Skip to main content
KI-Predictive Targeting ist ein Add-on, das sowohl in Web Experimentation als auch in Feature Experimentation verfügbar ist. Wenden Sie sich für Details an Ihren Customer Success Manager.
Aktivieren Sie KI-Predictive Targeting für Ihre Ziele, um ein maschinelles Lernmodell zu trainieren, das vorhersagt, wie wahrscheinlich Ihre Besucher konvertieren werden. Indem Sie diese Vorhersagen mit zentralen Meilensteinen der Customer Journey verknüpfen – etwa Produktansichten oder Warenkorbabbrüchen – können Sie Besucher mit maßgeschneiderten Kampagnen ansprechen, die auf ihren Konvertierungswahrscheinlichkeiten in Echtzeit basieren. Dieser Artikel führt Sie durch die Aktivierung von KI-Predictive Targeting für neue oder bestehende Ziele, die Auswahl der richtigen Trigger für Ihre Zielgruppe und die Verfolgung der anfänglichen Lernphase Ihres Modells.

​
KI-Predictive Targeting für ein bestehendes Ziel aktivieren

  1. Klicken Sie auf Einstellungen > Ziele.
  2. Suchen Sie das Ziel, das Sie aktualisieren möchten, und klicken Sie auf Bearbeiten.
  3. Klicken Sie auf Erweiterte Einstellungen.
  4. Stellen Sie Dieses Ziel mit AI Predictive Targeting verwenden auf Ein.
  5. Wählen Sie den Trigger aus, bei dem KI-Predictive Targeting Wahrscheinlichkeitsvorhersagen treffen wird.
  6. Klicken Sie auf Speichern.
KI-Predictive Targeting aktivieren

​
KI-Predictive Targeting beim Erstellen eines neuen Ziels aktivieren

  1. Klicken Sie auf Einstellungen > Ziele.
  2. Klicken Sie auf Neues Ziel.
  3. Geben Sie die erforderlichen Zieldetails ein und klicken Sie auf Weiter.
  4. Klicken Sie auf Erweiterte Einstellungen.
  5. Stellen Sie Dieses Ziel mit AI Predictive Targeting verwenden auf Ein.
  6. Klicken Sie auf Speichern.

​
So wählen Sie den richtigen Trigger

Ein Trigger ist die Kundenaktion, das Ereignis oder der Moment in der Customer Journey, der eine Vorhersage auslöst. Wählen Sie einen Trigger nicht willkürlich aus und nicht nur deshalb, weil das Ereignis technisch verfügbar ist. Ein guter Trigger steht für einen bedeutsamen Schritt in der Customer Journey, an dem Sie eine Entscheidung treffen müssen: ob Sie den Nutzer ansprechen, personalisieren, etwas empfehlen, halten, einen Anreiz bieten oder ihn ohne Eingreifen fortfahren lassen wollen. Beispiele für bedeutsame Trigger sind:
  • Ein Nutzer sieht sich eine Produktseite an
  • Ein Nutzer legt einen Artikel in den Warenkorb
  • Ein Nutzer bricht einen Checkout ab
  • Ein Nutzer schließt einen Kauf ab
  • Ein Nutzer zeigt Anzeichen eines Abwanderungsrisikos
  • Ein Nutzer erreicht einen Treue-Meilenstein
  • Ein Nutzer kehrt nach einer Phase der Inaktivität zurück
Bilden Sie Ihre Trigger in der Praxis auf Ihre Customer Journey ab. Die meisten Marken definieren bereits zentrale Journey-Phasen wie Discovery, Consideration, Kauf, Onboarding, Retention, Loyalty und Reaktivierung. Konvertierungswahrscheinlichkeiten sind am nützlichsten, wenn Sie sie in diesen Momenten generieren und interpretieren. Ein Wert für “hohe Konvertierungswahrscheinlichkeit” ist isoliert betrachtet nicht aussagekräftig. Er wird erst dann handlungsrelevant, wenn Sie ihn an einen konkreten Schritt der Customer Journey knüpfen, zum Beispiel nach einer Produktansicht, nach einem Warenkorbabbruch oder vor einem Verlängerungsdatum. Derselbe Wert kann je nach Journey-Phase zu unterschiedlichen Aktionen führen. Kameleoon teilt Besucher in fünf Wertgruppen ein, die jeweils etwa 20 % der berechtigten Zielgruppe repräsentieren:
  • Sehr niedrig
  • Niedrig
  • Mittel
  • Hoch
  • Sehr hoch
Ein hoher oder sehr hoher Wert kann darauf hindeuten, dass der Besucher nur einen leichten Anstoß oder überhaupt keinen Anreiz benötigt. Ein niedriger oder sehr niedriger Wert kann darauf hindeuten, dass der Besucher eine stärkere Botschaft, eine andere On-Site-Erfahrung, eine besser getimte Interaktion oder einen Anreiz benötigt. In manchen Fällen kann es auch bedeuten, dass der Besucher gar nicht angesprochen werden sollte, weil die erwartete Wirkung zu gering ist. Sie können die richtige Aktion für jede Wertstufe nicht allgemeingültig festlegen: Validieren Sie sie durch Experimente. Testen Sie, welche On-Site-Erfahrung für jede Journey-Phase und Wahrscheinlichkeitsgruppe am besten funktioniert, und verfeinern Sie dann Ihre Trigger und Ihre Entscheidungsstrategie auf Grundlage der beobachteten Performance.

