Anzeige
Anzeige
Anzeige
Beitrag drucken

Hyperpersonalisiertes Marketing

Kundendaten bündeln und KI-gestützt analysieren

Die Angebote von Firmen lassen sich so leicht wie nie zuvor miteinander vergleichen. Wenn sich Hersteller nur begrenzt über Preis oder Qualität vom Wettbewerb abheben können, wird die Kundenbindung eine wichtige Kenngröße. Dabei hilft hyperpersonalisiertes Marketing, indem es Käufern im richtigen Moment benötigte Informationen und Angebote ausspielt.

(Bild: ©auremar/stock.adobe.com)

(Bild: ©auremar/stock.adobe.com)

Der Ansatz des hyperpersonalisierten Marketings kann als weiterentwickelte Form des personalisierten Marketings verstanden werden. Während hier jedoch meist lediglich erfasste Daten verarbeitet werden, geht es heute mehr darum, mittels künstlicher Intelligenz (KI) und in der Gesamtmenge an Daten innewohnende Muster und Zusammenhänge zu erkennen. Auf dieser Grundlage ist es möglich für Kunden individuelle Marketingaktionen und Angebote zu erstellen, die auf deren Interessen und Bedürfnissen zu diesem Zeitpunkt zugeschnitten sind. Die Datenanalyse ist umso aussagekräftiger, je mehr relevante Daten in die Auswertung einfließen. Sie sind in den Firmen auch reichlich vorhanden, oft isoliert in Form von unterschiedlichen Datensilos in den einzelnen Abteilungen – und lassen sich nur schwer miteinander verbinden und analysieren.

Weitreichend personalisiert

Kunden mit personalisierten E-Mails anzusprechen, ist mittlerweile auch im B2B-Sektor Standard. Immer mehr Unternehmenskunden erwarten von ihren Lieferanten und Dienstleistern sowohl individuelle, auf ihre spezifischen Belange zugeschnittene Informationen und Angebote als auch eine Multi-Channel-Kommunikation. Nur die Adress- und Namensdatenbank sowie Kauf- und Suchhistorien auszuwerten, stößt da schnell an Grenzen. Ein hyperpersonalisiertes Marketing könnte beispielsweise so ablaufen: Nachdem ein Unternehmen neue Rechentechnik gekauft und installiert hat, erhalten seine Mitarbeiter vom Lieferanten zusätzliche, individualisierte Informationen, etwa zu Schulungsangeboten, Upgrades oder Anwenderstatistiken – je nach persönlichem Bedarf und auf verschiedenen Wegen: von E-Mails über Social Advertising bis hin zu Pop-ups.

In den Kunden hineinblicken

Mit automatisiertem One-to-one-Marketing wollen Unternehmen etwa Streuverluste reduzieren, die Konversionsrate oder die Anzahl der Kaufabschlüsse steigern sowie das Up- und Cross-Selling intensivieren. Laut einer Studie des US-Unternehmens Epsilon kaufen vier von fünf Verbrauchern eher etwas, wenn ihnen der Anbieter personalisierte Angebote unterbreitet. Hinzu kommt, dass sich Käufer nachweislich enger an einen Anbieter oder eine Marke binden, wenn ihnen das Unternehmen vermittelt, sie zu kennen und ihre Wünsche in den Fokus zu stellen. Kanalübergreifende Interaktionen zwischen Anbieter und Kunden entlang der gesamten Customer Journey sind dabei sehr hilfreich. Grad und Qualität der Hyperpersonalisierung werden umso höher, je mehr relevante Daten in die Analyse einfließen. Im Endkundengeschäft sind dazu in einigen Unternehmen schon entsprechende KI-basierte Systeme implementiert. Onlineshops werten etwa verfügbare, maßgebliche Daten aus, um Kunden und Interessenten mit jeweils einzigartigen Angeboten zu locken. Dazu gehören Merk- und Wunschlisten, Informationen zu Retouren oder Kaufabbrüchen sowie zum Bestell- und Zahlungsverhalten des Käufers. Auch die Vergabe von Likes oder Kaufempfehlungen finden Beachtung – sowohl bei der Auswertung historischer Daten als auch in Form einer Empfehlung unmittelbar nach dem Klicken.

