Know-how aus erster Hand

Im Webshop von Otto verbringt der Besucher im Schnitt knapp 8 Minuten, im Media Markt-Webshop gut 5 Minuten, bei Weltbild.de ebenfalls 5 Minuten, im Lidl-Webshop etwas mehr als 4 Minuten. Dagegen ist die Verweildauer in stationären Geschäften, speziell in Buchläden, in Fashion-Stores oder im Foodhandel ungleich höher. Laut GfK beträgt zum Beispiel die durchschnittliche Einkaufszeit in Supermärkten 13 Minuten und in großen Verbrauchermärkten 21 Minuten, gemessen vom Betreten bis zum Verlassen des Verkaufsraumes.

Vordergründig haben stationäre Händler damit einen Vorteil gegenüber der Online-Konkurrenz, denn der Kunde gibt ihnen mehr Zeit zum Verkaufen. Aber: Der Onlinehändler generiert auch bei kurzen Verweilzeiten zahlreiche Informationen über die Kunden und die Customer Journey. Die nutzt der Onlinehändler, um seine Sortimente, seinen Auftritt und seine Leistungen kontinuierlich zu optimieren und insbesondere, um seine Angebote zu personalisieren, auf bestimmte Kunden oder Kundengruppen auszurichten.

Der stationäre Händler dagegen erzeugt vor allem Informationen, die im Zusammenhang mit seiner Ware stehen. Kundendaten werden nicht oder erst am Checkout erhoben, etwa in Verbindung mit kartengebundenen Loyalty-Systemen. Damit kennt der stationäre Händler zumeist weder Geschlechts- noch Altersstrukturen. Er weiß nicht, ob der Kunde allein oder in Begleitung einkaufte. Er ist nicht im Bilde über das Verhalten des Kunden, er kann nicht gesichert typologisieren. Er kennt weder Laufwege noch Aufenthaltsdauer. Er hat keine Vorstellung davon, welche Ware der Kunde anschaut, wie schnell und warum er sein Interesse an einem Angebot verliert.

Der Handlungsbedarf ist erkannt, wie das Interesse an zwei Workshops zum Thema „Instore Analytics“ zeigte, die das EHI Retail Institute Anfang April in Köln veranstaltete und an denen rund 100 Vertreter aus dem deutschen Einzelhandel teilnahmen. Im Rahmen der Workshops berichteten 11 Experten über die neuesten Entwicklungen bei elektronisch basierten Verfahren zur Analyse des Indoor-Kundenverhaltens. Dabei ging es um die technischen Möglichkeiten, also um Frequenzmessungen und Verhaltensbeobachtungen mithilfe von Kameras, Sensoren, Ultraschall oder elektromagnetische Techniken. Insbesondere ging es um den sinnvollen Einsatz und den potenziellen Nutzen dieser Techniken. Wie werden gewonnene Daten interpretiert und in Maßnahmen umgesetzt? Wie lassen sich zum Beispiel die Capture und Conversion-Raten steigern? Wie lassen sich bestimmte Kunden oder Kundengruppen definieren und individualisiert ansprechen?

Im Prinzip Überlegungen, die schon Generationen von Einzelhändlern angestellt haben. Neu sind die vielfältigen Möglichkeiten, die die digitalen Techniken eröffnen. Auch die im Folgenden beschriebenen Erkenntnisse der Experten aus Industrie und Handel machen deutlich: Store Analytics auf digitaler Basis stehen am Anfang, werden bislang vorwiegend in Form einzelner Projekte praktiziert. Unklar ist vielen Händlern noch, für welche der verschiedenen technischen Alternativen zur Erfassung des Kundenverhaltens sie sich entscheiden sollen. Unklar ist, inwieweit sie bei Smartphone-basierten Verfahren auf die notwendige Bereitschaft der Kunden zur Mitwirkung bauen können. Viele Händler befürchten zudem, dass sie sich beim digitalen Kunden-Research (Stichwort Gesichtserkennung) schnell in die datenschutzrechtliche Grauzone hineinbewegen.

