Data Mining im E-Commerce: So optimieren Sie Ihren Online-Shop

Beim Data Mining handelt es sich um eine Analysestrategie, deren Ausführung ziemlich zeitaufwändig sein kann. Gerade für Shopbetreiberinnen und -betreiber birgt diese viele Vorteile, weshalb Data Mining zu einer der besten Optimierungsstrategien im E-Commerce zählt. Worum geht es beim Data Mining eigentlich? Wie können Sie das Beste für Ihren eigenen Online-Shop herausholen, auch wenn Sie nur ein kleines Unternehmen betreiben? Was müssen Sie beim Data Mining beachten? Auf all diese Fragen gehen wir in diesem Blogartikel ein.

shutterstock.com/a-image

Das erwartet Sie in diesem Artikel:

⛏️ Was ist Data Mining?

Wie kann Data Mining Ihrem Online-Shop helfen?

💡 Beispiel für Data Mining

🧰 Data Mining Grundlagen

🛠️ Hilfreiche Tools für Data Mining

👎 Darauf müssen Sie beim Data Mining achten

Was ist Data Mining?

Beim Data Mining handelt es sich um eine nützliche Strategie, mit der Daten und Informationen durchsucht werden, ohne dabei einen bestimmten Fokus oder ein bestimmtes Ziel im Auge zu haben.

Ziel ist es, Dinge zu entdecken, die neue Erkenntnisse liefern und die dabei helfen, die eigene Businessstrategie zu verbessern.

Mit Data Mining könnten Sie beispielsweise nach Verbindungen suchen, die es zwischen den verschiedenen Produkten gibt, die Ihre Kundschaft kauft. Mit diesem Wissen könnten Sie zum Beispiel effektiver Cross-Selling einsetzen.

 

Wie kann Data Mining Ihrem Online-Shop helfen?

Beim Data Mining beginnen Sie eine Analyse, ohne ein bestimmtes Problem oder Ziel definiert zu haben. Sie wissen nicht, was sie finden werden oder ob sie überhaupt etwas entdecken hilfreiches entdecken werden.

Wenn Sie eine Auswertung Ihrer Daten vornehmen würden, würden Sie normalerweise nach einer bestimmten Information oder einem bestimmten Datensatz Ausschau halten (z.B. um herauszufinden, wann Ihre Kundschaft am häufigsten in Ihrem Online-Shop einkauft).

Wenden Sie hingegen Data Mining an, geht es im Grunde darum, Antworten auf Fragen zu finden, von denen Sie gar nicht wussten, dass Sie sie überhaupt hatten.

Beim Data Mining geht es weniger darum, die Antwort auf eine bestimmte Frage zu finden, als darum, nützliche Korrelationen und Muster in Ihren Daten zu entdecken, von denen sich das Kaufverhalten Ihrer Kundschaft ableiten lässt.

Lesetipp: Relationship Marketing: Wie Sie Kundschaft an Ihren Shop binden

Je nach dem, auf welche Informationen Sie beim Data Mining stoßen, gibt es verschiedene Möglichkeiten, diese für Ihr Unternehmen zu nutzen.

Ein wichtiger Vorteil ist, dass die gewonnen Erkenntnisse Ihne dabei helfen werden, eine verbesserte und gezieltere Bewerbung Ihrer Produkte planen können.

Nehmen wir das Beispiel der Supermarktkette und die Korrelation von Windeln und Bier: Wenn Sie beide Artikel in Ihrem Online-Shop verkaufen würden, könnten Sie die Informationen auf eine subtile, aber clevere Art und Weise nutzen und ein Angebot oder Pop-up für Bier auf der Produktseite von Windeln (und der andersherum) platzieren.

Ein weiteres Beispiel: Fakt ist, dass viele Kundinnen und Kunden am Wochenende bevorzugt online einkaufen. Daher werden derzeit die meisten Ihrer Bestellungen in dieser Zeit getätigt, was bedeutet, dass viele Pakete gleichzeitig versendet werden müssen.

Wer diesen Logistikansturm ausgleichen möchte, könnte beispielsweise unter der Woche Sonderaktionen für Produkte anbieten, die am Wochenende am beliebtesten sind.

Wenn Sie dies tun, sollten Sie allerdings darauf achten, die Sales-Aktion im Voraus anzukündigen und zu gezielt zu bewerben (z.B. auf verschiedenen Social-Media-Plattformen und in Ihrem Newsletter).

Sollten interessierte Kundinnen und Kunden von der Rabattaktion erfahren, werden sie lieber einige Tage warten, bis sie einen Kauf tätigen wollen, anstatt das Produkt, das sie interessiert, am Wochenende zu bestellen.

Neuer Call-to-Action

Wie Sie Ihre Erkenntnisse aus der Analyse effektiv nutzen können, hängt natürlich stark davon ab, welche Informationen Sie überhaupt finden konnten.

