Was, wenn ich Ihnen erklären würde, dass Sie die blaue Pille nehmen können und Marketing so bleibt, wie es immer war. Oder Sie könnten die rote Pille nehmen, und damit neue Türen der Wahrnehmung öffnen, durch die Sie nie zuvor sehen konnten.
Welche von beiden würden Sie wählen?
Würden Sie Marketing im Dunkeln oder im Licht bevorzugen? Gefangen bleiben in der alten Realität oder neue Dimensionen enthüllen, die Sie noch nie gesehen haben, die aber dennoch existieren?
Wenn ich Ihnen nun erklären würde, dass die rote Pille ein Rezept darstellt, mit dem Sie die meisten Ihrer Probleme und Sorgen im Marketing heilen könnten? Und dass diese jedem Marketing-Team zur Verfügung steht?
Artificial Intelligence ist dieses Allheilmittel. Doch anders als im Film Matrix aus dem Jahr 1999 wurde AI nicht von einem bösartigen Marketer hervorgebracht, der darauf versessen ist, Ihre Daten für seine eigenen Zwecke einzusetzen.
Das Gegenteil ist der Fall: AI entwickelt sich zu einer der begehrtesten Technologien im E-Commerce, und das aus gutem Grund: Sie hilft Marketern wie durch verbesserte Brillengläser, neue Insights zu entdecken, zukünftige Customer Events vorherzusagen und Prognosen zu erstellen, wie Kunden sich entlang ihrer Journey verhalten werden.
E-Commerce Marketer verwenden AI, um proaktiv zu werden
Mit AI die Marketing-Matrix überwinden
Was meine ich, wenn ich von „neuen Dimensionen“ im Marketing spreche? Von welchen neuen Informationen spreche ich, und welchen Einfluss haben diese angeblich neuen Informationen auf das Geschäftsergebnis?
Ich dachte immer, dass das Nonplusultra im Marketing modernste Marketing-Automations-Technologie, umfassende Personalisierungsmöglichkeiten und solide Blueprints für Kampagnen sind. Und bisher stimmte das größtenteils auch so. Bereits dies war eine extrem gute Kombination verschiedener Tools, die alle möglichen Arten der Echtzeit-Umsetzung, 1:1-Content-Personalisierung und vieles mehr übernehmen konnten.
Doch dann begann ich, mich intensiver mit der Frage zu beschäftigen, was AI tatsächlich bewirken kann. Ich war erstaunt, herauszufinden, wie viel Marketer verpassen und was sie alles nicht wissen, solange sie keine (echte) AI einsetzen, die in die Marketingplattform/Personalisierungs-Engine integriert ist.
Lassen Sie uns drei Möglichkeiten betrachten, wie AI diese unsichtbaren Ebenen erschließen kann.
AI hilft dabei, neue Insights über Kunden zu gewinnen
Personalisierung und Automation sind das Endergebnis von AI. Sie sind der Output.
Einigen Marketern ist es völlig gleichgültig, was davor geschieht oder welche Arten von Informationen sie sich zunutze machen können, um diesen Output zu erhalten. Sie sollten sich aber dafür interessieren. Denn die Insights, die in vorhandenen Daten stecken, können auf weitere Events verweisen, die mit einer gewissen Wahrscheinlichkeit im weiteren Verlauf auftreten.
“AI interpretiert Datenpunkte, die entlang der Purchase Journey des Verbrauchers gesammelt werden. Sie erzeugt keine neuen Daten, sie reichert lediglich Attribute an, die auf zuvor erfasstem Verhalten basieren. Daher müssen die zugrunde liegenden erfassten Daten so präzise wie möglich sein.”
