Posts Tagged ‘#targetagent’

Der berechenbare Konsument – Mit Daten und KI eine neue Dimension der ganzheitlichen Kundensicht schaffen

Dienstag, Dezember 14th, 2021

Daten sind das schwarze Gold der Gegenwart. Doch nur mit den richtigen Voraussetzungen werden sie zum Treibstoff für Marketing und Vertrieb. INSET und seine Partner targetAGENT Technologies aus Wien und panadress marketing intelligence aus München raffinieren die Daten von 40 Millionen deutschen Haushalten mit über 400 Metadaten und sind damit zum zündenden Sprit für datengetriebenes Marketing auf Basis von künstlicher Intelligenz geworden.

Mit der Data Analytics Plattform das aus diesem Joint Venture entwickelt wurde, können die richtigen Zielgruppen auf Basis eines dahinter liegenden neuropsychologischen Metadatenmodells für jedes beliebige Consumer-Produkt selektiert, Werbecontent über den richtigen Kanal ausgesteuert und der Erfolg Marketing- und Vertriebskampagnen messbar gesteigert werden.

Das interaktive Visual Data Analytics Online-Cockpit von Target Agent Technologies, ist eine modulare und daten-basierende End-to-end Lösung für strategische Entscheidungen im Consumer-Marketing.

Wie Unternehmen von der Symbiose aus Data und Künstlicher Intelligenz profitieren können

In den vergangenen Jahren wurden immer wieder Big Data Projekte in großen Organisationen umgesetzt, die entsprechende Budgets dafür hatten. Im Mittelstand kommt das Thema mit zeitlicher Verzögerung an.

Aber was bedeutet es für Unternehmen sich diesem Thema anzunehmen? Welche Voraussetzungen müssen Entscheider innerhalb des Unternehmens schaffen, um durch künstliche Intelligenz und datengetriebenes Marketing wirklich zu profitieren?

Unabhängig von der Größe eines Unternehmens muss klar formuliert sein für welche konkreten Einsatzzwecke man Künstliche Intelligenz und datenbasierende Verfahren nutzen möchte.

Die Einsatzmöglichkeiten sind dabei vielfältig. Geht es um die automatisierte Leadgenerierung im Vertrieb, die effektivere Aussteuerung von Marketingbudgets ohne zu große Streuverluste, die Erhöhung der Kundenbindung durch Vorhersagemodelle, strategische Wettbewerbs- oder Markenbeobachtung oder möchte ich auf Basis von Daten sogar neue Umsatzquellen erschließen?

Meist starten Unternehmen nicht bei null, sondern haben partielle Erfahrungen in der Nutzung von Daten für Vertriebs- und Marketingzwecke gesammelt. Aber nur mit einem gesamtheitlichen Zugang realisiert man mittel- bis langfristig echte strategische Wettbewerbsvorteile und zieht der Konkurrenz davon. 

Data Magic: Daten sind der Treibstoff, der die Künstliche Intelligenz vorantreibt

Daten alleine sind noch kein Gold, eher ein Rohstoff. Aber deren Veredelung durch modernste Datenanalysemethoden und Algorithmen lässt intelligente, lernfähige Prozesse und verblüffend exakte Prognosemodelle entstehen. Um das geht es. Daten sind dabei kein Selbstzweck, sondern der Rohstoff um komplexe Zusammenhänge aufzudecken und damit Kundenbeziehungen radikal neu zu gestalten. Das hat auch große Auswirkungen auf die Art und Weise wie Abteilungen unternehmensintern zukünftig zusammenarbeiten. 

Waren die Bereiche Marktforschung, Werbung, Kommunikation, Sales und Innovationsmanagement lange Zeit getrennte Disziplinen, sind Daten gewissermaßen das Bindeglied zwischen diesen ausdifferenzierten Kompetenzbereichen. Inseldisziplinen und Bereichsdenken haben in Zeiten globaler Komplexität und Dynamik ausgedient und es wird immer wichtiger, mittels modernster Datentechnologien bzw. Algorithmen, vielschichtige Zusammenhänge (The Big Picture) aufzudecken.

Wie kann Data und KI in der Praxis angegangen werden?

In der Praxis zeigt sich, dass die Verwertung der richtigen Datenquellen und deren Verknüpfung zu einem lernfähigem Datenmodell aus operativer Sicht an erster Stelle steht. Kombiniert man interne Daten, etwa aus dem CRM-System, mit externen Datenpools, etwa mit statistischen Daten zu Kaufkraft, Kfz-Nutzung, Social Media oder differenzierten semantischen Suchverhalten, entsteht eine mächtige Grundlage für unterschiedlichste Einsatzzwecke.

