Pro Minute stellen Internetuser auf der ganzen welt knapp fünf Millionen Anfragen bei Google, versenden über 18 Millionen Textnachrichten und schicken 188 Millionen E-Mails. Diese Beispiele bilden jedoch nur ein Bruchteil der immensen Datenmenge ab, die die Menschen an einem ganzen Tag produzieren. Sage und schreibe ca. 2,5 Trillionen Bytes täglich.
Die Digitalisierung zieht zunehmend immer mehr in den Alltag ein. Sie verändert die Art und Weise wie Menschen miteinander kommunizieren und sich informieren. So hat ein Kunde ständig Zugang auf eine Vielzahl von Informationen. So genügen mittlerweile wenige Klicks, um relevante Fakten über Produkte oder Dienstleistung zu recherchieren. Kunden wissen nicht nur über einen Anbieter Bescheid, sie wissen auch was die Konkurrenz anbietet.

Kundenbedürfnisse verstehen mit einer 360 Grad-Sicht
Angesichts dessen ist es für Unternehmen wichtiger denn je, eine einzigartige Customer Experience für den Kunden zu kreieren. Vom ersten Kontaktmoment bis zum gesamten Kundendasein hinweg. Um die Kundenbedürfnisse zu verstehen, bedarf es einer 360 Grad-Sicht auf den Kunden. Dazu werden Informationen über alle Kontaktmomente zwischen dem B2B-Kunden und dem Unternehmen benötigt. Für Unternehmen sind hierbei vor allem Daten von Interesse, die die Konsumenten im Kundendasein produzieren. Sei es die IP-Adresse, Google-Suchanfragen, Klicks auf den Websites, Aktivitäten in Social-Media oder Newsletteranmeldungen. Im Gegenzug erwarten aber auch die Kunden, dass Unternehmen ihre Bedürfnisse bestmöglich erfüllen und digitale Tools einsetzen, um die gesammelten Daten auszuwerten. Dies bildet die Grundlage einer erfolgreichen Customer Intelligence.

Was ist eigentlich Customer Intelligence?
Der Begriff Customer Intelligence (CI) beschreibt ein Verfahren zum Sammeln und Analysieren von Kundendaten. Das Ziel der Customer Intelligence sind engere Kundenbindungen und ein besseres Verständnis des Kundenverhaltens, um so einen höheren geschäftlichen Erfolg zu generieren. So werden Vorhersagen des künftigen Kundenverhaltens basierend auf den gewonnenen Erkenntnissen möglich. Mithilfe von Customer Intelligence lassen sich auch relevante Wettbewerbsvorteile erzielen, daher hat es in Unternehmen einen relevanten Stellenwert. Customer Intelligence lässt sich einsetzen, um Kosten in relevanten Bereichen einzusparen oder auch um die Kundenzufriedenheit zu steigern, was sich letztendlich in höheren Umsätzen niederschlägt.

Daten und Datenquelle für die Customer Intelligence
Unternehmen können generell für den CI-Prozess jedes System, welches Daten von Kunden und Interessenten erfasst, als interne oder externe Datenquelle nutzen. Zu den internen Datenquellen gehören unter anderem die Datenbank, die die Kundeninformationen beinhaltet (zB. Adressinformationen, Bestellungen, etc.), aber auch CRM-Anwendungen (umfassen die Kundenstammdaten) und Webanalyse-Tools, die das Besucherverhalten auf Online-Kanälen bewerten. Aus externen Datenquellen dagegen lassen sich Informationen wie Demografiedaten, Aktivitäten in sozialen Netzwerken oder standortbasierte Daten extrahieren.

Customer Intelligence: Ein kontinuierlicher Prozess
In diesem Kontext gilt Customer Intelligence als ein kontinuierlicher Prozess, bei dem es gilt, Daten fortlaufend zu erheben, zu verarbeiten und zu nutzen. Dabei geht es aber darum, nicht alle Daten auszuwerten, sondern gezielt die Daten zu analysieren, die für ein optimales Kundenerlebnis notwendig sind. Dieses optimierten Material an Daten lässt sich anschließend nach verschiedenen Gesichtspunkten analysieren. Je nach Richtung der Analyse können aus den gesammelten Daten unterschiedliche Erkenntnisse für unterschiedliche Geschäftsbereiche gewonnen werden.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Customer Intelligence: Auf Datenspur des Kunden erschien zuerst auf Dastani Consulting.

Digitale Kanäle sind einerseits entscheidend für ein positives Kundenerlebnis (Customer Experience) und andererseits für den Geschäftserfolg von Unternehmen. Zur Neugestaltung und Optimierung der Customer Experience gibt es folgende Maßnahmen, um die Bedürfnisse von Kunden zielgenau zu erfüllen und ihnen ein bestmögliches Service- und Einkaufserlebnis zu ermöglichen:

1. Zwang zur Digitalisierung aufgrund des veränderten Kundenverhaltens:

Die Pandemie hat die Lebenswelt gravierend verändert. Der stationäre Handel hat sich in Richtung des Online-Handels verschoben. Als Konsequenz sind für Unternehmen digitalisierte Angebote unverzichtbar geworden, sodass sie die Ausrichtung auf ihre Kunden vornehmen können. Um ein bedarfsgerechtes und intuitives Kundenerlebnis über alle Kanäle zu schaffen, hat diese „neue Normalität“ die kundenzentrierte Unternehmenstransformation erheblich beschleunigt. Der Aufbau digitaler Kanäle ist nicht nur bequem für jeden Kunden, sondern auch notwendig.

