NEIGUNGSMODELLE
Neigungsmodelle: Wie Verlage sicherstellen, dass ihr Abonnementgeschäft weiter wächst
Daten. Alle reden darüber, aber wie viele Verlage machen da mit?
Bei den diesjährigen Digital Publishing Awards gewann The Independent den Preis für die beste Datennutzung. Und was zeichnet ihre Datenstrategie aus? Der Einsatz von Neigungsmodellen. Modelle, durch die die Leserzahlen auf beeindruckende 98 Millionen Leser pro Monat angestiegen sind.
In einer Zeit, in der Daten oft als das wertvollste Gut überhaupt bezeichnet werden, ist der Einsatz von Neigungsmodellen, um mehr über Ihre Kunden zu erfahren, unumgänglich. Sie sind ein wertvolles Tool für den modernen digitalen Verlag und geradezu unverzichtbar, wenn Sie das Verhalten Ihrer Leser wirklich verstehen und diese Informationen nutzen möchten, um Ihren Umsatz zu maximieren.
Und während die Marktsegmentierung schon lange dazu dient, bestimmte Kundengruppen anzusprechen und bestimmte Verhaltensweisen zu fördern, sind Neigungsmodelle der nächste Schritt nach vorn. Aber was genau sind Neigungsmodelle? Wie ermöglichen sie es digitalen Verlagen, ihre Abonnentenbasis zu behalten und auszubauen? Und wie verbessern sie bestehende Marktsegmentierungsstrategien?
Was sind Neigungsmodelle?
Neigungsmodelle nutzen Daten, um das zukünftige Verhalten von Kunden vorherzusagen. Mithilfe dieser Modelle können Sie beispielsweise ermitteln, wie wahrscheinlich es ist, dass ein Leser ein Abonnement abschließt oder abwandert, und so eine genaue Prognose für zukünftige Aktionen liefern. Jedem Leser wird ein individueller, personalisierter Neigungswert zugewiesen, der die Identifizierung der Wahrscheinlichkeit einer bestimmten Aktion vereinfacht – z. B. die Wahrscheinlichkeit für eine Conversion.
Wie funktioniert das?
Neigungsmodelle können verschiedene Formen annehmen. Die wichtigste Möglichkeit für eine so genaue Vorhersage ist jedoch das Propensity Score Matching. Das Modell betrachtet das Verhalten früherer Leser und Kunden und vergleicht es mit dem Verhalten neuer. Ihr zukünftiges Verhalten kann bestimmt werden, weil Gruppen mit ähnlichen Neigungswerten einander nachahmen. Wenn neue Leser die gleichen Verhaltensmuster und charakteristischen Hintergründe haben wie frühere, ist es wahrscheinlich, dass sie sich genau so verhalten.
Warum sind Neigungsmodelle für digitale Verlage so nützlich?
Entscheidend ist, dass Neigungsmodelle ein Tool sind, das digitalen Verlagen dabei helfen kann, sowohl neue Abonnenten zu gewinnen als auch bestehende zu binden.
Auf der Conversion-Seite untersuchen die Neigungsmodelle das Verhalten des Lesers und versorgen ihn mit geeigneten Inhalten und Angeboten, sodass die Wahrscheinlichkeit eines Abonnements maximiert wird. Beispielsweise könnte einem Leser, bei dem das Modell annimmt, dass er wahrscheinlich nicht konvertieren wird, eine personalisierte Werbe-E-Mail mit einem Angebot zugesandt werden, um ihn anzulocken. Kunden, die wahrscheinlich konvertieren und keiner weiteren Überzeugungsarbeit bedürfen, sollte hingegen gleich eine wirksame Paywall angezeigt werden, damit sie nicht im letzten Moment ihre Meinung ändern. Daher fungieren Neigungsmodelle als Werkzeug, um die effektivsten Methoden zu ermitteln, um Ihren Kundenstamm zu vergrößern, den Umsatz zu steigern und Ihr Abonnementgeschäft zu skalieren, ohne Ihre Gewinnspanne durch unnötige Preissenkungen zu schmälern.