Viele Unternehmen realisieren in dieser Phase sehr schnell, dass interne Daten nicht ausreichen, um relevante Erfolgsgrößen, wie etwa die „Kosten pro Kontakt“ oder die „Kosten pro Bestellung“ signifikant zu verbessern. Spätestens hier empfiehlt sich ein Screening nach externen Datenpartnern, die einen Mehrwert schaffen können.

Eine weitere strategische Schlüsselfrage lautet: Make or Buy?

Viele Anbieter behaupten DEN Algorithmus für DIE Problemstellung entwickelt zu haben. Hier ist Vorsicht geboten und Entscheider sollten nach Lösungen Ausschau halten, die auf eine flexible Orchestrierung einer Vielzahl an wegweisenden Algorithmen, Datenquellen und Technologien, setzen.

Spätestens in dieser Phase stellt sich die Frage aus Unternehmenssicht, ob in eine eigene Dateninfrastruktur und die erforderlichen Schlüsselpersonalressourcen investiert wird, etwa in den Domänen Data Modeling und Data Science, oder ob man auf eine „Out of the box“ Lösung setzt. Diese Entscheidung steht in der Praxis auch mit rechtlichen Fragen in Zusammenhang. Viele Firmen dürfen aus Datenschutzgründen keine Daten außer Haus geben und sind dadurch gezwungen so genannte „on Premise“ Lösungen zu implementieren.

Der Einsatz von „data-driven Marketing“ ist keine Frage der Unternehmensgröße

Kleinere und mittelständische Unternehmen stehen häufig vor der Herausforderung, dass sie sich keine teuren Data Scientists leisten können oder diese am Personalmarkt nur schwer zu bekommen sind – zu stark ist die Konkurrenz zwischen Großkonzernen, die gute Einstiegsgehälter bieten und innovativen Start-up`s, die mit attraktiven Arbeitsbedingungen punkten – und daher meistens eine „Buy“ Option sinnvoll erscheint.

Wie finden Unternehmen die richtige datenbasierte KI-Lösung für sich?

Ein Blick auf einschlägige Anbieterlandkarten zeigt, dass es mittlerweile eine große Anzahl an Produkten gibt, die Lösungen in diesem Umfeld bieten.

Oberstes Kriterium bei der Auswahl eines Produktes sollte eine flexible Datenarchitektur, die eine Verschmelzung von internen und externen Quellen unterstützt, die Einfachheit in der Bedienung und planbare Kosten sein. Als dritte Option zwischen „Make“ oder „Buy“ sollte auch noch die Etablierung eines Joint Ventures in Betracht gezogen werden, in der man verfügbare Inhouse-Ressourcen mit externen Skills bündelt und so ein geringeres Investitionsrisiko eingeht.

Datenbasierte Kampagnen: Symbiose zwischen Mensch und Maschine

Bevor eine datenbasierende Marketing- oder Vertriebskampagne geplant, gestaltet und ausgesteuert wird, heißt es zunächst das Datenmodell anzulernen und zu trainieren. Mittels komplexer Datenmodelle und vielschichtigen Vergangenheitsdaten können individuelle Prognosealgorithmen getestet werden, die es ermöglichen den „Idealkunden“ für jedes Produkt sehr genau zu definieren und in weiterer Konsequenz auch präzise anzusprechen.

Dabei geht es darum den richtigen Konsumenten mit der richtigen Botschaft zur richtigen Zeit in der richtigen Stimmung auf dem richtigen Kanal mit dem richtigen Angebot zu erreichen. Das geht soweit, dass durch intelligente Datenmodelle und Künstliche Intelligenz der jeweils richtige Farbton eines Werbesujets für unterschiedliche Zielgruppe errechnet wird.

Mit jedem ausgesteuerten Werbe-Euro beginnt nun der „Marketingroboter“ von allen Kundenreaktionen zu lernen. Mittels modernster Visualisierungsoberflächen können Ergebnisse laufend überprüft und sofortige Optimierungsmaßnahmen eingeleitet werden. Daten- bzw. Prognosemodelle sind wie lebende Organismen, die mit jeder Kundenreaktionen dazu lernen. Anders als bei linearen Marketingsystemen oder Kampagnen „aus dem Bauch heraus“ können durch datenbasierte Kampagnen die Synergiepotentiale aus maschineller Intelligenz und menschlicher Kreativität optimal ausgeschöpft werden und ein völlig neues Niveau im Marketing erreicht werden.

Über den Autor:

Dr. Georg Lankmayr ist Gründer und CEO von INSET und hat vor 3 Jahren mit Top-Experten aus den Bereichen Data Science, Plattform Architecture und Visual Data Analytics das Spin-off „targetAGENT Technologies GmbH“ gegründet, wo er die Themen Sales und Internationalisierung verantwortet.