In den meisten Fällen dienen Ihre Erkenntnisse der Verbesserung Ihrer Werbestrategie. Nehmen wir das Beispiel von Windeln und Bier: angenommen, Sie verkaufen beide Artikel in Ihrem Online-Shop, dann wäre es klug, diese Erkenntnisse für gezielte Werbemaßnahmen zu verwenden.

Beispiel für Data Mining

Mit unserem Beispiel beziehen wir uns auf eine Erfahrung, die im Buch „Creating Value with Big Data Analysis“ (von Verhoef, Kooge und Walk) thematisiert wird.

In dem Beispiel geht es um eine große britische Supermarktkette Tesco. Tesco setzte sich mit den eigenen Daten auseinander und suchte gezielt nach Einkäufen, die mit der Tesco Club Card getätigt wurden.

Im Laufe der Analyse stellten Tescos-Analysten jedoch fest, dass Kundinnen und Kunden, die Windeln kauften, dazu neigten, neben den Windeln auch Bier zu kaufen.

Eine weitere Erkenntnis der Analyse: am Freitagabend wurden vor allem Bier und Chips verkauft.

Die Erkenntnisse, die die Supermarktkette gewonnen hat, halfen unter anderem dabei, gezielteres Marketing zu betreiben.

Hinweis: Dieses Beispiel soll Ihnen eine grobe Vorstellung davon vermitteln, was Sie mit Data Mining alles herausfinden können. Es ist nicht klar, ob es sich bei dem Unternehmen in unserem Beispiel tatsächlich um Tesco handelte, da dieses Beispiel in anderen Quellen zu finden ist und diese Quellen sich stattdessen auf die amerikanische Supermarktkette Walmart beziehen.

Data Mining Grundlagen

Sie haben Data Mining und die Vorteile für Shopbetreiberinnen und -betreiber nun kennengelernt. Jetzt ist es an der Zeit, dass Sie lernen, wie Sie damit anfangen können, um das Beste aus Ihrer Datenauswertung herauszuholen.

Leider ist Data Mining sehr zeitaufwändig, vor allem, wenn Sie es manuell durchführen wollen.

Wir empfehlen Ihnen dennoch, Ihre Daten Schritt für Schritt durchzugehen. Wenn Sie sich zum Beispiel auf Produkte konzentrieren wollen, sollten Sie sich alle Bestellungen ansehen, bei denen mehr als nur ein Produkt in Ihrem Online-Shop gekauft wurde.

Welches Produkt ist das beliebteste? Welche Produkte legen Kundinnen und Kunden, die mehr als fünf Produkte gekauft haben, in den Warenkorb?

Sie können sich auch auf bestimmte Produktkategorien konzentrieren: Wenn eine Kundin oder ein Kunde einen Artikel aus der Kategorie Spielzeug gekauft hat, welche Produkte aus anderen Produktkategorien werden außerdem bestellt?

Lesetipp: So nutzen Sie die SWOT-Analyse für Ihren Online-Shop!

Werfen Sie auch einen Blick auf Präferenzen und Korrelationen zu unterschiedlichen Tageszeiten. Welche Produkte sind mittags besonders beliebt, welche abends?

Anstatt sich auf Ihre Produkte zu konzentrieren, könnten Sie auch die verschiedenen Unterseiten Ihrer Webseite berücksichtigen: Welche Seiten sind zu welcher Tageszeit am beliebtesten?

Vergleichen Sie Ihre Ergebnisse mit Ihren Verkäufen. Gibt es einen Zusammenhang? Diese Informationen können Ihnen bei Ihren Marketingkampagnen oder bei Ihren Gebotsstrategien bei Google Ads oder Microsoft Ads helfen.

Hilfreiche Tools für Data Mining

Gut zu wissen: Es gibt ein paar nützliche Tools, die Sie beim Data Mining unterstützen. Auf diese Weise müssen Sie die Analyse nicht manuell durchführen.

Viele Tools sind jedoch ziemlich teuer. Natürlich können Sie einfach alle Daten, die Sie finden können, in eine Excel-Datei übertragen und selbst auswerten, aber es ist es einfacher (und weniger zeitaufwändig), stattdessen spezielle Data-Mining-Tools zu verwenden.

Wägen Sie ab, ob Sie ein Budget für zeitsparende Data Mining Tools investieren wollen.

Die meisten Tools bieten ohnehin eine kostenlose Testphase an, sodass Sie die Möglichkeit haben, verschiedene Tools auszuprobieren

Oracle bietet beispielsweise einen 30-tägigen kostenlosen Test für sein Data-Mining-Tool an. Orange hingegen ist ein 100% kostenloses Open-Source-Tool (nur auf Englisch verfügbar).

