vorheriger Artikel
Über Evergage
Evergage wurde 2010 in Boston unter dem Namen Apptegic mit dem Ziel gegründet, Nutzerdaten auf Websites und Webanwendungen zu sammeln und diese zu analysieren, um eine individuelle Customer Experience über alle Kanäle in Echtzeit zu ermöglichen. Nachdem sie sich im Mai 2012 als Finalist beim TechCrunch Disrupt Startup Battlefield durchgesetzt hatten, wurde der cloudbasierte Service veröffentlicht. Ein Jahr später, im August 2013, fand das Rebranding zu Evergage statt. Seit dem Jahr 2015 verfeinert künstliche Intelligenz die A/B- und multivariaten Testing-Möglichkeiten sowie Produkt- und Content-Empfehlungen, die Evergage zur Personalisierung nutzt. Seit 2018 expandiert das Unternehmen in die DACH-Region. Aktuell ist Evergage im Gartner Magic Quadrant for Personalisation Engines als „Leader“ zu finden. Zudem wurde die Lösung von Forrester als Strong Performer für B2B Customer Data Platforms gelistet und hat gerade den MarTech Award im Bereich CDP gewonnen. Zu ihren Kunden zählen unter anderem Walmart, Neiman Marcus, Abercrombie & Fitch, VW, Dell, Lenovo sowie weitere Marken aus den Branchen Retail, Finanzen, Tech, Travel und Entertainment.
Customer Data Platform – Einordnung von Evergage
Der Schwerpunkt von Evergage liegt deutlich auf dem Sammeln und Analysieren von online gewonnenen Nutzerdaten, um diese in Echtzeit für Personalisierung auf der Webseite oder innerhalb einer mobilen App sowie im E-Mail-Marketing zu nutzen. Es ist möglich, die online gewonnenen Daten mit weiteren Daten von z. B. Callcentern, einem Data Warehouse oder In-Store-Käufen anzureichern. Diese Daten werden verwendet, um mit Hilfe von Identity Stitching (Verknüpfen) ein einheitliches Profil des einzelnen Kunden zu erstellen. Aufgrund dieses Profils sowie kontextbezogener Daten können Affinitätsmodelle sowie Predictive Scores (vorausberechnete Wahrscheinlichkeit für ein Nutzersegment) erstellt werden.
Über Machine Learning werden nicht nur Produkt- und Content-Empfehlungen erzeugt, sondern es wird auch der richtige Kanal dafür vorgeschlagen. Dies ermöglicht ein individuelles Campaign Management mit A/B-Testing-Möglichkeit sowie die Durchführung von multivariaten Tests auf der Website. Zudem können die erzeugten Segmente in einem Eins-zu-eins-Kontext an die entsprechenden Kanäle übergeben werden.
Die Customer Data Platform von Evergage lässt sich somit innerhalb der CDP-Kategorien folgendermaßen einordnen:
CDP-Schwerpunkte
Die Customer Data Platform von Evergage beinhaltet folgende Schwerpunkte:
Data
Eine Vielzahl von Standardkonnektoren zu CRM- und ERP-Systemen sowie Webanalyse-Tools und Ad Networks werden durch die Möglichkeit einer ETL-Integration sowie die Anbindung von SDKs oder APIs ergänzt. Ein komplexes Datenmodell ist allerdings noch nicht vorhanden.
Analytics
Insights-Segmentierung im Tool und Predictive Alerting (vorausberechnete Warnhinweise) sind möglich. Konnektoren zu BI und Data Warehouse sowie eine Data Science Workbench zu Apache Zeppelin, Spark, Python oder R sind für tiefergehende Analysen vorgesehen.
Engagement (Web)
Evergage ist eine Engagement CDP mit umfangreichen, durch Machine Learning unterstützten Segmentierungsmöglichkeiten und Kampagnenmanagement-Funktionalitäten, die auf Eins-zu-eins-Ansprache abgestimmt sind.
Highlights der CDP von Evergage
Besondere Highlights von Evergage sind die Verarbeitung der Daten in Echtzeit, die Machine Learning Recommendations und die daraus resultierende Eins-zu-eins-Hyper-Personalisierung sowie eine Struktur, die auch B2B-Anwendungsfälle zulässt.
Echtzeitverarbeitung
Onlinedaten können von Evergage in Echtzeit erhoben und verarbeitet werden. Dies ermöglicht eine echte Eins-zu-eins-Personalisierung, die das Nutzerverhalten auf der Website mit einbezieht.
Eins-zu-eins-Personalisierung
Evergage hat seine Stärke bei der Onpage-Personalisierung, die in Echtzeit das Nutzerverhalten verarbeitet und die Nutzererfahrung auf der Seite dadurch individualisiert. Der Nutzer wird auf der Website identifiziert und bekommt damit persönlichen Content ausgespielt. Durch das Verhalten auf der Seite kann der Inhalt permanent den Bedürfnissen des Nutzers angepasst werden. So wird z. B. auf der Startseite ein bestimmtes Produktvideo mit Bezug auf die zuvor besuchten Seiten gezeigt. Wurde dieses Video bereits gesehen, wird ein dazu passendes Anschlussvideo gezeigt. Diese Personalisierung ist auch in E-Mails möglich. In diesem Fall stellt sich der Inhalt der Mail beim Öffnen passend zu den Interessen des Nutzers zusammen. Auf diese Weise können personenbezogene mit kontextbezogenen Daten verbunden werden.
Machine Learning Recommendation
Evergage benutzt künstliche Intelligenz, die auf der Grundlage des Nutzerverhaltens permanent ihr Scoring-Modell zur Segmentierung neu berechnet und dieses somit stetig optimiert. Diese Machine-Learning-Technologie kann nicht nur für die Echtzeitpersonalisierung verwendet werden, sondern schlägt auch den Engagement-Kanal mit der größten Erfolgswahrscheinlichkeit für den nächsten Kommunikationsschritt vor. Somit wird auch die Kanalwahl beim Kampagnenmanagement effizient genutzt.
Zielgruppe
Unternehmen, die einen starken Fokus auf ihr Digitalgeschäft haben, bei dem die Website-Personalisierung eine zentrale Rolle spielt, sollten sich Evergage genauer ansehen. Immer dann, wenn eine Eins-zu-eins-Ansprache des Kunden auch über weitere digitale Kanäle gewünscht wird, sollte Evergage in Betracht gezogen werden.
Du hast Fragen zu der Customer Data Platform von Evergage?
Kontaktiere mich gerne!