Und nicht zuletzt: Store Analytics erfordern erhebliche Investitionen in Technik und in menschliches Know-how. „Konsequent weitergedacht, sind professionelle Store Analytics ein Big Data-Projekt“, so Marco Atzberger vom EHI. Denn um profunde Grundlagen für kundenbezogene Management-Entscheidungen zu erhalten, müssen die über Messungen im Store gewonnenen Erkenntnisse verknüpft werden – mit Kassendaten, mit Warenwirtschaftsdaten, mit CRM-Daten, mit Webshop-Daten oder mit extern gewonnenen Referenzdaten. Dann werden aus Einzelmaßnahmen schnell Großprojekte.

Filialnetz professionell managen

Store Analytics stehen noch am Anfang, werden vorwiegend in Form einzelner Projekte betrieben. Perspektivisch aber kann sich das Konzept speziell bei großen Filialisten breit etablieren.

Im Juni 2015 hat McKinsey einen vielbeachteten Report über die wirtschaftlichen Effekte des Internet of Things veröffentlicht. Darin wurde prognostiziert, dass Händler einen rd. 5-prozentigen Umsatzanstieg durch Instore Analytics erreichen können – für Arbeitsproduktivität und Effizienz wurde sogar eine Steigerungsrate von 10 Prozent berechnet. Mit Blick auf dieses Potenzial und auf die Notwendigkeit, den Vorsprung von Webshops bei der Analyse des Kundenverhaltens aufzuholen, werden gerade international tätige Flächenanbieter die Store Analytics künftig professionalisieren und sogar in eigenen Geschäftsbereichen etablieren. Entsprechend sind technologische Verfahren gefragt, die alle Analyse-Verfahren abdecken und die auf breiter Basis einsetzbar sind.

Ein derartiges Software-Konzept stellte Ralf Schienke, Vertriebsleiter Handel Deutschland bei Fujitsu, auf dem EHI Workshop vor. „‘Retail Engagement Analytics‘, kurz REA, ist eine global verfügbare Lösung für den internationalen Handel und eine effektive Lösung für die Analyse des Kundenverhaltens auf der Verkaufsfläche“, so Schienke. Die Analyse-Software ist nicht auf eine bestimmte Technologie festgelegt, sondern kann zum Beispiel Wifi- mit Kameradaten kombinieren, Beacons oder RFID-Tags nutzen und Sensordaten mit POS-Transaktionen, Smart City-Daten, Wetter- oder Verkehrsdaten verknüpfen und auswerten.

Als Beispiel nannte Schienke einen US-Textildiscounter,der landesweit mithilfe der REA-Werkzeuge permanent die Performance seiner Filialen, aber auch einzelner Abteilungen vergleicht. „Über die Gesamtzahl der Filialen ergeben sich Benchmarks, die helfen, Best Practices und Problemfälle zu identifizieren“, so Schienke. Außerdem überprüft der Händler per Analyseprogramm die Positionen der Aktionsflächen und der Digital Signage-Screens oder misst die Umsatzeffekte bei Änderungen im Store-Layout. Das Programm hilft auch dabei, administrative Tätigkeiten in Zeiten mit geringer Frequenz zu legen. Ein auf Basis der Daten gesteuerter Einsatz der Top-Verkäufer führte zu einer Steigerung der Produktivität im Verkauf, berichtete Schienke.

Benchmarks nutzen

Um die Performance von Stores, Abteilungen oder Produktkategorien realistisch beurteilen zu können, werden unter ähnlichen Bedingungen erzielte Vergleichswerte benötigt.