Auf der Bindungsseite beobachten die Neigungsmodelle, wie engagiert Personen mit Ihrem Produkt sind. Mithilfe der Modellierung kann Ihr Unternehmen erkennen, welche Kunden eine hohe Neigung zur Verlängerung ihres Abonnements haben und welche nicht. Dadurch können Sie Ihre Zeiteinteilung und Ihr Budget maximieren, indem Sie sich auf echte Abwanderungsrisiken konzentrieren.
Mit Neigungsmodellen können Sie Ihre Strategie auf das Verhalten und die Bedürfnisse jedes einzelnen Lesers ausrichten – weg von einer „One-Size-Fits-All“-Strategie. Während einige Leser sich unabhängig davon anmelden, wie viele Artikel sie lesen oder wie viel gezieltes Marketing sie erhalten, benötigen andere eine einzigartige Personalisierung.
Durch die Antizipation der Handlungen sowohl bekannter als auch unbekannter Leser beseitigen Neigungsmodelle die Unsicherheit bei der strategischen Planung. Mit größerem Vertrauen in die Kundenbindung und -Conversion können Investitionen in Kampagnen mit hohem ROI getätigt und so der Umsatz maximiert werden.
Welche Arten von Neigungsmodellen können digitale Verlage nutzen?
Neigungsmodelle können viele unterschiedliche Aspekte des Verhaltens Ihrer Benutzer vorhersagen. Hier sind einige der wichtigsten Arten, die Sie beim Digital Publishing einsetzen sollten:
Neigung gegenüber Conversion: Die Wahrscheinlichkeit, dass ein Leser zu einem zahlenden Kunden wird. Sie hilft Ihnen dabei, herauszufinden, welche Leser mehr Überzeugungsarbeit benötigen, bevor sie konvertieren, damit sie die Chancen erhöhen können.
Prognostizierter Lifetime Value: Die Wahrscheinlichkeit, dass ein Leser über einen langen Zeitraum abonniert bleibt und wie wertvoll er für Ihr Unternehmen im Laufe seines Lebens ist. Die Marketinganstrengungen sollten auf Kunden mit hohem LTV konzentriert werden, da diese auf lange Sicht die meisten Einnahmen bringen und einen höheren ROI generieren. Ihre treuesten Abonnenten sind wahrscheinlich auch Ihre lautesten Befürworter.
Neigung gegenüber Abwanderung: Die Wahrscheinlichkeit, dass ein aktiver Kunde sich von Ihrem Unternehmen abmeldet. Abwanderungsrisiken müssen so schnell wie möglich erkannt und angegangen werden, wenn die Möglichkeit dazu besteht.
Wie passen Neigungsmodelle zur Segmentierung?
Der Einsatz von Neigungsmodellen kann Ihnen dabei helfen, die Marktsegmentierung auf die nächste Ebene zu heben. Traditionell umfasst die Marktsegmentierung die Aufteilung Ihres Zielmarkts in Gruppen mit ähnlichen Merkmalen und Verhaltensweisen, beispielsweise nach Alter, Geografie oder Benutzerstatus. Dabei wird davon ausgegangen, dass Kunden mit ähnlichem Profil auch ähnlich handeln und somit mit den gleichen Methoden angesprochen werden können. Je mehr Datenpunkte Sie zu einer Person sammeln, desto besser lässt sich der Grad der Ähnlichkeit zwischen Kunden einschätzen.
Neigungsmodelle verbessern die Segmentierungsstrategie und stellen einen zusätzlichen, kritischen Datenpunkt bereit. Verlage müssen nicht nur berücksichtigen, wer ihre Leser sind, sondern auch, wie sie sich verhalten, und nicht einfach davon ausgehen, dass sich ähnliche Menschen auf ähnliche Weise verhalten. Die Segmentierung ist eine wertvolle Strategie und die Neigungsmodelle können sie vorantreiben, indem sie für eine mathematische Quelle für Sicherheit sorgen.
