Das Ende von Cookies von Drittanbietern – es ist Zeit für Einzelhändler, Daten von Erstanbietern anzunehmen

Da Drittanbieter-Cookies verschwinden, erfahren Sie hier, wie Einzelhändler ihre Kunden weiterhin effektiv mit First-Party-Daten ansprechen können.

Es gibt kein Entkommen – das Ende der Cookies von Drittanbietern ist nah.

Während Online-Käufer, die sich um ihre Privatsphäre sorgen, sich über den Gedanken freuen mögen, sind E-Commerce-Händler sicherlich weniger begeistert von der Aussicht, wertvolle Einblicke in die potenziellen Kaufgewohnheiten ihrer Kunden zu verlieren. Was können Einzelhändler tun, um sicherzustellen, dass ihre Conversions nicht unter dem Niedergang von Cookies leiden? Und wie effektiv waren Cookies von Drittanbietern überhaupt, um Engagement und Verkäufe zu steigern?

Warum sind Cookies von Drittanbietern ein wesentlicher Bestandteil der Personalisierung und wohin gehen sie?

Um Kunden am effektivsten anzusprechen, haben sich Vermarkter stark auf Cookies von Drittanbietern verlassen, um die Personalisierung zu perfektionieren.

Cookies von Drittanbietern ermöglichen es Datenbrokern, aggregierte Sätze von demografischen Verbraucherdaten wie Alter, Geschlecht und Standort bereitzustellen. Sie werden seit langem als das effektivste Tool für E-Commerce-Unternehmen angesehen, um Personalisierung und damit Verkäufe zu erzielen.

Allerdings haben sowohl Verbraucher- als auch Regierungsbedenken in Bezug auf den Datenschutz diese Methode als unerwünscht eingestuft, was dazu geführt hat, dass Browser und Software aufgegeben wurden und sogar Datenschutzgesetze die Praxis einschränken.

Google, dessen Chrome-Browser fast zwei Drittel der weltweiten Internetnutzung ausmacht, plant, Cookies im Jahr 2024 vollständig abzuschaffen, während Mozilla Firefox und Apple Safari dies bereits getan haben. Dies ist ein echtes Problem für Einzelhändler, die sich schnell auf das Ende von Keksen vorbereiten müssen und dennoch in der Lage sein müssen, Artikel effektiv an Kunden zu empfehlen. Vermarkter, die bei der Personalisierung falsch liegen, können den Preis dafür zahlen. Laut einer Gartner-Umfrage ^{[ 1 ]} geben mehr als die Hälfte an, dass sie sich von der Kommunikation eines Unternehmens abmelden werden, und 38 % werden die Geschäftsbeziehung mit einem Unternehmen einstellen, wenn sie Personalisierungsbemühungen als „unheimlich“ empfinden.

Der Aufstieg von First-Party-Daten als Lösung für die Personalisierung

Während Daten von Drittanbietern aufgrund von Datenschutzbedenken auslaufen, gibt es immer noch Möglichkeiten, wertvolle Signale von Kunden zu nutzen, um den Umsatz zu steigern. First-Party-Daten beziehen sich auf die Informationen, die ein Unternehmen von einem Benutzer durch direkte Interaktionen mit seiner eigenen Website oder seinem eigenen Katalog sammelt. Diese Informationen werden gesammelt, indem der Benutzer darüber informiert wird, dass sie gesammelt werden und wofür. 84 % der Verbraucher geben an, dass sie bereit sind, dies zu tun.

Für Einzelhändler haben First-Party-Daten gegenüber Cookies von Drittanbietern inhärente Vorteile. Erstens werden die Informationen durch einen offenen Austausch mit dem Verbraucher gewonnen, was dem Kunden Sicherheit und Vertrauen in die Marke gibt.

Zweitens und noch wichtiger für das Unternehmen, spiegeln First-Party-Daten den Geschmack und die Vorlieben eines Benutzers im Kontext eines bestimmten E-Commerce-Shops wider, im Gegensatz zu einer Ansammlung anderer ähnlicher Shops.

Anwendung eines stationären Szenarios auf die Personalisierung des E-Commerce

Während Daten von Drittanbietern als primäre Kundendaten dienten, die verwendet wurden, um Kunden E-Commerce-Empfehlungen zu geben, waren sie noch nie der effektivste Weg, um eine echte Personalisierung zu erreichen. Das liegt daran, dass es sich zu sehr darum kümmert, wer eine Person ist im Vergleich zu dem, was sie will oder woran sie interessiert ist.

Stellen Sie sich das folgende Szenario für ein stationäres Einzelhandelsgeschäft vor. Stellen Sie sich vor, Sie als Verkäufer im Geschäft haben zwei Möglichkeiten, wenn ein Kunde hereinkommt. Sie können ihn bitten, persönliche Informationen wie Alter, Geschlecht und Wohnort preiszugeben. Oder Sie können dem Kunden ermöglichen, selbstständig zu stöbern und zu beobachten, mit welchen Artikeln er innerhalb der ersten Minuten im Geschäft interagiert.