Unter international agierenden Filialisten sowie bei den Managern von Einkaufszentren ist der sogenannte „ShopperTrak-Index“ als Werkzeug zur Definition von Leistungsstandards bekannt. Der Index wird von der britischen Firma ShopperTrak RCD erhoben. Durch Messung von Kundenfrequenzen liefert er eine Zusammenstellung von nationalen und internationalen Kennzahlen zu verschiedenen Trends im Kundenverhalten. Dazu laufen die Daten einer Vielzahl von Handelsunternehmen und Standorten in Rechenzentren zusammen und werden dort von einer Software analysiert und aufbereitet. „Durch unsere technologischen und analytischen Lösungen können wir für Handelsunternehmen die besten Möglichkeiten identifizieren, um Umsätze zu steigern und Leistungskennzahlen zu verbessern“,sagt Colm Roche, Vertriebsleiter von ShopperTrak.

Auf entsprechende Potenziale weisen Vergleiche mit von ShopperTrak erhobenen Kennziffern hin – u.a. Durchschnitts- und Spitzenwerte bei der Draw Rate, der Conversion Rate oder zur Effektivität verkaufsfördernder Maßnahmen. Colm Roche berichtete auf den EHI-Workshops, dass Händler hier aber oftmals „Äpfel mit Birnen vergleichen“, also nicht zur Einordnung eigener Leistungskennzahlen taugliche Vergleichswerte heranziehen. „Daten-Gläubigkeit ist gefährlich – man braucht immer Hintergrund-Informationen, um Daten richtig beurteilen zu können“, so Roche. Aus seiner Sicht werden Store Analytics bei vielen Handelsunternehmen noch nicht professionell betrieben. Der Grund: Entscheider sind nicht von einem angemessenen Return-on-Invest überzeugt und stellen daher keine ausreichenden internen Ressourcen bereit, „um tief in die Einordnung und Bewertung von Daten einzudringen“.

Präzise lokalisieren

Üblicherweise werden Wlan/Wifi-Ortungssysteme eingesetzt, um mit Kunden-Smartphones am POS zu kommunizieren. Für eine exakte Navigation reicht diese Technik aber nicht aus.

Physikalisch lassen sich die für die Indoor-Lokalisierung eingesetzten Verfahren in zwei Kategorien einteilen: einerseits die Positionsbestimmung durch Aussenden und Empfang mechanischer Wellen, also hörbarem Schall oder Ultraschall, und andererseits durch Aussenden und Empfang elektromagnetischer Wellen verschiedener Frequenzbereiche, also zum Beispiel sichtbares oder infrarotes Licht sowie Mikro- oder Radiowellen. Zu dieser Kategorie gehörendie Wlan/Wifi- bzw. Bluetooth Low Energy (BLE)-Verfahren. Der Einsatz von Wlan oder BLE für Lokalisierungen im Handel erscheint naheliegend, da entsprechende Installationen in vielen Gebäuden ohnehin vorhanden und die Hardware-Kosten gering sind. Auch auf Nutzerseite –in handelsüblichen Smartphones – sind beide Systeme in der Regel vorhanden.

Die Genauigkeit der Positionsbestimmung ist allerdings beschränkt – bei Wlan-Ortungssystemen liegt sie zwischen einem und mehreren Metern, bei Bluetooth-Systemen um die 10 m. „Der derzeitige Stand der Technik zeigt deutlich, dass eine regal- oder produktgenaue Ortung auf Basis von Wlan und BLE mangels ausreichender Messgenauigkeit nicht zu realisieren ist“, sagt Frieder Hansen, Geschäftsführer von Pyramid Computer.

Mit dem „Pyramid Localization System“ (PLS) stellte Hansen auf den EHI-Workshops eine auf Ultraschall basierende Lösung vor. „Aktuelle Ultraschall-Systeme erreichen typischerweise eine Ortungsgenauigkeit zwischen 15 und 30 Zentimetern und erfüllen somit die Anforderungen im Handel“, erklärt Hansen. PLS arbeitet im Nah-Ultraschallbereich (18-20 kHz) und ermöglicht so die Verwendung handelsüblicher Smartphones als Sender. Die präzise Lokalisierung ermöglicht dem Handel einerseits die Erstellung aussagekräftiger Heatmaps – die Laufwege des Kunden durch den Store können regal- und produktgenau nachvollzogen werden. Außerdem kann der Kunde über eine 2-D- bzw. 3-D-animierte Navigation präzise zum gewünschten Produkt im Regal geführt werden.

