In unserer dreiteiligen Artikelserie „Personalisierte Werbung im Online-Banking“ beleuchten wir umfassend, wie Banken gezielt personalisierte Werbung einsetzen können, welche Potenziale darin liegen und welche Hürden überwunden werden müssen. Im dritten und abschliessenden Teil widmen wir uns der strategischen Optimierung personalisierter Werbung im Online-Banking und geben Empfehlungen für eine optimale Umsetzung. Dabei nehmen wir die folgenden zentralen Aspekte in den Fokus:
- Aktuelle Marktentwicklungen im Online-Banking: Welche Trends prägen das Nutzerverhalten und die Erwartungen von Bankkunden?
- Nutzen durch den Einsatz personalisierter Werbung: Wie können Banken von gezielten Marketingmassnahmen profitieren – finanziell und strategisch?
- Erfolgsfaktoren für eine hohe Werbewirksamkeit: Welche Kriterien entscheiden über den Erfolg von personalisierten Kampagnen?
- Erfolgsfaktoren für eine hohe Kundenakzeptanz: Wie kann die Akzeptanz für personalisierte Werbung gesteigert werden?
- Risiken und Bedenken: Welche potenziellen Gefahren gilt es zu berücksichtigen, um Kundenvertrauen und Datensicherheit zu gewährleisten?
- Empfehlungen zur optimalen Umsetzung: Konkrete Handlungsvorschläge für Banken, um personalisierte Werbung effizient und kundenorientiert zu gestalten.
Aktuelle Marktentwicklungen im Online-Banking
Laut einer Studie von Deloitte (2023) fällt der Schweizer Bankensektor in Sachen Digitalisierung im internationalen Vergleich immer weiter zurück. Globale Digital Champions stellen in Ihren digitalen Kanälen mittlerweile Funktionen bereit, welche weit über das traditionelle Bankgeschäft hinausgehen. So können bei ihnen etwa Hotels und Flüge gebucht oder der Zutritt zu einer Flughafen-Lounge gekauft werden. Auch Kino-, Theater- und Konzerttickets oder Parktickets können erworben werden.
Schweizer Banken hingegen verpassen laut Studie diese Entwicklungen fast vollständig und laufen Gefahr, nicht mehr Schritt halten zu können mit den zunehmenden Erwartungen der Kunden an ein zufriedenstellendes Benutzererlebnis und ein ausreichendes Spektrum an Funktionalitäten, die ihre täglichen Bedürfnisse bestmöglich erfüllen. Grundsätzlichen Verbesserungsbedarf bei Banken sieht EY (2022 B) in einer weltweiten Studie zum Privatkundengeschäft vor allem im Bereich der Customer Experience.
Kunden sind vermehrt dazu bereit sind, ihre Geschäftsbeziehungen zu Finanzinstituten immer stärker zu diversifizieren, da sie zu dem Schluss gekommen sind, dass eine Bank allein ihre finanziellen Bedürfnisse nicht (mehr) erfüllen kann. Dadurch nimmt auch die Bedeutung von Super-Apps immer weiter zu. Im Kontext zunehmender Wechselbereitschaft erwarten Kunden von Ihrer Bank immer mehr:
- Massgeschneiderte Produkteigenschaften
- Unterstützung bei der optimalen Nutzung bestehender Produkte
- Vermittlung von relevantem Wissen
- Persönliches Wissen über Dinge, die ihnen wichtig sind
Blosse Werbeversprechen und generische Marketing-E-Mails sind aufgrund der Erfahrungen welche Kunden in anderen Branchen machen nicht länger zielführend. Banken sollen ihre Produkte und Services zukünftig wesentlich viel stärker personalisieren, um die Kundenzufriedenheit zu erhalten und für die nächste Generation von Kunden weiterhin relevant zu bleiben. Personalisierungsfunktionen, die quantifizierbare Vorteile bieten (z. B. Loyalitätsprogramme), werden dabei laut EY am meisten geschätzt. Jüngere Kunden legen mehr Wert auf Personalisierung als ältere Personengruppen.
81% der 14-28-jährigen bezeichnen Personalisierung als geeignetes Mittel, um die Beziehung zu ihrer Bank zu verbessern. Bei der Altersgruppe über 65 Jahre sind es nur 47%. In den Augen der Kunden sind die besten Produkte diejenigen, die konkreten Mehrwert im Hinblick auf ihre individuellen Bedürfnisse bieten. Dies sollten Banken durch eine stark personalisierte Kommunikation begleiten, um deutlich zu machen, wie die angebotenen Produkte konkret dazu beitragen, die Ziele der Kunden zu erreichen und deren Bedürfnisse zu befriedigen.
Im Jahr 2021 investierten Banken laut einer Studie von Accenture (2023) weltweit 124 Milliarden US-Dollar in neue Informationstechnologie, was einem Anstieg um 24% im Vergleich zu 2019 entspricht. Neue technologische Durchbrüche eröffnen neue Möglichkeiten, insbesondere im Bereich der Hyperpersonalisierung und der generativen KI. Diese innovativen Technologien bieten ein enormes Potenzial für das Bankwesen, insbesondere zur Revolutionierung der Customer Experience.
Die Nutzung der digitalen Kanäle beschränkt sich aktuell laut Accenture hauptsächlich auf schnelle funktionale Aufgaben. Die Mehrheit der Befragten gibt an, dass etwa 63% ihrer mobilen Banking-Anmeldungen lediglich zur Überprüfung des Kontostandes dienen. Die Digitalisierung hat die persönliche Interaktion zwischen Bank und Kunde in den vergangenen Jahren reduziert. Die digitalen Kanäle funktionieren zwar korrekt, sind aber emotional leer. Sie tragen aktuell nicht dazu bei, eine persönliche Verbindung zwischen Bank und Kunde herzustellen, die über eine rein transaktionale Beziehung hinausgeht.
Nur 25% der Befragten gaben an, dass ihre Bank „sehr gut“ darauf reagiert, wichtige Veränderungen in ihren finanziellen und persönlichen Situationen zu erkennen. Dies erschwert es, bedeutende Beratungen anzubieten und komplexe Bankprodukte zu verkaufen. Banken müssen Wege finden, um diese persönlichen Gespräche mit Kunden wiederzubeleben, um erfolgreich Beziehungen aufzubauen, die Loyalität zu steigern und das Vertrauen zu stärken. Dies wird dazu beitragen, leichter Zusatzverkäufe und Cross-Selling durchzuführen.
Verschiedene Schweizer Banken nutzen ihr Online-Banking bereits punktuell als Marketing- und Vertriebskanal und setzen bereits personalisierte Werbung in ihrem Online-Banking ein, um ihren Kunden massgeschneiderte Angebote zu präsentieren – auch unter Einbezug bankfremder Partnerprodukte. Dies ermöglicht es den Banken, die Bedürfnisse und Präferenzen ihrer Kunden besser zu verstehen und ihre Produkte und Dienstleistungen gezielter zu bewerben.
Nutzen durch den Einsatz personalisierter Werbung
Insgesamt scheint ein beträchtliches ungenutztes Potenzial in verschiedenen Dimensionen vorhanden zu sein, das durch gezielte Strategien erschlossen werden kann. Das Potenzial für Cross- und Upselling durch personalisierte Werbung im Mobile Banking könnte in Segmenten wie Mass Retail und Affluent am höchsten zu sein, vorausgesetzt, dass eine vorhandene Affinität zum Online-Banking besteht. Dies könnte daran liegen, dass Kunden in diesen Segmenten intensiv digitale Bankdienstleistungen nutzen und ihre Bedürfnisse gut durch datenbasierte Analysen verstanden werden können, was die Bereitstellung massgeschneiderter Angebote ermöglicht.
Insbesondere jüngere, technologieaffine Kunden sowie Kunden, die eine breite Palette von Bankdienstleistungen nutzen, könnten ein erhöhtes Potenzial für die Akzeptanz und Nutzung personalisierter Produktvorschläge im Online-Banking aufweisen. Es ist jedoch wichtig anzumerken, dass Nutzenpotenzial in jedem Segment vorhanden sein kann, wenn die entsprechenden Bedürfnisse und Präferenzen der Kunden identifiziert und angesprochen werden können.
Tabelle 1 fasst den auf Basis einer Literaturrecherche evaluierten möglichen Nutzen für eine Bank durch den Einsatz personalisierter Werbung zusammen.