Customer Data Platforms

Eine der größten Hürden auf dem Weg zum hyperpersonalisierten Marketing im B2B-Segment ist die heterogene Datenbasis in den meisten Unternehmen. Die Daten und Informationen befinden sich verstreut als sogenannte Datensilos an mehreren Stellen im Unternehmen. Zum Teil wissen die einzelnen Abteilungen gar nicht, welche Daten neben ihren eigenen noch existieren. Hier setzen sogenannte Customer Data Platforms an, die Daten aus den verschiedenen Systemen zusammenführen, verknüpfen und anreichern. KI-gestützt lassen sich etwa in den Kundeninteraktionen und Nutzungsdaten Muster identifizieren, um neue Erkenntnisse zu gewinnen. Das führt bis hin zu einer sehr treffsicheren Vorhersage des künftigen Kundenverhaltens, um so beispielsweise abwanderungsbereite Kunden zu ermitteln und rechtzeitig Gegenmaßnahmen zu ergreifen. Die Daten dienen dazu, Segmente zu erstellen, um die Kunden gezielter – sprich hyperpersonalisiert – anzusprechen und relevante Produkte und Services zu empfehlen.

Grundsätzliche Überlegungen

Um auf ein hyperpersonalisiertes Marketing umzustellen, sind einige grundsätzliche Entscheidungen zu treffen:

  • • Den Anfang bildet eine Bestandsaufnahme: Welche Datensilos liegen im Unternehmen vor? Welche Daten sind relevant? Wie ist ihre Qualität?
  • • Anschließend sind die KPIs zu definieren, die dem Marketing als Orientierung dienen. Dazu gehört es auch festzulegen, auf welchem Weg/in welcher Form die KPIs zum Einsatz kommen. Dabei kann es sich beispielsweis um Schwellenwerte handeln, die unterschiedliche Aktionen auslösen.
  • • Zudem sollte geprüft werden, ob oder wie sich KI vorteilhaft beim Bilden von Segmenten einsetzen lässt, die man persönlicher ansprechen möchte. Denn während sich beispielsweise in einem CRM die Segmente meist nur anhand historischer bzw. demografischer Daten erstellen lassen, kann KI dafür auch die entdeckten Muster als Basis nutzen.
  • • Schließlich müssen Unternehmen festlegen, wer ermittelte Erkenntnisse wie nutzen soll und wie sie zur Verfügung gestellt werden sollen. Sind etwa Vertrieb und Service viel vor Ort beim Kunden, benötigen sie die Informationen auf ihren mobilen Endgeräten. Für das Marketing-Team hingegen ist es sinnvoll, sie automatisiert in die Vertriebssoftware einzuspielen.

ANZEIGE

Mögliches Szenario

Eine mögliche Anwendung des Ansatzes liefert das fiktive Beispiel, bei dem ein aktuell inaktiver Kunden im Unternehmen anruft: Der Vertriebsmitarbeiter hebt ab und öffnet eine App, die ihm Details zum Anrufer, einschließlich Berufsbezeichnung, Firmenname, Standort, Kommunikationspräferenz und Net Promoter Score anzeigt. Das Modul Microsoft Dynamics 365 Customer Insights stellt darüber hinaus alle aktuellen Projekte dar. Darunter sind die jüngsten Aktivitäten zu sehen, einschließlich Website-Besuche, E-Mails, Telefonanrufe, Social Feed und Meetings. In der Unternehmensansicht sind alle Aufträge der Firma aufgeführt – bei Bedarf mit Details wie Projektname, Praxisbereich, Gesamtbudget, Prozentsatz der Fertigstellung, bisherige Kosten und Wertmarge. So kann der Account Manager die Gelegenheit nutzen, um nachzufassen, falls Projekte gefährdet sind. Als Top-Vertriebler lässt er sich zudem anzeigen, wie sich die Kundenzufriedenheit im Laufe der Zeit entwickelt hat, um dann darauf im Gespräch einzugehen. Dem Anrufer vermittelt er damit, dass dieser im Zentrum aller Aktivitäten steht und man sich um seine Bedürfnisse mit hohem Engagement kümmert. Letztendlich profitieren aber beide Seiten: Der Anbieter generiert Umsatz und stärkt die Kundenbindung. Der Kunde erhält für ihn relevante Angebote und Informationen, die er möglicherweise selbst noch nicht im Blick hatte.


