Research

Wie die Customer Experience von KI profitiert

Im Rahmen eines datengestützten Reports analysiert Reply die interessantesten Trends bei der Anwendung Künstlicher Intelligenz im Marketing und die Gestaltung der Customer Experience.

KI-Technologien optimieren das Marketing und die Customer Experience

Reply hat die Zusammenhänge zwischen relevanten Marketingtrends und den zugehörigen Technologien im Rahmen einer Studie untersucht. Unter Einsatz unserer Sonar Trend Platform konnten wir herausfinden, welche Trends rund um den Einsatz von KI im Marketing in Fachartikeln, Massenmedien, Patenten und wissenschaftlichen Veröffentlichungen an Bedeutung gewinnen.

Ein strategischer Rahmen für den Einsatz von KI im Marketing

Der „Strategische Rahmen für den Einsatz von Künstlicher Intelligenz im Marketing“ ist ein Modell, um zu verstehen, wie moderne Technologien den Wandel in verschiedenen Bereichen der Customer Experience und des Marketings vorantreiben.

"Das Modell betrachtet die strategische Planung des Marketings als geschlossenen Kreislauf aus Marktforschung, Marketingstrategie und Marketingmaßnahmen."

Source: Huang, MH., Rust, R.T. November 2020. "A strategic framework for artificial intelligence in marketing.", J. of the Acad. Mark. Sci.

Zentrale, durch KI veränderte Marketingfelder

Marktforschung

Sentimentanalyse

Die drei wichtigsten KI-Basistechnologien:
Emotion AI, Natural Language Processing, Computer Vision

Jahrzehntelang waren Fokusgruppen in der klassischen Marktforschung das beste Mittel, um herauszufinden, was Verbraucher empfanden. Mit dem Aufkommen der Social-Media-Analytik entstanden Möglichkeiten, die Reaktionen von Verbrauchern in großem Maßstab zu erfassen. Da sich die menschliche Sprache jedoch ständig verändert, konnten Emotionen nach wie vor nur oberflächlich beurteilt werden. Indem sie mit menschlichen Texten trainiert wird, kann KI jetzt Nuancen in den Emotionen von Verbrauchern erkennen und so der Branche helfen, den heiligen Gral zu erreichen – Verbraucheremotionen in großem Maßstab zu verstehen.

Analyse der Customer Journey

Die drei wichtigsten KI-Basistechnologien:
Natural Language Processing, Deep Reinforcement Learning, Automated Machine Learning

Vor dem Einzug der Datenanalyse in den Marketingprozess war die Planung der Customer Journey in den meisten Fällen rein spekulativ. Es fehlten Feldversuche zur Validierung der Best-Case-Planung. Der Status quo heute sind Customer Journeys, die mit KPIs versehen sind und anhand von Daten nachverfolgt und optimiert werden können. KI wird es bald ermöglichen, in diesem Forschungsbereich in Echtzeit zu arbeiten, und dabei helfen, Daten über alle Marketing-Touchpoints hinweg zu sammeln, zu konsolidieren und zu optimieren, um die Kundenerfahrung zu verbessern.

Visuelles Zuhören

Die drei wichtigsten KI-Basistechnologien::
Emotion AI , Natural Language Processing , Computer Vision

Mithilfe von Bilderkennungsalgorithmen können Computer interpretieren, was Bilder oder Videos zeigen. Das Erkennen des Inhalts von Millionen Bildern und das Kategorisieren dieser Bilder wird oft als Bildbeschriftung oder -klassifizierung bezeichnet. Dabei müssen ML-Algorithmen umfassend mit Inhalten trainiert werden, um alle möglichen Elemente zu lernen, die sie für die Bildbeschriftung benötigen. Dies hilft Anwendern, Zeit und Ressourcen zu sparen. Denn anstatt hunderte von Beiträgen mithilfe von Intuition zu durchsuchen, kann KI daraufhin Bilder oder Videos aus Millionen von Beispielen heraussuchen und sofort anhand von Stimmung, Farbe, Landschaft oder den Objekten in den Bildern nach bestimmten Trends sortieren.

Marketingstrategie

Optimierung und Testen von Inhalten

Die drei wichtigsten KI-Basistechnologien:
Machine Learning Operations , Natural Language Processing , Computer Vision

Content-Anbieter nutzen ML-Algorithmen, um die Typen von Inhalten oder Angeboten zu ermitteln, welche Zielfunktionen wie bspw. das Befüllen von E-Mail-Formularen, Registrierungen oder Kauftransaktionen optimal unterstützen. Ideal wirkende Ansätze können daraufhin repliziert werden. Der Einsatz von Machine Learning-Ansätzen bei der Optimierung und dem Testen von Inhalten maximiert das Potenzial, bei den Verbrauchern Anklang zu finden. Zudem ermöglicht dies den Unternehmen, ihren Zielgruppen passende Inhalte zuzuordnen und je nach der Position eines Nutzers in der Customer Journey die relevantesten Inhalte bereitzustellen.

