Was ist Propensity Modeling?

Propensity Modeling weist jedem Kunden eine Wahrscheinlichkeit zu, dass er eine bestimmte Aktion ausführt: eine Kategorie kaufen, auf eine Kampagne konvertieren, churnen oder auf einen Rabatt reagieren. In einer Composable-Storefront leben diese Scores im CDP und werden von Decision Engine, Recommendation Engine und Edge-Personalization-Workern gelesen, um in Echtzeit die richtige Experience zu wählen.

Definition

Propensity Modeling nutzt supervised Machine Learning, trainiert auf First-Party Data und identitäts-gestitchten Behavioral-Daten, um die Wahrscheinlichkeit eines zukünftigen Events zu schätzen. Features stammen aus beobachteter Aktivität, Transaktionshistorie, Zero-Party Data und Cohort-Zugehörigkeit; Labels aus historischen Outcomes. Scores werden geplant und on demand neu berechnet und dann als Profilattribute publiziert, die die Storefront beim Session-Start abfragen kann. Consent-bound Nutzungsregeln stellen sicher, dass Scores nur in Kanälen und Kontexten greifen, denen der Kunde zugestimmt hat, auch wenn das Modell selbst auf aggregierten Daten trainiert wurde.

Warum es zählt

Personalization ohne Scoring ist eine Aneinanderreihung von Vermutungen, gestützt auf handgeschriebene Regeln. Propensity-Scores komprimieren tausende schwache Signale in wenige starke, vergleichbare Features, die eine Decision Engine ranken kann. Sie treiben Next-Best-Offer-Auswahl, Audience-Segmentation-Verfeinerung und getriggerte Marketing Automation. Im Composable-Setup sitzen Propensity-Outputs an der Grenze von Daten und Experience: CDP rechnet, die Experience-Schicht konsumiert, der Commerce-Service bleibt auf Transaktionen fokussiert. Diese Trennung erlaubt es Teams, Modelle neu zu trainieren, ohne die Storefront neu zu deployen.

Anwendungsfälle

Ein Fashion-Retailer ranked PLP-Items nach kategoriespezifischem Buy-Propensity-Score, sodass die wahrscheinlichsten Käufe above the fold sitzen. Eine Subscription-Brand pipet Churn-Prediction-Propensity in den Checkout und triggert ein Retention-Offer, wenn der Score eine Schwelle reißt. Ein B2C-Marktplatz nutzt Upsell-Propensity zur Auswahl zwischen zwei Cross-Sell-Modulen im Warenkorb und schaltet zwischen Bundle und Einzelartikel-Dynamic-Content. Ein Email-Marketing-System nutzt Send-Time-Propensity zur Versandplanung und hebt Click-Through Rate, ohne das Creative zu ändern.

Verwandt

Mehr dazu: Agentic Frontend Management Platform · Personalization.