Das könnte Sie auch interessieren:

Das DFKI und das Fraunhofer IML untersuchen in einem Forschungsprojekt, wie künstliche Intelligenz bei der Vergabe von Lehrstühlen und Institutsleitungen unterstützen kann. In der Folge soll ein Portal für Bewerber-Profile entstehen.‣ weiterlesen

Nachhaltigkeit wird oft von den Beteiligten eines Wertschöpfungsnetzwerkes erwartet - und sie kann sich als gewinn- und kostenrelevant darstellen. Um jene Unternehmen zu diesem Wandel zu befähigen, die über begrenzte Ressourcen verfügen, können diese Firmen Ökosysteme etwa mit Zulieferern, Vertragspartnern und Technik-Dienstleistern aufbauen, um kreative Lösungen zu erarbeiten.‣ weiterlesen

Motiviert von der Aussicht auf Effizienz im Produktionsprozess und damit verbundenen Kosten- sowie Wettbewerbsvorteilen, setzen immer mehr Unternehmen auf Technologien wie etwa Sensorik oder künstliche Intelligenz. Und oft fällt das Schlagwort ’Green Manufacturing’. Dabei schauen viele nur auf den unmittelbaren ökologischen und ökonomischen Nutzen. Was oft fehlt, ist die Berechnung der Gesamtbilanz dieser Digitalisierungsmaßnahmen und der Weitblick in Sachen Nachhaltigkeit.‣ weiterlesen

Mit Dimitrios Koutrouvis hat Lütze Transportation ab Oktober einen neuen Geschäftsführer. Er tritt die Nachfolge von André Kengerter an.‣ weiterlesen

Der Bitkom schätzt die Schäden durch Cyberangriffe auf jährlich 220Mrd.€. Unternehmen sind also gefragt, sich bestmöglich gegen solche Vorfälle zu schützen. Wie? Darüber können sich Interessierte vom 25. bis zum 27. Oktober auf der Security-Messe It-sa informieren.‣ weiterlesen

Low Code-Entwicklungsplattformen helfen Unternehmen, ihre IT an stetig wechselnde Strukturen und Prozesse anzupassen. Es gilt: Wo programmiert wird, kann meist Low Code-Technologie eingesetzt werden – erst recht im IIoT-Projekt.‣ weiterlesen

Planung und Überwachung sind entscheidende Faktoren für die Effzienz einer Produktion. Die Basis dafür bilden Daten. Daher setzt die Firma GGK in ihrer Fertigung auf die IIoT-Plattform Toii. Mit ihr erfasst der Hersteller von Kabelmanagement-Systemen alle relevanten Daten, um die Transparenz zu verbessern und etwa Störungen schneller zu beseitigen.‣ weiterlesen

Korrekte Stammdaten sind beim Wechsel auf SAP S/4Hana enorm wichtig. Drei Tools für das Product Structure Management helfen, die Engineering-Stückliste mit der Manufacturing-Stückliste automatisiert abzugleichen.‣ weiterlesen

Eine industrielle IoT-Plattform unterstützt dabei, auf digitaler Basis Transparenz zu erzielen, Prozesse zu optimieren und Fehler zu vermeiden. Dafür werden Menschen, Produktions-IT-Systeme und Maschinen miteinander verknüpft. Doch wie funktioniert das?‣ weiterlesen

Mit einem Plus von 0,7 Prozent im Vergleich zum Juni liegt der Auftragsbestand im verarbeitenden Gewerbe im Juli auf einem neuen Höchstwert. Die Reichweite der Aufträge bleibt unverändert bei 8 Monaten.‣ weiterlesen