| Nr. | Möglicher Nutzen | Literaturrecherche |
|---|---|---|
| 1 | Steigerung der Durchdringung von Bestandskunden | Die Durchdringung von Bestandskunden kann verbessert werden, indem passende Angebote unterbreitet werden (Volz & Griep, 2020, S: 144). |
| 2 | Steigerung der Kundenbindung, des Engagements und des Vertrauens | "Relevante Angebote und Produkte, die den individuellen Bedürfnissen und dem Verhalten der Kunden entsprechen können, die Kundenbindung stärken, da Kunden sich besser verstanden und unterstützt fühlen. (Sunikka & Bragge (2009, S: 248ff) "Kann das Engagement erhöhen, indem es Kunden ermutigt, mehr Zeit auf der Online-Banking-Plattform zu verbringen, um sich die Angebote anzusehen" (OpenAI A, 2023) Durch personalisierte Produktvorschläge, die auf dem Kundenverhalten und den Transaktionsdaten basieren, kann eine bessere Vertrauensbasis geschaffen werden, da die Vorschläge auf einer fundierten Analyse persönlicher Daten beruhen. (OpenAI A, 2023) "Die wahre Stärke der Personalisierung im Bankwesen liegt in der Transformation der Kundeninteraktion durch datengesteuerte Einsichten, um individuelle Bedürfnisse zu erfüllen und dauerhafte Beziehungen zu schaffen, während der Fokus auf Verkauf verkürzt gedacht ist, da der Hauptwert in Service und Beratung liegt." (BCG, 2019) |
| 3 | Verbesserung der Customer Experience und der Convenience | "Personalisierte Werbung kann dazu beitragen, die Kundenerfahrung zu verbessern, indem sie relevante und nützliche Informationen bereitstellt." (EY (2022 B) |
| 4 | Steigerung der Kundenzufriedenheit, Erfüllung von Kundenerwartungen | "Consumers don’t just want personalization, they demand it. 71% of consumers expect companies to deliver personalized interactions" (McKinsey, 2021) "Dies kann potenziell eine Reihe von bestehenden Kundenerwartungen erfüllen, die möglicherweise bislang unerfüllt waren (OpenAI A, 2023) Verbraucher schätzen und reagieren auf personalisiertes Marketing, wenn es richtig konzipiert ist. 46% der befragten Konsumenten geben an, oft oder manchmal personalisierte Nachrichten aktiv anzufordern. (McKinsey, 2019) Kunden erwarten, dass ihnen Zeit gespart wird, indem ihnen Angebote und Dienstleistungen präsentiert werden, die ihren spezifischen Bedürfnissen entsprechen. (McKinsey, 2019). Kunden erwarten von ihren Banken innovative Ansätze, um ihre finanziellen Bedürfnisse zu erfüllen. (McKinsey, 2019) |
| 5 | Qualitäts- und Effizienzgewinne, Kosteneinsparungen | Behavioral Targeting wirkt auf unterschiedliche Effektivitätsmasse positiv (bspw. Klickraten, View-Through-Raten oder Online Umsatz). (Ahrholdt, 2019, S: 221) Behavioral Targeting erhöht die Klickrate (Bleier & Eisenbeiss 2015). "Effizienterer Einsatz von Marketingausgaben, durch gezieltere Werbekampagnen. Anstatt breit gestreute Werbung zu schalten, werden Ressourcen für die Zielgruppen verwendet, die mit höherer Wahrscheinlichkeit Interesse an den beworbenen Produkten oder Dienstleistungen zeigen." (OpenAI A, 2023) |
| 6 | Steigerung Umsatz und Gewinn | BCG (2019) "estimates that for every $100 billion in assets that a bank has, it can achieve as much as $300 million in revenue growth by personalizing its customer interactions." "By codifying, unifying, and centralizing key analytics and supporting processes, organizations generate 5 to 15 percent higher revenue from their campaigns and launch them two-to-four times faster." (McKinsey, 2022) Personalisierung kann den Marketing ROI um das fünf- bis achtfache erhöhen (Harvard Business Review, 2015) "Gezielte Cross-Selling- und Upselling-Strategien basierend auf dem Kundenverhalten und den Transaktionsmustern, massgeschneiderte Ansprache für Bankprodukte, Kredite, Versicherungen oder Investitionen können dazu beitragen, den Umsatz der Bank zu steigern, indem bestehende Kunden zu zusätzlichen Dienstleistungen oder Produkten geführt werden." (OpenAI A, 2023) |
| 7 | Datengewinnung / Datenbasis / Datennutzung | "Bessere datengestützte Entscheidungsfindung, Marktsegmentierung und Kundenprofilierung" (OpenAI A, 2023) "Durch die Analyse von Kundenverhalten und -präferenzen können Unternehmen wertvolle Einblicke gewinnen, die sie nutzen können, um personalisierte Werbestrategien zu entwickeln und ihre Produkte oder Dienstleistungen zu verbessern. (OpenAI A, 2023) |
| 8 | Wettbewerbsvorteile | "Wettbewerbsvorteile durch gezieltere und relevantere Angebote, Zielgruppen können besser erreicht und eine personalisierte Customer Journey geboten werden" (OpenAI A, 2023). |
| 9 | Schnellere Einführung neuer Produkte, Time to Market | "Es kann schneller auf Marktanforderungen reagiert werden, indem personalisierte Werbung gezielt genutzt wird, um neue Produkte oder Angebote zu bewerben und Kunden darüber zu informieren." (OpenAI A, 2023) |
| 10 | Einschätzung Nutzenpotenzial gesamt (monetär und nicht-monetär) | Die Einschätzung des Nutzerpotenzials für eine Bank hängt von verschiedenen Faktoren ab (OpenAI A, 2023): Grösse des Kundenstamms, Digitale Affinität und Nutzungsgewohnheiten der Zielgruppen, Grad der Konkurrenz durch andere Finanzinstitute, Verfügbarkeit und der Qualität der digitalen Infrastruktur sowie der technologischen Verbreitung in diesem Gebiet. |
| 11 | In welchen Segmenten könnte das Potenzial am höchsten sein? | Das Potenzial für die Nutzung des Online-Banking als Marketing- und Vertriebskanal mit personalisierten Produktvorschlägen ist in den Segmenten am höchsten, wo Kunden stark auf digitale Bankdienstleistungen angewiesen sind und diese intensiv nutzen, wo Kundenbedürfnisse und -präferenzen durch datenbasierte Analysen besser verstanden werden können, um massgeschneiderte Angebote zu liefern und wo es bereits eine bestehende Affinität zu innovativen Banking-Lösungen und digitalen Services gibt. (OpenAI A, 2023) Segmente wie jüngere, technologieaffine Kunden, die vermehrt digitale Kanäle nutzen, sowie Kunden, die eine breite Palette von Bankdienstleistungen in Anspruch nehmen, könnten ein besonders hohes Potenzial für die Akzeptanz und Nutzung personalisierter Produktvorschläge im Online-Banking aufweisen. (OpenAI A, 2023) |
Tab. 1: Möglicher Nutzen für eine Bank (Quelle: Eigene Darstellung)
Erfolgsfaktoren für eine hohe Werbewirksamkeit
Insgesamt spielen verschiedene Faktoren zusammen, um die Wirksamkeit personalisierter Werbung im Online-Banking zu maximieren und eine langfristige Kundenbindung zu gewährleisten. Die Evaluation der Erfolgsfaktoren für eine hohe Werbewirksamkeit zeigt eine komplexe Landschaft von Faktoren auf. Zusammenfassend lässt sich sagen, dass vor allem eine hohe Datenqualität und präzise Datenanalyse entscheidend sind, um die individuellen Bedürfnisse der Kunden zu erkennen und personalisierte Inhalte zu liefern.
Dabei ist es wichtig, die richtige Balance zwischen Relevanz und Datenschutz zu finden, um das Vertrauen der Kunden zu gewinnen und zu wahren. Eine ansprechende Gestaltung der Inhalte und die Auswahl des richtigen Kanals sind ebenfalls von ausschlaggebender Bedeutung, um die Aufmerksamkeit der Kunden zu erregen und eine positive User Experience zu gewährleisten.
Darüber hinaus ist eine kontinuierliche Messung der Kampagnenergebnisse bis hin zur Anpassung der Strategie erforderlich, um den Erfolg zu evaluieren und kontinuierlich zu optimieren. Nicht zuletzt erfordert eine erfolgreiche Umsetzung die Integration der personalisierten Werbung in die gesamte Marketingstrategie der Bank.
Tabelle 2 fasst die auf Basis einer Literaturrecherche evaluierten Erfolgsfaktoren der Werbewirksamkeit im Online-Banking zusammen.
