visual live search– A newwaytonavigate (asseen on explore.zappos.com) 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 42
  • 90. Fredhopper: Produkt-Retargeting im Newsletter 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 43 User leaves your website … … and gets your newsletter Your-shop.com suggestions promotion@your-shop.com Your-shop.com created a new suggestions based on the articles you bought and visited earlier. m Robert Cavalli 290 EUR
  • 91. Beispiel: Kooperation Facebook und Amazon Facebook – Amazon Kooperation Facebook-Nutzer aus den USA können via Facebook Connect die Accounts bei Amazon und Facebook verknüpfen Amazon kann anhand der Profilinformationen von Facebook-Nutzern bessere Geschenkvorschläge anhand von Lieblingsautoren, Lieblingsmusik oder den Produkten, die die Freunde mögen, machen. Während der Einkaufstour bei Amazon sehen die Nutzer ihr Facebook-Bild, Geburtstage der Freunde und erhalten Geschenkvorschläge für die Freunde Getätigte Einkäufe werden nicht auf Facebook verbreitet 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 44
  • 92. User-generierte Empfehlungen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 45 Polyvore und H&M: Eigene Produktwelten
  • 93. Compass Labs: Realtime Precision TargetingSieht so die Zukunft aus? Echtzeit-Empfehlungen aufgrund von Social Media Beiträgen 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite Folie 46
  • 94. Ergänzendes Material und Links Was die Kunden sagen (via Forrester) 25.03.2010 Kunden- / Zielgruppensegmentierung auf der Webseite | Folie 47
  • 95. dmc digital media center GmbHRommelstraße 1170376 Stuttgart Telefon: +49 711 601747-0 Mail: info@dmc.de Web: www.dmc.de Kunden- / Zielgruppensegmentierung auf der Webseite Folie 48 25.03.2010
  • 96. Mehr Reichweite, mehr Umsatz, mehr Erfolg Wie Sie online erfolgreicher werden
  • 97. Unser Leistungsversprechen für besseres E-Commerce Wir verstehen Ihr Geschäftsmodell besser Strategien, Konzepte, Prozesse, Systeme und Vermarktung Besser, und alles aus einer Hand Über 200 Spezialisten für Consulting, Design & Marketing und Technologie Besser, und das seit 15 Jahren 100 Online-Shops, 40 Länder und 23 Sprachen Wir machen E-Commerce für Ihr Unternehmen besser Konzeptstärke, Umsetzungseffizienz, Qualitätssicherheit und zuverlässiger Betrieb 22.11.2010 dmc macht besseres E-Commerce
  • 98. dmc-Philosophie für besseres E-Commerce Seit 15 Jahren kreative Vernetzung der dmc-Kompetenzen 02.07.2010 dmc macht besseres E-Commerce
  • 99. Design & Marketing dmc-Philosophie für besseres E-Commerce Consulting Technologie 02.07.2010 dmc macht besseres E-Commerce Run & Optimize Plan Lösungen Build
  • 100. dmc-Perspektive für besseres E-Commerce 02.07.2010 dmc macht besseres E-Commerce
  • 101. E-Commerce Aufgabenfelder Beschaffung Verkauf Produktion Redaktions-Management Print Produktion SEM/SEO Online Marketing Management Product Data Management Katalogplanung Stammdatenpflege Marktplätze Unternehmens- präsentation Einbindung Streckenlieferanten und Vertriebspartner Database Publishing Affiliates Newsletter Service & Support Product Management Online-Shop DebitorenManagement Lagerhaltung Einkauf Kalkulation Logistik und Versand Shop Management Zahlungsverfahren Retourenannahme Kundendaten Sortimentierung Retourenverarbeitung Bonitätsprüfung Call Center Customer Management Logistik / Fulfillment 02.07.2010 dmc macht besseres E-Commerce
  • 102.
  • 106.
  • 110.
  • 117.
  • 120.