An einer interessanten Neuentwicklung arbeitet Google mit dem Projekt „Tango“. Dahinter verbirgt sich eine Technologie-Plattform von Google, die mittels „maschinellen Sehens“ mobilen Geräten wie Tabletcomputern oder Smartphones ermöglicht, ihre relative Position zur Außenwelt zu ermitteln. Auf dem EHI-Workshop stellte Peter Krämer, Geschäftsführer von Cologne Intelligence, diese Lösung vor und zählt die Vorteile auf: „Rein datenbasiert, ohne GPS oder andere signalbasierte Ortungstechnologien, keine Hardware-Installation notwendig“, so Krämer.

Vereinfacht ausgedrückt funktioniert die Indoor-Navigation mit „Tango“ wie folgt: Per RGB- bzw. Fish Eye Motion-Kamera wird die Store-Umgebung aufgenommen, die künstliche Intelligenz lernt und entwickelt aus den Bild- und Bewegtinformationen ein Daten-Modell des Raumes. Per App kann sich der Kunde die entsprechende Intelligenz auf sein Smartphone laden. Befindet er sich im Store, holt sich die App über das Internet die aktuellen Raummodell-Daten und kann dadurch an jeden beliebigen Standort im Raum navigieren.

Die „Tango“-Technologie erlaubt Entwicklern wie Cologne Intelligence das Erstellen entsprechender mobiler Apps sowie auch die Umsetzung von Funktionen zur Vermessung realer Gegenstände und daneben andere Anwendungen für erweiterte bzw. virtuelle Realität. Für Händler bietet die Lösung neben der Navigation vergleichbare Analyse- und Auswertungsmöglichkeiten wie die elektromagnetisch basierten Lösungen (Heatmaps, Messung der Verweildauer). Die Google-Entwicklung hat das Stadium praktischer Anwendbarkeit erreicht. Peter Krämer: „Jetzt ist die Zeit für Prototypen und für das Testen der Belastbarkeit der Lösung anhand eigener Use Cases.“

Instore-Aktionen checken

Moderne IP-Kameras dienen nicht nur der Diebstahlprävention, sondern sind auch zur Erforschung des Kundenverhaltens einsetzbar.

Der Konsument soll über alle Sinne angesprochen werden– visuell, akustisch, haptisch und sogar olfaktorisch. Der Aufwand hierfür aber muss sich für den Händler lohnen, daher sollte die Effektivität entsprechender Instore-Maßnahmen verifiziert werden. Ermöglicht wird dies durch den Einsatz von IP-Videoanlagen. Dabei kann gegebenenfalls auf bestehende Kamera-Infrastrukturen aufgebaut werden, ergänzt durch eine Software zur speziellen Auswertung der Video-Sequenzen und durch die Einbindung weiterer 360-Grad-Kameras.

Die vom System gelieferten Echtzeit-Daten bieten die Grundlage zur Erstellung etwa von Frequenz- und Kundenprofilen, ähnlich wie sie der Onlinehandel nutzt. Besonders Auswertungen zur Umwandlungsrate und Verweildauer verschaffen Einblick in die Attraktivität von Abteilungen, Präsentationen und besonderen Angeboten. Dabei kann der Händler die Detailgenauigkeit der Erfassung selbst bestimmen– in einer ganzen Kategorie, auf Sortiments- oder auf Produktebene.