| Nr. | Erfolgsfaktoren der Werbewirksamkeit | Literaturrecherche |
|---|---|---|
| 1 | Datenqualität und Datenanalyse / Erkennung der kundenspezifischen Bedürfnisse und Interessen | "Unternehmen sollten auf Advanced Analytics sowie skalierbare und nachhaltige Lösungen setzen, um die Verbraucher besser zu verstehen, Inhalte, Marketingkanäle, Zeitpunkte richtig zu wählen und so Verhaltensänderungen bei den Kunden zu bewirken. (McKinsey, 2019) "Je genauer und umfassender die Daten über die Zielgruppe sind, desto besser kann die Werbung auf deren Interessen und Verhalten zugeschnitten werden." (OpenAI, 2023). "Zusammenführung von Daten aus verschiedenen Quellen" (Adesso, 2021, S: 24) "Personalisierungsprogramme scheitern oft an einer Mischung aus inkonsistenter Datenerfassung, trägen Produktionsmodellen und schwer zu aktualisierenden/teilbaren massgeschneiderten Algorithmen. Was es braucht, sind breit angelegte ML-Modelle und ein adäquates AI-Risk Management" (McKinsey, 2021) "Outperformer nutzen Kundensegmente und Mikrosegmente und berücksichtigen Verhaltens-, Transaktions- und Engagement-Trends." (McKinsey, 2021) "Identifikation der Personen, welche für die jeweiligen Marketingbotschaften empfänglich sind." (Unic, 2023). "Erkennen, in welcher Phase der Entscheidungsfindung sich diese Personen gerade befindet. Ableiten der richtigen Bedürfnisse" (Unic, 2023). "Angebot spezifischer Mehrwerte auf Basis der jeweiligen Bedürfnisse (Unic, 2023)." |
| 2 | Relevanz und Attraktivität der Inhalte | Erzeugung von Relevanz durch die inhaltliche Segmentierung der Themen und Werbebotschaften durch: - Sortierung: Für die Zielperson wichtigere Themen kommen an erster Stelle. - Fokussierung: Weniger interessante Themen werden nur kurz angemerkt oder ganz weggelassen. - Varianten: Die Inhalte werden je Zielsegment unterschiedlich aufbereitet. - Absender: Persönlich abgestimmte Absender. - Kanal: Es werden unterschiedliche Botschaften für unterschiedliche Kanäle kreiert: Website, E-Mail, Social, Telefon, SMS, Briefkasten, In-Store, Radio/TV etc. (Unic, 2023). "Personalisierten Inhalte, die den Interessen der Kunden entsprechen sind ihnen am wichtigsten. Faktoren die Kunden am stärksten motivieren, auf personalisierte Werbung zu reagieren: Sonderangebote, Nachrichten zu Produkten, die den persönlichen Vorlieben entsprechen und Informationen zu Produkten, die sie kaufen wollen." (McKinsey, 2019) "Werbung wirkt effektiver, wenn sie mit Anreizen (Rabatte, kostenlose Angebote) und/oder emotionale Inhalte (Humor) kombiniert wird" (Ahrholdt, 2019, S: 216) "Eine Verbindung mit Preisanreizen unterstützt die Wirksamkeit von Behavioral Targeting" (Bruce et al. 2017; Lambrecht & Tucker, 2013). "Nutzer, die ein hohes Involvement für die beworbenen Produkte aufweisen, zeigen eine höhere Klickwahrscheinlichkeit" (Chang-Hoan 2003) "Beim Retargeting sollte der Erfahrungsgrad der Nutzer mit der jeweiligen Produktkategorie und Marke berücksichtigt werden." (Ahrholdt, 2019, S: 220) |
| 3 | Art der Personalisierung / Personalisierungsgrad | Wattal et al. konnten experimentbasiert feststellen, dass Empfänger Nachrichten, die auf Basis der bisherigen Kaufhistorie produktbasiert personalisiert wurden, grundsätzlich positiv respondieren. Jedoch zeigen eben diese Empfänger eine negative Reaktion in den Fällen, in denen Werbetreibende explizit persönliche Informationen der Empfänger verwenden, bspw. in personalisierten Begrüssungstexten. Dieser Zusammenhang wird weitergehend durch die Vertrautheit mit dem Werbetreibenden seitens des Empfängers negativ moderiert. Das heisst, bei hoher Vertrautheit wird der Effekt entsprechend abgeschwächt (2012, S: 679). "Personalisierung ist gut – zu persönlich werden ist zu viel des Guten." (Adesso, 2021, S: 17) "Die Tiefe der Personalisierung muss sorgfältig abgewogen werden, um Privatsphäre und persönlichen Raum zu respektieren." (OpenAI, 2023) Maslowska et al. (2016, S: 74) zeigt in ihrer Studie auf, dass die wahrgenommene Personalisierung die Effekte von personalisierter Werbung auf die Aufmerksamkeit, die kognitiven Reaktionen und die Einstellung gegenüber der Botschaft fördert. Die erhöhte Aufmerksamkeit, die durch die wahrgenommene Personalisierung verursacht wird, stimuliert sowohl positive als auch negative Gedanken über die Botschaft. Die Ergebnisse deuten darauf hin, dass personalisierte Werbung eine stärkere Wirkung hat, wenn die Empfänger sich der Personalisierungselemente bewusst sind. "Menschen lenken in ablenkungsreichen Situationen ihre Aufmerksamkeit automatisch auf den eigenen Namen" (Tacikowski & Nowicka, 2010). |
| 4 | User Experience | Die Werbung sollte nicht störend oder aufdringlich sein, sondern sich harmonisch in die jeweilige Aktivität des Nutzers einfügen. (Aaker & Bruzzone, 1985) Gute Nutzerführung, keine Störfaktoren (OpenAI, 2023). |
| 5 | Richtige Kanalwahl | "Es gilt also, darauf zu achten, die Kanäle zu nutzen, in denen die Kundschaft sie auch als Mehrwert empfindet" (Adesso, 2021, S: 11) |
| 6 | Kreative Gestaltung | Grössere Anzeigen sind effektiver, um Aufmerksamkeit zu erregen um eher eine Reaktion auszulösen (Baltas, 2003). Cho (2003) hingegen konnte keinen Zusammenhang zwischen der Grösse der Werbung und dem Klickverhalten nachweisen (Bannerwerbung). Nutzereinstellungen gegenüber bestimmten Formaten können deren Effektivität signifikant beeinflussen, Pop-ups werden als sehr störend empfunden (Burns & Lutz, 2006) Animation in Online-Werbung steigert die Aufmerksamkeit der Nutzer und kann zu höheren Klickraten führen kann (Cho 2001; Hong et al. 2004; Lohtia et al. 2003; Tsang & Tse 2005). Die Wirkung des Grades der Animation auf die Klickraten folgt einem umgekehrten U. Zunächst steigt die Effektivität, fällt jedoch mit zunehmender Animationsgeschwindigkeit wieder ab, da diese die kognitive Leistung der Nutzer überfordert Ahrholdt, 2019, S: 218). Auch bei personalisierter Werbung ist ein hoher kreativer Standard entscheidend, um Aufmerksamkeit zu erregen und im Gedächtnis zu bleiben. (OpenAI, 2023) "Emotionen steigern die Effektivität von Mediawerbung (Chandy et al. 2001; MacInnis et al. 2002). Personalisierte Werbung sollte versuchen, eine emotionale Verbindung zum Konsumenten aufzubauen, da Emotionen oft stärker wirken als rationale Argumente. (OpenAI, 2023). |
| 7 | Call-to-Action | Klare und überzeugende Handlungsaufforderungen (Call-to-Action) sind entscheidend, um die Empfänger zu einer Reaktion zu bewegen. (OpenAI, 2023). |
| 8 | Vertrauen / Transparenz / Compliance | Wenn Verbraucher der Plattform vertrauen, kann die Offenlegung von als akzeptabel empfundenen Informationsflüssen die Effektivität der Werbung steigern (Kim et al., 2018, S: 910). Datenquellen wie das Alter, der Familienstand oder Suchverläufe auf Google werden von Kunden aller Altergruppen bei der Personalisierung nicht gern gesehen (Adesso, 2021, S: 18) Nutzer müssen darauf vertrauen können, dass ihre Daten sicher sind und verantwortungsvoll verwendet werden. (OpenAI, 2023). Floh & Treiblmaier (, 2006, S: 106) weisen unter Bezug auf zahlreiche Umfragen auf die herausragende Bedeutung von Vertrauen von Kunden in die Fähigkeit der Bank hin, hochvertrauliche persönliche Informationen sicher zu übertragen und zu speichern. Die Einhaltung von Datenschutzgesetzen ist entscheidend, um rechtliche Probleme zu vermeiden und das Vertrauen der Kunden zu wahren. (OpenAI, 2023). |
| 9 | Timing / Frequenz / Intensität | Timing: Die Wirksamkeit kann stark davon abhängen, wann die Werbung den Konsumenten erreicht. Ideal ist es, wenn die Werbung in Momenten erscheint, in denen die Empfänger am empfänglichsten sind. (OpenAI, 2023). Wiederholte Werbeeinblendungen innerhalb einer Session führen in der Regel zu Wear-out-Effekten, d. h. die Effektivität der Werbung nimmt ab. (Chatterjee et al. 2003) |
| 10 | Position des Kunden im Entscheidungsprozess / Funnel | Yoon & Simonson (2008) zeigen, dass die Effektivität von personalisierter Werbung in frühen Phasen des Kaufentscheidungsprozesses, in denen die Präferenzen vielfach noch instabil sind, höher ist als in den späteren Phasen, in denen Präferenzen bereits gefestigt sind. In einer frühen Phase sind Nutzer besonders empfänglich für personalisierte Werbung, die zu den bisher gezeigten Präferenzen passt (Lee & Ariely 2006; Simonson 2005). "Behavioral Targeting erfordert den Abgleich der Personalisierung mit der zuletzt beobachteten Position im Kaufentscheidungsprozess. Insbesondere für Kunden in einer frühen Phase des Kaufentscheidungsprozesses ist personalisierte Werbung wirksamer als in späteren Phasen, in denen die Kaufentscheidung bereits weitergehend determiniert ist (Ahrholdt, 2019, S: 223). |
| 11 | Technische Voraussetzungen | "Plattform- und Kanalintegration: Die Integration über verschiedene Kanäle und Plattformen hinweg sollte nahtlos erfolgen, um eine konsistente Nutzererfahrung zu schaffen." (OpenAI, 2023). "Integrierte Systeme (CRM, CX, Content Marketing) mit entsprechenden technischen Schnittstellen (Unic, 2023). |
| 12 | Messung der Kampagnenergebnisse, Testen und Optimieren | Die effektive Messung von KPIs (Key Performance Indicators) und die Analyse der Kampagnenergebnisse helfen dabei, den Erfolg zu bewerten und zukünftige Strategien anzupassen. (OpenAI, 2023). "Vertrauensbildende Massnahmen und regelmässige Kundenbefragungen sollten in die Online-Kundenbeziehungen integriert werden, insb. dann, wenn Kunden keine oder kaum persönlichen Kontakte zur Bank haben." (Floh & Treiblmaier, 2006, S: 106). |
| 13 | Organisation / Prozesse | Personalisierung sollte nicht entweder als Marketinginitiative oder als Analyseinitiative gesehen werden, sondern als gemeinsame Initiative im gesamten Unternehmen. (McKinsey, 2022) "Starting with one or two simple, high-impact journey use cases can help organizations roll out personalization initiatives faster while delivering value as they go. (McKinsey, 2022) "Creating playbooks of best practices can also shorten the learning curve." (McKinsey, 2022) "Senior leadership must also be open to leading the case for change." (McKinsey, 2022) |
Tab. 2: Erfolgsfaktoren der Werbewirksamkeit im Online-Banking (Quelle: Eigene Darstellung)
Erfolgsfaktoren für eine hohe Kundenakzeptanz
Bei der Nutzung des Online-Bankings als Marketing- und Vertriebskanal sind verschiedene Erfolgsfaktoren entscheidend, um eine hohe Kundenakzeptanz zu gewährleisten. Durch Berücksichtigung dieser Faktoren und die Entwicklung einer personalisierten Werbestrategie, die auf den Bedürfnissen ihrer Kunden basiert, kann eine Bank eine hohe Kundenakzeptanz und -zufriedenheit im Online-Banking erreichen. Besonders hervor möchte der Autor:
Relevante und personalisierte Inhalte: Kunden erwarten Inhalte, die auf ihre individuellen Bedürfnisse und Interessen zugeschnitten sind. Banken sollten sicherstellen, dass die angebotenen Inhalte einen Mehrwert bieten und für die Kunden relevant sind.