​
Beispiel: On-Site-Personalisierung nach Warenkorbabbruch

Ein Einzelhändler möchte Konvertierungswahrscheinlichkeiten nutzen, um die On-Site-Erfahrung für Besucher zu optimieren, die ihren Warenkorb abgebrochen haben. Der Trigger sollte nicht einfach lauten “zeige jedes Mal eine Personalisierung, wenn wir einen Wert haben”. Stattdessen sollte der Trigger der bedeutsame Moment in der Journey sein: Ein Besucher legt Artikel in den Warenkorb, schließt den Checkout nicht ab und kehrt innerhalb eines festgelegten Zeitraums auf die Website zurück. Zu diesem Zeitpunkt liefert die Konvertierungswahrscheinlichkeit die Grundlage für die beste On-Site-Aktion:
  • Sehr hohe / Hohe Kaufwahrscheinlichkeit: Zeigen Sie einen dezenten In-Page-Hinweis auf den gespeicherten Warenkorb oder verzichten Sie ganz auf einen Anreiz.
  • Mittlere Kaufwahrscheinlichkeit: Zeigen Sie kontextbezogene Bestätigung, wie Social Proof, Produktbewertungen oder Versandvorteile.
  • Niedrige / Sehr niedrige Kaufwahrscheinlichkeit: Testen Sie eine stärkere On-Site-Erfahrung, wie ein Banner mit Anreiz, eine alternative Produktempfehlung oder ein anderes Layout für die Warenkorb-Seite.
Testen Sie diese On-Site-Erfahrungen im Laufe der Zeit und lernen Sie, welche Strategie in jeder Wertgruppe am besten funktioniert.

​
Lernphase

Nachdem Sie KI-Predictive Targeting aktiviert haben, beginnt Kameleoon eine Lernphase, bevor Vorhersagen verfügbar sind. Das Modell benötigt:
  • 7 Tage Daten
  • 100.000 Besuche
Beide Bedingungen müssen erfüllt sein. Wenn Ihre Website beispielsweise an einem einzigen Tag 100.000 Besuche erhält, benötigt das Modell dennoch eine vollständige Woche an Daten. Wenn Ihre Website 50.000 Besuche pro Woche erhält, dauert das Training zwei Wochen. Sobald das Training abgeschlossen ist, aktiviert sich das Modell am 7. Tag (T+7) und Vorhersagen werden am 8. Tag (T+8) verfügbar, nachdem sich Vorhersagedaten von einem Tag angesammelt haben. Nach der Aktivierung lernt das Modell weiter: Kameleoon trainiert es alle 10 Minuten neu, während es neue Datenpunkte erfasst und mehr Besuche und Konvertierungen analysiert. Weitere Informationen finden Sie unter Wie oft das Modell und die Scores aktualisiert werden.
KI-Predictive Targeting aktiv
Die Modellqualität hängt vom Traffic-Volumen, der Konvertierungsrate und der absoluten Anzahl der innerhalb Ihrer Trigger gesammelten Konvertierungen ab. Traffic allein reicht nicht aus: Wenn ein Ziel viele Besuche, aber nur eine Handvoll Konvertierungen erhält, sieht die KI nicht genügend Konvertierungsmuster, um ein zuverlässiges prädiktives Signal zu erlernen.Um zu prüfen, ob ein Ziel über ein ausreichendes Konvertierungsvolumen verfügt, öffnen Sie das Ziele-Dashboard und fahren Sie mit der Maus über das Ziel. Kameleoon zeigt die Anzahl der in den letzten 24 Stunden gesammelten Konvertierungen an. Verwenden Sie diese Zahl als schnelle Gesundheitsprüfung, bevor Sie sich beim KI-Predictive Targeting auf das Ziel verlassen.Streben Sie eine angemessene Zielgruppengröße und eine aussagekräftige, nachhaltige Anzahl von Konvertierungen an, um die besten Vorhersagen zu erhalten.

​
Statusabzeichen des KI-Modells

Ziele mit aktiviertem KI-Predictive Targeting zeigen ein Statusabzeichen im Ziele-Dashboard an. Fahren Sie mit dem Mauszeiger über ein KI lernt-Abzeichen, um einen Tooltip zu sehen, der die geschätzte Zeit und die für die Aktivierung von KI-Predictive Targeting erforderlichen Besucher anzeigt.

​
Nächster Schritt

Nachdem das Modell den Status KI aktiv erreicht hat, erstellen Sie ein Segment mit der Bedingung Konvertierungswahrscheinlichkeit, um Besucher anhand ihrer vorhergesagten Konvertierungswahrscheinlichkeit anzusprechen.