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.

Zur Problemlösung spielt der Data Lake eine entscheidende Rolle. Der Data Lake (dt. „Datensee“) wird als Ort bezeichnet, an dem ein Unternehmen alle strukturierten und unstrukturierten Daten speichern kann. Durch die Menge an Informationen kann der Data Lake für flexible Analysen im Big Data-Umfeld verwendet werden.

Das Konzept der Data Lakes
Der Data Lake steht bildlich für einen See voller Wasser. Dieser See wird aus einem stetigen Strom voller Daten wie E-Mails, Excel-Dateien bis hin zum Content der Social Media-Plattformen gefüllt. Dargestellt werden einerseits unstrukturierte Daten wie zB. Rohdaten wie E-Mails, PDF-Dateien, Bilder, Videos oder Social Media-Beiträge, die vor der Speicherung nicht validiert oder umformatiert werden müssen. Erst, wenn die Daten tatsächlich Verwendung finden, erfolgt die Strukturierung und ggf. Formatierung der benötigten Daten. Andererseits befinden sich darin strukturierte Daten wie Informationen in Zeilen, Spalten oder Datensätzen, die mit Datenbanken und Datenmining-Tools sortiert und verarbeitet wurden.

Das Wasserreservoir dient als Datenbasis, in der die Daten analysiert werden. Das Wasser im Auslauf beinhaltet die analysierten Daten. Durch diesen Prozess können Daten durchsiebt werden, um daraus nützliche Geschäftsimpulse Marketing abzuleiten.

Data Warehouses vs. Data Lakes
Wird von der Speicherung und Bereitstellung riesiger Datenmengen gesprochen, so fällt auch oft die Bezeichnung des Data Warehouse. Der Data Lake und das Data Warehouse unterscheiden sich jedoch in ihrem Konzept und der Art der Datenspeicherung deutlich.

Das Data Warehouse führt Daten aus unterschiedlichen Quellen zusammen und formatiert, sowie strukturiert die Daten, um eine direkte Analyse zu gewähren. Der Data Lake hingegen nimmt Daten aus verschiedenen Quellen im Rohformat auf und legt sie unstrukturiert an einem Ort ab. Der Data Lake muss für die Speicherung der Daten nicht die anschließende Art der Analyse kennen. Wenn die Daten tatsächlich gebraucht werden, erfolgt die Umformatierung und Strukturierung.

Die Konzentration des Data Warehouse liegt auf Kennzahlen oder Transaktionsdaten. Beispielsweise Bilder oder Audiodateien – die unstrukturierten Daten – werden nicht abgelegt. Da der Data Lake die Daten im Ursprungsformat bereithält, ist er flexibler einsetzbar. Dementsprechend können die Daten in völlig neue Strukturen überführt und mit neuartigen Methoden gemessen werden.

Schaffen von Wettbewerbsvorteilen
Durch die hohe Anzahl an zur Verfügung gestellten Informationen sind äußerst aussagekräftige und tiefe Analysen möglich. Somit können sich wichtige Wettbewerbsvorteile für Unternehmen ergeben. Die genaue Analyse der Verkaufstransaktionen verbunden mit Kundenmeinungen kann die Preis- und Angebotspolitik entscheidend verbessern.

Data Lakes: Schnell & vielfältig
Die Speichervorgänge erfolgen sehr schnell, weil die Daten im Rohformat vorliegen. Auch die Fähigkeit die großen Datenmengen zu durchsuchen erfolgt mit einer hohen Geschwindigkeit. Der Data Lake bietet mehr Möglichkeiten für die Auswertung der Daten als das Data Warehouse. Das Data Warehouse hingegen sortiert bereits bei der Speicherung die Informationen aus, die für spätere Analysen nicht benötigt werden.

Weg von herkömmlichen Datensilos
Da der Data Lake in der Lage ist die Skalierbarkeit, Agilität und Flexibilität einzubeziehen, können verschiedene Arten von Daten und Analyseverfahren kombiniert werden, um tiefere Einblicke zu gewinnen. Herkömmliche unverbundene Datensilos und das Data Warehouse bieten diese Eigenschaft nicht. Diese Besonderheit ist jedoch äußerst wichtig, da sich die Datenmenge im digitalen Universum bis Ende 2020 verzehnfachen wird.

