Skip to main content
main-content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2020 | OriginalPaper | Buchkapitel

Personalisierung im digitalen Content Marketing

verfasst von: Pascal Volz, Anne Griep

Erschienen in: Content gekonnt

Verlag: Springer Fachmedien Wiesbaden

share
TEILEN

Zusammenfassung

Das vorgestellte Modell beschreibt eine Herangehensweise an die Personalisierung von Content und Werbemitteln im digitalen Marketing. Für die Produktion und Distribution von personalisiertem Marketing kann der Fokus auf Personas oder den Sales Funnel gerichtet werden. Werden diese beiden Dimensionen miteinander verknüpft, entstehen noch individuellere Möglichkeiten. Die Grundlage bildet Big Data – zum einen zur Durchführung einer Clusteranalyse und die daran anschließende Definition von Personas, zum anderen für die Ermittlung der Nutzerbedürfnisse sowie der Position der Nutzer im Funnel. Diese intelligente Personalisierung erhöht die Relevanz des Contents für die Nutzer. Die Ausspielung von Webseiteninhalten, Werbemitteln oder der Versand von Newslettern muss nicht mehr nach dem „Gießkannenprinzip“ erfolgen – mit dem Ergebnis deutlich verbesserter KPIs.
Literatur
Zurück zum Zitat Backhaus, K., et al. (2018). Clusteranalyse. In K. Backhaus, et al. (Hrsg.), Multivariate Analysemethoden (S. 437–495). Berlin: Springer. CrossRef Backhaus, K., et al. (2018). Clusteranalyse. In K. Backhaus, et al. (Hrsg.), Multivariate Analysemethoden (S. 437–495). Berlin: Springer. CrossRef
Zurück zum Zitat Burmann, C., et al. (2017). Brand Purchase Funnel. In C. Zerres (Hrsg.), Einführung in das Marketing-Controlling (S. 293–312). Berlin: Springer. Burmann, C., et al. (2017). Brand Purchase Funnel. In C. Zerres (Hrsg.), Einführung in das Marketing-Controlling (S. 293–312). Berlin: Springer.
Zurück zum Zitat Volz, I. P. (2011). Musiknachfrage im Internet. Aachen: Shaker. Volz, I. P. (2011). Musiknachfrage im Internet. Aachen: Shaker.
Metadaten
Titel
Personalisierung im digitalen Content Marketing
verfasst von
Pascal Volz
Anne Griep
Copyright-Jahr
2020
DOI
https://doi.org/10.1007/978-3-658-24620-4_12