Der echte Rivale des Salatkunden ist ein Burger. Ihre Bestelldaten werden es Ihnen nie sagen.
Speisen Sie einen Cold-Start-Recommender aus Ihrer eigenen Bestellhistorie, und er setzt auf das Offensichtliche: Der Salatkunde will noch einen Salat. Konsumentensignal außerhalb der Plattform sagt etwas anderes. In einer Heimatmetropole betreiben die Kunden einer nationalen Salatkette mehr Cross-Shopping bei einer Fast-Food-Burgerkette als beim nächstgelegenen direkten Salat-Rivalen — 5,8% vs 5,2%, die Reihenfolge kehrt sich buchstäblich um. In einer anderen Stadt betreiben die Kunden einer Burrito-Kette Cross-Shopping bei der Burgerkette mit 16%, während der nächstgelegene Rivale derselben Küche unter 1% liegt — eine 17x-Lücke, ohne direkten Wettbewerber irgendwo in den Top 14. Dasselbe Muster gilt in einer dritten Küche, derselben Stadt: Die Kunden einer nationalen Kaffeekette betreiben mehr Cross-Shopping bei einer Burgerkette als bei jedem direkten Kaffee-Rivalen (15,7% vs 10,3%). Drei Kategorien. Zwei Städte. Der indirekte Rivale schlägt jedes Mal den direkten. First-Party-Daten können das nicht zutage fördern. Sie erfassen nur die Bestellungen, die bereits in Ihrer App stattgefunden haben, nie den Burger, den der Salatkunde anderswo gewählt hat. Genau dieser blinde Fleck ist der Punkt, an dem Cold-Start scheitert — und genau das behebt plattformexterne Konsumenten-Cross-Besuche.
Ähnliche Küche → ähnlicher Kunde
Ein Cold-Start-Empfehlungssystem, das auf First-Party-Historie basiert, sortiert Kunden nach Küche: Salatkunden bekommen Salatvorschläge, Burrito-Kunden bekommen Burrito-Optionen. Die Annahme ist naheliegend. Sie ist auch falsch. Ihre App erfasst nur, was bereits auf ihr passiert ist — nie die Wahl außerhalb der Plattform, die das echte Consideration-Set offenbart.
Der echte Rivale ist küchenübergreifend — und steht auf Platz eins
Für eine landesweite Salatkette in ihrer Heimatmetropole ist der Cross-Shop-Rivale Nr. 1 der Konsumenten eine indirekte Fast-Food-Marke — noch vor dem nächsten direkten Salatrivalen (5,8% vs. 5,2%). Für eine Burrito-Kette in einer anderen Stadt ist jeder der Top-14-Cross-Shop-Rivalen indirekt; der nächste Rivale derselben Küche liegt auf Platz 15, bei 0,96% gegenüber einem indirekten Spitzenreiter mit 16%. Eine landesweite Kaffeekette in derselben Stadt: Die Burgerkette liegt erneut an erster Stelle, vor dem nächsten Kaffeerivalen (15,7% vs. 10,3%). Die richtige First-Tap-Empfehlung erfordert die Kenntnis des gesamten Marktes, nicht nur Ihres Funnels.
- Cold-Start-Empfehlungen — aufgebaut auf dem echten Consideration-Set, nicht auf Küchen-Kategorien
- Händlergewinnung — gewinnen Sie die Händler, die Ihre Kunden bereits außerhalb der Plattform wählen
- Start einer neuen Zone — kartieren Sie die Nachfrage, bevor eine einzige Bestellung eingeht
- Targeting neu gewonnener Händler — finden Sie die richtigen ersten Kunden, bevor eine Bestellhistorie existiert