Predict ist eine Empfehlungs-Engine; sie analysiert die Verhaltensdaten, die von unserem JavaScript API in Ihrem Webshop gesammelt werden, und liefert auf Basis dieser Daten personalisierte Empfehlungen über E-Mail, Mobile und Web an all Ihre Kunden.
In diesem Artikel
- Was ist Predict?
- Warum sollte ich Predict verwenden?
- Was kann Predict für mein Unternehmen tun?
- Wie wissen wir, dass Predict funktioniert?
- Warum ist Predict besser als andere Empfehlungslösungen?
Produktdokumentation
- Predict - Benutzerhandbuch
- Das Predict Dashboard
- Produktkategorien
- Datensicherheit in Predict
- Predict - Häufig gestellte Fragen
Komponenten der ersten Ebene
Komponenten der zweiten Ebene
Was ist Predict?
Bevor Sie loslegen - warum sehen Sie sich nicht ein kurzes Video zu den Grundlagen von Predict an?
Predict ist eine selbstlernende Marketinglösung, die - basierend auf dem Online-Verhalten Ihrer gesamten Customer-Base - intelligenten personalisierten Content in Echtzeit erstellt. Predict ist flexibel, verlässlich und liefert messbare Ergebnisse; zudem sitzt es auf einer besonders schlanken clientseitigen Integration auf.
Anonymes Verhalten fließt in allgemeine Affinitätsmodelle ein, die Ihren gesamten Produktkatalog abdecken, während das Verhalten bekannter Kunden (die sich angemeldet haben oder über einen getrackten Link in einer Emarsys Kampagne auf den Shop zugegriffen haben) dazu verwendet wird, für den jeweiligen Kunden ein individuelles, hochpersonalisiertes Profil anzulegen.
Predict besteht aus mehreren Einzelprodukten, die auf den nächsten Seiten genauer vorgestellt werden:
Warum sollte ich Predict verwenden?
Wenn Sie Ihre Kunden über sämtliche verfügbare Channels ansprechen, können Sie nicht nur die Kundenerfahrung verbessern, sondern auch Ihr ROI signifikant steigern. Sie müssen nur einige wenige Stunden in die Implementierung investieren, danach wird Predict innerhalb weniger Tage messbare Ergebnisse liefern.
Hier sind noch ein paar weitere Gründe dafür, warum Predict Teil der Marketinginfrastruktur jedes Unternehmens sein sollte:
- Einheitliche Profile Predict nutzt die Vorteile unserer Methode zur eindeutigen Identifizierung, um jeden Kunden über sämtliche Marketing-Channels hinweg zu erkennen - eine branchenführende Innovation, welche die Personalisierung auf eine neue Ebene hebt.
- Wissenschaftliche Algorithmen Die Predict-Technologie erfasst auch subtile, tieferliegende Zusammenhänge, die sich ergeben, wenn Ihre Kunden mit Ihrer Website interagieren. Daraus entstehen hochpräzise Modelle, die Verhaltensmuster und Affinitäten exakt abbilden.
- Saubere Daten Hintergrundfilter filtern irreguläres Onlineverhalten, z.B. das von Intenet-Bots oder Käufern, die ungewöhnliche Kaufmuster an den Tag legen, und stellen damit sicher, dass nur genuines Massenverhalten erfasst wird.
- Kontinuierliche Verbesserung Wir haben eine Infrastruktur eingebaut, die Ihnen eine Form des automatisierten Experimentierens ermöglicht - so können Sie mühelos unterschiedliche Strategien ausprobieren und immer die richtige Kampagne für jede Phase Ihres Customer Lifecycle erstellen.
- Einfache Integration Wenn Sie Ihr Emarsys Daten-Onboarding abgeschlossen haben, ist die Integration schon so gut wie erledigt.
Was kann Predict für mein Unternehmen tun?
Aufgrund seiner Flexibilität kann Predict jeden Aspekt Ihrer Marketingaktivitäten verändern - indem es den richtigen Leuten den richtigen Content anzeigt, und das zur richtigen Zeit und am richtigen Ort.
Und: Dank unserer Benchmark-Kontrollgruppen können wir Ihnen diese Veränderung jederzeit schwarz auf weiß anzeigen. Hier nur ein paar Ideen, wie Sie Predict verwenden können:
- Personalisierte Empfehlungen in Newslettern Jede E-Mail-Kampagne gewinnt durch personalisierten Content - das kann bis zu fünfmal mehr Clicks als bei üblichem Content bedeuten.
- Repurchase-Kampagnen Nutzen Sie das jüngere Shoppingverhalten Ihrer Kunden, um sie mit relevanten Produktempfehlungen anzusprechen.
- Kampagnen zum Warenkorb-Abbruch Predict kann erprobte ähnliche oder verwandte Produkte neben zurückgelassenen Artikeln platzieren und so das Cross- und Upselling pushen.
