4 Beispiele /Anwendungen
Vergleich Kaufprozess
In der Regel wählt der Kunde bisher zunächst einen ihm bekannten Anbieter aus. Bei diesem sucht er dann
anschließend ein bestimmtes Produkt.
Die Anzahl der Informationen und Botschaften, die jeder Mensch täglich
empfängt hat sich exponentiell erhöht
Noch in den 70er Jahren wurde jeder Konsument mit täglich 500 *
Werbebotschaften konfrontiert. Heute sind es eher 3000-5000 täglich
Quelle: „Empfehlungsmarketing, - zufriedene Kunden genügen nicht „ Score Marketing, Christoph Portmann: „Viral Marketing“, Sasha Langner
Fast jeder zweite private Internetnutzer (44%) berücksichtigt UGC bei seiner Produktauswahl und
Kaufentscheidung
Die Mehrheit der Onliner (52%), die nach Kommentaren und Bewertungen sucht und sie bei der
Entscheidung berücksichtigt, ist von deren Verlässlichkeit überzeugt
Dem Urteil der anderen Nutzer, das in Kommentaren oder Bewertungen wiedergegeben wird, schenken
potenzielle Käufer damit sogar in mehr Vertrauen als redaktionellen Produktbewertungen (49%)
Neukunde
Empfehlungs-
Unternehmen Neukunde
geber
Neukunde
Massenempfehlung wurde est durch die neuen Technologien
möglich
Neukunde
Per Mausklick lassen sich über geographische und kulturelle
Grenzen hinweg Tausende von Menschen auf ein Produkt
aufmerksam machen
Quelle: Dr. oec.HSG A. Kappler, Luzern/CH
SEM
Google, u.a. Affiliate/ Kooperationen
Preisvergleicher Display
Produktsuchmaschinen Kontextsensitive
weitere Werbeformen
TRAFFIC
eMail-Marketing Generic/Organic
Wiederkehrende Kunden
Word-of-Mouth/
eMail Empfehlungen
Newsletter Social Media
Produktbewertungen
Tags
4 Beispiele /Anwendungen
Die meisten Unternehmen wissen nicht, wie hoch ihre Empfehlungsquote ist
funktionierende
Anreizsysteme führen zu
planbaren Prozessen
Leistungs-/
Basisfaktoren Begeisterungsmerkmale
Qualitätsanforderungen
Quelle: „Empfehlungsmarketing, - zufriedene Kunden genügen nicht „ Score Marketing, Christoph Portmann
Anbieter müssen dem Markt gute Gründe geben, um ins Gespräch zu kommen –
und nicht ins Gerede
4 Beispiele /Anwendungen
4 Beispiele /Anwendungen
Shopping-Ranglisten
Styleboards
Kommunikation zwischen
Usern gleicher Interessen
Profilierung als „opinion
leader“
Trendberatung
( Experten-Reviews)
Shopping-Gruppen
Persönliche Vorhersagen:
Wissen, wie Dir ein Film
gefallen wird
Vergleich des eigenen
Filmgeschmacks mit
Freunden und anderen
Mitgliedern
Kino, DVD und TV
Programm auf einen
Blick
Filme bewerten,
kommentieren, etc.
Artikel beliebig
skalieren, spiegeln
und Ebenen
verschieben
Ausgesuchte Artikel
per „drag and drop“ ins
Schaufenster ziehen
Einbinden der
Stylesets bei
MySpace und
Facebook
Alpecin entwickelte einen Polyvore launchte im Feb AWD stellt vielfache Rechen-
„Glatzenrechner“ 2007 und Planungsprogramme für
Zehn Tage nach 3 Millionen Unique Visitors im die persönliche
Freischaltung hatten sich Monat Finanzoptimierung zur
schon eine halbe Millionen Verfügung, z.B.:
118 Millionen mtl. Page Views
Interessierte durch den Abgeltungssteuer-Rechner
Fragenkatalog geklickt 800,000 registrierte Nutzer
Brutto-Netto Gehalts-Rechner
Mix and Match Tools werden
zum Standardtool von Inflations-Rechner
Fashion Shops
Quelle: Zukunftstrend Empfehlungsmarketing, Anne M. Schüller
4 Beispiele /Anwendungen
Widgets
Bookmarking
Twitter Feeds
Links
Foren
eMail-Formular
Open Source-
Schnittstellen (API)
Importmöglichkeiten von
Adressen
Einbindung von
FriendConnect u.a.
Kathrin Haug
mindwyse GmbH
Hohe Bleichen 21 Rückfragen an:
20354 Hamburg
kathrin.haug@mindwyse.de
info@mindwyse.de
Tel.: (0) 40 3099796 -11
BERATUNGSVERSTÄNDNIS
Konzeption Philosophie