Kundensegmentierung

Die drei wichtigsten KI-Basistechnologien::
Deep Reinforcement Learning, Automated Machine Learning, Artificial Neural Networks

Kundensegmentierung dient seit Jahren branchenübergreifend dazu, Streuverluste von Marketingkampagnen zu verringern und weitere Aufgaben bzgl. relevanter Produktempfehlungen, der Preisgestaltung und zur Optimierung von Upselling-Strategien zu unterstützen. Sie ist ein Baustein für Unternehmen zur Optimierung der Customer Experience und trägt dazu bei, das Kundenerlebnis präzise auf die verschiedenen Kundensegmente und ihre spezifischen Bedürfnisse zuzuschneiden. Somit ermöglicht sie es Marken, Individuen mithilfe einzigartiger Botschaften und Angebote an allen Touchpoints der Customer Journey und bei verschiedenen Kaufanlässen präziser anzusprechen.

Marketingmaßnahmen

Chatbots und virtuelle Assistenten

Die drei wichtigsten KI-Basistechnologien:
Natural Language Processing, Computer Vision, Deep Reinforcement Learning

Chatbots und virtuelle Assistenten sind verbreitete KI-Ansätze im Marketing. Bei richtiger Verwendung bieten sie Marken und Unternehmen die Möglichkeit, einen One-to-One-Kundenservice in großem Maßstab anzubieten. Beim nächsten Entwicklungsschritt in diesem Bereich wird es nicht nur um die technologische Optimierung gehen, sondern auch um erweiterte Möglichkeiten der Datenerfassung. Marken und Unternehmen, die Chatbots nicht nur zur Optimierung der Kundenerfahrung einsetzen, sondern auch die hierdurch erzeugten Daten nutzen, werden ihren Wettbewerbern künftig einen Schritt voraus sein.

Loyalty und Retention Marketing

Die drei wichtigsten KI-Basistechnologien:
Natural Language Processing, Computer Vision, Deep Reinforcement Learning

Bei der Steigerung der Markentreue geht es um mehr als die bloße Zufriedenheit der Verbraucher. Sie gewährleistet eine dauerhafte Umsatzgenerierung und bewirkt vielleicht sogar die Gewinnung weiterer Kunden durch eine gesteigerte Markenaffinität. KI kann helfen, herauszufinden, was Verbraucher dazu bewegt, einer Marke treu zu sein. Sie kann diese Aspekte analysieren und relevante Erlebnisse gestalten – sei es durch passende Werbeaktionen oder durch die personalisierte Ansprache.

Personalisierte Customer Experience

Die drei wichtigsten KI-Basistechnologien:
Natural Language Processing, Computer Vision, Machine Learning Operations

Heute werden Inhalte von personalisierten Algorithmen angepasst – "wenn Ihnen dies gefällt, gefällt Ihnen vielleicht auch ..." . Marketing und E-Commerce haben dennoch einen weiten Weg vor sich. Trotz Änderungen an den Datenschutz- und Cookie-Richtlinien der Plattformen verfolgen immer noch zu viele Marken die Nutzer mit Produkten und Dienstleistungen, die diese bereits gekauft oder an denen sie kein Interesse haben. Indem andere Branchen die Potenziale passender Kundenempfehlungssysteme aufzeigen, steigt der Druck auf alle Marketingabteilungen, ihre eigenen Algorithmen zu verbessern. Andernfalls riskieren sie, von den Kunden gemieden zu werden.

Wesentliche Erkenntnisse

Mehr KI bedeutet tiefere Einblicke

Die Einbindung von KI in bestehende Marketing- und Unternehmenspraktiken eröffnet neue Wege für die Erhebung von Verbraucherdaten und ermöglicht es Marken somit, Wettbewerbsvorteile zu erzielen, die in der Vergangenheit undenkbar waren.

Präzise vorhersagen werden Wirklichkeit

Mithilfe von KI lässt sich das aktuelle Marketingumfeld so modellieren, dass fundierte Vorhersagen für die Zukunft möglich werden. Marketingteams können dann genau einschätzen, in welche Richtung sie die Customer Experience in Zukunft optimieren wollen.

Der menschliche Beitrag zur KI bleibt entscheidend

Auch in nächster Zukunft ist KI immer nur so intelligent wie die Menschen, die sie programmieren. Derzeit sind menschliche Interaktion und Steuerung von entscheidender Bedeutung, um algorithmische Voreingenommenheit abzuschwächen und auch die Customer Experience kreativ-kuratorisch zu optimieren.

Höherer Return on Investment (RoI)

Das Versprechen der KI, dynamische, personalisierte Verbraucheraktivierungen zu ermöglichen – bei denen Aktionen in Echtzeit analysiert werden und als neuer Input für die Marktforschung einfließen – steigert den Return on Investment (ROI) und eröffnet Anwendern weitergehende Möglichkeiten.

Mittels KI (viele) Daten für das Unternehmen nutzbar machen

Stützt man das eigene Unternehmen mit einem KI-orientierten Ansatz, wird es möglich, Kunden
effektiv zu erreichen und eine zunehmend personalisierte Customer Experience zu schaffen.

Verfügbarkeit von Daten

Hat das Unternehmen Zugang zu einer gesunden Mischung aus sogenannten Zero-, First- und Third-Party-Daten? Liegen strukturierte oder unstrukturierte Daten vor? Sind die Daten bereinigt?

BI-Plattform

Welche Business-Intelligence-Plattformen werden verwendet? Können diese Daten interoperabel nutzen und durch prädiktive Modellierung, Visualisierung oder Empfehlungsmodellierung vertiefende Einblicke gewinnen?

Datenkultur

Besteht unternehmensintern die Bereitschaft zu experimentieren und zu iterieren? Gibt es einen Präzedenzfall für die Förderung von Kreativität durch einzigartige Kombinationen und Anwendungen von Daten?