Software Plattformen für Marketing

KI im Dialogmarketing

eCommerce Studie KI im Dialogmarketing

KI im Dialogmarketing

E-Mail Marketing profitiert von neuen Technologien.

28. August 2018

Die Potenziale von Künstlicher Intelligenz (KI) werden kaum genutzt. Mit qualitativ hochwertigen Daten verfügen Unternehmen jedoch über ihr eigenes Kundenorakel.

Rund 70 Prozent der Unternehmen investieren laut einer Studie des Technologie-Marktforschungsinstituts Vanson Bourne bereits in KI (im Englischen auch AI – Artificial Intelligence) oder haben dies zumindest geplant. Die erhofften Ergebnisse sind klar: Umsatzsteigerungen und Wettbewerbsvorteile durch noch genauere und passendere Kundenansprache. Doch kann KI tatsächlich zu einer stärkeren Kundenbindung verhelfen?

Wo soziale Kontakte enden und KI beginnen muss

Dunbar’s number besagt, dass der Mensch auf 150 soziale Kontakte, die individuell gestaltet werden können, limitiert ist. Dieser Zahl steht eine deutlich größere Kundenmenge gegenüber, die eine individualisierte Ansprache verlangt um mit ihr in den erfolgreichen Kundendialog zu treten. Die logische Lösung für diese Diskrepanz: Künstliche Intelligenz. Besonders interessant für das Dialogmarketing ist das Machine Learning (ML). Als Teilgebiet der KI bildet es das erfahrungsbedingte menschliche Lernverhalten durch Algorithmen nach. Das System wird also selbstlernend und kann Muster und Gesetzmäßigkeiten erkennen, wie etwa die optimale Art und den besten Zeitpunkt zur Kundenansprache oder auch potenzielle Abwanderungen.

Zur richtigen Zeit den richtigen Content an die richtigen Kunden

In Zeiten nachlassender Kundentreue ist die Berücksichtigung der individuellen User Life Cycles wichtiger denn je. ML-Systeme müssen daher als Empfehlungssysteme bei Endverbrauchern und vor allem zur Personalisierung von Inhalten eingesetzt werden. Beispiel E-Mail Newsletter: Liest der Kunde seine Mails stets auf dem Weg zur Arbeit, macht es keinen Sinn, ihm den Newsletter am Nachmittag zu schicken, wo er dann zwischen all den anderen E-Mails bis zum nächsten Morgen längst untergegangen ist. Bei zehn Usern kann man auf diese individuell besten Zeiten noch eingehen, aber nicht einmal die Bearbeitung von Dunbars 150 Einzelkontakten wäre wirtschaftlich vertretbar, geschweige denn von mehr Kunden. Intelligente Systeme wie eyepin Fire bringen die Vielzahl an Daten in die richtigen Zusammenhänge und ermöglichen somit Kommunikation auf dem nächsten Level.

Fazit: In der Customer Experience werden kaum KI-Kundenerlebnisse realisiert. Spricht man mit den Unternehmen, mangelt es an vor allem an Know-how und Ressourcen. Diese Hürden müssen gezwungenermaßen zuerst bewältigt werden, damit Machine Learning in den Marketing-Alltag integriert werden kann. Nur so besteht das Potenzial, die Daten auch zu nutzen um mit seinen Kunden in einen nachhaltigen Dialog zu treten.

Diese Beiträge könnten Sie auch interessieren:

Warum wir Big Data zu Smart Data machen müssen