Wenn Sie sich beispielsweise an eine Gruppe von 18- bis 24-Jährigen aus dem Süden Londons wenden, ist die Verwendung von Pauschalbotschaften, von denen Sie glauben, dass sie auf die Gruppe zutreffen, ein einfacher Ausgangspunkt. Weitaus wertvoller ist jedoch die Verwendung von Neigungsmodellen, um zu verstehen, bei welchen Personen innerhalb der Untergruppe wirklich die Wahrscheinlichkeit besteht, zu konvertieren.
Während Neigungsmodelle Kundenmerkmale berücksichtigen, um Neigungswerte zu generieren, kann die Segmentierung auch die Neigungsmodelle unterstützen. Nehmen Sie zum Beispiel zwei Kunden, die beide einen niedrigen Conversion-Propensity-Score haben, von denen einer jedoch aus einem einkommensstarken Umfeld und der andere aus einem einkommensschwachen Umfeld stammt. Die Conversion-Strategien für diese beiden Leser werden unterschiedlich sein. Während bei Lesern mit niedrigem Einkommen möglicherweise Rabatte für die Conversion erforderlich sind, kann es für Leser mit hohem Einkommen effektiver sein, einen Premium-Wert zu demonstrieren, z. B. sicherzustellen, dass ihnen beim Öffnen der Website zuerst auf ihre Interessen zugeschnittene Storys angezeigt werden
Fazit
Grundsätzlich ermöglichen Ihnen Neigungsmodelle in Verbindung mit der Segmentierung eine effiziente Ressourcenzuweisung für Ihre Akquise- und Bindungsbemühungen.
Für moderne digitale Verlage ist es unerlässlich, über die bloße Segmentierung hinauszugehen, wenn sie ihre Einnahmen maximieren und einen aktiven Kundenstamm behalten wollen. Da so viele Daten verfügbar sind, die genutzt werden können, ist eine genaue Vorhersage der Zukunft der Kunden nun Realität und könnte sich als entscheidend für die Zukunftssicherung des Unternehmens erweisen.
Eine leistungsstarke Abonnement-Erlebnisplattform kann die Segmentierung und Zukunftsprognose übernehmen. Beispielsweise sind Benutzersegmente im Rules Builder in die Abonnementplattform von Zephr integriert, was eine einfache, codelose Personalisierung ermöglicht, während „Optimize“ (die neue leistungsstarke Analyse von Zephr) das Verhalten Ihrer Kunden überwacht, um kritische Verhaltensweisen frühzeitig zu erkennen.
Der Leitfaden für den Aufbau einer äußerst vorhersehbaren Einnahmequelle aus Abonnements
Der Leitfaden für den Aufbau einer äußerst vorhersehbaren Einnahmequelle aus Abonnements
Erstellen Sie anpassbare Paywalls mit erweiterten Funktionen, die einfach einzurichten sind, die Konvertierung steigern und Unternehmen jeder Größe monetarisieren.
Ihre Reise beginnt hier
Während sich die Präferenzen Ihrer Kunden hinsichtlich des Zugangs zu Ihren Produkten und Dienstleistungen wandeln, ist es erforderlich, dass Sie auch Ihre Geschäftsmodelle anpassen. Informieren Sie sich darüber, wie unsere marktführenden Lösungen für die Subscription Economy® zahlreichen der weltweit innovativsten Abonnementgeschäfte zum Erfolg verholfen haben.
Möchten Sie Veränderungen anführen?
Werden Sie Teil unseres weltweiten Teams, das mit unermüdlichem Einsatz daran arbeitet, die führenden Unternehmen der Welt zu revolutionieren.