Data Lakes in der Praxis
Die Hauptanwendungsgebiete der Data Lakes sind Big Data Analysen. Mithilfe von Data Lakes kann das Verhalten der Kunden in Zukunft möglichst genau vorhergesagt werden, da der Zusammenhang zwischen dem Ansehen und Kauf der betrachteten Produkte und dem Erwerb ähnlicher Produkte deutlich schneller ersichtlich wird. So können dem Kunden die passenden Angebote in Zukunft besser präsentiert werden. An dieser Stelle dient der Einsatz von Data Lakes, Künstlicher Intelligenz (KI) und Algorithmen, denn Algorithmen sind befähigt unstrukturierte Daten in ihre Auswertungen miteinzubeziehen.

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 Data Lakes verstehen erschien zuerst auf Dastani Consulting.

DC: Lieber Herr Pahl, was meinen Sie, wie wichtig beziehungsweise wie entscheidend sind Predictive Analytics-Anwendungen im B2B-Geschäft?

MP: Jeder, der seine Vertriebszeit effektiver nutzen möchte, hat einen Vorteil durch eine datengetriebene Unterstützung. Bei B2C-Kunden, bei denen es im Einzelfall um geringere Geldbeträge geht, sehe ich einen ersten Hebel für Predictive Analytics im Bereich der Segmentierung.
Im B2B-Geschäft ist Predictive Analytics noch bedeutsamer. Das Kernelement von datengestützten Auswertungen für den Vertrieb, ist hier die die effektive Vertriebssteuerung durch die Identifikation passender Angebote und Verkaufschancen. Alle Bereiche können davon profitieren. Im B2B-Geschäft verfügen wir beispielsweise über hoch spezialisierte Key Account Manager im Unternehmen. Es ist enorm wichtig, ihre Zeit zu managen und sie auf die richtigen Aktivitäten auszurichten.
Wenn es darum geht, spezielle Leistungen auf Schlüsselkunden zuzuschneiden, sehen wir uns einer high-risk, high-return-Strategie gegenüber. Das bedeutet, dass ein großer Kunde zwar eine vielversprechende Chance bieten kann, aber gleichzeitig gibt es auch ein hohes Klumpenrisiko. Hier können die Predictive Analytics-Anwendungen helfen, professionell vorbereitet und mit maßgeschneiderten Lösungen auf den Kunden zuzugehen, um den Erfolg zu steigern.
Des Weiteren möchte ich auch die psychologische Komponente betrachten: Viele Vertriebler im Außendienst besuchen lediglich ihre Bestandskunden, weil sie bei Neukunden eine gewisse Zurückhaltung erleben. Das Phänomen ähnelt, dem klassischen Call-Center Mitarbeiter bei der Kaltakquise. An dieser Stelle ist das Matching mit einem Predictive Analytics Tool hilfreich, um den Mitarbeitererfolg unter Unsicherheit zu erhöhen. Wenn die Vertriebler durch die neuen Werkzeuge öfter erfolgreich sind, verschwindet die Barriere bei der Neukundenakquise und Wachstumsziele können auf Mitarbeiterebene besser realisiert werden.

 DC: Welche lohnenswerten Vorteile können sich durch die Predictive Analytics-Anwendungen ergeben?