Einfluss- und Kontrollmöglichkeiten für den Kunden: Es ist wichtig, dass Kunden die Möglichkeit haben, die Art und Häufigkeit der Werbung zu kontrollieren. Banken sollten Optionen zur Verfügung stellen, um personalisierte Werbung zu deaktivieren oder anzupassen, um die Bedürfnisse der Kunden zu berücksichtigen.
Hohe Servicequalität und Benutzerfreundlichkeit: Die Qualität der Website und der App beeinflusst massgeblich die Zufriedenheit der Kunden. Banken sollten sicherstellen, dass ihre Online-Plattformen benutzerfreundlich und technisch einwandfrei sind, um eine positive Kundenerfahrung zu gewährleisten.
Integration von Online- und Offline-Kanälen: Ein nahtloses Zusammenspiel von Online- und Offline-Kanälen ist entscheidend, um Verwirrung zu vermeiden und Vertrauen aufzubauen. Banken sollten sicherstellen, dass ihre Botschaften und Produkteigenschaften konsistent über alle Kanäle hinweg kommuniziert werden.
Transparente Datenverwendung und Datenschutz: Kunden erwarten Transparenz und Sicherheit in Bezug auf die Verwendung ihrer Daten. Banken sollten strenge Datenschutzrichtlinien einhalten und den Kunden klar kommunizieren, wie ihre Daten gesammelt und verwendet werden.
Isolierte Produkt-Pushes und aggressive Werbeaktionen sollten vermieden werden. Sozioökonomische Variablen wie Alter, Geschlecht, Bildungsstand und Einkommen beeinflussen die Akzeptanz neuer Dienste, wobei die Technologieaffinität eine entscheidende Rolle spielt.
Tabelle 3 fasst die auf Basis einer Literaturrecherche evaluierten Erfolgsfaktoren für eine hohe Kundenakzeptanz zusammen.
| Nr. | Akzeptanzkriterien | Literaturrecherche |
|---|---|---|
| 1 | Inhalte / Relevanz | "Personalisierte Werbung sollte relevant sein und einen Mehrwert bieten, indem sie auf die Interessen und Bedürfnisse des Einzelnen zugeschnitten ist." (Aaker & Bruzzone, 1985) |
| 2 | Einflussnahme- und Kontrollmöglichkeiten des Kunden | Personalisierte Werbung sollte in der Regel eine "Opt-out"-Option für den Erhalt künftiger Werbeangebote bieten. (White et al., 2008) "Nutzer bevorzugen es, Kontrolle über die gesammelten Daten zu haben und einstellen zu können, welche Art von Werbung sie erhalten." (OpenAI A, 2023) |
| 3 | Qualität der Webseite und App / Servicequalität | "Die Loyalität von Online-Banking-Kunden steht in einem direkten Zusammenhang mit deren Zufriedenheit und deren Vertrauen in die Bank. Die Qualität der Website und der Mobile-Banking App haben wiederum direkte Auswirkungen auf die Zufriedenheit und das Vertrauen (Floh & Treiblmaier, 2006, S: 106). Banken sollten ihr Online-Banking hinsichtlich einer grösstmöglichen Benutzerfreundlichkeit und Nützlichkeit optimieren. |
| 4 | Zusammenspiel Online- & Offline-Kanäle | "Die Botschaften, das Branding, die Preisgestaltung und die Produkteigenschaften sollten über alle Kanäle hinweg einheitlich sein, um Vertrauen und Wiedererkennungswert zu schaffen und Verwirrung zu vermeiden." (OpenAI A, 2023) |
| 5 | Art der Personalisierung | "Personalisierung auf Basis von Daten, die mit den Produkten zu tun haben, wird von Verbrauchenden positiv bewertet. "Wenn sich personalisierte Werbung auf persönliche Daten bezieht, zeigt sich doppelt so viel Ablehnung" (Adesso, 2021, S: 16) "Hohe Datensensibilität hinsichtlich Alter, Familienstand und Suche" (Adesso, 2021, S: 18) "Vor allem Männer finden es gut, dass personalisierte Werbung ihren Interessen entspricht" (PWC, 2019) |
| 6 | Art und Weise der Ansprache | "Die Werbung sollte nicht zu aufdringlich sein und die Privatsphäre des Nutzers respektieren, indem sie beispielsweise sensible oder persönliche Informationen vermeidet." (OpenAI A, 2023) "Personalized messages are acceptable as long as personal account information is not used in the ads. It is aggressive if my personal information is connected to direct marketing. (Sunikka & Bragge, 2009, S: 256)" |
| 7 | Kreative Gestaltung | "Werbeformate auf dem Smartphone dürfen nicht zu aufdringlich sein und müssen den besonderen Kontext der mobilen Nutzung berücksichtigen" (Rieber, 2017, S: 87). |
| 8 | Frequenz / Intensität | "Nicht Stören" Option "Es sollte möglich sein, die Frequenz der Werbung zu kontrollieren, um Überbelastung und Reizüberflutung zu vermeiden." (OpenAI A, 2023) Was Konsumenten nicht akzeptieren, ist ein Dauerbeschuss mit aufdringlicher oder irrelevanter Werbung. (McKinsey, 2019) |
| 9 | Zeitpunkt / Aufenthaltsort des Kunden / Situativer Kontext | Kunden reagieren negativ auf standortbasierte Werbung und die Weitergabe Ihrer Daten an Dritte. (McKinsey, 2019) |
| 10 | Datenschutz und Datensicherheit | Strenge Datenschutzrichtlinien und -angebote (z. B. Schutz vor ID-Diebstahl, Kontrolle der Datennutzung) haben bei den Kunden oberste Priorität und sind massgeblich für die Nutzung (EY, 2022). |
| 11 | Transparenz / Nachvollziehbarkeit / Kundeninformation | "Eine wirksame Strategie zur Steigerung der Nutzerakzeptanz personalisierter Anzeigen sind Erklärungen, welche die Transparenz, die Überprüfbarkeit und das Vertrauen erhöhen – bspw. Button: "Why am i seeing this ad?" (Tintarev & Masthoff, 2011, S: 482). "Verbraucher möchten verstehen, wie ihre Daten gesammelt und verwendet werden, um personalisierte Werbung zu ermöglichen." "Persönliche Daten, die für personalisierte Werbung verwendet werden, müssen sicher gehandhabt und vor unbefugtem Zugriff geschützt werden." (OpenAI A, 2023) "Unternehmen sollten für ein erfolgreiches personalisiertes Marketing die erhobenen Daten transparent an ihre Kundschaft kommunizieren" (Adesso, 2021, S: 40) |
| 12 | Was sollte unbedingt vermieden werden? | "Die Werbung sollte nicht die Nutzungsgeschwindigkeit von Websites oder Apps beeinträchtigen, indem sie beispielsweise zu lange Ladezeiten verursacht." (OpenAI A, 2023) "Die Werbebotschaften sollten Vielfalt respektieren und keine Stereotypen oder Diskriminierung fördern." (OpenAI A, 2023) "Die Werbung sollte ethische Standards einhalten und keine irreführenden oder manipulativen Inhalte enthalten." (OpenAI A, 2023) |
| 13 | Mögliche Unterschiede der Kundenakzeptanz in den Kanälen (E-Banking, Online-Banking) | "Personalisierte Werbung auf dem Handy ist für die meisten Konsumenten ein No-Go" (Adesso, 2021, S: 30) 65 % der Smartphonebenutzer nehmen Werbeeinblendung auf dem Smartphone als sehr störend wahr (Nordlight Research, 2015). |
| 14 | Mögliche Unterschiede in der Akzeptanz in den verschiedenen Kundensegementen | Als wesentliche sozioökonomische Variablen zur Akzeptanz von neuen mobilen Diensten gelten das Alter, das Geschlecht, der Bildungsstand, die Berufsgruppe sowie das Einkommen der Anwender (Technologieakzeptanz, Dean & Nettesheim, 2001, S: 44f.; Wohlfahrt, 2004, S:19 ff.). |
Tab. 3: Akzeptanzkriterien (Quelle: Eigene Darstellung)
Risiken und Bedenken
Die durchgeführte Recherche identifiziert eine Vielzahl von Bedenken und Risiken im Zusammenhang mit der Weiterentwicklung des Online-Bankings in Richtung personalisierte Werbung. Dazu gehören insb. potenzielle negative Reaktionen der Kunden auf Werbung, Verlust des Vertrauens in den Kanal oder die Bank, mangelnder Kundennutzen, Überlastung der Kunden, Datenschutz- und Sicherheitsbedenken sowie das Risiko der Überpersonalisierung.
Um diesen Risiken zu begegnen, können verschiedene Massnahmen zur Mitigation umgesetzt werden, darunter eine dezente und respektvolle Ausspielung von Werbung, die Gewährleistung der Autonomie des Kunden, die Berücksichtigung des Kundennutzens und die Wahrung der Privatsphäre und Sicherheit.
Zusammenfassend zeigt die Auseinandersetzung mit den Risiken, dass die Implementierung von personalisierter Werbung im Online-Banking ein komplexes Unterfangen ist, das sorgfältige Abwägung und strategische Planung erfordert, um die Kundenakzeptanz und Zufriedenheit zu gewährleisten und gleichzeitig potenzielle Risiken zu minimieren.