2. Personalisierung als Bedingung

Durch die erweiterte Kundenbasis sind Unternehmen verpflichtet, ihre Customer-Experience-Strategie zu optimieren, um einerseits für Kunden als auch für das Unternehmen selbst relevante Mehrwerte zu generieren. Ein nahtloses und personalisiertes Kundenerlebnis entlang der gesamten Customer Journey ist daher von hoher Bedeutung. Ein Kunde muss Produkte und Dienstleistungen angeboten bekommen, die er benötigt. Dieser Prozess erfolgt dynamisch, abhängig von sich ständig ändernden Parametern. Dafür ist eine umfassende Analyse von Daten unverzichtbar.

3. Datenbasierte und automatisierte Interaktionen

Führende Unternehmen aus allen Branchen sammeln und analysieren Daten, um relevante Einblicke in das Kundenverhalten über alle Touchpoints hinweg zu bekommen. Hat das Unternehmen ein vollständiges Bild über das Verhalten der Kunden entwickelt, so können die Daten genutzt werden, um individuelle Bedürfnisse gezielt anzusprechen. Hier kommt die Automatisierung ins Spiel. Die Automatisierung kann die Effizienz gezielt steigern und die Abläufe optimieren. Auch die Nutzung von Künstlicher Intelligenz wird verstärkt, um vor allem in frühen Interaktionsphasen Kundenanliegen zu erkennen, diese zu beantworten und Nachfolgeprozesse anzustoßen.

4. Moderne Technologien sorgen für ein positives Kundenerlebnis

Für den wirtschaftlichen Unternehmenserfolg ist die Optimierung der Customer Journey durch die intelligente Nutzung von Daten und Automatisierung ausschlaggebend für die Bereitstellung eines positiven Kundenerlebnisses. Dazu ist die Umsetzung einer Digital First-Strategie notwendig, die sichere Cloud-optimierte Lösungen, Künstliche Intelligenz, Automatisierung, offene APIs, Analytics sowie Datenmanagement beinhaltet.

Die Gestaltung der Customer Experience wird für Unternehmen ein wichtiges Thema der nächsten Monate sein. Die Unternehmen, die die Optimierung ihrer Customer Experience und Customer Journey im Blick haben und alles in ihrer Macht stehende tun, um die Kundeninteraktion zu verbessern, werden auf einem sehr guten Weg im New Normal sein. Denn aus dem „Übergangsnormal“ der Lockdownzeiten und den in dieser Zeit gelernten Kundenerfahrungen mit vielen neuen digitalen Ansätzen wird es künftig kein Zurück mehr geben.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Optimierung der Customer Experience erschien zuerst auf Dastani Consulting.

Krise fördert die Nutzung von KI
Es steht fest, dass die Coronakrise weiterhin die Nutzung von KI fördern wird. Klassische Vertriebssituationen – wie man sie aus persönlichen Besuchen zwischen Kunde und Verkäufer kennt – werden auch 2021 nicht möglich sein. Dies wiederum bedeutet, dass der digitale Vertrieb die klassische Situation nicht nur zeitweise ersetzt, sondern sich zunehmend etabliert und die Art vollkommen verändern wird, wie Unternehmen untereinander ihre Produkte und Dienstleistungen vertreiben. Wenn Unternehmen auf den KI-gestützten Vertrieb setzen, so ergeben sich relevante Geschwindigkeitsvorteile und letztlich sogar neue Umsatzquellen. Doch Unternehmen müssen den Umgang mit KI erst erlernen und das braucht eine Menge an Zeit und Erfahrung, um die neue Technologie in die etablierten Arbeitsstrukturen zu verankern.

Digital Selling
Zunehmend wird von dem B2B-Vertrieb erwartet, dass er den Kunden bei seinen komplexen Kaufentscheidungsprozessen unterstützt. An dieser Stelle liefert die KI einen Mehrwert, indem sie die richtigen Produkte oder den richtigen Service, den optimalen Preis und passende Konfigurationsoptionen liefert. Als Grundlage dazu dienen historische Transaktionen und maschinell gelernte Erfahrungen über den jeweiligen Kunden. Da die KI in Echtzeit-Analysen durchführen kann, ist sie in der Lage, Gespräche und Interaktionen auszuwerten.

Aufgrund der hohen Anzahl an Vertriebskanälen und Produktoptionen sind die Salesteams kaum noch dazu fähig, rationale Bewertungen durchzuführen. Daher ist die KI entscheidend, um den Kunden ein optimales Kauferlebnis zu garantieren und den Customer Lifecycle zu optimieren. Wichtig ist aber, dass die Technologie ein hohes Maß an Transparenz im Entscheidungsprozess liefert.

KI braucht den Menschen
Zwar hilft die KI dem Menschen, doch sie benötigt auch die menschliche Unterstützung. Die KI setzt auf Daten, die durch den Menschen bereitgestellt werden und verlangt Feedback darüber, ob die Daten sinnvoll genutzt werden. Vor allem in aktuellen Zeiten von Corona, wo die Datengrundlage nicht vorhanden ist, ist der menschliche Einfluss auf die KI daher nicht wegzudenken. Nur durch eine Expertenbeurteilung können aus der KI-Analyse sinnvolle Handlungsstränge gestaltet werden. Der Mensch und seine Intuition sowie qualifizierte Mitarbeiter werden durch die KI nicht überflüssig, sondern in Pandemiezeiten wird die Urteilskraft für das Jahr 2021 wichtiger denn je zuvor.

