• Newsletter

• Display/ Werbung

• Social Media

• Product Placement

• Affiliate Marketing

• Podcast

• SEO/SEA

• Name Droping

• Imfluencer

• Crosslist

• You Tube

• Computer folgt aufgestellten Regeln

• Mensch: lernt aus Erfahrung

• Maschine Learning lernt aus Daten

• Webseite sollte möglichst einzigartig sein

• 90% suchen in Deutschland bei Google

• 69% der Nutzer verlassen Product-Detail-Seiten (PDP), weil sie nicht genügend Produktdetails oder andere Informationen bot -> welche Fragen hat der Kunde zum Produkt, Was interessiert den Kunden? -> Kunden zufriden stellen, dass er wieder kommt

• System 1 vs. Sytem 2

• Niemand testet

• Intuition ist oft ein schlechter Ratgeber -> Datengeschütze Entscheidungen treffen! -> we need Data

• wenn die Internetseiten zu kompliziert sind dann benutzen sie Kunden nicht

Beides sehr wichtig um eine gute Seite zu fürhren.

Ist das eine kleiner oder nicht vorhanden,

bricht alles zusammen, bzw. dann bringt z.B. eine hohe Usability auch nichts

User müssen mt dem Design zurechtkommen

(= Key Performance Indicator)

• immer zielorientiert -> hohe conversion rate

• Kennzahlen, an denen der Fortschritt ermittelt wird

• z.B. Anzahl Rücksendungen, Klickrate bei bezahlter Online-Werbung, durchschnittliche Warenkorb-Größe (Anzahl, Wert)

-> Clean DATA wichtig

• emotionale Bewertung aufgrund der “Wahrscheinlichkeitsberechnung” des Neokortex

Tendenz von Menschen, sich an negative Ereignisse besser zu erinnern als an positive

• ANI = Artificial Narrow Intelligence = Schwache KI

• Dynamik wird unterschätzt -> heute exponetielles Wachstum <- Problem: Mensch kann damit nicht umgehen

• Maschinen können alles viel besser und schneller -> lernen aus Daten

• Big Data: sehr viele Daten halten

  • Data Mining (Vorgang herausziehen zusammensetzten -> Extraktion

  • Maschine Learning (Werbung in fremden Sprachen generieren, saisonale Schwankungen im Einkaufverhalten vorhersagen)

  • Predictive Analytics

• können Bilder optisch komplett analysieren

• bequem spontan relativ günstig

• Bewertung, Vorschläge (basierend auf Favoriten)

• analyse meines “Schauverhaltens”

  • Abbruch, Suchten, Vor-/Zurückspulen, Schauspieler, Suche, …

• bilden von “Kundenclustern”

  • Filme du andere in deinen Cluster auch schauen werden dir vorgeschlagen

  • ermöglicht bessere/angepasste Vorschläge

! Kennen ihre Kunden ganz genau -> deshalb Filme so erfolgreich

• Aufbrechen und Neugestaltung traditionelle Wertschöpfungsketten

• Individualisierung und Personalisierung der Produkte und Dienstleistungen: One-2-One-Marketing!

• Verstärkung des Wettbewerbs und Auftreten neuer Wettbewerber

• starke Bedeutung der Aufbaus von Communities

• Kunden wirklich (!) ernst nehmen

• v.a. wenn meine Seite zu “kompliziert” ist

• geht viel schneller im Vergleich zu offline

• Fehleinschätzung von Kundenverständnis

• Experten (Wissen ist “wertlos”) der alten Welt

  • dachten man kann mit heute wichtigen Dingen nichts anfangen

• Kunden befragen bringt oft nichts

  • was man nicht kennt, gibt kein Bedürfnis

  • denken nicht so innovativ (wollen sich leiten lassen)

• “Betriebsbrille”

  • einmal gesehen, sieht man immer -> vergisst z.B. Bild zu erklären

• bringt was beutet aber nicht gleich Kinofilme drehen zu müssen

• erreicht Menschen emotional

• funktionier sehr gut

• arbeiten mit einem Helden

  • am besten der “Kunde”

  • Produkt ist der Helfer “hinter” dem Helden

• Verlustaversion

  • = Gehirn versucht Verlust zu minimieren -> Verlust => Schmerz beim Kauf

  • Kunde zeigen, wie er das Produkt geneißt

  • Nutzervesprechen machen

    • Belohnungszentrum ansprechen

  • Versprechen machen

• erklären “What is in it for me?” -> ansprechen Belohnungzentrum

• Storytelling als Ablenkung vom Trennungsschmerz

• Kommt die Lieferung rechtzeitigß

• Wie lange hält das Gerät? …….. ->viele andere Fragen

• Fragen der Kunden sollten beantwortet werden

• jeder Kauf zunächst als Risiko empfunden

  • Erkennbaren Nutzen entgegenstellen

• alle denkbare Bedenken pro - aktiv ausräumen, so dass man nur noch zwischen Ja oder Nein wählen muss

• Versprechen machen

• Marken? -> man sieht was es kostet! ein versprechen von Qualität

Research Online Purchase Offline

-> suche online und kauft offline

-> Post Purchase Behavior