Tabelle 4 fasst die auf Basis einer Literaturrecherche evaluierten Risiken und Bedenken der Nutzung von personalisierter Werbung im Online-Banking zusammen.
| Nr. | Risiken & Bedenken | Literaturrecherche |
|---|---|---|
| 1 | Kunden fühlen sich gestört, belästigt, manipuliert / negatives Sentiment / Reaktanz | "Nutzer können sich in ihrem Browsing-Verhalten oder bei der Ausübung anderer Tätigkeiten gestört fühlen. Insbesondere Popups werden als besonders störend empfunden, da hier der Nutzer unmittelbar in seiner Ausübung betroffen ist" (Edwards et al. 2002). "Kann dazu führen, dass Kunden sich unter Druck gesetzt fühlen, bestimmte Produkte oder Dienstleistungen zu kaufen" (Onlinemarketingmanagement, 2023). "Kann dazu führen, dass Produkte und Dienstleistungen übermässig beworben werden, was zu falschen Erwartungen und Enttäuschungen führt." (Onlinemarketingmanagement, 2023) "Die jüngste Literatur zeigt auch Nachteile der Personalisierung. Zum Beispiel zeigten White et. al. (2008), dass Personalisierung zu negativen Auswirkungen führen kann, wie etwa Reaktanz, wenn sie zu persönlich ist oder der Einsatz von Personalisierung nicht gerechtfertigt ist" (Maslowska et al., 2016, S: 75). |
| 2 | Vertrauensverlust in den Kanal / in die Bank / Imageverslust | "Verlust der Privatsphäre. Nutzer können das Gefühl haben, dass ihre Aktivitäten und Daten ständig verfolgt und aufgezeichnet werden, ohne ihre ausdrückliche Zustimmung oder Kontrolle." (Onlinemarketingmanagement, 2023)" "Personalisierte Werbung kann dazu führen, dass Nutzer dem Unternehmen und der Marke nicht mehr vertrauen." (Onlinemarketingmanagement, 2023)" Aufdringliche Werbung kann die Einstellungen und Absichten sowohl zur beworbenen Marke als auch zur Website negativ beeinflussten. Goodrich, Schiller und Galletta (2015). |
| 3 | Kein Kundennutzen / Fehlkäufe | Filterblase: "Könnte dazu führen, dass Nutzer keine neuen Perspektiven oder Produkte erhalten." (Onlinemarketingmanagement, 2023) |
| 4 | Datenschutz und Sicherheitsbedenken / Gefühl des Verlusts der Privatsphäre | "Personalisierte Werbung basiert auf der Erfassung von Daten und Informationen über die Nutzer, die möglicherweise nicht immer legal oder ethisch korrekt erfasst werden. Dies kann zu Datenschutzverletzungen und Verletzungen des Rechts auf Privatsphäre führen." (Onlinemarketingmanagement, 2023)" |
| 5 | Überpersonalisierung | "Für Nutzer mit bereits stark gefestigten Präferenzen besteht die Gefahr der „Overpersonalization“, d. h. es werden nur noch geringe Wirkungen der Personalisierung realisiert" (Ahrnoldt, 2019, S: 222). "Obwohl relevante Werbeanzeigen generell bevorzugt werden (Lambrecht & Tucker 2013), kann eine hochgradig personalisierte Werbung das Gefühl der Intensivität hervorrufen und damit einen negativen Werbeeffekt auslösen" (van Doorn & Hoekstra 2013). "Stark personalisierte Bannerwerbung zeigt unter Umständen eine geringere Wirkung als weniger eng personalisierte Banner, die weniger nah an den gezeigten Präferenzen liegen. Gründe für dafür können das Gefühl der Aufdringlichkeit, der Verwundbarkeit, der Auslösung von Reaktanz auf Seiten der Nutzer oder als negativ wahrgenommene Nützlichkeit der personalisierten Werbung (Bleier und Eisenbeiss 2015) sein. Inwieweit das Personalisierungsparadox auch auf psychografisches Targeting zutrifft wurde noch nicht gezielt untersucht (Aguirre et al. 2016)." Ozcelik & Varnali (2019, S: 8) schlagen zur Lösung des Personalisierungsparadox eine subtile Ausspielung des personalisierten Inhalts vor. Die Personalisierung sollte vom Nutzer nicht bewusst wahrgenommen werden, da sie nicht auf einfach zu erkennenden sozio-demografischen oder geografischen Daten oder vom Nutzer wiedererkannten Interessensäusserungen oder Verhaltensweisen basiert. Im bestmöglichen Fall wird die Werbung nicht als personalisiert, sondern als attraktiv wahrgenommen (Kelly, 2010). |
Tab. 4: Mögliche Risiken und Bedenken (Quelle: Eigene Darstellung)
Empfehlungen zur optimalen Umsetzung personalisierter Werbung im Online-Banking
Abbildung 1 fasst die in der vorliegenden Studie betrachteten Faktoren zusammen. Durch die gezielte Untersuchung der verschiedenen Faktoren können Banken wesentliche Zusammenhänge identifizieren, die das Verständnis von Kundenbedürfnissen, -wahrnehmungen und -interaktionen mit personalisierter Werbung im Online-Banking vertiefen.
Abb. 1: Faktoren für einen optimalen Einsatz personalisierter Werbung im Online-Banking (Quelle: Eigene Darstellung)
Die zentralen Handlungsfelder und Handlungsempfehlungen für eine strategisch optimierte Umsetzung von personalisierter Werbung im Online-Banking lauten:
Einbezug des Kunden
- Regelmässige Kundenbefragungen und Fokusgruppen nutzen, um Erwartungen zu verstehen.
- Opt-in- und Opt-out-Optionen sowie ein Präferenz-Center anbieten, um die Autonomie der Kunden sicherzustellen.
- Pilotprojekte durchführen, um die Wirkung personalisierter Werbung zu testen und Kundenfeedback einzubeziehen.
Kundenkommunikation
- Transparente Informationen über Datennutzung, Datenschutz und Vorteile personalisierter Werbung bereitstellen.
- Den Kunden Zugang zu einem geschulten Kundenservice und verständlichen FAQ bieten.
- Die Vorteile und Funktionsweise personalisierter Werbung regelmässig kommunizieren, um Akzeptanz zu fördern.
Gestaltung der Anzeigeninhalte
- Werbung sollte auf individuellen Bedürfnissen basieren und einen klaren Mehrwert bieten.
- Anzeigen sollten unaufdringlich, nützlich und nahtlos in das Nutzererlebnis integriert werden.
- Überpersonalisierung vermeiden; Fokus auf Basisprodukte, einfache Finanzlösungen und gegebenenfalls Informationsinhalte.
Kreative Gestaltung
- Anzeigen durch Kundenbefragungen vorab testen, um Präferenzen zu ermitteln.
- Werbung darf nicht zu subtil sein, sollte aber gleichzeitig nicht als aufdringlich wahrgenommen werden.
Customer Journey
- Personalisierte Werbung sollte konsistent in die Customer Journey eingebettet und über verschiedene Kanäle orchestriert werden.
- Klar definierte Handlungsaufforderungen (z. B. Terminvereinbarungen) integrieren, um Kundeninteraktionen zu fördern.
Qualität der Plattformen
- Ein benutzerfreundliches Design und eine reibungslose Funktionalität der Banking-Apps und -Webseiten sind entscheidend.
- Technische Probleme und schlechte Nutzererfahrungen vermeiden, da sie Akzeptanz und Effektivität von Werbung beeinträchtigen.
Kontinuierliche Erfolgsmessung
- Erfolg durch Metriken wie Klickrate, Konversionsrate, Kundenbindung und ROI regelmässig messen.
- Datenanalyse nutzen, um Trends zu erkennen und Massnahmen kontinuierlich zu optimieren.
Umgang mit Problemstellungen
- Technologien wie KI und maschinelles Lernen gezielt einsetzen, aber gleichzeitig bestehende Tools optimal nutzen, bevor weitere Investitionen getätigt werden.
- Datenqualität durch Standardisierung, Integration und den Abbau von Datensilos sicherstellen.
- Mitarbeiterfähigkeiten entwickeln und organisatorische Strukturen anpassen, um bereichsübergreifende Zusammenarbeit zu fördern.
- Iterative Ansätze und Kundenfeedback nutzen, um Werbeinhalte laufend zu verbessern.
Fazit
Die erfolgreiche Umsetzung personalisierter Werbung im Online-Banking erfordert eine strategisch ausgewogene Herangehensweise, die Transparenz, Datensicherheit, Kundenorientierung und technologischen Fortschritt miteinander kombiniert. Zielgerichtete Massnahmen können Banken dabei helfen, sowohl die Akzeptanz bei den Kunden als auch die Effizienz ihrer Marketing- und Vertriebsansätze signifikant zu steigern.
Dabei ist eine detaillierte Analyse der Einflussfaktoren entscheidend. Demografische Merkmale wie Alter, Einkommen oder Vermögen sowie Geschlecht spielen eine zentrale Rolle bei der Entwicklung wirksamer Strategien und könnten die Akzeptanz personalisierter Werbung erheblich beeinflussen. Parallel dazu sollte die allgemeine Skepsis gegenüber Werbung untersucht werden, da sie die Wahrnehmung und Bewertung der Angebote massgeblich prägt. Durch die Identifikation klar definierter Kundensegmente können spezifische Gruppen gezielt angesprochen oder bewusst von Werbemassnahmen ausgeschlossen werden.
Ein weiterer Schlüsselfaktor ist das Vertrauen der Kunden in den Datenschutz, das eng mit ihrer Bereitschaft verknüpft ist, personalisierte Werbung zu akzeptieren. Hier sollten flankierende Massnahmen entwickelt werden, die potenzielle Bedenken proaktiv adressieren. Ebenso ist es wichtig, die Wahrnehmung der Werbung – insbesondere hinsichtlich ihrer Aufdringlichkeit, Relevanz, Häufigkeit, Gestaltung und möglichen Manipulationsversuche – systematisch zu analysieren, da diese Faktoren die Akzeptanz massgeblich beeinflussen können.
