Customer Journey mit Gehirndaten

Ein Besucher prüft dein Angebot, vergleicht Optionen und bricht irgendwann ab. Analytics zeigen, wo das geschieht. Gespräche helfen, die offenen Fragen zu verstehen. Gehirndaten können eine zusätzliche Forschungsebene beitragen, wenn Messzeitpunkt und Aussagekraft klar sind. Die Herausforderung besteht darin, verschiedene Quellen zu einer brauchbaren Entscheidung über die Customer Journey zusammenzuführen.

Eine Customer Journey mit Gehirndaten verknüpft ausgewählte Kontaktpunkte mit Hirnmessungen und weiteren Daten über Verhalten und Erleben. Das ist eine praktische Beschreibung, kein standardisiertes Messinstrument. Die Ergebnisse helfen, Hypothesen über eine Erfahrung zu prüfen. Ein Hirnsignal allein erklärt weder einen Abbruch noch die erforderliche Gestaltungsänderung.

Die Customer Journey beschreibt Erfahrungen über Kontaktpunkte und Kanäle hinweg. Lemon und Verhoef verbinden Customer Experience mit dieser zeitlichen Entwicklung. Ihre Veröffentlichung ist eine einflussreiche Übersicht, keine Behauptung, den Begriff erfunden zu haben. Lemon und Verhoef, 2016

Wähle für deine Untersuchung einen konkreten Weg: etwa von der Orientierung zur ersten Bestellung oder vom Empfang zur Nutzung. Dokumentiere auch alternative Wege. Wer zur Preisseite zurückkehrt, muss nicht dasselbe Problem haben wie ein erstmaliger Besucher.

Consumer Neuroscience untersucht den Beitrag neurowissenschaftlicher Erkenntnisse und Methoden zur Konsumentenforschung. Plassmann und Kollegen diskutieren Anwendungen und methodische Herausforderungen. Das begründet die Relevanz des Ansatzes, aber nicht jeden kommerziellen Score mit diesem Etikett. Plassmann et al., 2015

Benenne zunächst die Unsicherheit, die nach Verhaltensdaten und Gesprächen verbleibt. Vergleichst du zwei Darstellungen, untersuchst du eine Veränderung an einem bestimmten Ereignis oder prüfst du den Zusatznutzen eines Musters gegenüber bestehenden Vorhersagen? Das sind unterschiedliche Forschungsziele.

Frage ausdrücklich, was du mit dem zusätzlichen Ergebnis tun wirst. Lässt sich dieselbe Designentscheidung ohne Hirnmessung begründen, braucht die zusätzliche Messung eine klare Rechtfertigung.

Eyetracking, Hautleitfähigkeit und Herzfrequenz sind keine Hirnmessungen. Benenne die Methoden im Bericht einzeln. Ein gemeinsames Etikett macht ihre Ergebnisse nicht austauschbar.

Mobiles EEG erfordert die Kontrolle von Bewegungsartefakten und die Synchronisierung mit anderen Aufzeichnungen. Reis und Kollegen behandeln diese methodischen Herausforderungen bei Bewegung. Reis et al., 2014

Markiere für die Customer Journey relevante Ereignisse und prüfe die Aufzeichnung. Erfasse beispielsweise das Erscheinen einer Information, nicht nur den vorhergehenden Klick. Berücksichtige auch Wartezeit, Laden, Sprechen und Bewegung.

Ordne Personen nicht allein nach verstrichener Zeit ein. Sieht eine Person nach zehn Sekunden den Preis, während eine andere noch liest, entspricht dieselbe Sekunde unterschiedlichen Ereignissen. Vergleiche zuerst entsprechende Ereignisse und berichte Unterschiede in Weg und Dauer.

Dokumentiere Ausschlüsse nachvollziehbar. Eine Phase mit vielen verworfenen Daten sollte nicht dasselbe Beweisgewicht erhalten wie eine Phase mit fast vollständig brauchbaren Messungen.

Ein mentaler Prozess lässt sich aus Hirnaktivität nur mit zusätzlicher Begründung ableiten. Poldrack diskutiert diese Grenze als Problem der Reverse Inference. Poldrack, 2006

Trenne im Bericht Beobachtung, vorgeschlagene Erklärung und deren Prüfung. Eine Veränderung beim Anzeigen des Preises kann Anlass sein, Preisverständnis oder Erwartungen zu untersuchen. Ohne weiteres Design belegt sie keinen „Preisschmerz“.

Zeichne keine durchgehende Emotionskurve für nicht gemessene Zeiträume. Eine zwanzigminütige Untersuchung bildet auch nicht automatisch eine sechsmonatige Kundenbeziehung ab. Benenne untersuchte und noch nicht untersuchte Kontaktpunkte.

