Nicht zuletzt die öffentliche Diskussion um ChatGPT hat das Thema der künstlichen Intelligenz wieder mit Nachhall angeheizt. Die Öffentlichkeit setzt sich mehr denn je mit den Anwendungsfällen und nicht zuletzt mit den ethischen Aspekten auseinander, wie man Maschinen “intelligenter” machen kann.
Künstliche Intelligenz ist nicht neu
Dabei ist das Thema keineswegs neu, schon 1956 wurde der Begriff „Künstliche Intelligenz“ geprägt. Was sich seither definitiv verändert hat, ist die Menge an Daten, die verarbeitet werden kann und vor allen Dingen, wie schnell dies möglich ist. War die Apollo 11 noch mit einer Rechenleistung unterwegs, die jedem modernen Handy unterlegen gewesen wäre, so sprechen wir heute wie selbstverständlich von Echtzeit. Aber begreifen wir auch, was dahintersteckt?
Es ist für uns eine Selbstverständlichkeit, dass wir Interaktionen in dem Moment, in dem diese passieren, erfassen und wahrnehmen, verarbeiten und interpretieren und letztlich daraus Schlüsse und Konsequenzen ziehen. Teilweise ist das menschliche Gehirn damit überfordert, Maschinen können dies aber problemlos (aufgrund der Rechenleistung). Mit der stärker digitalisierten Welt, u.a. mit Internet und Onlinediensten, sind die Menschen und Maschinen in ihrer Kommunikation einander deutlich nähergekommen.
Aber nicht erst seit diesem Jahr wird versucht gerade in den Königsdisziplinen der Kundenansprache, Marketing und Vertrieb sich die so genannten Customer Journeys und entsprechend Touch Points nutzbar zu machen. Dies bedeutet, sich die Frage zu stellen, welchen Weg ein Kunde im Austausch mit dem Unternehmen nehmen und wo wird er mit dem Unternehmen in Berührung kommen oder gar in Kontakt treten kann. Schon vor 20 Jahren war man sich dessen bewusst, hatte allerdings noch nicht die idealen Werkzeuge.
Dies hat sich geändert: Heute gibt es die Möglichkeiten und auch die Werkzeuge. Daher setzt mit SAP Emarsys eine der führenden Marketing-Automation-Lösungen konsequent auf den Einsatz maschinengestützter Echtzeitanalysen. SAP Emarsys nennt diese Echtzeit-Interaktion mit Menschen in digitalen Berührungspunkten ganz lapidar und doch vielsagend “Tactics”.
Künstliche Intelligenz bietet neue Möglichkeiten
Tactics, der Begriff trifft es eigentlich recht gut. Tactics als Begriff ist im Zusammenhang mit SAP Emarsys wörtlich zu nehmen. Es sind Vorgehensweisen, basierend auf Forschungsergebnissen und Erfahrungswerten, wie man bestimmte Ziele bestmöglich erreicht. Hier bietet die führende Marketing-Automation zum Zeitpunkt dieses Artikels ca. 100 Taktiken für jede denkbare Handlungsempfehlung zur bestmöglichen Interaktion zwischen Unternehmen und deren Kunden auf den digitalen Touch Points – in Vertrieb und/oder Marketingansprache. Durch die Erfahrungen der letzten Jahrzehnte, durch den immer effizienteren Erfahrungsaustausch und durch die Rechenleistung, die nahezu jedem zur Verfügung stehen, werden die Steuerungen und damit die Ergebnisse dieser Automationen immer besser.
Nach Dokumentation ist eine Tactic eine vordefinierte Automation, die für eine spezielle Marketing-/Vertriebsanwendung auf Grundlagen der o.a. Forschung vorbereitet worden ist, z.B. “Gewinnung neuer Kunden”, lässt sich aber vom Anwender anpassen (Automation Center Programm). Dabei werden auch Branchen und Industrien mitunter berücksichtigt und jedes Element der Automation, beginnend vom Start über jede Bedingung, basiert dabei auf empirischen Erkenntnissen; so gesehen aktuell gültige Best Practice.
Dabei ist extrem hilfreich, dass es einerseits Anleitungen zum Testen der Tactic gleich an Bord gibt, ebenso dass aufgrund des Reifegrades der Automation kaum noch Anpassungen für Kunden notwendig sind, somit hat man wenig Implementierungsaufwand und kann Emarsys – die Datenbasis und -integration vorausgesetzt – schnell zum Einsatz bringen und die Vorteile effektiv nutzen.
Emarsys kann nahtlos integriert werden
Nun ist es so, dass all die im Emarsys genutzten Algorithmen Daten brauchen, um zu lernen und zu funktionieren. Hier wartet SAP Emarsys in einem echten Power Duo auf und hat mit einer vollintegrierten Customer Data Cloud eine perfekte Grundlage, um Personalisierung als auch Segmentierung zielgerichtet auszuspielen und auszuführen. Dabei ist wichtig anzumerken: Hier geht es nicht um Un-Supervised Learning oder Supervised Learning, daher braucht es eine solide Datenbasis (vgl. Data Cloud oder ähnliches), um im Rahmen der Marketing-Automation Grundlagen für das Machine Learning und daraus resultierende Ansätze angehen zu können. Mittels „Progressivem Profiling“ werden Interessenten-Profile und Lead-Profile weiter angereichert und so die Ergebnisse hinsichtlich Personalisierung und Segmentierung verbessert.