  • 123. E-Commerce Software-Ökosystem 02.07.2010 dmc macht besseres E-Commerce Beschaffung Verkauf Produktion Redaktions-Management Print Produktion Database Publishing Content Management System SEM/SEO SEM/SEO Online Marketing Management Product Data Management Katalogplanung PIM-System Stammdatenpflege Marketplace Distribution Marktplätze Werbemittel Analyse Unternehmens- präsentation Einbindung Streckenlieferanten und Vertriebspartner Longtail-Anbindung Database Publishing Affiliates Online Marketing Analyse Basis ERP (FI/Co, Stammdaten, …) Newsletter Newsletter Service & Support Product Management Online Shop DebitorenManagement Lagerhaltung Einkauf Kalkulation Shop- Plattform Einkauf, Kalkulation Order-Management Logistik und Versand Shop Management Zahlungsverfahren Retourenannahme Kundendaten Sortimentierung Lager, Logistik,Retouren Debitoren-management CRM Sortimentierung Retourenverarbeitung Bonitätsprüfung Call Center Payment | Scoring | Bonität Customer Management Logistik / Fulfillment
  • 124.
  • 134.
  • 137. Monitoring / Helpdesk & Rufbereitschaft
  • 138. Applikations- und Systemsupport
  • 142.
  • 147.
  • 157.
  • 159. Verschlagwortung / Indizierung, Strukturierung und Mehrwerte
  • 161.
  • 163. SEM / SEO / SMO
  • 166.
  • 169. Monitoring / Helpdesk & Rufbereitschaft
  • 170. Applikations- und Systemsupport
  • 174.
  • 175. 02.07.2010 dmc macht besseres E-Commerce dmc digital media center GmbH Die größte inhabergeführte Internetagentur Deutschlands
  • 176.
  • 177. 2009: 20 Mio. € Umsatz
  • 180.
  • 181. Nr. 2 im E-Commerce Dienstleister Ranking 2010
  • 182.
  • 183.
  • 184. Erfolgreich arbeiten wir für.... Kunden in weiteren Branchen (Auszug) 02.07.2010 dmc macht besseres E-Commerce Reisen Industrie Finanzdienstleister Telekommunikation Weitere Branchen
  • 185. Kontinuität, Transaktionsstärke und Leistungsfähigkeit 02.07.2010 dmc macht besseres E-Commerce Mit Kontinuität zum Erfolg Unsere Kunden sind zufrieden mit unserer Arbeit. Das zeigt sich vor allem in den langjährigen Kundenbeziehungen. Seit... ....15 Jahren Neckermann ....14 Jahren Kodak ....12 Jahren JAKO-O ..... 9 Jahren Deutsche Telekom Training Transaktionsstärke Wir verwalten im Kundenauftrag 150 Server. Die mehr als 5 Mio. Transaktionen der Kunden unserer Kunden haben gezeigt: Die E-Commerce-Systeme, die wir bauen, sind leistungsstark und transaktionsorientiert. Unsere Leistungsfähigkeit 1,2 Mio. geleistete Projektstunden der mehr als 200 dmc-Mitarbeiter beweisen: Unsere Leidenschaft und Schaffens-kraft gehört allein Ihnen, unseren Kunden.
  • 186. Unsere strategischen Partner & unsere Lösungen Unsere Partner 02.07.2010 dmc macht besseres E-Commerce Unsere Lösungen Leistungsstarke Standardsoftware für professionelle E-Commerce-Lösungen und den Multichannel-Vertrieb. Happy Landing in neuen Märkten. Profitieren Sie von mehr Reichweite sowie aktiver Vertriebssteuerung für Ihre E-Commerce-Aktivitäten und schöpfen Sie dadurch Ihre Umsatzpotentiale maximal, schnell und kostengünstig aus. Die führende On-Demand E-Commerce-Plattform steht für den erfolgreichenOnline-Verkauf. WebSphere ist die zukunftsweisende Lösung für sämtliche E-Commerce-Anforderungen eines Unternehmens. mb3p Die Open Source E-Commerce-Plattform Leistungsstarke, flexible E-Commerce-Lösung für anspruchsvolle und innovative Online-Shops. Zuverlässige Open-Source-Umgebung für den Onlinevertrieb mit kanalübergreifender Einkaufsfunktionalität. eCircle, der beste E-Mail-Service-Provider 2009. Ausgezeichnet mit dem eco Internet Award.