MP: Die Anwendungen von Dastani Consulting decken verschiedene Bereiche ab. Der Schwerpunkt liegt in meinen Augen bei „Next Best Offer“ für Leistungslücken, die als sogenannter „White Space“ aufgezeigt werden.
Ich möchte den Vorteil von der Vertriebsseite her betrachten: Die Tätigkeit des Vertriebs wird immer komplexer und das Leistungsportfolio der Anbieter im Lösungsverkauf immer unübersichtlicher. Die Mitarbeiter werden zeitgleich mit immer mehr Aufgaben konfrontiert und arbeitet hart am Limit. Genau aus diesem Grund stellt sich die Frage, wie der Vertrieb in Zukunft ausgerichtet wird und wie seine Aufgaben entschlackt werden können. Predictive Analytics ist in der Lage Kundenpotenziale aufzudecken und Handlungsempfehlungen vorzuschlagen, mit denen der Vertrieb Erfolge erzielen kann. Die Problematik, die ich selbst erlebe, ist, dass viele Verkaufsleiter ihre wertvolle Zeit damit verbringen nutzlose Angaben administrativ ins CRM einzupflegen und unübersichtliche Datenblätter auszuwerten. Doch diese Auswertungen sind nie besonders gut, weil sie nicht von einem Spezialisten gemacht wurden. Genau in dieser wertvollen Zeit, in der die Auswertungen durchgeführt werden, wäre doch eher der Anspruch zu sagen: Wie ist es möglich einen Sales Manager mit einer präzisen Prognose in den Markt hinein zu schicken?
Das Matching kann in verschiedenen Dimensionen erfolgen und ist unglaublich vielfältig. Als Beispiel möchte ich einen großen Weiterbildungsanbieter nennen, der im Rahmen des „Swarmings“ Personen miteinander verbinden kann, die auf Projektbasis gut zusammenarbeiten können. Predictive Analytics gibt eine solide Basis für Chancen beim Kunden und den effizienten Einsatz von Ressourcen – sie hilft jedoch ebenso zu erkennen, in welchen Fällen der Vertrieb seine Zeit unnötig verschwendet und schafft Platz für mehr Kundenkontakte.

DC: Meinen Sie, dass die Anwendungen nur bei großen Unternehmen interessant sind? Man braucht ja eine gewisse Datenbasis, um Vorhersagen zu treffen.

MP: Im B2C wird eine unendliche Menge an Daten angehäuft. Im B2B-Geschäft würde sich das deutlich mehr lohnen. Dort werden jedoch weniger Daten gesammelt, was wiederrum eine große Herausforderung für die Datenbasis darstellt. Auch die Aktualität der Daten ist oft gering – hier gilt es im ersten Schritt die Hausaufgaben zu machen sowie den eigenen Datendachboden aufzuräumen.
Ich erlebe auch immer wieder, dass sich CEO’s einen Spielzeugroboter wünschen, weil sie irgendetwas von Digitalisierung gehört haben, die jegliches Problem lösen kann. Bevor man eine Anwendung aufsetzt, benötigt man allerdings zuerst eine saubere Analyse der eigenen Prozesse. Die Predictive Analytics-Anwendungen sind unglaublich sinnvoll, wenn die Grundlagen stimmen und sie an einer wirkungsvollen Stelle im Kundenprozess anknüpfen. Vor allem das Mapping stößt natürlich auf Widerstände, denn jeder Vertriebler behauptet von sich, dass er ein großer Künstler sei und sich seine Abläufe nicht erfassen lassen.
Digitalisierung ist somit eine mögliche Option am Ende einer Optimierung, aber kein sofortiges Ziel. Zuerst gilt es Best Practice und Fehler im bisherigen Verkauf aufzuspüren und den Prozess messbar zu machen. Viele Unternehmen scheitern an einer Transformation, weil sie digitale Lösungen einführen, ohne die analogen Prozesse sauber herauszuarbeiten. Dadurch mangelt es am Ende an klaren Hebeln, Ansatzpunkten und benennbaren Zielen.
Ein kompetenter Berater versteht diese Problematik. Es weiß, wann komplexe Felder vom Menschen entschieden werden müssen und wann es sich um einen linearen Prozess oder eine Mustererkennung handelt, die mit einem Tool automatisiert werden kann.

DC: Welche Impulse hat der Vortrag von Dr. Parsis Dastani?