Daniel Eisenhut • VP, Services & Support, Emarsys • @eisenhut_dan
AI hilft dabei, eine Fülle von Informationen über das „WER“ zu analysieren (große Datenmengen in verständliche, sinnvolle Einheiten zusammenzufassen). Zu diesen Informationen zählen:
- Käuferprognosen
- Wahrscheinlichkeit, dass Erstkäufer zu Wiederholungskäufern werden
- Wahrscheinlichkeit des Inaktiv-werdens
- Wahrscheinlichkeit der Abwanderung
- Lead-Prognosen
- Wahrscheinlichkeit einer Konversion oder eines erneuten Kaufs
- Wahrscheinlichkeit des Inaktiv-werdens oder Abwanderns
- Wahrscheinlichkeit, dass eine Person inaktiv bleibt oder abwandert
- Umsatzprognosen
- Wert des nächsten Warenkorbs
- Wertverlauf (Value-over-Time)
AI gibt Unternehmen eine faire Chance gegenüber den wählerischen Käufern von heute. Diese besteht darin, mit großer Zuverlässigkeit sagen zu können, wer wahrscheinlich einen Kauf oder eine Konversion abschließen wird und wie hoch die Wahrscheinlichkeit dafür ist. All dies basiert auf vergangenen Verhaltens- und Kaufdaten.
Sie können auch sehen, welche Gruppen oder Segmente von Kunden wahrscheinlich erneut kaufen, inaktiv bleiben oder abwandern und so Ihr Targeting verbessern. Marketing findet zunehmend auf mehreren Ebenen statt, und AI bietet eine neue Art von mehrstufigem Verständnis Ihrer Datenbank, das zuvor nicht zur Verfügung stand.
AI hilft dabei, Customer Events vorauszusagen und entsprechende Maßnahmen zu identifizieren
Der zentrale Bestandteil von AI-Systemen (im Vergleich zu traditioneller Automation) ist das Element des Selbstlernens.
Es ist eine Sache, A/B-Tests durchzuführen, mit Mustersegmenten zu experimentieren oder sogar Vermutungen darüber anzustellen, welche Inhalte an wen gesendet werden sollten. Etwas ganz anderes ist es jedoch, selbstlernende AI-Algorithmen zu verwenden, um zuverlässig zahlreiche Attribute von Kunden und Kampagnen sowie der Kommunikation vorherzusagen.
Wie also sagt AI diese Customer Events vorher, und welche Elemente sagt sie vorher?
Raj Balasundaram, SVP of AI bei Emarsys, beschreibt im Folgenden, wie BrandAlley U.K. prädiktive Intelligenz für genau diesen Zweck nutzt:
„BrandAlley focuses on what data they collect, keeping it clean, making it usable, trainable, and predictable. In the past 6-8 months, they’ve started predicting who is about to churn before it actually happens. When they moved from reactive to proactive, the same campaigns gave them 4x in revenue within half the time period.“
Raj Balasundaram • SVP of AI, Emarsys • @RBalasundaram
Durch die Verwendung von Engagement-Scoring, Daten zum Kaufverlauf und Verhaltensmustern können Algorithmen Vorhersagen zum LTV eines Kontakts treffen. Ebenso können sie die Wahrscheinlichkeit ermitteln, mit der der Kontakt innerhalb eines bestimmten Zeitraums einen Kauf tätigt, Ihre Website besucht oder abwandert.
Gerüstet mit diesen Informationen kann AI dann automatisch Produkte, Inhalte und Incentives individuell an jede Person, jeden Anwendungsfall und jeden Kanal anpassen. AI kann Folgendes voraussagen und präsentieren:
- Farbschemata, verschiedene Formulierungen, Bilder, Kategorien und derselbe Inhalt kann unterschiedlichen Kunden auf unterschiedliche Art präsentiert werden. Visuelle Vorlieben unterscheiden sich von Person zu Person. AI versteht diese visuelle Affinität und erstellt 1:1-Inhalte.
- AI versteht Produktaffinitäten — wer mit hoher Wahrscheinlichkeit welche Artikel kauft, und welche Angebote Käufe fördern.
- Algorithmen übernehmen die harte Arbeit, indem sie dynamische Preise, Incentive-Empfehlungen und Prognosen zur Verwendung der Incentives liefern.