  • 187. Unser Werteversprechen für besseres E-Commerce 02.07.2010 dmc macht besseres E-Commerce
  • 188. 10x besseres E-Commerce dmc macht besseres E-Commerce, weil: wir mit unserer 15-jährigen Erfahrung viele erfolgreiche E-Commerce-Lösungen mit modernsten Web-Technologien umsetzen. wir Design für E-Commerce-Lösungen kreieren, das verkauftund nicht nur schön ist. wir bzw. unsere Kunden zahlreiche Auszeichnungen (z.B. Online Shop des Jahres) erhalten haben. wir Ihnen mit unseren 200 Spezialisten im E-Commerce (fast) alles anbieten können und außerdem in Ihrer Nähe sind. wir ein unabhängiges Technologiespektrum als Basis für lösungsorientierte Vorgehensweisen nutzen und wir mit >15.000 Transaktionen pro Tag wissen, was Hochverfügbarkeit ist. wir alle Kanäle des E-Commerce beherrschen und diese durch ein breites Spektrum von Online-Marketing-Instrumenten ansprechen können. wir mit eigenen Trend-Teams die Innovationen im E-Commerce aufgreifen und weiterentwickeln. wir Sie auch bei der Umsetzung internationaler Projekteunterstützen können. wir professionelles Projektmanagement konsequent umsetzen. wir dieQualitätunserer Leistungen ständig kontrollieren und verbessern. 02.07.2010 dmc macht besseres E-Commerce
  • 189. dmc macht besseres E-Commerce Erfolgreiche Kundenprojekte 02.07.2010 dmc macht besseres E-Commerce
  • 190. Referenzen E-Commercewww.neckermann.de Aufgabenstellung und Ziele 1995: erster Internetauftritt innerhalb von 10 Tagen mit 10 ausgewählten Produkten 2009: mehr als 300.000 Produkte verfügbar Unsere Leistungen Full-Service E-Commerce Kreation und Usability Technische Betreuung Aufbau Affiliate-Programm Besonderheiten Hosting mit bis zu 150 Servern Komplette Abwicklung Content-Services Erfolge dmc-Kunde ohne Unterbrechung seit Gründung 1995 Gewinn zahlreicher Awards in den letzten 15 Jahren 02.07.2010 dmc macht besseres E-Commerce
  • 191. Referenzen E-Commercewww.babor.de Aufgabenstellung und Ziele Vereinigung von Corporate Website und Online-Shops zu einer integrierten, mandantenfähigen Plattform Steigerung der Markenwahrnehmung und Anpassung an neues Corporate Design Unsere Leistungen Komplette Konzeption im Bereich Kreation und Usability Systemintegration / Implementierung auf Basis der dmc Plattform „mb3p“ Systempflege und Hosting aller Länder-Mandanten Besonderheiten Zuordnung der Bestellungen an einzelne Kosmetikinstitute (Provisionierung) Erfolge Umsatzsteigerung von 15% Weltweiter Rollout des CMS-Systems 02.07.2010 dmc macht besseres E-Commerce
  • 192. Referenzen E-CommerceKodak - Möglichkeiten im B2B2C Aufgabenstellung und Ziele Aufbau eines Vertriebsweges für Online- Bilderservice (Digital Imaging) ohne den klassischen Fachhandel zu kannibalisieren Überarbeitung der Website & Datenpflege Unsere Leistungen Entwicklung und Betrieb eines weltweiten digitalen Bilderdienstes Webfrontend in über 40 Sprachen als Bestellseite Multiple Schnittstellen für die Auftragsannahme aus unterschiedlichen Quellen (auch vom Wettbewerb) Services in den Bereichen Bildveränderung, Auftragsüberprüfung, E-Payment u.v.m. Betrieb eines Datawarehouses Erfolge dmc-Kunde seit 14 Jahren dmc ist zum dritten Mal in Folge Kodak Certified Supplier PCI-Zertifizierung für erfolgreiche Kodak-Systeme 02.07.2010 dmc macht besseres E-Commerce
  • 193. dmc digital media center GmbHRommelstraße 1170376 Stuttgart Telefon: +49 711 601747-0 Mail: info@dmc.de Web: www.dmc.de 02.07.2010 dmc macht besseres E-Commerce