Ralph Siegfried, Consultant bei Axis Communications, lieferte dazu auf dem EHI-Workshop Beispiele. U.a. wurde in einem Schmuck- und Accessoires-Store unter die Lupe genommen, wie sich eine Umdekoration und Neuplatzierung bestimmter Produkte auswirkt. Dazu wurde der vordefinierte Präsentationsbereich vor und nach der Maßnahme über zwei Tage lang im Zeitraffer erfasst. Die Auswertung ergab eine Steigerung der Conversion Rate um 20 Prozent. Die Messzahl bestimmt sich in diesem Fall durch die Zahl der getätigten Kaufabschlüsse in Relation zur Zahl der Kunden, die sich für die entsprechenden Produkte interessiert hatten.

Ein weiteres Beispiel ist der Einsatz von Digital Signage-Systemen. Auf Basis von Echtzeit-Daten aus der Frequenz und Laufwegeerfassung kann der Händler umgehend reagieren, indem er zum Beispiel per Bildschirm Rabatte für Produkte aus der Abteilung auslobt, in der die Kundenfrequenz gerade zu wünschen übrig lässt. Ralph Siegfried betont, dass es in allen derartigen Fällen auf die richtige Projekt-Definition und im Anschluss auf die richtige Interpretation ankommt. „Instore Analytics dürfen nicht isoliert betrachtet, sondern müssen immer im Kontext mit den Marketing-Aktivitäten im und um den Laden gesehen werden.“

Zielgruppen-Konzept optimieren

Die Frequentierung bestimmter Zonen, deren Umsetzung in Verkäufe, die Nutzung der Lounge und der Umkleiden: Mit Daten dazu lässt sich die Store-Ausrichtung auf die Zielgruppe optimieren.

Auf den EHI-Workshops berichtete Axel Stephan, Vorstand von Vitracom, über ein Analytics-Projekt bei s.Oliver im Triangle-Store in den Riem-Arkaden in München. Ziel der Maßnahme: Ermittlung von Daten, die das Store-Konzept überprüfen bzw. die eine zielgerichtete Nachjustierung ermöglichen und die außerdem in die Lage versetzen, die Effektivität bestimmter Veränderungen zu bewerten. Konkrete Fragestellungen waren u.a.: Wie hoch ist die Besucherfrequenz und wie entwickelt sich diese? Wie ist das Verhältnis von Passanten zu Besuchern und von Besuchern zu Käufern? Wie werden speziell die Lounge und die Umkleiden genutzt? Wie stark wird der Denim-Tisch frequentiert und wie hoch ist die dortige durchschnittliche Aufenthaltsdauer?

Um diese Fragen zu beantworten, wurden insgesamt 9 3-D-Kameras auf der Verkaufsfläche installiert – dabei handelt es sich um „VC-3D Stereo-Vision“-Sensoren von Vitracom. „Die Auswertung der Daten liefert dem Händler Stellschrauben, um sein Store-Konzept noch präziser auf die Zielgruppe auszurichten und um einzelne Ideen und Maßnahmen auf gesicherter Basis umzusetzen“, sagt Axel Stephan. So ist eine Kamera im Schaufenster montiert und misst die Passantenfrequenz, eine am Store-Eingang erfasst die Besucher-Frequenz. Dadurch kann s.Oliver die sogenannte Capture- oder Fishing-Rate, also das Verhältnis Besucher zu Passanten ermitteln, im Zeitablauf analysieren und auf dieser Basis beispielsweise Konsequenzen für die Schaufenster-Gestaltung ziehen.

Weitere Kameras sind in der Lounge, an einer Präsentationswand und am Denim-Tisch angebracht. Die Entwicklung der Frequenz zeichnet ein Bild der Attraktivität dieser Zonen, außerdem kann zum Beispiel für den Denim-Tisch und in Kombination mit Kassendaten das Verhältnis von Interessenten zu Käufern, also die Conversion Rate berechnet werden.

Im Triangle-Store testet s.Oliver darüber hinaus eine „Wohlfühl-Umkleidekabine“. Frequenzzählungen in diesem Bereich zeigen, in welchem Umfang diese größere Kabine im Vergleich zu üblichen Kabinen genutzt wird.