- Erweiterte Browsing-Erfahrung Predict aktualisiert seine Website-Empfehlungen, während der Besucher browst, und erreicht so bis zu viermal mehr Conversions.
Das Diagramm bietet eine gute Übersicht über das, was Predict tut, und wie Ihr Businessmodell davon profitieren kann:
Wie wissen wir, dass Predict funktioniert?
Wir stellen Ihnen ein Dashboard zur Verfügung, das Ihnen aktuelle Umsatzzahlen aus Ihrem Webshop anzeigt, und daneben den Umsatz, der Predict zugeschrieben werden kann - in % wie in absoluten Zahlen. Den Beitrag von Predict messen wir wie folgt:
- Web-Empfehlungen Wenn ein Kunde eine Empfehlung auf der Website klickt und das Produkt noch in derselben Session kauft, ordnen wir diesen Umsatz Predict zu.
- Email Recommender Wenn ein Kontakt nach Klicken einer Empfehlung in einer E-Mail-Kampagne den Webshop erreicht, werden alle Käufe, die der Kontakt in den darauffolgenden sieben Tagen tätigt, Predict zugeordnet (es werden auch die entsprechenden Zahlen angezeigt).
Zusätzlich bietet unser System eine eingebaute, in allen Channel verfügbare A/B-Testfunktion, die Sie die Performance Ihrer bestehenden Produktempfehlungen mit der Perfomance unserer Personalisierungslösungen vergleichen lässt. Wir denken, Sie werden beeindruckt sein!
Warum ist Predict besser als andere Empfehlungslösungen?
Hier nur einige der Gründe, die dafür sorgen, dass Predict einen Schritt weiter als andere Produkte ist:
- Behind the Scenes
Unsere branchenführende Machine Learning Software verarbeitet verschiedene Verhaltensdaten einschließlich Seitenaufrufe, Checkouts, Add-to-Cart-Events und Suchabfragen. Millionen von Kundeninteraktionen mit tausenden an Produkten werden in Echtzeit verarbeitet; das Resultat sind minutengenaue, hoch individuelle Empfehlungen bei jeder Seitenaktualisierung. Und wir forschen immer weiter; so erzeugen wir einen konstanten Feed neuer wissenschaftlicher Erkenntnisse, die fortlaufend getestet und in das Kernprodukt eingebaut werden. Und Sie erhalten eine lebende, sich entwickelnde und ständig verbessernde Plattform. - Den Kaufvorgang verstehen
Jedes Predict Empfehlungsmodell wurde speziell für die jeweilige Phase im Kaufvorgang entwickelt (Suchen & Finden, Warenkorb, Kauf, Nach dem Kauf) und so gestaltet, dass es Verhaltensunterschiede je nach dem jeweiligen Channel ( z.B. E-Mail oder Web) berücksichtigt. - Datenbereinigung
Predict verfügt über einen eingebauten Mechanismus, der Traffic Noise und irreguläres Onlineverhalten aus den lernenden Algorithmen wegfiltert; so stellen wir sicher, dass wir genuines Massenverhalten erfassen. Mit anderen Worten: Nicht menschliche Besucher (Internet-Roboter) und institutionelle Käufer tangieren uns nicht. - Feature-Attractor-Modell
Wir verwenden auch einen erweiterten Algorithmus für Long-Tail-Artikel, die keinen oder nur sehr geringen verhaltensrelevanten Traffic bedingen. Dank dieses Modells können Klienten mit großen oder sich häufig verändernden Katalogen das Kaltstartproblem vermeiden und neue Besucher kommen vom ersten Tag an in den Genuss relevanter Empfehlungen. - Einheitliches Profil
Predict verwendet Cookies für das Identifizieren anonymer Website-Besucher, um deren Erfahrung über Desktop-, Mobile- und Tablet-Geräte hinweg personalisieren zu können. Dank unseres Unique Identifier kann die Emarsys Technologie Benutzer über verschiedene Channels hinweg (Website, E-Mail und Mobile) erkennen und kombiniert ihr Browsingverhalten in einem einzigen einheitlichen Profil.
Indem wir das Cross-Channel-Verhalten in einem einzigen Eintrag verschmelzen, können wir jedem Benutzer eine möglichst relevante und hochpersonalisierte Erfahrung bieten. Und dank der dichten Integration zwischen unserer Empfehlungs-Enginge und der E-Mail-Infrastruktur von Emarsys können anonyme Profile mühelos mit identifizierten Kontakten abgeglichen werden; damit garantieren wir die maximale Touchpoint-Abdeckung.
Das Ergebnis? Sie können signifikant mehr E-Mails für eine größere Anzahl an Kontakten personalisieren, als es bei der Integration einer Empfehlungs-Engine Dritter, etwa mit einem ESP, möglich wäre!