MP: Wir haben von vielen Teilnehmern des Intensivseminars ‚B2B Marketing und Verkauf’ eine positive Rückmeldung über den Vortrag erhalten. Dr. Parsis Dastani hat uns anhand vieler anschaulicher und realistischer Fallbeispiele gezeigt, wie wichtig die Predictive Analytics-Anwendungen im B2B-Geschäft sind. Er präsentierte deutlich, wie die Anwendungen auf verschiedene Branchen transferiert werden können. Darüber hinaus waren viele Teilnehmer erstaunt, dass die Anwendungen bereits mit überschaubaren Mitteln umgesetzt werden können. In vielen Industrien stellt sich zudem gar nicht mehr die Frage, „ob“ Analysetools eingesetzt werden sollten, sondern „wann“ und „wo“ – denn die Konkurrenz schläft nicht.
Vor allem im B2B-Geschäft ist es von hoher Bedeutung, dass den Führungskräften jemand zur Seite steht, der aufzeigt, wann digitale Lösungen angestrebt werden sollen und wann sich eine andere Optimierung anbietet. Digitalisierung sollte als Chance, aber niemals als Selbstzweck angesehen werden. Sie ist kein Non-Plus-Ultra, sondern ein Ad-on, wenn es denn hilft.

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 Interview: Predictive Analytics im B2B erschien zuerst auf Dastani Consulting.

Methodik
Die Prognosen basieren auf KI und ermitteln in Echtzeit anhand der einzelnen Bestellungen und Käufe welcher Kunde welches Produkt als nächstes kaufen wird. Das heißt, durch die Analyse historischer Transaktionen lassen sich individuell die Next Best Offer (die besten Produkte) für Kundenbindungsaktionen und Abverkauf ermitteln.

Zielsetzung
Unsere Predictive Analytics-Anwendung ermöglicht eine Individualisierung der Ansprache – im Handel und im Marketing. Damit lässt sich der Umsatz mit jedem einzelnen Kunden steigern.

Anwendungsbeispiele
Unsere Next Best Offer-Prognosen können über alle Marketing- und Vertriebskanäle hinweg verwendet werden. Seien es produktspezifische Kundenselektionen für Promotions, Produktempfehlungen für die Leadgenerierung im Telemarketing, individualisierte Inhalte für den Newsletter oder Produktvorschläge für die Bestandspflege im Vertrieb.

Ergebnis
Der jeweilige Kunde bekommt die Next Best Offer angezeigt, zu denen er eine hohe Kaufaffinität besitzt. Durch die gezielte Ansprache lassen sich bessere Verkaufschancen realisieren. Die Performance Ihres Unternehmens kann sich um bis zu 40% erhöhen. Des Weiteren steigt die Wirksamkeit von Mails und Calls, weil der Kunde mit personalisierten – und nicht zufälligen Produktempfehlungen – angesprochen wird. Durch die Anwendung ergibt sich ein gelungenes Zusammenspiel aus Disposition, Lager, Vertriebsmanagement und Marketing.

Next Best Offer mit der Sales-App
Zur effizienten Unterstützung Ihres Vertriebs hat Dastani Consulting eine Location Based App entwickelt, die Ihren Vertriebsmitarbeitern im Außendienst passende Next Best Offer-Empfehlungen liefert. Die Verkäufer haben mit ihrem Smartphone stets Zugriff auf die Verkaufsempfehlungen in unmittelbarer Nähe und können so frustrierte Rückwege mit dahergehendem Minus im Budget vermeiden.

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 Next Best Offer: Individuelle Produktempfehlungen erschien zuerst auf Dastani Consulting.

Hintergrund
Stellen Sie sich vor: Sie besuchen einen Onlineshop mit rund 500.000 Produkten. Dahinter steckt eine gigantische Menge an Daten. Somit stellt sich die Frage: Wie können wir diese Daten nutzen, um die Conversion Rate im Onlineshop zu erhöhen?

Die herausfordernde Aufgabe war es somit dem Kunden im Onlineshop die Waren zu präsentieren, nach denen er wirklich Ausschau hält. Bei zufälligen Produktempfehlungen ist es ziemlich unwahrscheinlich, dass sich dort ein Artikel befindet, der den Kunden letztendlich zum Kauf bewegen wird.

Methodik
An dieser Stelle helfen unsere Echtzeit-Prognosen, die auf KI basieren. Sie berechnen auf Basis historischer Bestellungen und Käufe, welcher Kunde welches Produkt als nächstes kaufen wird.

Unsere Next Best Offer-Methodik dient dazu, die Kaufwahrscheinlichkeit Ihrer potentiellen Kunden für weitere Produkte aus dem verfügbaren Angebot – zu denen die Kunden eine hohe Affinität besitzen – zu prognostizieren.