Investitionen absichern

Das Modehaus Mensing fährt ein Store Analytics-Projekt, um die hohen Investitionen für einen neu eröffneten Store in der Emsgalerie Rheine abzusichern.

Platzhirsch sein in mittelgroßen Städten, diesen Anspruch verfolgt die Mensing Holding, mit Modehäusern an 8 Standorten in Nordrhein-Westfalen und Niedersachsen vertreten, auch für das im Herbst 2016 eröffnete Haus in der Emsgalerie Rheine. Der Store hat 2.300 qm Verkaufsfläche und gestaltet Erlebniswelten für verschiedene Zielgruppen. Allein für die Inneneinrichtung wurden rd. 2 Mio. Euro ausgegeben. Seit der Eröffnung fährt Mensing ein Store Analytics-Projekt, um verschiedene Kennziffern und deren Entwicklung kontinuierlich zu verfolgen. „Angesichts unseres hohen Invests wollen wir mehr über die Kunden erfahren“, erklärt Besim Karajkovic, Prokurist bei Mensing.

Die Firma Dilax Intelcom GmbH hat dazu im Eingangsbereich und auf der Fläche insgesamt 15 bildverarbeitende „OptoCount“-Kameras mit 3-D-Sensorik installiert. Darüber werden Passanten- und Kundenfrequenzen sowie die Verweildauer der Kunden im Geschäft erfasst. Im Hintergrund läuft die Auswertungssoftware „Dilax Enumeris“, die individuelle Berichte und Analysen sowie Trends und Forecasts erstellt. „Unter den Leistungskennziffern sollte der Fokus auf der Erhöhung der Verweildauer liegen – diese hat einen starken Einfluss auf viele weitere KPIs, unter anderem die Capture Rate und Conversion Rate“, sagt Carolina Hinrichsen, Head of Sales bei der Dilax Intelcom GmbH. Insbesondere die Entwicklung der Umwandlungs- oder Abschöpfungsquote ist sehr aussagekräftig, weil sie die Fähigkeit einer Filiale beschreibt, Besucher in Kunden umzuwandeln, indem sie die Besucher- zu den Bonzahlen in Relation setzt.

Die ersten Erfahrungen: Das Haus erzielt vom Start weg eine kontinuierlich hohe Capture Rate von rd. 15 Prozent. Damit gelingt es Mensing besser als im Branchendurchschnitt, Passanten auf die Verkaufsfläche zu locken. „Außerdem zeigt die Heatmap, dass die Durchflutung des Ladens funktioniert – wir schaffen es, die Leute auch nach hinten zu ziehen“, berichtete Karajkovic auf dem EHI-Workshop.

Anhand der Auswertungen wurde aber auch festgestellt, dass die Verweildauer der Kunden mit durchschnittlich 15 Minuten zu gering ist und dass auch die Conversion Rate noch unterhalb der Referenzwerte liegt. Rheine ist damit zwar der frequenzstärkste, aber noch nicht der umsatzstärkste Mensing-Standort. Die Geschäftsführung entwickelt entsprechende Maßnahmen. Eine der möglichen Konsequenzen daraus lautet: „Die Mitarbeiter müssen noch stärker an den Kunden arbeiten“, so Karajkovic.

Stammkunden digital betreuen

Die im Rahmen der Store Analytics aus den Smartphone-Daten der Kunden gewonnenen Informationen können für sehr gezielte Marketing-Aktionen genutzt werden.