Daten werden immer wertvoller
Außerdem werden die Daten 2021 noch wertvoller. Sind die Zielgruppen für Unternehmen unbekannt und liegen nicht ausreichend Informationen über beispielsweise wichtige Ansprechpartner oder Endverbraucher vor, so können auch keine attraktiven Marketingaktivitäten gestartet werden. Eine gute Datengrundlage bedeutet wiederum eine gute KI-Lösung.

Entwicklung einer Digitalstrategie
Weiterhin wird sich aus der Geschäftsstrategie eine Digitalstrategie entwickeln. KI-Lösungen helfen dabei, den Bedarf der jeweiligen Kunden punktgenau zu prognostizieren. So können Unternehmen über die Einführung neuer Produkte und Marken zu idealen Zeitpunkten nachdenken, den optimalen Preis dafür analysieren und die Erkenntnisse mit ihrer Geschäftsstrategie abgleichen.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag 2021: Trends für den B2B-Vertrieb erschien zuerst auf Dastani Consulting.

In einigen B2B-Unternehmen scheitert es an einer ganzheitlichen Customer Experience. Zurückzuführen ist dies auf die unterschiedlichen Arbeitsweisen der Vertriebs- und Marketingabteilung. Während sich der Vertrieb auf den individuellen Kunden am Ende des Sales-Funnels und somit auf den Verkaufserfolg fokussiert, setzt das Marketing auf Produktebene an und spezialisiert sich am Anfang des Sales-Funnels auf Zielgruppen, um langfristig Leads zu generieren. Dieser Sales Funnel (dt. Verkaufstrichter) dient als wichtiges Werkzeug im B2B dazu, durch mehrere Phasen, potenzielle Kunden bis zum erfolgreiches Abschluss des Geschäfts zu selektieren.

Mehr Informationen vs. hoher Druck
Die Digitalisierung schafft völlig neue Anforderungen: Käufer sind anspruchsvoller und verfügen über mehr Informationen, Vertriebsmitarbeiter dagegen sind einem hohen Druck ausgesetzt, da sie das richtige Produkt zum richtigen Zeitpunkt am richtigen Ort präsentieren müssen. Die Käufer erwarten personalisierte Inhalte, die auf die jeweilige Situation abgestimmt sind.

Erfolg durch Zusammenarbeit
Eine erfolgreiche Customer Experience kann nur garantiert werden, wenn Vertrieb und Marketing an einem Strang ziehen. Nur so kann die Customer Journey im B2B optimiert und kundenorientiert gestaltet werden, um letztendlich ein positives Geschäftsergebnis zu erzielen.

Im Folgenden werden Gründe betrachtet, die eine erfolgreiche enge Zusammenarbeit zwischen Marketing und Vertrieb im B2B begründen.

• Höhere Zufriedenheit
  Die Käufer möchten das Gefühl erleben, den gesamten Geschäftsprozess selbst zu steuern. Sie sind kein Fan von plumpen und offensichtlichen Vertriebstechniken. Stattdessen möchten sie selbstständig auf Informationen zugreifen können. Dies kann das Marketing steuern, indem es den Content zur Verfügung stellt, der das gewünschte Erlebnis des Käufers bzw. des Interessenten verbessert. Im Vertrieb schlägt sich dies letztendlich in höheren Umsätzen nieder.
• Starke Kundenbindung mit Cross- & Up-Selling Potenzialen
  Wichtig für die Zusammenarbeit von B2B-Marketing und B2B-Sales ist außerdem der Aufbau einer engen Bindung und die Darstellung als Vertriebsexperte. Somit erhöht sich das Potenzial für Cross- und Up-Selling erheblich, weil ein regelmäßiger Dialog stattfindet. Weitere passende Produkte oder Dienstleistungen, sowie Erweiterungen können dem Kunden zielgerichtet angeboten werden.
• Schnellerer Prozess
  Ein individuell angefertigter Content verkürzt die Zeit vom Erstkontakt bis zum Abschluss enorm, da das positiv resultierende Kauferlebnis zu einer emotionalen Vorentscheidung führt. Der richtige Content zum richtigen Zeitpunkt ist für den Kaufprozess das A und O.

Die KI hilft, um wichtige Analysen zu effektiven Unternehmensinhalten durchzuführen. Darüber hinaus zeigt sie dem Vertrieb frühere Verkaufssituationen auf, die zu einem erfolgreichen Abschluss geführt haben. Aber auch dem Marketing hilft die KI Content-Strategien zu entwickeln, die individuell auf den Käufer abgestimmt und ausschlaggebend für die Kundengewinnung sind.

Fazit: Mit gemeinsamen Zielen zur Optimierung der Customer Experience
Während sich die Marketing-Teams auf die Generierung von Leads fokussieren, ist der Vertrieb spezialisiert, Deals abzuschließen. Beide arbeiten an gegenüberliegenden Seiten des Sales-Funnels. Jedoch sind sie abhängig voneinander und müssen einen gemeinsamen Plan entwickeln. Das startet bei der Identifikation idealer Kundenprofile, auf denen im Anschluss der relevante Content kreiert werden muss.

Das bedeutet, um die Customer Experience langfristig zu verbessern, müssen Vertrieb und Marketing in einem permanenten Austausch miteinander stehen. So entstehen gemeinsame Ziele, die die Optimierung der Customer Experience stärken. Wenn beide Abteilungen das hohe Potenzial ihrer gemeinsamen Zusammenarbeit erkennen, werden sie bereit sein, alte Muster zu zerlegen und in neue digitale KI-gestützte Strukturen zu investieren.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Möglichkeiten der Digitalisierung nutzen erschien zuerst auf Dastani Consulting.

