Der Wettbewerb um Aufmerksamkeit in der Post-Inbox steigt und steigt. Das E-Mail-Volumen ist von 2017 auf 2018 um 10 Prozent auf 848 Mrd. in Deutschland gestiegen (Quelle: ARD/ZDF-Online Studie). Fast jeden Tag landen mehr E-Mails in der Inbox und viele davon sind nicht unbedingt erwünscht. Es ist entscheidend, nutzenstiftende, für den User relevante Informationen bereitzustellen, um seine Aufmerksamkeit zu erlangen. Nur so können Werbetreibende Marketing- und Kampagnenziele erreichen.

Wenn der User eingewilligt hat, sorgen Algorithmen in sogenannten „smarten“ Inboxen dafür, dass versendete E-Mails für den User vorstrukturiert nach Relevanz in diversen Ordnern abgelegt werden. Dabei werden Öffnungs- und Klickverhalten als auch Bestandteile der E-Mail als solche wie z. B. Informationen aus Headern und Footern ausgewertet.

Doch was kann der Werbetreibende selber machen, um seine Relevanz für den User zu steigern und können hier KI-basierte Anwendungen unterstützen?
 

Intelligente Segmentierung von Zielgruppen und KI-gestütztes multivariates Testing

Beim multivariaten Testing werden E-Mail-Varianten gegeneinander getestet, die sich in den Ausprägungen mehrerer Faktoren voneinander unterscheiden. So könnten beispielsweise fünf E-Mails mit fünf verschiedenen Betreffzeilen, zwei verschiedenen Headergrafiken und drei verschiedenen Call-to-Action-Buttons getestet werden. Es geht nicht darum, die beste E-Mail-Variante zu ermitteln, sondern die „besten“ Faktorausprägungen, also die Betreffzeile mit der höchsten Öffnungsrate sowie die Grafik und der Call-to-Action-Button mit der höchsten Klickrate.

Wichtig: Es gibt nicht die jeweils beste Faktorausprägung für den gesamten E-Mail-Verteiler. Unterschiedliche Segmente bevorzugen unterschiedliche Inhalte. Daher ist es sinnvoll, nicht nur multivariate Tests für den gesamten Verteiler durchzuführen, sondern auch für verschiedene Segmente die jeweils besten Faktorausprägungen zu ermitteln. So kann für jedes Segment eine E-Mail-Variante erstellt werden, welche die Faktorausprägungen mit der besten Performance in diesem Segment kombiniert.

Die Problematik: Mit der Anzahl der getesteten Faktoren und Faktorausprägungen steigt die Anzahl der möglichen Testvarianten und damit die Komplexität des Verfahrens. Die Komplexität steigt sogar noch weiter, wenn für verschiedene Segmente getestet wird. Ab einem gewissen Punkt ist diese Komplexität (z. B. Erstellung der unterschiedlichen Faktorausprägungen, Erstellung der unterschiedlichen Mailvarianten, Tests in den Segmenten und Überführung der Learnings in die Optimierung der weiteren Kommunikation) manuell selbst mit Marketing-Automation nicht mehr effizient zu handhaben.

Diese Herausforderung lässt sich mittels KI-Technologie lösen. KI-gestützte multivariate Testverfahren erkennen selbstständig Zusammenhänge zwischen Faktorausprägungen und Kundenmerkmalen und bilden automatisch möglichst granulare Segmente, abhängig davon, für welche Kundenmerkmale welche Ausprägungen am besten funktionieren. Gleichzeitig optimieren diese Verfahren die E-Mails für jedes Segment. Sowohl die Segmentbildung als auch die Optimierung der E-Mails erfolgt schon während der Laufzeit der Kampagne, d. h. unmittelbar und in Echtzeit: Noch während des Versands werden Reaktionen (z. B. Klicks) bereits erreichter Nutzer analysiert und anhand der Ergebnisse die Kampagnenausspielung für die Nutzer optimiert, welche die E-Mail noch nicht geöffnet haben. Dabei wird die Signifikanz der gemessenen Nutzerreaktionen berücksichtigt, um die jeweils benötigten Testmengen (d. h. diejenigen Nutzer, an denen verschiedene Ausprägungen ausprobiert werden) so gering wie möglich zu halten. Der Anteil der Nutzer, die bereits einen auf ihr jeweiliges Profil abgestimmten Inhalt erhalten, wird auf diese Weise maximiert.

Vom Aufwand her macht es keinen Unterschied, wie viele verschiedene Kombinationen getestet werden oder wie viele Segmente potenziell möglich sind bzw. wie kleinteilig diese Segmente wären. Während ein händischer Umgang mit fünf Segmenten und Kombinationen bereits oft einen ungerechtfertigten Aufwand mit sich bringt, kann KI-gestützt ohne Mehraufwand mit tausenden Segmenten und Kombinationen gearbeitet werden.

Ausblick

Multivariates Testing wird voraussichtlich einer der ersten Bereiche sein, in dem KI-Technologie im E-Mail-Marketing „großflächig“ eingesetzt wird. Viele Unternehmen nutzen bereits multivariates Testing mit geringer Komplexität und müssen diese Verfahren „nur noch“ durch KI-Einsatz skalieren. Die Hürden für den Einsatz von KI-Technologie für diesen Use-Case sind also niedrig.

Der Mensch als Faktor wird allerdings nach wie vor eine wesentliche Rolle spielen – er entscheidet, welche und wie KI-Technologien für eigens definierte Use-Cases eingesetzt werden, und ist somit zusammen mit der KI-Technologie der wesentliche Treiber für mehr Effizienz im E-Mail-Marketing.

Wenn Sie an weiteren Leistungen aus dem Bereich E-Mail-Marketing interessiert sind, finden Sie auf unserer Produktseite E-Mail-Marketing weiterführende Informationen. Zögern Sie nicht, sich dabei mit meinem Kollegen Nico Schniedermann in Verbindung zu setzen.

(Autor: Lars Leiwesmeier, Produkt- und Partnermanagement E-Mail Marketing)