Impulsvortrag beim bevh: Künstliche Intelligenz im Dienste der B2B Neukundengewinnung
Mitte November 2017 zeigte Dr. Parsis Dastani den Mitgliedern des B2B-Arbeitskreises im bevh (Bundesverband E-Commerce und Versandhandel) auf, wie sie mit Prognosen, die auf KI (Künstlicher Intelligenz) basieren, umsatzstarke Kunden identifizieren und Kosten in Akquise und Vertrieb senken können. Hier die Ansätze im Einzelnen.
Wie können wir wachsen und wie können wir den Markt optimal ausschöpfen? Diese Fragen beschäftigen den gesamten Onlinehandel, auch im B2B-Bereich. Dabei haben Vertrieb und Marketing anspruchsvolle Herausforderungen zu lösen: Bei der Neukundengewinnung sollten sie sich auf die Unternehmen mit der höchsten Affinität und dem höchsten Potenzial konzentrieren. Bestandskunden gilt es zu entwickeln. Damit das gelingt, müssen das Marktpotenzial ermittelt, der Markt korrekt segmentiert und Marktteilnehmer individuelle angesprochen werden. Wir haben Anwendungen entwickelt, die diese Aufgaben „übernehmen“ und so sowohl die Effektivität als auch die Effizienz im Vertrieb steigern.
Target Group Predict
Mit dem Verfahren machen sich B2B-Händler den Umstand zunutze, dass nahezu alle Unternehmen im Web präsent sind, mit einer eigenen Website, in Marktübersichten, auf Plattformen und in den Social Media. Eine KI-Anwendung lernt, welche Wörter in den Webpräsenzen von Bestandskunden branchentypisch relevant und für die Kaufaffinität wichtig sind. Daraufhin bewertet ein neuronales Netz die Wörter und bestimmt die Wahrscheinlichkeit, dass ein Unternehmen tatsächlich Kunde ist. Das Webcrawling und die Identifikation der „besten“ Buzzwords funktioniert für Produkte aller Art – vom Gabelstapler über Limousinen und Transporter für den Firmenfuhrpark bis hin zu Werkzeugen und Baustoffen. Mit Target Group Predict ermittelt der Vertrieb nicht nur die Umsatzwahrscheinlichkeit in Prozent, sondern auch, welches Produkt am besten zum Kunden passt – ideale Voraussetzungen für eine erfolgreiche Neukundenansprache.
Mobile Außendienststeuerung
Das funktioniert auch auf dem Smartphone und dem Tablet. Für einen Kunden aus dem Werkzeug- und Baubedarfshandel haben wir mit Künstlicher Intelligenz rund 1,2 Millionen Unternehmensauftritte untersuchen lassen. Folgende Fragen konnten wir auf diese Weise beantworten:
• Welches Unternehmen wird kaufen?
• Wie hoch ist die Wahrscheinlichkeit?
• Für welches Produkt/welche Produkte interessiert sich die Firma am meisten?
Diese Informationen erhalten die Außendienstmitarbeiter über eine locationbased App und können so die Neukunden mit dem höchsten Umsatzpotenzial in ihrem Vertriebsgebiet ansprechen.
Kanalsegmentierung
Für denselben Kunden haben wir ein Ranking des gesamten Kundenstamms erstellt, indem wir jedem Kunden ein individuelles Umsatzpotenzial zugewiesen haben. Anschließend konnten die Unternehmen in A-, B- und C-Kunden segmentiert werden, um sie einem Vertriebskanal (Key Account, Account, Teleales) zuzuordnen. Mit der KI-Analyse ließ sich die zuvor getroffene Aufteilung korrigieren.
Bestandskundenbewertung
Mit derselben Methode haben wir für einen Stahlhändler die uns zugänglichen Informationen aus Creditreform-Marktdaten, dem Bundesanzeiger sowie dem bewährten Webseiten-Crawling analysiert. Dabei hat uns die Frage geleitet: Welche Kunden in der Masse der C-Kunden zeigen anhand ihres Gesamt- ein hohes Eroberungspotenzial? Der Anteil der A-Kunden konnte mit dieser Methode deutlich ausgebaut, der der C-Kunden stark reduziert werden.
Next Best Offer
Unter Käufern von Gabelstaplern eines bestimmten Modells haben wir untersucht, welches Produkt sie mit welcher Wahrscheinlichkeit als nächstes kaufen. Auch mit diesem Projekt ließ sich die Kundenansprache deutlich verbessern. Der Kunde konnte sein Marketing- und Vertriebsbudget gezielt einsetzen und seinen Umsatz steigern.