Ansteigende KI-Technologien im Zuge der Digitalisierung sorgen dafür, dass der jeweilige Bedarf eines Kunden aufgrund generierter Daten erkannt wird. Aus diesem Grund steht bei vielen Unternehmen eine deutliche Unterstützung durch KI mit neu organisierten Vertriebsteams ganz oben auf der Agenda 2020, um sich gegen die harte Konkurrenz im Markt durchzusetzen.

Leadgenerierung durch Chatbots
Besonders wenn es um die Leadgenerierung geht, wird der KI noch eine bedeutendere Rolle als im Vorjahr zugewiesen. Der Einsatz von Chatbots hilft bei der Kundenansprache und der Interessenfilterung.

Chatbots sind für die Steuerung der Kundenkommunikation, die Analyse vergleichbarer Leadkonversationen und die Angebotsvorbereitung für potenzielle Kunden zuständig. Sie dienen als kostensparende Alternative. Für die Weiterbearbeitung und qualifizierte Kundenansprache ist jedoch weiterhin der persönliche Vertriebsmitarbeiter nicht wegzudenken.

Netflix-Prinzip im B2B-Vertrieb
Da Unternehmen über eine sehr hohe Menge an Daten verfügen und sekündlich noch mehr Informationen über ihre potenziellen Kunden dazugewinnen, ist es wichtig diese Daten auch erfolgreich zu nutzen. Nur so kann gegenüber anderen Unternehmen ein Wettbewerbsvorteil erzielt werden. Durch den Einsatz der KI und selbstlernenden Algorithmen kann das Nutzerverhalten der Kunden im Web permanent analysiert werden.

Das „Netflix-Prinzip“ kann demnach auch auf die Vertriebsarbeit im B2B übertragen werden. Intelligente Systeme geben den Vertriebsmitarbeitern basierend auf vergangenen erfolgreichen Kundenaufträgen Hinweise für potenzielle Neukunden. Des Weiteren erkennen sie Muster und leiten daraus optimale Handlungsempfehlungen ab.

Target Group Prediction und Next Best Offer
Setzen Sie die von Dastani Consulting entwickelte Target Group Prediction intelligent ein, um potenzielle Neukunden zu akquirieren. So können Sie Ihre Leadquoten um bis zu 50% im B2B-Markt steigern.

Entsprechend können Sie mit der Entwicklung des Next Best Offer Ihren Kunden zudem optimale Produkte anbieten, indem Sie die Kundenwünsche erkennen und die Angebote individuell vorbereiten. So können Sie die Abschlusswahrscheinlichkeit erhöhen und Ihre eigene Position im Markt stärken.

Die optimale Customer Experience
Die Gestaltung der bestmöglichen Customer Journey ist für den Kunden das A und O, um ihm ein erfolgreiches Kauferlebnis zu garantieren. Das Customer Experience Management dient demnach als langfristiger Schlüssel zum Erfolg im E-Commerce.

Kunden fordern einerseits eine kräftige Vertriebsabteilung, aber andererseits auch digitale Kanäle. Vor allem beim Erstkauf setzen die Kunden ein starkes Vertrauen in die Vertriebsmitarbeiter, beispielsweise wenn es um die entsprechende Beratung geht.

Fazit: Zusammenspiel von künstlicher und menschlicher Intelligenz
KI verbessert die Kundenbeziehungen und entlastet die Mitarbeiter im Vertrieb. Das optimale Kundenerlebnis im Jahr 2020 wird jedoch nicht durch den ausschließlichen Einsatz von KI erreicht, sondern durch das Zusammenspiel von künstlicher und menschlicher Intelligenz.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Vertrieb im Jahr 2020 erschien zuerst auf Dastani Consulting.

KI kann auf verschiedenen Gebieten einen zusätzlichen Beitrag zu den bestehenden Prozessen im B2B-Commerce liefern:

Vorhersagen
Da KI in der Lage ist eine unzählige Menge an Daten zu analysieren und darin unerkannte Muster zu entdecken, kann sie dazu genutzt werden, dem Kunden passende Produkte und Dienstleistungen zum richtigen Zeitpunkt anzubieten – sogar bevor die Kunden selbst den Gedanken an ihren eigenen Bedarf haben.

Auch das Erkennen von Nachfragespitzen in relevanten Märkten und das anschließende Hinweisen mit einem passenden Angebot gehört zu den Stärken der KI. Der Kreativität der Anwender und Dienstleister sind an dieser Stelle keine Grenzen gesetzt, da das B2B-Geschäft viel Potenzial für die KI-Anwendungen bietet.

Personalisierung
Das B2B-Geschäft verfügt über einen großen Vorteil gegenüber dem B2C: Die Personalisierung kann deutlich besser eingesetzt werden.

Nicht nur die Anzeigen der Produkte und Dienstleistungen können für den Kunden personalisiert werden, sondern auch die Menüpunkte in der Navigationsleiste der Website. Beispielsweise, wenn der potenzielle Kunde die Kategorie „Schrauben“ in einem Online-Shop bevorzugt, kann dieser Menüpunkt intelligent ganz nach oben gesetzt werden.