Die letztere Option würde es Ihnen natürlich ermöglichen, eine Empfehlung basierend auf den tatsächlichen Vorlieben und Vorlieben des Kunden genauer auszusprechen, anstatt Annahmen darüber zu treffen, was er aufgrund seiner Identität als Person wünschen könnte.

Fortschritte in der KI machen First-Party-Daten besonders wertvoll

Das stationäre Szenario gilt auch für Kunden online. Das Problem ist, dass es schwierig sein kann, die Interessen der Website-Besucher in den E-Commerce-Einstellungen rechtzeitig genug zu interpretieren, um zu verhindern, dass sie von Ihrer Website abspringen. Die jüngsten Fortschritte in der künstlichen Intelligenz (KI) und im maschinellen Lernen (ML) haben jedoch verhaltensbasierte Empfehlungen online Wirklichkeit werden lassen.

Durch den Einsatz modernster KI- und ML-Techniken können Unternehmen einen Ansatz verfolgen, der sich auf das Kundenverhalten konzentriert – Dinge wie Warenkorb-Hinzufügungen, Likes, Seiten-Scrolls usw. – mit nur wenigen Klicks, ohne sich um personenbezogene Daten zu kümmern.

Das bedeutet, dass Third-Party-Cookies nicht nur weniger relevant sind als First-Party-Daten, wenn es um eine effektive Personalisierung geht, sondern dass auch ohne vorherigen Browserverlauf Conversion-treibende Empfehlungen erzielt werden können. Dies ist besonders wichtig wegen der hohen Anzahl neuer oder anonymer Website-Besucher.

Verhaltensbasierte Empfehlungen als Möglichkeit, Engagement und Conversions zu steigern

Methoden wie das Empfehlen von „Bestsellern“ oder „zuvor angesehen“ sind übliche, aber mittelmäßige Methoden, um sich der Personalisierung zu nähern, da sie die Erkennung auf geschäftsweite Kaufdaten beschränken, die möglicherweise irrelevant sind, oder auf den vergangenen Browserverlauf. Dies ist insbesondere für neue und anonyme Benutzer einschränkend.

Durch die Verwendung verhaltensbasierter Empfehlungen ^{[ 2 ]} zur Bereitstellung hochgradig personalisierter Erfahrungen für Verbraucher können Einzelhändler Artikel, die ein Verbraucher liebt, in kürzerer Zeit auf den Markt bringen. Dies erhöht sowohl die Wahrscheinlichkeit einer Conversion als auch die Markentreue, da der Verbraucher das Gefühl hat, dass das Unternehmen ihn versteht, und schnell Artikel findet, an denen er wirklich interessiert ist.

Darüber hinaus können die Erstanbieterdaten, die verhaltensbasierte Empfehlungen beim Surfen ermöglichen, verwendet werden, um das Bezahlerlebnis zu verbessern. Möglichkeiten zur Bündelung von Artikeln oder Upselling können Kunden anhand ihrer Gewohnheiten effektiver präsentiert werden.

Nur durch die Nutzung von First-Party-Daten mit der richtigen Empfehlungsplattform können Einzelhändler diese Methoden voll ausschöpfen. Cookies von Drittanbietern und weniger fortschrittliche Empfehlungssysteme sind schlecht gerüstet, um Kunden ein so reichhaltiges Surferlebnis zu bieten.

Nutzen Sie First-Party-Daten, um Kunden dort abzuholen, wo sie sind

First-Party-Daten aus der Zeit eines Kunden auf einer E-Commerce-Website sind äußerst wertvoll, selbst nachdem der Verbraucher die Website verlassen hat. Es ist von entscheidender Bedeutung, in der Lage zu sein, erneut mit Kunden in Kontakt zu treten, wo sie sich innerhalb des größeren Ökosystems Ihrer Marke befinden. Ein effektiver Omnichannel-Ansatz kann den Unterschied zwischen einem verlassenen Einkaufswagen und einem Verkauf ausmachen – und die Nutzung des Verhaltens vor Ort für E-Mails, SMS, In-App- oder In-Store-Interaktionen bringt Sie dorthin.

Herkömmliche Omnichannel-Methoden umfassen das Empfehlen von Dingen, die in einem Einkaufswagen zurückgelassen wurden, frühere Einkäufe oder neue und beliebte Artikel. Während all dies in Bezug auf die erneute Bindung einigermaßen effektiv sein kann, ist es wahrscheinlicher, das Benutzerverhalten zu verfeinern, um Empfehlungen abzugeben, um das Interesse zu wecken und den Kunden wieder in eine Einkaufsmentalität zu versetzen.