Modeling Personalization Investment Costs and Overall ROI / Value

Modellierung von Personalisierungsinvestitionskosten und Gesamt-ROI / Wert

Dies ist der vierte Teil einer vierteiligen Blogserie.

In meinen vorherigen Blogposts dieser Serie haben wir uns mit dem Verständnis des Kernwerts unserer digitalen Immobilien befasst und anschließend die Vorteile der Personalisierung modelliert. Betrachten wir nun die Investitionskosten, die mit der Implementierung der Personalisierung verbunden sind, und berechnen unseren gesamten ROI und Wert .

personalization 1

Zuerst schätzen wir die Investitionskosten: Wir müssen die Projektkosten und die laufenden Betriebskosten anschauen, die im Zusammenhang mit der Personalisierung stehen . Normalerweise verwende ich einen Zeitrahmen von 3 Jahren, um die Gesamtbetriebskosten (Total Cost of Ownership, TCO) zu berechnen. Die Kostenkategorien für die Implementierung der Personalisierung sind ungefähr die gleichen wie die für den Bau und der Pflege einer klassischen Website. Die Tabelle unterhalb zeigt die Aufteilung Bau und Pflege gegenüber Kreatives und Technologie.

personalization chart

Nur beim Erstellen einer Website gibt es keine festen und schnellen Personalisierungszahlen für jede darüber liegende Kostenkategorie. Manche Unternehmen ordnen die Kosten vielleicht 1 und 2 als einmalige Projektkosten (CAPEX) zu, wohingegen andere sie vielleicht glätten und zu den "normalen betrieblichen Aufwendungen" nehmen (OPEX). Vereinfacht gesagt bieten diese Kategorien jedoch eine sinnvolle Möglichkeit, Kosten zu trennen und zu schätzen. Ich gehe im Folgenden näher darauf ein, im Beispiel.

Wenn wir die Investitionskosten abgebildet haben, können wir einfach zu Schritt 4 übergehen, der das Abziehen der Kosten von den Nutzen und das Ankommen bei einem ROI beinhaltet. Auch dies wird typischerweise über einen Zeitraum von 3 Jahren gemessen, um den gesamten Netto-Nutzen oder die Netto-Rendite des Projekts zu berechnen. Abschließend können wir die nichtfinanziellen Auswirkungen genauer beschreiben, um einen Gesamtwertfall zu erreichen, wie in meinem erster Blog in dieser Reihe .

Also, jetzt Zeit für ein Beispiel.

Schritt 1: Nehmen wir einen mittelgroßen Händler mit einem jährlichen Umsatz von 300 Millionen US-Dollar. Rund 12 % des Umsatzes oder 36 Mio. USD werden direkt über die Commerce-Website generiert.

Nehmen wir an, dass dies der Ausgangswert vor der Personalisierung ist: 36 Mio. USD im Jahr oder 3 Mio. USD im Monat.

  • Wir können sehen, dass die Website jeden Monat 2 Mio. Besucher hat und 60.000 monatliche Transaktionen. Konversionsrate = 3 %
  • Der durchschnittliche Monatsumsatz pro Kunde (Average Revenue per User, ARPU) beträgt 50 USD. Bei 60.000 Transaktionen im Monat ergibt dies einen Umsatz von 3 Mio. USD.
  • Die Verkaufszahlen sind saisonabhängig, daher variiert die genaue Zahl von Monat zu Monat. Was hier interessant ist, sind nicht unbedingt die genauen Zahlen, sondern vielmehr die relativen Zahlen vor und nach der Personalisierung. Wenn wir also unsere Hypothese testen, dass Personalisierung die Konversionsrate und den Umsatz steigern wird, müssen wir sicherstellen, dass wir alle saisonalen oder anderweitigen Unterschiede miteinbeziehen.
  • Die Website wirbt zudem für Produkte von Drittanbietern und generiert jährlich 4 Mio. USD Umsatz aus Werbeerlösen und Empfehlungen.
  • Des Weiteren schließt die Website ein Element für Lead Generation/Awareness/Markenaufbau mit ein und verfügt auch über einige Informationen zum Produktsupport, obgleich wir diesen Wert hier nicht quantifizieren.

Nehmen wir nun an, dass der Händler jedes Jahr ein Wachstum von 5 % verzeichnet. Wir berücksichtigen also ein jährliches Wachstum von 5 %, unabhängig davon, ob wir eine Personalisierung implementieren oder nicht. Die Werbeerlöse bleiben unverändert. Wir könnten etwas wie folgt modellieren:

roi-4-4

.