Durch eine gezielte Personalisierung kann der Traum eines B2B-Kunden erfüllt werden: Ihn erwartet ein vollkommen personalisierter Shop, den er nach dem Log-In betritt. Die Personalisierung kann der Händler im B2B-Geschäft vornehmen, da er über zahlreiche Informationen seiner Kunden verfügt und die dahinterstehende Historie kennt. Darunter fällt beispielsweise die Preissensibilität, die Zahlmoral oder auch die Erkenntnis, ob es sich um einen A- oder B-Kunden handelt, was anhand des Umsatzes, Deckungsbeitrags oder Kundenwerts beurteilt wird.

Dynamic Pricing
Im B2B sind Preise eine Verhandlungssache. Sie spiegeln die Wertschätzung der Kundenbeziehung wider. Die Vertriebler jedoch beurteilen KI-basierte-Pricing-Lösungen oft kritisch, weil es sich im B2B-Geschäft vorwiegend um große Aufträge handelt und deren Kunden ihre Preise bereits haben.

Dennoch sind dynamische Preise denkbar, wenn der Fokus der Methode auf den kleinen und schnellen Nachbestellungen liegt und größere Aufträge nicht in die Überlegungen mit einbezogen werden. Eine weitere Möglichkeit wären sogenannte Provisionsmodelle. Die Vertriebler, die ihre Kunden in den neuen Online-Kanal überführen, erhalten dafür eine Provision statt für den einzelnen Verkauf. Damit könnte erheblich viel an Zeit eingespart werden, was wiederrum für die Neukundenakquise genutzt werden könnte.

Recommendations
Der B2B-Kunde will, anders als der Verbraucher im B2C, nicht stundenlang durch den Online-Shop stöbern. Er möchte schnell und effektiv seine Nachfrage decken, statt umständlich über diverse Navigationspunkte und bunte animierte Klicks geführt werden. Das B2B-Geschäft verlangt nach einem effektiven und schnellen Weg zum Ziel. Aus diesem Grund sind Recommendations nirgendwo so sinnvoll wie im B2B.

Fazit: KI im B2B als Add-On denkbar
Die Einsatzgebiete der KI müssen allen Abteilungen und Verantwortlichen kommuniziert werden. Trotz der immensen Passivität im B2B in der Vergangenheit ist langsam ein guter Zeitpunkt, um an KI im B2B-Geschäft zu denken. KI stellt keine Bedrohung dar, sondern dient als Add-On, das maßgeschneidert mit Augenmaß angebracht werden muss und in Prozessen nach digitaler Unterstützung verlangt.

Lesen Sie in einem zweiten Teil der Artikelserie, auf welche Stolpersteine die KI in entsprechenden Projekten treffen kann.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag B2B-Anwendungsgebiete für KI erschien zuerst auf Dastani Consulting.

Aufgrund der rasant wachsenden Menge an Datensätzen sind Predictive Analytics-Methoden in der Lage, Muster in den vorliegenden Daten zu erkennen und zu verwenden. Die Nichtnutzung vorhandener Daten könnte eine Ressourcenverschwendung für das Unternehmen bedeuten. Aus diesem Grund dienen die Methoden dazu, den Einsatz der Ressourcen effizienter zu gestalten und wesentliche Funktionen zu erfüllen, die in diesem Artikel beschrieben werden.

Maßgeschneiderte Empfehlungen
Eine Empfehlung ist für einen Kunden nur dann effizient, wenn sie auf die individuellen Interessen und den Bedarf des Kunden eingeht. Predictive Analytics versteht das Kaufverhalten des Verbrauchers, indem die Informationen früherer Käufe oder aktueller Suchanfragen kombiniert werden, um das zukünftige Handeln des Kunden abzuleiten.

Preisfindung
Die „one price fits all“-Zeiten sind längst Vergangenheit. Das fällt vor allem ins Auge, wenn zwei Personen beispielsweise dasselbe Online-Hotelbuchungsportal zur gleichen Zeit öffnen und die Preise miteinander vergleichen. Die Preise werden variieren, weil sie auf Historie und Suchanfragen des jeweiligen Users basieren.

An dieser Stelle lautet das preispolitische Zauberwort Dynamic Pricing. Online-Anbieter können ihre Lagerbestände zum Bestpreis verkaufen und bei steigender Produktnachfrage ihren Gewinn signifikant erhöhen, indem sie die Zahlungsbereitschaften der Kunden ausschöpfen.

Bei unzureichender Kenntnis über die Preise der Konkurrenz im Markt, kann es passieren, dass der Online-Shop das identische Produkt zu günstigeren Konditionen anbietet, obwohl die höheren Preise bei der Konkurrenz ebenfalls nachgefragt werden. Das wiederum würde auf einen starken Verlust der Konsumentenrente hinweisen. Mithilfe einer intelligenten Softwareunterstützung kann die Preispolitik im Vergleich zum Wettbewerb optimiert werden.

Vertikale Wertschöpfungskettenintegration
Predictive Analytics ist in der Lage, Mehrwert in verschiedenen Geschäftsbereichen (zB. Lager und Beschaffung) zu generieren. Durch die Automatisierung von Aufträgen und Retouren kann der gesamte Prozess langfristig effizienter und kostengünstiger gestaltet werden.

Business Intelligence für schnelle Entscheidungen
Ein äußerst wertvolles Argument an den Predictive Analytics-Anwendungen ist die Fähigkeit, Kundenerwartungen und Markttrends in Zukunft zu antizipieren. Sie können der Treiber für mehr Conversions und Verkäufe sein, was durch die maßgeschneiderten Preise und die maßgeschneiderte Produktauswahl auf das Kundenprofil ermöglicht wird. Das Verständnis der Motivation eines Kunden kann zu einer deutlichen Umsatzsteigerung und zu einer langfristig besseren Produktplatzierung führen.

