Daten über die Gewohnheiten und Vorlieben von Nutzern zu gewinnen, das klingt vielversprechend. Auf welche Weise lassen sich überhaupt Informationen über die User einer Webseite sammeln?
Jeder Nutzer, der eine Webseite besucht, hinterlässt digitale Spuren. Diese können mithilfe von Tracking-Engines gelesen und dokumentiert werden und ermöglichen das Erstellen eines persönlichen Profils eines jeden Users. Man spricht hier vom so genannten Event-Tracking, wobei die Events den Spuren des Besuchers entsprechen.
Was verraten uns denn die digitalen Spuren eines Besuchers?
Der Betreiber eines Shops kann etwa so erfahren, welche Seiten und Unterseiten ein Kunde besucht, wie lange er dort verweilt und welche Produktbeschreibungen er liest oder welche Zusatzinformationen er anklickt. Er kann sein Einkaufsverhalten besser einschätzen, wenn er weiß, welche Artikel er in den Warenkorb legt, welche er wieder aus dem Korb nimmt und ob er den Einkauf überhaupt abschließt. So lässt sich im Idealfall ein lückenloses Profil des Users erstellen, in das auch möglichst alle seine Aktivitäten aus der Vergangenheit und aus anderen Kanälen einfließen.
Ein voll integriertes Datawarehouse ist unumgänglich
Und welche anderen Kanäle gibt es?
Nutzerdaten entstehen ja auch auf anderen Wegen, etwa wenn ein Kunde eine E-Mail an eine Firma schreibt oder auf eine Firmenmail antwortet. Über Newsletter können persönliche Daten generiert werden, wenn der Kunde auf ein Response-Element klickt, und das entsprechend getrackt wird. Auch Informationen aus Telefongesprächen über Call-Center, die Aufschluss über die Zufriedenheit oder Unzufriedenheit des Kunden geben können, eignen sich zur Vervollständigung des Kundenprofils.
Das entscheidende dabei ist die Integration aller Daten in einem Data Warehouse, um das Bild des Kunden an einer zentralen Stelle sichtbar machen zu können. Dies ermöglicht später eine bessere Individualisierung und Personalisierung der Daten.
Wie finden all diese Daten Eingang in das Data Warehouse?
Hier spielen automatisierte Befüllungsroutinen, so genannte ETL-Prozesse, eine große Rolle, mit denen die Daten aus den verschiedenen Quellsystemen im Data Warehouse zusammengeführt werden. Die große Datenmenge ist anders nicht überschaubar und auch nicht beherrschbar.