Multibrand and Multichannel – so lautet der Slogan des Familienunternehmens Bollag-Guggenheim Fashion Group, das in der Schweiz 23 Stores u.a. unter den Namen Guess, Marc O’Polo und The Gallery betreibt. Im Rahmen seiner Digitalisierungsstrategie entwickelte der Händler eine mobile App als digitale Kundenkarte. Das Ziel: die Stammkunden per Beacon-Technologie direkt im Store zu erreichen und ihnen zum Beispiel Sonderpreise zu offerieren oder Event-Einladungen zu übermitteln. „Über die mobile Kommunikation am Point of Sale können den Kunden maßgeschneiderte Shopping-Erlebnisse bereitet und dadurch ihre Loyalität zum Unternehmen gesteigert werden“, sagt Stefan Ki Bergler, Head of Business Development bei Osram. Auf dem EHI Workshop berichtete Bergler über dieses Projekt.

Osram hat Beacons entwickelt, die in bestehende Beleuchtungsanlagen auch anderer Hersteller integrierbar sind. „Wartungsfrei, kein Batteriewechsel nötig“, nennt Bergler die Vorteile gegenüber üblichen Beacon-Infrastrukturen. Bei Bollag-Guggenheim wurde diese Technologie installiert, außerdem wurden über die Osram-„Analytic Suite“ die Bestandsdaten aus dem CRM-System des Händlers mit den Daten aus der App zusammengeführt. Das Programm liefert diverse Auswertungen, u.a. zur App-Nutzung, zu den Store-Besuchen, zur Verweildauer und zu Produkt-Präferenzen. Das Projekt steckt noch in der Aufbauphase, bislang haben rd. 20 Prozent der Besitzer traditioneller Kundenkarten die App auf ihrem Smartphone installiert. Für einen Testlauf wurden Coupon-Angebote entwickelt, die per Push-Nachricht auf die Smartphones gespielt wurden. „Dabei erwies sich, dass durch diesen Service die Verkäufe an Stammkunden gesteigert werden können“, so Bergler.

Botschaften individualisieren

Wenn Zuschauer und ihre Reaktionen über Kameras erfasst werden, können Video-Botschaften flexibel gesteuert und gezielt auf die Betrachter-Gruppen ausgerichtet werden.

Auf den Screens im öffentlichen Raum ebenso wie in Stores und Märkten laufen zumeist Standard-Werbefilme in vordefinierter Reihenfolge. „Solche Ansätze springen zu kurz, sie nutzen die weitergehenden Potenziale der Digitalisierung nicht aus“, sagt Ralph Razisberger. Er ist CEO des Berliner Startups IDA Indoor Advertising. Das Unternehmen baut ein Werbenetzwerk auf, das zielgerichtete Video-Werbung im Digital-out-of-Home-Bereich (DooH) ermöglicht. Basis hierfür sind in die Bildschirme eingebaute Kameras sowie eine Gesichtserkennungs-Technologie, die sowohl die Anzahl der Zuschauer als auch deren Alter und Geschlecht identifiziert. Damit kann in Echtzeit die für die gerade anwesenden Betrachter passende Werbung ausgespielt werden.

Die durch das Targeting und die strukturierte Erfassung der Werbekontakte generierten Reporting-Daten erlauben dem Werbetreibenden darüber hinaus detaillierte Auswertungen: Welche Verhaltensmuster und Verhaltensunterschiede sind bei den betrachtenden Personen erkennbar? Bis wohin schauen sie einen Werbespot an bzw. an welcher Stelle brechen die meisten ab? Um welche Uhrzeit kann welche Zielgruppe (nach Alter und Geschlecht) an welchem Ort am besten erreichen werden? Solche Fragen lassen sich durch die gewonnenen Daten beantworten.

Das System ist nicht nur im öffentlichen Raum, sondern auch in Märkten und Einkaufszentren einsetzbar unter Einbindung bestehender Digital Signage-Strukturen. „Die größten Stärken der Technologie entfalten sich dann, wenn die Kunden sich in einer Wartesituation befinden, etwa an der Kasse, an der Verkaufstheke oder am Servicepoint“, erklärt Razisberger. Denn gerade in der Wartezeit seien die Kunden besonders empfänglich für Informationen und zielgerichtete Werbung.

Fotos (10): Frank Rümmele

Weitere Informationen: redaktion@ehi.org