Verbesserte Customer Experience
Die Mehrheit der Einkäufer im E-Commerce sind Digital Natives. Die digitalen Kunden dieser Generation wollen die Produkte, für die sie affin sind, bereits beim Öffnen des Online-Shops einsehen. Der Einsatz von Predictive Analytics zeigt sich daher sehr hilfreich bei potenzialträchtigen Kunden, die ein höheres Budget ausgeben können, um sie direkt anzusprechen.

Algorithmen auch für kleinere Unternehmen
Zukünftig werden immer mehr Unternehmen in der Lage sein, intelligente Algorithmen einzusetzen, weil die Kosten immer niedriger werden. Äußerst positiv und nicht wegzudenken ist, dass die Algorithmen schneller lernen als je zuvor. Aus diesem Grund ist es wichtig, die Macht der Prognosen als Händler zu eigenem Gunsten zu nutzen.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Predictive Analytics im E-Commerce erschien zuerst auf Dastani Consulting.

In den vergangenen Jahren hat sich das Kaufverhalten der Kunden dramatisch geändert. Traditionelle Verkaufskanäle sind im Zeitalter digitaler Informations- und Beschaffungskanäle, sowie mobile und Online-Kanäle hohem Druck ausgesetzt. Kunden erhoffen sich eine Betreuung über alle Touchpoints eines Anbieters hinweg. Bei einem Anbieter steht aber die Steigerung der Effizienz anstelle der Beziehungsorientierung im Fokus.

Die Vertriebsarbeit wird anders
Die Aufgaben des Vertriebs ändern sich: Das Geschäft mit standardisierten Produkten kann künftig effektiver in digitaler Form abgewickelt werden. Über die Kanäle wie Online-Portale, Soziale Netzwerke, Social Media, Newsfeeds, Apps, etc. können die Kunden entlang ihrer Customer Journey mit positiven Erfahrungen durchgehend betreut werden. Ein Kunde muss für ein nicht-erklärungsbedürftiges Produkt „nur noch“ einen Bestellvorgang auslösen, da bereits alle anderen Informationen, die für den Kauf notwendig sind, schon vorliegen.

Gleichzeitig bedeutet das für den Vertrieb, dass der Fokus auf potenzielle Großkunden mit Produkten mit höherem Erklärungsbedarf und komplexeren Entscheidungsstrukturen gelegt werden kann, weil weniger Kunden durch den Außendienst persönlich betreut werden müssen.

Der Einsatz der KI
KI-Anwendungen können helfen, den wahrscheinlichen Bedarf eines Kunden zu berechnen. Es werden Prognosen für potenzielle Cross-/Up-Selling-Umsätze oder für neue Produkte entwickelt. Durch die so verfügbare potenzialorientierte Kunden-Segmentierung werden die Ressourcen in die gewünschte Richtung gesteuert. Das Ergebnis sind umsatzversprechende Besuchs- und Kontaktvorschläge für den Vertrieb.

Modelle heben Prognosen auf ein völlig neues Level
Wir von Dastani Consulting haben Modelle entwickelt, die Prognosen auf ein völlig neues Level erheben und Trends zur Umsatzentwicklung abbilden. Die Modelle basieren auf statistischen Datengrundlagen und sind in der Lage das Verhaltensmuster einzelner Kunden in einem zuvor festgelegten Zeitfenster zu antizipieren. Die Prognosen sind äußerst präzise und können somit optimale Handlungsempfehlungen für die involvierten Akteure in der Marktbearbeitung – Vertrieb, Innendienst, Marketing, Service – geben.

Einsatzfelder für Prognosemodelle
Ob Absatzprognosen für ein Produkt in verschiedenen Zielgruppen oder Regionen, Modelle für eine dynamische Preisbildung oder Predictive Maintenance für Maschinen und Smart Services – Predictive Analytics-Tools können Sie in vielen Unternehmensbereichen, vor allem aber bei der datengetriebenen Vertriebsplanung, unterstützen.

Da wir von Dastani Consulting über ein breites Spektrum an Predictive Analytics-Anwendungen verfügen, sind wir in der Lage individuelle Lösungen für unsere Kunden zu implementieren. Mit entsprechenden Predictive Analytics-Tools kann der Vertrieb konkrete Absatzszenarien und -wahrscheinlichkeiten für die Zukunft auswerten und planen. Mit unterstützenden Algorithmen ist es möglich, Vorhersagen für den Wert von Kundenbeziehungen zu treffen und die Umsatzpotenziale somit besser auszuschöpfen.

Aufdecken von unentdeckten Potenzialen
Mit Target Group Predict können Sie wichtige Akquisitionspotenziale aufdecken und die besten Neukunden langfristig gewinnen. Eine Customer Value Prediction kann darüber hinaus das Umsatzpotenzial jedes einzelnen Bestandskunden ermitteln und somit den Customer Lifetime Value zuverlässig prognostizieren. Die Share-of-Wallet Prognose findet dazu heraus, bei welchen inaktiven oder umsatzschwachen Bestandskunden eine Reaktivierung lohnenswert ist, um wichtige Up- und Cross-Selling Potenziale zu realisieren.