An der Stelle auch der Hinweis, dass nicht nur die Marketinganwendungen und Automation Suites sich die intelligente Technologie zu Nutze machen. Auch im Vertriebsbereich nutzt man die Entscheidungsbäume und regelbasierte Entscheidungsgrundlagen, um eine intelligente Vertriebssteuerung umzusetzen. Intelligent Sales Execution nennt sich das Add-on und umfasst automatisierte Lead bzw. Opportunity-Bewertung, Scoring-Mechanismen, Next Best Action und andere Werkzeuge, die es dem Vertrieb erlauben, deutlich effektiver und effizienter zu werden. Aber dazu an anderer Stelle mehr.
Tactics – künstliche Intelligenz grafisch umgesetzt
Digitale Bewegungen können nachverfolgbar sein, beispielsweise die Scrollgeschwindigkeit auf einer Seite, die Klicks auf bestimmte Artikel, damit einhergehende Schlagwörter, die auf Interessen schließen lassen. Oder gar größer: Es wird gemunkelt, dass Unternehmen wie Meta (vgl. Facebook) mehrere Tausend Parameter von den Benutzern auslesen und daraus Schlüsse ziehen. Dann ist es leicht vorstellbar, dass man diese Erkenntnisse nutzen kann, um den Benutzer zu „begleiten“ und so ein ideales digitales Erlebnis aufzubauen. Ebenso nachvollziehbar, dass man auch beeinflussen kann.
Wie kann man für das eigene Unternehmen diese Daten nutzbar machen? Nun, Tactics sind genau das Mittel der Wahl, sind sie doch ausgehend von unserer vorhergehenden Umschreibung vereinfacht aufeinander folgende Aktionen und Entscheidungen, die jeweils neue Handlungen auslösen und wiederum auf die vorhergehenden Ereignisse reagieren – man nennt dies Automation Flow. Dabei nutzt man Erkenntnisse aus der Forschung und aus besagten Erfahrungswerten dazu, dass ein Mensch oder ein konkreter Kunde im optimalen Fall zum richtigen Zeitpunkt, im richtigen Kontext, mit der richtigen Ansprache und im richtigen Kanal sowie letztlich mit dem richtigen Inhalt angesprochen wird, um zu einem vorbestimmten Ergebnis (z.B. Kauf) zu gelangen. Aber: Menschen sind unterschiedlich und eigen, so ist auch jede Customer Journey unterschiedlich und eigen. Die daraus folgende Hyper-Personalisierung, grob der Anspruch jedem einzelnen Menschen seine eigens definierte Customer Journey anzubieten, wäre ohne Automation schlicht nicht möglich.
Tactics erleichtern hier den Anwendern insoweit die Arbeit, dass zumindest die einzelnen Aktionen und Entscheidungen vordefiniert wurden und somit die prädiktiven sowie präskriptiven Handlungen abgeleitet werden können. Dazu wird in jedem Handlungsschritt von der Tactic für jeden einzelnen Kunden bestimmt, welche Folgeaktion angeboten oder ausgespielt werden soll. Hierbei werden auch Inhalte von Internetseiten gezielt verändert, bestimmt Buttons oder Links angepasst, erwartbare Aktionen wahrscheinlicher gemacht.
Konkreter: Will ich beispielsweise neue Kunden gewinnen, sind aus den Erfahrungen von Kunden und Wissenschaftlern heraus bestimmte Aktionen bei der Kontaktaufnahme eines Interessenten optimal, um eine sehr hohe Wahrscheinlichkeit zu haben, dass dieser zum Kunden konvertiert. Stellen wir uns vor, ein Interessent möchte einen bestimmten Artikel, legt ihn sogar in den Warenkorb und bricht ab – alles durch SAP Emarsys erkennbar. Dann wäre es eine Möglichkeit, diesem Interessenten vor Verlassen des Browserfensters eine Nachricht auszuspielen, sinngemäß „Sie verlassen uns schon, hier gibt es einen Rabatt Coupon“. Glauben Sie nicht? Doch solche noch sehr einfachen Tactics sind ohne weiteres möglich.
Im immer härteren Wettbewerb geht es darum, Ressourcen, hier gemeint das Budget, so effektiv und effizient wie eben möglich einzusetzen. Hier kommen Kennzahlen wie Customer Acquisition Cost (was kostet es mich einen Kunden zu gewinnen) und Customer Lifetime Value (wie viel Umsatz kann ich mit einem typischen Kunden in einem bestimmten Zeitraum üblicherweise erzielen) ins Spiel. Nicht zu vergessen ist das Minimieren der Absprungraten, um den gewonnenen Kunden über den Lebenszyklus perfekt zu bedienen und damit an das Unternehmen zu binden.
Ansätze, dies zu optimieren, liegen u.a. in Customer Journey Mappings, Net-Promotor-Score-Evaluierungen, Serviceoptimierungen wie z.B. One Face to the Customer und anderen vergleichbaren Beratungsansätzen, die dazu dienen, die Wirkung des eigenen Unternehmens in Richtung Kunde zu sehen, zu verstehen und zu verbessern.