Um Kundenbedürfnissen gerecht zu werden, sollten Massnahmen wie Opt-out-Optionen, Präferenzsteuerungen und Ad-Transparency-Initiativen hinsichtlich ihrer Wirksamkeit in den jeweiligen Zielgruppen evaluiert werden. Auf diese Weise können Banken eine werteorientierte und kundenfreundliche Strategie entwickeln, die das Potenzial personalisierter Werbung optimal ausschöpft, ohne das Vertrauen ihrer Kunden zu gefährden.
——–
Das Unternehmen Boxcon AG unterstützt Sie bei der Planung, Beschaffung, Konzeption und Umsetzung Ihrer Marketingautomatisierungs-Lösung.
Wie die Vielfalt der fachlichen Qualifikationen in der Breite überzeugt, so einzigartig ist auch der gemeinsame Kern von Eigenschaften aller unserer ausgewählten Boxcon-Expertinnen und -Experten als Rückversicherung für Ihre erfolgreichen Projekte.
Kontaktieren Sie uns oder folgen Sie uns auf LinkedIn. Wir freuen uns darauf, Sie kennenzulernen.
Literaturverzeichnis
Aaker, D. S./Bruzzone, D. E. (1985): “Causes of Irritation in Advertising,” Journal of Marketing, 49 (2), 47–57.
Accenture (2023): „Global Banking Consumer Study – Reignite human connections to discover hidden value“. Gefunden am 01.01.2023: https://www.accenture.com/content/dam/accenture/final/industry/banking/document/Accenture-Banking-Consumer-Study.pdf#zoom=40
Adesso (2021): „ADESSO CX-STUDIE – 2021: WAS ONLINE-SHOPPER WÜNSCHEN UND UNTERNEHMEN BIETEN. Gefunden am 06.01.2024: https://www.adesso.de/adesso-de/downloads/adesso-customer-experience-studie-2021.pdf
Aguirre, E./Roggeveen, A. L./Grewal, D./Wetzels, M. (2016): The personalization-privacy paradox: Implications for new media. Journal of Consumer Marketing, 33(2), 98–110.
Ahrholdt, D./Greve, G./Hopf, G. (2023): Online-Marketing-Intelligence: Erfolgsfaktoren, Kennzahlen und Steuerungskonzepte für praxisorientiertes Digital-Marketing (2nd ed. 2023.). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-40599-1
Anderl, E./Becker, I./v. Wangenheim, F./Schumann, J. H. (2016a): Mapping the customer journey: Lessons learned from graph-based online attribution modeling, in: International Journal of Research in Marketing, Jg. 33, Nr. 3, S. 457–474. https://doi.org/10.1016/j.ijresmar.2016.03.001.
Anderl, E./Schumann, J. H./ Kunz, W. (2016b): Helping firms reduce complexity in multichannel online data: A new taxonomy-based approach for customer journeys, in: Journal of Retailing, Jg. 92, Nr. 2, S. 185–203.
Alwitt, L. F./Prabhaker, P. R. (1992): Functional and belief dimensions of attitudes to television advertising. Implications for copytesting. Journal of Advertising Research, 32(5), 30–42.
Baek T. H./Morimoto, M. (2012): Stay Away From Me, Journal of Advertising, 41:1, 59-76, DOI: 10.2753/JOA0091-3367410105
Baltas, G. (2003): Determinants of internet advertising effectiveness: An empirical study, in: Inter- national Journal of Market Research, Jg. 45, Nr. 4, S. 505–513.
Bartl, C./Gouthier, M. H. J./Lenker, M. (2013): Delighting Consumers Click by Click: Antecedents and Effects of Delight Online, in: Journal of Service Research, Jg. 16, Nr. 3, S. 386–399.
Barnes, D. C./Collier, J. E./Howe, V./Douglas Hoffman, K. (2016): Multiple paths to customer delight: the impact of effort, expertise and tangibles on joy and surprise, in: Journal of Services Marketing, Jg. 30, Nr. 3, S. 277–289.
BCG (2019): „What Does Personalization in Banking Really Mean?“ Gefunden am 06.01.2024: https://www.bcg.com/publications/2019/what-does-personalization-banking-really-mean
Biyalogorsky, E./Naik, P. (2003): Clicks and Mortar: The Effect of On-line Activities on Offline Sales, in: Marketing Letters, Jg 14, S. 21–32. https://doi.org/https://doi.org/10.1023/A:1022854017292. Breuer, R.,/Brettel, M. (2012): Short- and Long-term Effects of Online Advertising: Differences between New and Existing Customers, in: Journal of Interactive Marketing, Jg. 26, Nr. 3, S. 155–166. https://doi.org/10.1016/j.intmar.2011.12.001.
Bleier, A./Eisenbeiss, M. (2015): Personalized Online Advertising Effectiveness: The Interplay of What, When, and Where, in: Marketing Science, Jg. 34, Nr. 5, S. 669–688.
Brady, M. K./Voorhees, C. M./Brusco, M. J. (2012): Service Seethearting: Its Antecedents and Customer Consequences, in: Journal of Marketing, Jg. 76, Nr. 2, S. 81–98.
Bragge, J./ Sunikka, A./Kallio, H. (2012): An Exploratory Study on Customer Responses to Personalized Banner Messages in the Online Banking Context. JITTA, 13(3)
Bruce, N. I., Murthis, B. P. S., & Rao, R. C. (2017). A dynamic model for digital advertising: The effects of creative format, message content, and targeting on engagement. Journal of Marketing Research, LIV, 202–218.
Bucklin, L.P. (1965): The informative role of advertising. Journal of Advertising Research, 5(3),
6–10.
Burns, K. S./Lutz, R. J. (2006): The Function of Format: Consumer Responses to Six On-Line Advertising Formats, in: Journal of Advertising, Jg. 35, Nr. 1, S. 53–63.
Chandy, R. K./Tellis, G. J./Macinnis, D. J./Thaivanich, P. (2001): What to Say When: Advertising Appeals in Evolving Markets, in: Journal of Marketing Research, Jg. 38, Nr. 4, S. 399–414.
Chang-Hoan, C. (2003): Factors influencing clicking of banner ads on the WWW, in: Cyber Psychology & Behaviour, Jg. 6, Nr. 2, S. 201–215.
Chatterjee, P./Hoffman, D. L./Novak, T. P. (2003): Modeling the Clickstream: Implications for Web-Based Advertising Efforts, in: Marketing Science, Jg. 22, Nr. 4, S. 520–541.
Chen, S.-C. (2012): The customer satisfaction – loyalty relation in an interactive e-service setting: The mediators, in: Journal of Retailing and Consumer Services, Jg. 19, Nr. 2, S. 202–210.
Cho, C. (2001): Different forced-exposure levels to banner advertisements, in: Journal of Advertising Research, Jg. 41, Nr. 4, S. 45–57.
Cho, C./Hongsik J.C. (2004): “Why Do People Avoid Advertising on the Internet?” Journal of Ad- vertising, 33 (4), 89–97.
Clancey, M. (1994): “The Television Audience Examined”, Journal of Advertising Research, 34 (4), 2–11.
Collier, J. E./Barnes, D. C./Abney, A. K./Pelletier, M. J. (2018): Idiosyncratic service experiences: When customers desire the extraordinary in a service encounter, in: Journal of Business Research, Jg. 84, Nr., S. 150–161.
Comviva (2023): „Global Survey Report, The Business Value of Real-Time Personalization“. Gefunden am 15.04.2024 unter: https://www.comviva.com/wp-content/uploads/2023/02/2023-Global-Survey-Report-The-Business-Value-of-Real-Time-Personalization-1.pdf
Dean, D. R./Nettesheim, C. (2001): Wie gewinnt man den M-Commerce Kunden?, in: IM Fachzeitschrift für Information Management&Consulting, 16. Jg., Nr. 2, S. 43-48
Deloitte (2023): Studie „Digital Banking Maturity 2022“. Gefunden am 19.12.2023: https://www2.deloitte.com/ch/de/pages/press-releases/articles/schweizer-banken-fallen-bei-der-digitalisierung-ihrer-dienstleistungen-aus-den-top-20.html
Dijkstra, A. (2005): “Working Mechanism of Computer-Tailored Health Education: Evidence from Smoking Cessation,” Health Education Research, 20, 527–539.
Dolnicar, S./Jordaan, Y. (2007): “A Market-Oriented Approach to Responsibly Managing Information Privacy Concerns in Direct Marketing,” Journal of Advertising, 36 (2), 123–149.
Dolnicar, S./Coltman, T./Sharma, R. (2015): Do Satisfied Tourists Really Intend to Come Back? Three Concerns with Empirical Studies of the Link between Satisfaction and Behavioral Intention, in: Journal of Travel Research, Jg. 54, Nr. 2, S. 152–178.
Edwards, S. M./Li, H./Lee, J. (2002): Forced exposure and psychological reactance: Antecedents and consequences of the perceived intrusiveness of pop-up ads, in: Journal of Advertising, Jg. 31, Nr. 3, S. 83–95.
EY (2022 A): Bankenbarometer, Gefunden am 18.01.2024: https://assets.ey.com/content/dam/ey-sites/ey-com/en_ch/news/2022/ey-bankenbarometer-2022.pdf?download
EY (2022 B): „EY Global Consumer Banking“-Studie 2021“, Gefunden am: 29.12.2023: https://www.ey.com/de_de/banking-capital-markets/how-can-banks-transform-for-a-new-generation-of-customers
Finn, A. (2012): Customer Delight: Distinct Construct or Zone of Nonlinear Response to Customer Satisfaction?, in: Journal of Service Research, Jg. 15, Nr. 1, S. 99–110.