Fazit
Die Systeme von Dastani Consulting entdecken Sachverhalte, die bei einer Optimierung der Geschäftsergebnisse nicht wegzudenken sind. Darüber hinaus ermöglichen sie es, bislang unentdeckte Potenziale im B2B-Geschäft aufzudecken.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Effiziente Vertriebssteuerung: Wie Unternehmen von Predictive Analytics profitieren erschien zuerst auf Dastani Consulting.

Der bekannte Algorithmus AlphaZero steht als Beispiel für eine Künstliche Intelligenz, die eigenständig lernt und sich dauerhaft verbessert. Dieser Lernprozess lässt sich auch am Menschen nachempfinden: Trifft der Mensch gute Entscheidungen, so wird er belohnt – macht er jedoch Fehler, so lernt er sie im Laufe der Zeit zu verbessern.

Zuckerbrot und Peitsche für Algorithmen
Die Idee, die sich hinter Reinforcement Learning verbirgt, ist relativ einfach: Der Algorithmus darf quasi erst einmal machen, was er will – anhand von ein paar Regeln. Bei Spielen wie Schach oder Go sind die Regeln klar vorgegeben. Nach einer bestimmten Zeit wird dann geschaut, wie gut die Situation ist, in die sich die Künstliche Intelligenz gebracht hat. Wurde das Ziel damit erreicht oder nicht?

Dank Künstlicher Intelligenz zu optimierten Geschäftsergebnissen
Das System trifft richtige und negative Entscheidungen – wobei richtige Entscheidungen eine Verstärkung (Reinforcement) erhalten. Aber auch die negativen Entscheidungen der Algorithmen tragen zu einem optimalen erfolgreichen Gesamtergebnis bei, denn laut einem altbekannten Sprichwort heißt es: „Aus Fehlern lernt man“. Beim Schachspiel nimmt der Spieler auch den Verlust einer Figur in Kauf, um am Ende als Gewinner aus der Partie zu gehen.

Beliebtes Anwendungsgebiet: Kundenansprache
Die Methode des Reinforcement Learning eignet sich gut, um Künstliche Intelligenz auch bei der Kundenansprache zu benutzen. KI ist in der Lage innerhalb weniger Minuten große Datenmengen zu analysieren. Reinforcement Learning kann Unternehmen in die Situation versetzen, verschiedene Szenarien durchzuspielen, um somit das richtige Verhalten in der jeweiligen Situation zu prognostizieren.

Erfolg des Reinforcement Learning
Wir verfolgen das Ziel den Gewinn zu maximieren. Hierbei ist es wichtig zu wissen, wie der jeweilige Kunde optimal bedient werden sollte – per Mail, Anruf, etc., denn jeder Kontakt mit dem Kunden ist mit Kosten verbunden. Somit ist es beispielsweise wichtig zu entscheiden, wie viele Mailings im Jahr an einen Kunden versendet werden sollten. Die optimale Antwort wäre, den Kunden exakt so häufig anzusprechen, wie es notwendig ist, um mit ihm den maximal erzielbaren Umsatz zu erreichen.

Wachsender Erfahrungsschatz von KI
Ob in der Automatisierung, bei Chatbots oder auch im Handel – Reinforcement Learning ist der beste Weg, um komplexe Situationen anhand von Erfahrungen zu meistern, denn die Künstliche Intelligenz vergisst nicht und ihr Erfahrungsschatz wächst immer mehr.

Der Methode des Reinforcement Learning haben wir zu verdanken, dass Intelligenz wirklich generiert wird und der Computer deutlich bessere Entscheidungen trifft als wir Menschen dazu in der Lage sind. Es wird nicht nur vorhergesagt, sondern erfolgreiche Strategien entwickelt.

Präzisere Steuerung der Marketing- und Vertriebsaktivitäten
Ein besonders großer Hebel liegt in der Steuerung der Vertriebsmitarbeiter. Die Kosten für einen Außendienstbesuch sind ziemlich hoch – sie liegen zwischen 100 und 400 Euro. Die anteiligen Vertriebskosten am Umsatz betragen im Schnitt 15%. Es ist abzuwägen, wann ein Kunde wirklich besucht werden sollte, um die eigene Ressource gewinnbringend einzusetzen.

Die Methode lässt sich – wie in unserem Artikel gezeigt – auf alle Arten des Kundenkontakts anwenden: persönlich oder per Mail. Für Unternehmen bedeutet das, dass sich anhand der steil steigenden Lernkurve der Algorithmen eine präzisere Steuerung der Marketing- und Vertriebsaktivitäten ergibt, um die Gewinne im Unternehmen effektiv zu steigern.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Reinforcement Learning: KI-Lösungen treffen Antworten auf wichtige Entscheidungen erschien zuerst auf Dastani Consulting.

Als Branche im Umbruch ist der Handel gefordert, seine Geschäftsmodelle zu überdenken und den Anforderungen der GAFA (Google, Amazon, Facebook, Apple)-verwöhnten Kunden anzupassen. Analysen, die auf KI (Künstlicher Intelligenz) basieren, tragen dazu bei, nicht nur das digitale, sondern auch das physische Einkaufserlebnis nachhaltig zu verbessern.

Ende November meldete das Finanzportal Boerse.de, dass Amazon-Chef Jeff Bezos nun Bill Gates an der Spitze der Milliardärs-Rangliste abgelöst hat – mit einem Vermögen von hundert Milliarden US-Dollar. Anlass für die Veröffentlichung war, dass der Aktienkurs erstmals die 1.000-Euro-Marke erreicht hatte. Damit ist die Richtung für den gesamten Handel klar vorgezeichnet: Um im Schatten des Technologiegiganten zu prosperieren, sollte er sich der Mittel bedienen, die GAFA (Google, Amazon, Facebook, Apple) groß gemacht haben: der intelligenten Analyse von Big Data.

