| Vorwort | 5 |
| Inhaltsverzeichnis | 11 |
| Abbildungsverzeichnis | 13 |
| Tabellenverzeichnis | 15 |
| Personalisierung im Onlinehandel: Bestandsaufnahme und Ausblick | 16 |
| Zusammenfassung | 16 |
| 1Fokus: Onsite-Downstream-Kundeninteraktion im Onlinehandel | 17 |
| 2Pflicht: Personalisierte Usability und Erlebnisgestaltung | 21 |
| 3Kür: Personalisierte Recommendations mit Cross- und Up-Selling | 25 |
| 4Hygienefaktor: Personalisierte(r) Check-out und Zahlungsverfahren | 28 |
| 5Ziel: Höhere Conversion durch Personalisierung im Onlinehandel | 32 |
| 6Ausblick: Kundenzentriertheit im Onlinehandel | 34 |
| Literatur | 36 |
| Marketing Engineering im E-Commerce –den Kunden in den Fokus des Dialogs rücken | 39 |
| Zusammenfassung | 39 |
| 1Herausforderungen im E-Commerce-Marketing | 40 |
| 1.1Überblick | 40 |
| 1.2Kampagnenfokus | 42 |
| 1.3Situation heute – Kundenfokus | 42 |
| 1.4Operative Hürden für kundenzentrierte Kommunikation | 43 |
| 2Paradigmenwechsel vollziehen | 44 |
| 2.1Überblick | 44 |
| 2.2Kommunikation | 45 |
| 2.3Daten | 45 |
| 2.4Operative Prozesse | 46 |
| 2.5Analyse | 47 |
| 2.6Vorgehen | 47 |
| 3Praxisbeispiele Marketing Engineering | 48 |
| 3.1Alle Gelegenheiten im Lifecycle nutzen | 48 |
| 3.1.1 Überblick | 48 |
| 3.1.2 Transaktionsmails | 49 |
| 3.1.3 Zufriedenheitsbefragung | 50 |
| 3.1.4 Reaktivierung | 51 |
| 3.1.5 Wiederkauf-Erinnerung | 52 |
| 3.1.6 Produktgeburtstag | 52 |
| 3.1.7 Willkommensstrecke | 53 |
| 3.2Per Geofencing mobile Nutzer aktivieren | 53 |
| 3.3Optimierung durch multivariates Testing | 55 |
| 3.4Automatisiertes Content Processing | 56 |
| 4Fazit | 58 |
| Literatur | 58 |
| Ein Reifegradmodell für die Personalisierung im E-Commerce | 60 |
| Zusammenfassung | 60 |
| 1Einleitung | 61 |
| 2Reifegrad und Personalisierung | 63 |
| 2.1Überblick | 63 |
| 2.2Reifegradbetrachtungen im Allgemeinen | 63 |
| 2.3Reifegrad im Kontext der Personalisierung | 64 |
| 3Personalisierungsreifegradstufen | 65 |
| 4Dimensionen des Reifegrads der Personalisierung | 69 |
| 4.1Überblick | 69 |
| 4.2Fachlichkeit | 69 |
| 4.3Organisation | 71 |
| 4.4Technik | 74 |
| 5Reifegradindex | 77 |
| 6Fallstudie | 78 |
| Literatur | 82 |
| Personalisierte Preise im Handel – Chancen und Herausforderungen | 83 |
| Zusammenfassung | 83 |
| 1Personalisierte Preise und Preisdifferenzierung | 84 |
| 2Preisbildung in Handelsunternehmen | 87 |
| 2.1Traditionelle Preisbildung | 87 |
| 2.2Dynamische Preise | 88 |
| 2.3Umsetzung personalisierter Preise | 89 |
| 2.4Personalisierte Preise im Multichannel-Kontext | 90 |
| 3Personalisierte Preise im Wettbewerbsumfeld | 92 |
| 4Kundenreaktionen auf personalisierte Preise | 95 |
| 4.1Überblick | 95 |
| 4.2Erwartete Preisfairness | 95 |
| 4.3Reaktionen der Kunden | 98 |
| 5Fazit | 99 |
| Literatur | 100 |
| Rechtssicher personalisieren – Möglichkeiten und Grenzen | 102 |
| Zusammenfassung | 102 |
| 1Rechtliche Einordnung | 103 |
| 2Grundlagen des Datenschutzrechts | 104 |
| 2.1Rechtsquellen | 104 |
| 2.2Begriff der personenbezogenen Daten | 105 |
| 2.3Verbot mit Erlaubnisvorbehalt | 108 |
| 2.4Zwischenfazit | 108 |
| 3Tracking von Daten | 108 |
| 3.1Pseudonyme Nutzungsprofile | 109 |
| 3.2Cookies & Co | 113 |
| 3.2.1 Widerspruchs- oder Einwilligungslösung | 114 |
| 3.2.2 Web-Beacons und Bugs | 115 |
| 3.2.3 Zwischenfazit | 116 |
| 3.3Praxisfall nach aktuellem Recht | 116 |
| 3.3.1 Transparenz der Einwilligungserklärung | 118 |
| 3.3.2 Opt-Out bei Cookies ist ausreichend | 119 |
| 3.4Fazit zum Einwilligungserfordernis bei Cookies & Co | 120 |
| 3.5Grundanforderungen einhalten | 120 |
| 3.6Informationspflichten | 121 |
| 3.6.1 Inhalt der Informationspflicht bei pseudonymer Datenerhebung | 121 |