Ein fiktiver Anbieter möchte verstehen, warum Besucher mit drei Abonnementoptionen Schwierigkeiten haben. Verglichen werden die bisherige Tabelle und eine Version mit klarer erklärten Nutzungssituationen. Preise und Vertragsbedingungen bleiben gleich. Das Beispiel enthält keine tatsächlichen Ergebnisse.

Verstehen Teilnehmende die neue Tabelle besser, ist das bereits ein eigenständig brauchbares Ergebnis. Beurteile gesondert den Beitrag der Hirnmessung. Prüfe anschließend, ob tatsächliche Kunden passendere Entscheidungen treffen und weniger Korrekturen oder Kündigungen benötigen.

1. Grenze die Entscheidung ein. Wähle Weg, Kontaktpunkt und konkrete Verbesserungsfrage.
2. Sammle vorhandene Hinweise. Verbinde Analytics, Fragen, Beschwerden und Beobachtungen.
3. Wähle Teilnehmende. Dokumentiere Entscheidungssituation und Erfahrung; nutze nicht nur das Alter.
4. Definiere den Vergleich. Lege Aufgabe, Varianten, Reihenfolge und Ergebnisse vorab fest.
5. Teste die Aufzeichnung. Prüfe Marker, Synchronisierung und Verwendbarkeit in einer Pilotmessung.
6. Analysiere entsprechende Ereignisse. Behalte Unterschiede zwischen Personen und fehlende Daten im Blick.
7. Prüfe die Verbesserung. Erklärende Forschung und Conversion-Test beantworten verschiedene Fragen.

Dies ist eine redaktionelle Arbeitsweise. Stichprobe und Analyse müssen zum konkreten Ziel passen; eine allgemeingültige Teilnehmendenzahl gibt es hier nicht.

Zeige für jeden Kontaktpunkt Aufgabe, vorhandene Daten, Qualität, Ergebnis und nächsten Schritt. Trenne Verhaltensdaten, Selbstberichte und Hirnmessungen. Erkläre auch, wenn sich diese Quellen widersprechen.

Besprich Unterschiede anhand einer vorab festgelegten Segmentierung. Eine assoziative Zielgruppe bezeichnet hier eine abgrenzbare Gruppe, die anhand gemeinsamer Assoziationen entscheidet. Dafür braucht es eigene Belege; eine EEG-Spitze begründet die Einteilung nicht automatisch.

• Eine physiologische Reaktion ohne Validierung als genaue Emotion benennen.
• Einen nachträglich ausgewählten auffälligen Moment als Vorhersage darstellen.
• Verschiedene Kundenaufgaben auf derselben Zeitachse mitteln.
• Schlechte Messqualität hinter einem Farbscore verstecken.
• Jeden Kontaktpunkt ohne Priorität oder nächsten Schritt wichtig nennen.
• Ein besseres Laborergebnis mit langfristiger Loyalität gleichsetzen.

Erstelle zu jeder Verbesserung eine kurze Entscheidungsnotiz. Halte den untersuchten Kontaktpunkt, die nutzbaren Daten, die Beobachtung, mögliche Erklärungen und den nächsten Test fest. Benenne fehlende Informationen. So kann ein Designteam mit dem Ergebnis arbeiten, ohne eine Farbe in einer Grafik als eigenständigen Beweis zu behandeln.

Vereinbare außerdem, wann ein Vorschlag verändert oder verworfen wird. Wenn Kundinnen und Kunden einen Preis besser verstehen, aber häufiger abbrechen, weil er tatsächlich unattraktiv ist, verlangt das eine andere Entscheidung als die Korrektur unverständlicher Formulierungen. Forschung kann diese Unterscheidung klären, trifft aber nicht automatisch die wirtschaftliche Entscheidung.

Dokumentiere deshalb auch die Zuständigkeit für den nächsten Schritt. Wer erstellt die Variante, wer prüft ihre technische Umsetzung und wer bewertet den Alltagstest? Halte die ursprüngliche Hypothese neben dem tatsächlichen Ergebnis fest. Ein nicht bestätigter Vorschlag bleibt dadurch nachvollziehbar und wird später nicht versehentlich als bewährte Maßnahme übernommen.

Eine Customer Journey mit Gehirndaten ist nützlich, wenn die zusätzliche Messung eine konkrete Frage beantwortet. Beginne bei der Entscheidung, dokumentiere Ereignisse präzise und trenne Beobachtung und Interpretation. Der Wert liegt in einer besser begründeten Verbesserung, die sich erneut prüfen lässt.