Künstliche Intelligenz: Chance erkannt, aber noch fehlt die Strategie
Über alle Branchen hinweg ist die Akzeptanz von KI (Künstlicher Intelligenz) als Ansatz, um sinnvolle Schlüsse aus Daten zu ziehen, heute weit verbreitet. So ergab eine aktuelle Befragung der BCG (Boston Consulting Group) unter 3.000 Entscheidern, dass sich 84 Prozent wertvolle Wettbewerbsvorteile von KI versprechen. Dreiviertel der Teilnehmer gehen davon aus, sich mit KI neue Geschäftsfelder zu erschließen. Aber: Noch nicht einmal 40 Prozent der Unternehmen haben eine KI-Strategie. Weniger als ein Viertel befinden sich in der Pilotphase und gerade einmal fünf Prozent nutzen diese Art der Datenanalyse intensiv.

Für Handelsunternehmen ist das fatal. So empfiehlt etwa John Morell von Datameer, Big Data zu nutzen, um besser zu planen und zu entscheiden, um ein tieferes Verständnis des Kunden zu entwickeln und Trends zu entdecken, die neue Geschäftschancen eröffnen. Die Analyse des Kundenverhaltens ist die Voraussetzung für alle Aktivitäten, die die Customer Journey – beispielsweise in Form von tatsächlich individualisierten Angeboten – verbessern. Sie liefert die notwendigen Informationen, nicht nur um die Konversionsrate, sondern auch um den Umsatz zu erhöhen sowie die Churn-Rate und die Akquisekosten zu senken.

Big Data im stationären Handel
Viele Händler analysieren bereits strukturierte und unstrukturierte Daten aus der betriebswirtschaftlichen Software und aus den verschiedenen Vertriebskanälen. Sie nutzen die Erkenntnisse vor allem, um den Onlinevertrieb zu optimieren. Doch KI-Analysen können mehr! Sie geben dem Händler wichtige Informationen dafür an die Hand, wie die Kunden die Vermarktung der Ware im Geschäft beurteilen, und erlauben es ihm sogar, das Einkaufserlebnis in der Filiale zu personalisieren. So lassen sich Daten aus den POS-System und aus Sensoren laut John Morell im Geschäft dazu nutzen
• die Auswirkungen verschiedener Vermarktungs- und Marketingtaktiken auf das Kundenverhalten und den Verkauf zu testen und zu quantifizieren
• die Kauf- und Surfhistorie dazu zu verwenden, den Kunden besser kennenzulernen und ihn individuell anzusprechen
• sein Verhalten im Geschäft zu beobachten und ihn – ganz gleich über welchen Kanal – so zeitnah zum Kauf anzuregen, dass der Umsatz im eigenen Unternehmen bleibt.

Im Verhältnis zur Transaktion macht die Interaktion einen weitaus größeren Anteil der Kundenaktivitäten aus. Umso wichtiger ist es, sich den Wert diverser Interaktionen beispielsweise in sozialen Netzwerken vor Augen zu führen: Sie bergen einen großartigen Wissensschatz über den Kunden und gewähren tiefe Einblicke! Jenseits der individuellen Bedürfnisse verbindet die heutigen digital affinen Kunden, dass sie konsistente Informationen und ein nahtloses, kanalübergreifendes Einkaufserlebnis erwarten. Sie halten es für selbstverständlich, als Individuen mit ihrer Geschichte, ihren Vorlieben und Interessen angesprochen zu werden. Die Customer Experience wird zum entscheidenden Erfolgsfaktor für den Verkauf und die Kundenbindung.

Fragen für eine weitreichende Optimierung der Customer Experience
In einer breit angelegten, branchenübergreifenden Studie mit über 40 Unternehmen gaben viele der Teilnehmer an, derzeit viel Mühe darauf zu verwenden, das Kundenerlebnis zu digitalisieren. Dabei spielen Datenanalysen eine wichtige Rolle, um das Engagement der Kunden zu erhöhen. Wer die Customer Experience ganzheitlich betrachtet, kann zum einen an jedem Element „schrauben“ und erkennt zum anderen eine Reihe von Ansatzpunkten, um das Kundenwissen zu vertiefen:
• Wie lernt der Kunde das Unternehmen kennen und was sucht er eigentlich?
• Wie, was und wann kauft er?
• Wie wirken sich Rabatte auf die Kaufentscheidung aus?
• Was gilt es bei der Rechnungsstellung und dem Bezahlvorgang zu beachten?
• Welche Unterstützung erwartet der Kunde nach dem Kauf und welche Services könne ihm angeboten werden?

Wenn es uns gelingt, unternehmensindividuelle Antworten auf diese Fragen zu finden, werden Handelsunternehmen besser dazu in der Lage sein, digitale und physikalische Elemente zu einem umfassenden Kundenerlebnis zu integrieren. „Klug fragen können“, wird Sir Francis Bacon zitiert, „ist die halbe Weisheit.“ Ich schätze es, das neue Jahr mit Fragen einzuleiten. Denn was könnte uns besser dazu in die Lage versetzen, Handelsunternehmen bei der erfolgreichen Kundenansprache zu unterstützen, als die Suche nach Antworten?

Der Beitrag Handelsunternehmen: Customer Experience und Künstliche Intelligenz erschien zuerst auf Dastani Consulting.