Darauf müssen Sie beim Data Mining achten

Der Data Mining-Prozess sowie das Ergebnis sind unvorhersehbar. Manchmal lässt sich das, was Sie finden, nicht so leicht einordnen. Außerdem kann es möglicherweise lange dauern, bis Sie überhaupt ein Muster erkennen.

Sie müssen darüber hinaus Folgendes bedenken:

Selbst wenn Sie eine Ähnlichkeit in den Daten feststellen, bedeutet das nicht zwingend, dass eine Sache die andere überhaupt beeinflusst. Das klingt sehr kompliziert, deshalb geben wir ein Beispiel.

Auf der Webseite TylerVigen.com gibt es eine ganze Reihe von Daten, die einem ähnlichen Muster entsprechen, bei denen es aber letztlich keinen Zusammenhang gibt. Werfen Sie einen Blick auf das folgende Diagramm.

Source-tylervigen.com

Quelle: TylerVigen.com

Auf dem Diagramm sehen Sie, dass die Anzahl der Scheidungen im US-Bundesstaat Maine mit dem Pro-Kopf-Verbrauch von Margarine zusammenhängt.

Können Sie deshalb daraus ableiten, dass nur Menschen in Maine, die sich scheiden lassen, Margarine essen? Oder vielleicht sogar: Menschen in Maine, die Margarine essen lassen sich scheiden?

Oder gehen Sie stattdessen von einem Zufall aus?

Natürlich gibt es keine wirkliche Korrelation  zwischen diesen beiden Datensätzen. Deshalb müssen Sie vorsichtig sein, wie Sie Ihre Ergebnisse interpretieren!

In Ihre Auswerten sollten Sie stets mehrere Faktoren einschließen – und sich nicht nur auf das beziehen, was Ihnen die Analyse ausgespuckt hat.

Angenommen Sie konnten herausfinden, dass zu einem bestimmten Zeitpunkt besonders viele Produkte aus dem Bereich der Haushaltswaren bestellt wurden.

Dann sollten Sie beim Durchgehen Ihrer Daten überlegen, welche Rabattaktionen Sie zu diesem Zeitpunkt möglicherweise angeboten haben oder ob Sie zu einem bestimmten Zeitpunkt einen besseren Preis als Ihre Konkurrenz angeboten haben.

Lesetipp: So zeigen Sie Ihrer Kundschaft, dass Sie kein Fake-Shop sind! 

Darüber hinaus sollten auch externe Faktoren wie die Corona-Pandemie berücksichtigt werden. Wenn Sie plötzlich eine Zunahme von Brettspielen feststellen konnten, war diese auf Ihre Rabattaktionen oder bestimmte Werbemaßnahmen oder auf die Folgen der Corona-Pandemie zurückzuführen? Oder vielleicht sogar beides?

Auch Ihre Bewertungen sind hilfreiche Daten. Sie können Ihnen eine gute Vorstellung davon geben, warum Ihre Kundinnen und Kunden einen Kauf getätigt haben.

Apropos Bewertungen:

In unserem kostenlosen Whitepaper geben wir Ihnen 5 Tipps, wie Sie Ihre Bewertungen auf Ihrer Webseite optimal anzeigen können, um sie zu einem echten Conversion-Booster zu machen! Jetzt kostenlos herunterladen:

 

5-Tipps-fuer-die-perfekte-Anzeige-Ihrer-Bewertungen-kostenloses-Whitepaper

Fazit

Data Mining kann Ihnen überraschende Informationen liefern, von denen Ihr Unternehmen sicherlich profitieren wird. Nicht nur großen Unternehmen kann diese Strategie bei Optimierungsmaßnahmen helfen, sondern auch für KMU ist Data Mining überaus nützlich!

Das Wichtigste ist, dass Sie den für Sie effizientesten Weg zur Analyse Ihrer Daten finden. Data Mining bringt Sie vielleicht nicht auf die richtige Spur, oder das, was Sie finden, bestätigt nur Ihren Verdacht.

Achten Sie auch darauf, dass Sie die Antworten richtig verarbeiten und keine voreiligen Schlüsse ziehen. Möglicherweise müssen Sie verschiedene Herangehensweise oder Tools ausprobieren, um die effizienteste Methode zur Analyse Ihrer Daten zu finden.

Das Beste am Data Mining ist, dass Sie kein bestimmtes Problem haben, das Sie lösen wollen. In anderen Worten: Sie haben nichts zu verlieren und können nur gewinnen!

Experten-Newsletter

Dieser Artikel erschien zuerst auf dem niederländischen Trusted Shops Blog unter dem Titel Data mining voor jouw webshop (met een klein budget).

 

04.08.22

© 2024 Trusted Shops AG  |  Impressum  |  Datenschutz  |  Cookies