| 3.6.2 Zeitpunkt der Informationspflicht | 123 |
| 3.6.3 Ort der Information | 124 |
| 3.6.4 Abrufbarkeit der Information | 124 |
| 3.7Einwilligungen | 124 |
| 3.7.1 Double-Opt in | 126 |
| 3.7.2 Anforderungen an die Confirmation Mail | 127 |
| 3.7.3 Speicherung/Protokollierung der Einwilligung | 129 |
| 3.7.4 Zwischenfazit | 130 |
| 4Personalisierte Ansprache | 130 |
| 4.1Klassische Werbung per Direct Mail | 131 |
| 4.2E-Mail-Werbung | 133 |
| 4.3Telefonwerbung | 134 |
| 4.4Nutzung von Mobilgeräten zur Werbung | 134 |
| 5Auskunftsrechte und Bußgelder | 136 |
| 6Fazit | 137 |
| Ermittlung und Selektion einer Personalisierungslösung im Handel | 138 |
| Zusammenfassung | 138 |
| 1Einleitung | 139 |
| 2Die Organisation | 139 |
| 3Unterlagen | 142 |
| 3.1Ablauf und Vorabinformationen | 142 |
| 3.2Anforderungskatalog an den externen Personalisierungsdienstleister | 143 |
| 3.2.1 Informationen zum anbietenden Unternehmen | 143 |
| 3.2.2 Technische Anforderungen, Anforderungen aus der IT | 143 |
| 3.2.3 Fachliche Anforderungen für die Personalisierung | 144 |
| 4Best-Practice-Personalisierungsflächen im Shop | 145 |
| 4.1Startseite | 145 |
| 4.2Produktdetailseite | 146 |
| 4.3Warenkorb-Layer & Warenkorb | 147 |
| 4.4Kategorie und Artikelübersichts-Seiten | 148 |
| 4.5Merkzettel & Wunschliste | 148 |
| 5Omnichannel-Personalisierung | 149 |
| 5.1Überblick | 149 |
| 5.2Mobile Webseite | 150 |
| 5.3Mailing | 151 |
| 6Zusammenfassung & Ausblick | 152 |
| Personalisierung über alle digitalen Touchpoints – Vorgehensmodell am Beispiel otto.de | 154 |
| Zusammenfassung | 154 |
| 1Über OTTO | 155 |
| 2Die Personalisierungsfähigkeit eines Onlineshops ist ein wichtiger Erfolgsfaktor | 156 |
| 3Das OTTO-Vorgehensmodell: Der Personalisierungs-Kreislauf | 158 |
| 3.1Überblick | 158 |
| 3.2Daten | 159 |
| 3.3Wissen | 160 |
| 3.4Konzepte | 160 |
| 3.5Touchpoints | 160 |
| 3.6Nutzerinteraktionen | 161 |
| 4Globales Wissen für lokale Entscheidungen: Architektur zur Bereitstellung von Insights in Echtzeit | 162 |
| 5Die Organisationsperspektive: Transparenz und Beherrschbarkeit als Erfolgsfaktoren | 163 |
| 6Umgesetzte und geplante Anwendungsfälle im Umfeld der OTTO-E-Commerce-Plattform | 167 |
| 6.1Shopteaser auf der otto.de-Homepage und auf Sortiments-Einstiegsseiten | 167 |
| 6.2Zielgerichteter Einsatz verkaufsfördernder Maßnahmen | 167 |
| 6.3Zukünftige Anwendungsfälle | 167 |
| 7Fazit | 173 |
| Literatur | 173 |
| Personalisierung in der Praxis | 175 |
| Zusammenfassung | 175 |
| 1Personalisierung als Basis – ABOUT YOU | 176 |
| 1.1Das Unternehmen | 176 |
| 1.2Wie wird personalisiert? | 177 |
| 1.3Wirkung messen | 179 |
| 1.4Chancen und Herausforderungen der Personalisierung | 180 |
| 2Personalisierung als Wettbewerbsvorteil für Fachhändler – Babymarkt.de | 181 |
| 2.1Das Unternehmen | 181 |
| 2.2Wie wird personalisiert? | 182 |
| 2.3Wirkung messen | 183 |
| 2.4Chancen und Herausforderungen der Personalisierung | 183 |
| 3Personalisierung als Kundenerlebnis – Google | 184 |
| 3.1Das Unternehmen | 185 |
| 3.2Wie wird personalisiert? | 185 |
| 3.3Wirkung messen | 186 |
| 3.4Chancen und Herausforderungen der Personalisierung | 186 |
| Daten als Treiber für Geschäftsmodelle: Der Aufstieg von Amazon 1998–2018 | 189 |
| Zusammenfassung | 189 |
| 1Einleitung | 190 |
| 2Interne Daten | 191 |
| 2.1Kaufhistorie | 191 |
| 2.2Demografie | 193 |
| 2.3Interaktion | 195 |
| 3Externe Daten | 196 |
| 3.1Nutzerbezogene Daten | 196 |
| 3.2Sonstige Daten | 197 |
| 3.3Social Media | 198 |
| 4Predictive-Buying | 199 |
| 4.1Datenzusammenführung | 199 |
| 4.2Verkaufskanäle und Logistik | 200 |
| 4.3Aussicht | 202 |