- Beste Versandzeit. AI identifiziert den exakten Zeitpunkt für Interaktionen mit jedem einzelnen Kontakt für alle Kanäle. Dazu gehört auch die Aussage, zu welchem Zeitpunkt die Wahrscheinlichkeit eines Kaufs durch den Kontakt am wahrscheinlichsten ist.
AI erschließt das komplette Kundenprofil und prognostiziert Wert
Insights auf höherem Niveau (und mit höherer Relevanz und Genauigkeit) sind mit AI nur dann wirklich möglich, wenn AI in eine ganzheitliche Lösung eingebettet ist, die eine Wissensschicht über alle verbundenen Kanäle legt.
Während kanalspezifische AI-Tools in eng abgesteckten Anwendungsfällen ziemlich gut funktionieren können, fehlt ihnen die Fähigkeit, Daten wieder in ein einheitliches Profil zu integrieren. Aus diesem Grund sind schließlich alle Insights und Erlebnisse unvollständig und zusammenhanglos.
Doch mit einer tieferen Schicht aus selbstlernenden Algorithmen, die mehrere Kanäle steuern, kann AI glänzen. Warum? Algorithmen gedeihen mit Daten. Und große Mengen qualitativ hochwertiger Daten auf allen Ihren Kanälen verleihen Ihrer Maschine die größtmögliche Klarheit, Vollständigkeit und Transparenz.
“Maschinen müssen etwas über die Welt wissen. Sie lernen durch Erfahrungen, Daten und Beispiele … Diese Beispiele geben ihnen die Daten, aus denen sie lernen. Doch Sie benötigen auch die richtige Zusammenstellung von Algorithmen. Beim Machine Learning können Sie einem System beinahe alles antrainieren, wenn Sie genügend Daten eingeben. Im Falle von moderner AI sind sowohl eine große Menge an Daten, als auch neue Algorithmen mit eingebunden”
Ashwin Ram • Technischer Direktor für AI, Google, AI-Forscher und Unternehmer • @ashwinram
Nichts wird mehr versteckt oder unbekannt sein. Wir werden wissen, wer ein Kunde wirklich ist. Statt Rätselraten und Vermutungen, haben wir es fortan mit harten Fakten und gesicherten Ergebnissen zu tun.
Mit all diesen Daten können Sie AI verwenden, um erstaunlich genaue Prognosen zu folgenden Faktoren abzugeben:
- Wert des nächsten Warenkorbs
- Customer Lifetime Value (CLTV)
- Wert von Kundensegmenten
- Wahrscheinlichkeit bestimmter Aktionen dieser Segmente
- Geschäftsumsatz für das nächste Quartal
Fazit
Ein Paradigmenwechsel hält im E-Commerce Einzug. Marketer entdecken die tieferliegenden Wahrheiten zu enorm vielen geschäftlichen Aspekten. Sie alle werden unterstützt durch die bislang leistungsstärkste Technologie: Artificial Intelligence.
Das Aufregende daran ist: Wir sind gerade erst dabei, an der Oberfläche zu kratzen. Mit AI erschließen wir neue Dimensionen unserer Datenbanken, die wir nie zuvor gesehen haben. Sie ermöglicht mehr intelligente Automationen auf allen Kanälen.
Doch stellen Sie sich vor, zu was wir in den kommenden 10, 15, 20 Jahren in der Lage sein werden. Reine Analyse, Segmentierung und Automation werden der Vergangenheit angehören. Die Vorhersage von Customer Events auf der Grundlage von Verhaltensdaten wird sicher ein Schlüsselfaktor sein. Echtes 1:1-Marketing wird etwas komplett anderes bedeuten als heute. Ich überlasse es Ihnen, über die neuen Möglichkeiten nachzudenken.
Ausgewählte ähnliche Ressourcen:
- Wie Retail-Marken durch den Einsatz von AI im E-Commerce proaktiver werden
- 3 Möglichkeiten, wie Reisemarken AI verwenden
- 5 Möglichkeiten, Artificial Intelligence wirkungsvoll im E-Commerce einzusetzen
AI sagt Kaufwahrscheinlichkeit, Konversionswahrscheilichkeit und CLV voraus. Mehr erfahren!
