Epoq + Censhare: Personalization Insights in Omnichannel-Wachstum verwandeln

Ein Outdoor-Schuh ist im PIM als „Wanderschuh“ klassifiziert. Über das Klick- und Kaufverhalten wird jedoch erkannt, dass viele Kunden ihn eher über Kategorien wie „Reisen“, „Alltag“, „City Outdoor“ oder „wasserdichte Sneaker“ finden und kaufen.

Nur Personalisierung:
Kann diese Produkte im Shop besser empfehlen oder in bestimmten Kategorien anzeigen.

Nur PIM:
Kennt die offizielle Kategorie, aber nicht unbedingt das echte Kundenverhalten.

Zusammen:
Klick- und Kaufverhalten liefern das Signal, dass das Produkt von Kunden anders verstanden wird als intern klassifiziert. PIM kann daraus zusätzliche Kategorien, Tags oder kanalabhängige Klassifizierungen machen.

Mehrwert:
Produkte werden nicht nur intern korrekt einsortiert, sondern so, wie Kunden sie tatsächlich suchen und kaufen.

Über das Klick- und Kaufverhalten wird erkannt, welche Produkte häufig zusammen gekauft werden. Bei einer Kamera zeigt sich zum Beispiel, dass Kunden nicht die offiziell empfohlene Speicherkarte wählen, sondern meist ein anderes Modell mit mehr Speicher.

Nur Personalisierung:
Kann diese Speicherkarte im Shop häufiger empfehlen.

Nur PIM:
Hat möglicherweise eine gepflegte Zubehörbeziehung, aber eher aus Herstellerlogik als aus echtem Kaufverhalten.

Zusammen:
Über das Klick- und Kaufverhalten wird die tatsächliche Kombination erkannt. Das PIM übernimmt diese Beziehung als geprüfte Produktrelation, zum Beispiel als Zubehör, Bundle, Cross Sell, Ersatzprodukt oder Empfehlung.

Mehrwert:
Aus Kaufverhalten werden offizielle Produktbeziehungen, die kanalübergreifend nutzbar sind.

Über das Klick- und Kaufverhalten wird festgestellt, dass bestimmte Produktempfehlungen besonders gut funktionieren. Wer einen Laufschuh kauft, klickt zum Beispiel überdurchschnittlich oft auf bestimmte Laufsocken und ein Pflegeprodukt.

Nur Personalisierung:
Spielt diese Empfehlung im Shop aus.

Nur PIM:
Kann Bundles verwalten, weiß aber nicht automatisch, welche Kombination wirklich performt.

Zusammen:
Über das Klick- und Kaufverhalten wird erkannt, welche Kombination funktioniert. Das PIM macht daraus ein offizielles Bundle oder eine belastbare Produktbeziehung.

Mehrwert:
Personalisierte Empfehlungen werden zu skalierbaren kommerziellen Produktpaketen.

In einer E-Mail werden verschiedene Botschaften getestet, zum Beispiel „nachhaltig produziert“, „besonders leicht“ oder „ideal für lange Strecken“. Die Klickdaten zeigen, welches Argument tatsächlich am besten funktioniert.

Nur Personalisierung:
Kann künftige E-Mails besser personalisieren.

Nur PIM:
Verwaltet Produkttexte und Attribute, weiß aber nicht automatisch, welches Verkaufsargument wirklich zieht.

Zusammen:
Über das Klick- und Kaufverhalten wird eindeutig, welche Produktbotschaft funktioniert. Das PIM kann diese Information in kanalabhängige Produkttexte, Prioritäten oder Attribute übernehmen.

Mehrwert:
Performance-Daten aus E-Mails verbessern die Produktkommunikation über alle Kanäle hinweg.

Neben Klicks, werden auch Käufe und Warenkorbmuster über die Shop-Personalisierung sichtbar. So kann erkannt werden, dass Kunden nachhaltige Produkte besonders dann kaufen, wenn sie unter 100 € liegen.

Nur Personalisierung:
Kann günstigere nachhaltige Produkte stärker empfehlen.

Nur PIM:
Kennt Preis, Nachhaltigkeitsattribute und Produktdaten, aber nicht automatisch diese Nachfragekombination.

Zusammen:
Personalisierung zeigt, welche Merkmalskombination tatsächlich kaufrelevant ist. Das PIM kann daraus Sortimentslogik machen, etwa für Tags, Landing Pages, Filter, Kampagnenprodukte oder interne Sortimentsentscheidungen.

Mehrwert:
Aus Verhalten wird belastbares Sortimentswissen.

Manche Produkte werden häufig angesehen, aber selten gekauft. Gleichzeitig suchen Kunden nach Begriffen wie „Größentabelle“, „Material“, „waschbar“ oder „passt zu“.

Nur Personalisierung:
Erkennt das Problem und kann alternative Produkte empfehlen.

Nur PIM:
Kann Produktinformationen pflegen, weiß aber nicht automatisch, welche Information fehlt.

Zusammen:
Über das Klick- und Kaufverhalten wird erkannt, wo Nutzer abspringen und welche Information offenbar fehlen. Das PIM kann daraus konkrete Aufgaben für die Produktdatenpflege ableiten.

Mehrwert:
Conversion-Probleme werden zu konkreten Produktdaten-Aufgaben.