Floh, A./Treiblmaier, H. (2006): „What Keeps the E-Banking Customer Loyal? A Multigroup Analysis of the Moderating Role of Consumer Characteristics on E-Loyalty in the Financial Service Industry„, Journal of Electronic Commerce Research, 7(2), 97-109. Retrieved from https://www.proquest.com/scholarly-journals/what-keeps-e-banking-customer-loyal-multigroup/docview/236659743/se-2
Friestad, Marian, and Peter Wright (1994): “The Persuasion Knowledge Model: How People Cope with Persuasion At- tempts”, Journal of Consumer Research, 21 (1), 1–31.
Gabler Banklexikon (2023): „Onlinebanking“. Gefunden am 30.10.2023: https://www.gabler-banklexikon.de/definition/onlinebanking-60244/version-377335
Gabler Wirtschaftslexikon (2023): „Definition: Was ist Bankvertrieb“. Gefunden am 28.10.2023: https://wirtschaftslexikon.gabler.de/definition/bankvertrieb-53514/version-276597
Garczorz, I. (2004): Adoption von Online-Banking-Services – Determinanten aus Sicht der Kunden. Deutscher Universitäts-Verlag
Gartner (2021): Press Release, „Gartner Says 63% of Digital Marketing Leaders Still Struggle with Personalization, Yet Only 17% Use AI and Machine Learning Across the Function“. Gefunden am 15.04.20224 unter: https://www.gartner.com/en/newsroom/press-releases/-gartner-says-63–of-digital-marketing-leaders-still-struggle-wi
Getz, D./Page, S. J. (2016): Progress and prospects for event tourism research, in: Tourism Management, Jg. 52, Nr. February, S. 593–631.
Ginty, M./Vaccarello, L., & Leake, W. (2012): Complete B2B online marketing. Greve, G. (2016): Kontrolle von Online-Marketing-Aktivitäten. Nutzung von Attributionsmodellen für das Marketing-Controlling, in: WiSt – Wirtschaftswissenschaftliches Studium, Heft 1, S. 733– 738.
Gniech, G./Grabitz, H.-J. (1978): Freiheitseinengung und psychologische Reaktanz, in: Frey D. (Hrsg.): Kognitive Theorien der Sozialpsychologie, Wien, S. 48-74
Gurau, C./Ashok, R./Gauzente, C. (2003): “To Legislate or Not to Legislate: A Comparative Study of Privacy/Personalization Factors Affecting French, UK and U.S. Web Sites,” Journal of Consumer Marketing, 20 (7), 652–664.
Handelsblatt Research Institute (2023): Wandel der Kundeninteraktionen beim Banking von Morgen – Bedeutung für Banken, Bankberater*innen und Kund*innen. Gefunden am 18.01.2024: https://research.handelsblatt.com/wandel-der-kundeninteraktion-beim-banking-von-morgen-bedeutung-fuer-banken-bankberaterinnen-und-kundinnen/
Harvard Business Review (2015): „How Marketers Can Personalize at Scale.“ Gefunden am 08.04.2024: https://hbr.org/2015/11/how-marketers-can-personalize-at-scale
Hawkins, R. P./Kreuter, M./Resnicow, K./Fishbein, M./Dijkstra, A. (2008): “Under- standing Tailoring in Communicating about Health” Health Education Research, 23, 454–66.
Heeter, Carrie, and Bradley S. Greenberg (1985): “Profiling the Zappers”, Journal of Advertising Research, 25 (2), 15–19.
Heinemann, G. (2017): Best Practices für Web-Exzellenz im Online-Handel. In Der neue Online-Handel (pp. 289–326). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-20354-2_5
Hellmann, K.-U. (2006): Vorüberlegungen zur Funktion der Distinktion für den Konsum. In K.-S. Rehberg (Hrsg.), Soziale Ungleichheit, kulturelle Unterschiede (S. 395–406). Frankfurt/Main: Campus. Online verfügbar unter http://nbn-resolving.de/urn:nbn:de:0168-ssoar-145265 (Zugriff am 09. 04. 2014).
Hong, W./Thong, J. Y. L./Tam, K. Y. (2004): Does animation attract online users’ attention? The effects of flash on information search performance and perceptions, in: Information Systems Research, Jg. 15, Nr. 1, S. 60–86.
HSLU (2022): „Banking-Trend-Map 2022 – die wichtigsten Trends für das Schweizer Banking.“ Gefunden am 01.01.2024: https://hub.hslu.ch/retailbanking/banking-trend-map-2022-die-wichtigsten-trends-fuer-das-schweizer-banking/
Hughes, A. M. (2005): Strategic Database Marketing: The Masterplan for Starting and Managing a Profitable, Customer-Based Marketing Program, 3rd ed., New York: McGraw-Hill.
Imhoff, C./Loftis, L./Geiger, J. G. (2001): Building the Customer-Centric Enterprise, Data Warehousing Techniques for Supporting Customer Relationship Management, New York: John Wiley & Sons.
Joseph, M./Sekhon, Y./Stone, G./Tinson J. (2005): “An exploratory study on the use of banking technology in the UK, International Journal of Bank Marketing, 2005, 23:5, pp. 397–413.
Kannan, P.K./Reinartz, W./Verhoef, P.C. (2016): The path to purchase and attribution modeling: Introduction to special section, in: International Journal of Research in Marketing, Jg. 33, Nr. 3, S. 449–456. https://doi.org/10.1016/j.ijresmar.2016.07.001.
Keeny, R. L. (1999): The Value of Internet Commerce to the Customer, Management Science, 45, 533-542.
Kelly, L./Kerr, G./Drennan, J. (2010): Avoidance of advertising in social networking sites. Journal of Interactive Advertising, 2010, 16–27. https://doi.org/10.1080/1525201 9.2010.10722167.
Kim, T./Barasz, K./John, L. K. (2019). Why Am I Seeing This Ad? The Effect of Ad Transparency on Ad Effectiveness. The Journal of Consumer Research, 45(5), 906–932. https://doi.org/10.1093/jcr/ucy039
Knowles, E. S./Linn J. A. (2004): “The Importance of Resistance to Persuasion,” in Resistance and Persuasion, Eric S. Knowles and Jay A. Linn, eds., Mahwah, NJ: Erlbaum, 3–9.
Kollmann, T. (2013): Online-Marketing – Grundlagen der Absatzpolitik in der Net Economy (2.). Stuttgart: Kohlhammer.
Kollmann, T. (2016): E-Business – Grundlagen elektronischer Geschäftsprozesse in der Net Economy (Vol. 6). Wiesbaden: Springer Gabler.
Kollmann, T. (2019): E-Business: Grundlagen elektronischer Geschäftsprozesse in der Digitalen Wirtschaft (7. Aufl. 2019). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-26143-6
Kroeber-Riel, W./Weinberg, P./Gröppel-Klein, A. (2009): Konsumentenverhalten. Müchen: Vahlen.
Kumar, V./Dalla Pozza, I./Ganesh, J. (2013): Revisiting the Satisfaction–Loyalty Relationship: Empirical Generalizations and Directions for Future Research, in: Journal of Retailing, Jg. 89, Nr. 3, S. 246–262.
Lambrecht, A., & Tucker, C. (2013): When does retargeting work? Information specificity in online advertising. Journal of Marketing Research, 50(5), 561–576.
Lammenett, E. (2017): Praxiswissen Online-Marketing: Affiliate- und EMail-Marketing, Suchmaschinenmarketing, Online-Werbung, Social Media Facebook-Werbung. Springer Gabler.
Lee, L./Ariely, D. (2006): Shopping goals, goal concreteness, and conditional promotions, in: Journal of Consumer Research, Jg. 33, Nr. 1, S. 60–70.
Lemon, K. N./Verhoef, P. C. (2016): Understanding customer experience throughout the customer journey, in: Journal of Marketing, Jg. 80, Nr. 3, S. 69–96. https://doi.org/10.1509/jm.15.0420.
Leußer W./Hippner H./Wilde K. D. (2011): CRM – Grundlagen, Konzepte und Prozesse. In Hippner H., Hubrich B., Wilde K. D. (Hrsg.), Grundlagen des CRM (S. 15–55). Gabler Verlag.
Li, H./Edwards, S. M./Lee, J.-H. (2002): “Measuring the Intrusiveness of Advertisements: Scale Development and Validation”, Journal of Advertising, 31 (2), 37–47.
Lohtia, R./Donthu, N./Hershberger, E. K. (2003): The Impact of Content and Design Elements on Banner Advertising Click-through Rates, in: Journal of Advertising Research, Jg. 43, Nr. 4, S. 410–418.
MacInnis, D. J./Rao, A. G./Weiss, A. M. (2002): Assessing When Increased Media Weight of Real- World Advertisements Helps Sales. In: Journal of Marketing Research, Jg. 39, Nr. 4, S. 391–407.
Mangleburg, T. F./Bristol, T. (1998): “Socialization and Adolescents’ Skepticism Toward Advertising”, Journal of Advertising, 27 (3), 11–21.
Mariko, M/Chang, S. (2009), “Psychological Factors Affecting Perceptions of Unsolicited Commercial E-mail,” Journal of Current Issues and Research in Advertising, 31 (1), 63–73.
McKinsey (2019): „46% der deutschen Verbraucher entscheiden sich bewusst für personalisierte Werbung“, Gefunden am 06.01.2024: https://www.mckinsey.de/publikationen/2019-05-09-personalisiertes-marketing
McKinsey (2021): „The value of getting personalization right—or wrong—is multiplying“, Gefunden am 06.01.2024: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/the-value-of-getting-personalization-right-or-wrong-is-multiplying
McKinsey (2022): „Getting personal: How banks can win with consumers“, Gefunden am 06.01.2024: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/getting-personal-how-banks-can-win-with-consumers#/
Maslowska, E./Edith E./Smit E. G./van den Putte, B. (2016): It Is All in the Name: A Study of Consumers‘ Responses to Personalized Communication, Journal of Interactive Advertising, 16:1, 74-85, DOI: 10.1080/15252019.2016.1161568
Milne, G. R./Boza, M.-E. (1999): “Trust and Concern in Consumers’ Perceptions of Marketing Informa- tion Management Practices”, Journal of Interactive Marketing, 13 (1), 5–24.
Mintz, O./Currim I./Steenkamp, J.-B./de Jong, M. (2021): Managerial metric use in marketing decisions across 16 countries: A cultural perspective, in: Journal of International Business Studies, Jg. 52, S. 1474–1500.
Mitchell, V./Macklin, J. E./Paxmann, J. (2007): Social uses of advertising. An example of young male adults. International Journal of Advertising 26(2), 199–222.
Nordlight Research (2015): Deutschland mobil im Netz, Gefunden am 06.01.2024: http://www.presseportal.de/pm/68494/3118348.
NTT DATA (2023): „Global Customer Experience Report“, Gefunden am 15.04.2024: https://services.global.ntt/en-us/campaigns/2023-global-customer-experience-report
Obermiller, C./Spangenberg, E. R. (1998): “Development of a Scale to Assess Consumer Skepticism Toward Advertising,” Journal of Consumer Psychology, 7 (2), 159–186.
Obermiller, C./Spangenberg, E. R./MacLachlan, D. L. (2005): “Ad Skepticism: The Consequences of Disbelief,” Journal of Advertising, 34 (3), 7–17.
Oliver, R. L./Rust, R. T./Varki, S. (1997): Customer Delight: Foundations, Findings, and Managerial Insight, in: Journal of Retailing, Jg. 73, Nr. 3, S. 311–336.
Onlinemarketingmanagement (2023): Personalisierte Werbung: Der Nutzen für Unternehmen und die Auswirkungen auf Verbraucher, Gefunden am 05.01.2024: https://onlinemarketingmanagement.ch/wie-effektiv-ist-personalisierte-werbung/
O’Donohoe, S. (1994): Advertising uses and gratifications. European Journal of Marketing, 28(8/9), 52–75.
OpenAI A (2023): Chat-Konversation mit ChatGPT (4.0) am 03.01.2023.
Pasadeos, Y. (1990): “Perceived Informativeness of and Irritation with Local Advertising,” Journalism Quarterly, 67 (1), 35–39.
Peppers, D./Rogers, M. (1997): Enterprise One-to- One: Tools for Competing in the Interactive Age, New York: Doubleday.
Persönlich (2023): „Diese KI weiss über die Säule 3a Bescheid“, Gefunden am 01.01.2024: https://www.persoenlich.com/marketing/diese-ki-weiss-uber-die-saule-3a-bescheid
Plummer, J.T. (1971): A theoretical view of advertising communication. Journal of Communica- tion, 21(4), 315–325.
Plutchik, R. (1980): A General Psychoevolutionary Theory of Emotion. In R. Plutchik (Hrsg.), Emotion: Theory, Research, Experience, Volume 1 Theories of Emotion (S. 3–33). New York: Academic Press.
PWC (2019): „Personalisierte Werbung und E-Privacy 2019“, Gefunden am 07.01.2024: https://www.pwc.de/de/technologie-medien-und-telekommunikation/bevoelkerungsbefragung-personalisierte-werbung.pdf
Rieber, D. (2017): Mobile Marketing : Grundlagen, Strategien, Instrumente (1st ed. 2017.). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-14777-8
Roberts, Mary L. (2003): Internet Marketing: Integrating Online and Offline Strategies, Boston: McGraw-Hill.
Rychalski, A./Hudson, S. (2017): Asymmetric effects of customer emotions on satisfaction and loyalty in a utilitarian service context, in: Journal of Business Research, Jg. 71, Nr., S. 84–91.
Sääksjärvi, M./Gratiana, P. (2006): Consumer mind-sets and attitudes towards personalized and non-personalized promotional messages. In: Proceedings of the 35th European Marketing Academy (EMAC) Conference. Cd-rom. Athens, Greece: University of Athens.
Schlinger, M.J. (1979): A profile of responses to commercials. Journal of Advertising Research, 19(2), 37–46.
Schweiger, W./Beck, K. (2019): Handbuch Online-Kommunikation (2nd ed. 2019.), Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-18016-4
Shareef, M./Akhter. F./Dwivedi, Y. K./Kumar, Vinod. (2016): Mobile Marketing Channel : Online Consumer Behavior(1st ed. 2016.). Springer International Publishing. https://doi.org/10.1007/978-3-319-31287-3
Sheehan, K. B./Hoy, M. G. (1999): “Flaming, Complaining, Abstaining: How Online Users Respond to Privacy Concerns”, Journal of Advertising, 28 (3), 37–52.
Siegert, S./Wirth, W./Weber, P./Lischka, J. A. (2016): Handbuch Werbeforschung, DOI 10.1007/978-3-531-18916-1_11, Springer Fachmedien Wiesbaden 2016
Silberer, G./Wohlfahrt, J. (2001): Akzeptanz und Wirkungen des Mobile Banking, in: Nicolai, A. T./Petersmann, T. (Hrsg.): Strategien im M-Commerce: Grundlagen, Management, Geschäftsmodelle, Stuttgart, S. 161-176
Simonson, I. (2005): Determinants of customers’ responses to customized offers: Conceptual frame-work and research propositions, in: Journal of Marketing, Jg. 69, Nr. 1, S. 32–45.
Speck, P. S./Elliott, M. T. (1997): “Predictors of Advertising Avoidance in Print and Broadcast Media”, Journal of Advertising, 26 (3), 61–76.
Stracke, G./Geitner, D. (1992): Finanzdienstleistungen, Heidelberg.
Sunikka, A-/Bragge, J. (2009): Promotional messages in multichannel banking: Attractive or annoying?, In: Journal of Financial Services Marketing (2009) 14, 245–263. doi:10.1057/fsm.2009.22
Sunikka, A./Bragge, J./Kallio, H. (2011): The effectiveness of personalized marketing in online banking: A comparison between search and experience offerings. Journal of Financial Services Marketing, 16(3–4), 183–194. https://doi.org/10.1057/fsm.2011.24
Taylor, B. (1999): The Darwinian Shakeout in Financial Services, Long Range Planning, 31, S: 82-92.
Tacikowski, P./Nowicka, A. (2010): Allocation of Attention to Self-Name and Self-Face: An ERP Study, in: Biological Psychology, Jg. 84, Nr. 2, S. 318–324.
Terstiege, M. (2021): KI in Marketing & Sales – Erfolgsmodelle Aus Forschung Und Praxis: Konzepte Und Instrumente Zum Erfolgreichen Einsatz Künstlicher Intelligenz (1. Auflage 2021 Edition). Springer.
Thede, J. (1991): Finanzdienstleistungen und Absatzwege im deutschen Privatkundenmarkt, Kiel.
Tintarev, N./Masthoff, J. (2011): Designing and evaluating explanations for recommender systems. In Recommender systems handbook. Springer, 479–510.
Trenda (2023): „Feature Matrix Schweizer Banken“ (nicht öffentlich). Gefunden am 01.01.2024: https://app.trenda.ch/features/matrix
Tsang, P. M./Tse, S., (2005): A hedonic model for effective web marketing: an empirical examination, in: Industrial Management & Data Systems, Jg. 105, Nr. 8, S. 1039–1052.
Twilio Segment (2023): „The State of Personalization“. Gefunden am 15.04.2024 unter: https://segment.com/pdfs/State-of-Personalization-Report-Twilio-Segment-2023.pdf
Unic (2023): „Personalisierung – Erfolgsfaktoren für personalisierte Marketing-Kampagnen“, Gefunden am 06.01.2024: https://www.unic.com/de/magazin/erfolgsfaktoren-fuer-personalisierte-marketing-kampagnen
van Doorn, J., & Hoekstra, J. C. (2013): Customization of online advertising: The role of intrusiveness. Marketing Letters, 24(4), 339–351.
Volz, P./Griep, A. (2020): Personalisierung im digitalen Content Marketing. In: Wesselmann, M. (eds) Content gekonnt. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-24620-4_12
Wattal, S./Telang, R./Mukhopadhyay, T./Boatwright, P. (2012): What‘s in a “Name”? Impact of Use of Customer Information in E-Mail Advertisements, in: Information Systems Research, Jg. 23, Nr. 3, S. 679–697.
Wang, K./Goldfarb, A. (2017): Can Offline Stores Drive Online Sales?, in: Journal of Marketing Research, Jg. 54, Nr. 5, S. 706–719.
Wendlandt, M./Schrader, U. (2007): “Consumer Reactance Against Loyalty Programs,” Journal of Consumer Marketing, 24 (5), 293–304.
Westin, A. F. (1967): Privacy and Freedom, 1 ed., New York, NY
White, T. B./Zarhay, D. L./Thorbjørnsen, H./Shavitt, S. (2008): “Getting Too Personal: Reactance to Highly Personalized E-mail Solicitations,” Marketing Letters, 19 (1), 39–50.
Wohlfahrt, J. (2004): Akzeptanz und Wirkungen von Mobile-Business-Anwendungen, Hamburg Wu, J.-H./Wang, S.-C. (2005): What Drives Mobile Commerce? An Empirical Evaluation of the Revised Technology Acceptance Model, in: Information&Management, Vol. 42, No. 5, pp. 719-729
Xu, D. J. (2006): “The Influence of Personalization in Affecting Consumer Attitudes Toward Mobile Advertising in China,” Journal of Computer Information Systems, 47 (2), 9–19.
Yoo, J./Park, M. (2016): The effects of e-mass customization on consumer perceived value, satisfaction, and loyalty toward luxury brands, in: Journal of Business Research, Jg. 69, Nr. 12, S. 5775–5784.