Richtiger Content für Marketing und Vertrieb: Individuelle Empfehlungen
Egal, ob Next Best Offer in personalisierten Printmailings oder im E-Commerce eingesetzt wird – unsere Unternehmensprognosen zeigen, dass über 40% des aktiven Kundenstamms mindestens eine individualisierte Empfehlung im Onlineshop gekauft haben.  Je größer die Produktpalette eines Onlineshops ist, desto mehr lohnt sich der Einsatz der Big-Data-Methoden. Kunden wollen verstanden werden – das ist genau das, was unser Next-Best-Offer ermöglicht.

Zusätzlich für den Außendienst haben wir von Dastani Consulting eine mobile Next Best Offer-App entwickelt, die dem Vertrieb Sales-Hinweise an die Hand gibt. Mehr dazu können Sie in unserem nächsten Artikel lesen.

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 Next Best Offer: Mit Individualisierung zu mehr Umsatz erschien zuerst auf Dastani Consulting.

Durch Technologien Künstlicher Intelligenz wird die Preisgestaltung komplett neu umgedacht. Weg von unzähligen Rabattaktionen wie „Wir schenken Ihnen 20% zu Ostern“ und hin zu individualisierten Anreizhöhen basierend auf individuellen Kundenprofilen und prognostizierten Verhaltenserwartungen. KI sorgt dafür, dass auf personalisierter Ebene zum richtigen Zeitpunkt auf dem richtigen Kanal der passende Content erscheint.

Warum postalische Mailings?
Viele Kampagnen ermöglichen neue Anwendungsfälle beispielsweise durch Briefe oder Postkarten und ergänzen somit einzelne postalische Kontaktpunkte der Customer Journey. Wenn es also darum geht, im großen digitalen Werbeumfeld Aufmerksamkeit zu erzeugen, ist ein klassischer Brief, der vom Postboten ins Haus geliefert wird, ein wirksames Werbemittel im Marketing.

Der richtige Zeitpunkt
Die Künstliche Intelligenz ermittelt Kaufwahrscheinlichkeiten und identifiziert das Kaufpotential für Warenkorbabbrecher. Ist der Kunde inaktiv, so kann KI dessen Churn-Wahrscheinlichkeit ermitteln. Auch die Chance den Kunden mit richtiger Ansprache zurückzugewinnen kann berechnet werden.

Der Schlüssel zum Erfolg ist hier die sogenannte „Send Time Optimization“. Das bedeutet, es ist notwendig herauszufinden, wann der optimale Zeitpunkt für die Kundenansprache ist. Eine Frage, die mithilfe künstlicher Intelligenz zielgerichtet beantwortet werden kann.

Die Modelle von Dastani Consulting ermitteln produktspezifische Kaufwahrscheinlichkeiten für einzelne Kunden. Mit ihrer Hilfe gelingt der Drahtseilakt die optimale Anstoßfrequenz zu ermitteln. Der Kunde wird nicht durch hunderte Werbemails genervt, sondern nur dann angesprochen, wenn sein Bedürfnis nach einem speziellen Artikel am höchsten ist.

Unsere Erfahrungen zeigen, dass die maximale Performance nur dann erreicht wird, wenn der richtige Zeitpunkt für eine E-Mail oder einen Postkartenversand gewählt wird. Ergänzend dazu hilft unsere Customer Value Prediction der Marketingabteilung bei der Wahl der korrekten Ansprache. Bei High-Value-Kunden lohnt sich die Investition in ein aufwendig gestaltetes postalisches Werbemittel. In diesem Fall wird der Kunde die Aussendung mindestens einmal zu Gesicht bekommen. Genau das ist Ihre Chance mit geeigneter Produktpräsentation zu punkten. Die Auswahl der passenden Produkte auf der Vorderseite entscheidet im Zweifel binnen Sekunden darüber, ob der Kunde den Shop besucht oder nicht. Die Investition in ein kostspieliges postalisches Mailing kann hier lohnenswert sein.

Andere Kunden, deren prognostizierter Umsatz unterhalb eines kritischen Wertes liegen oder die zu regelmäßigen Warenkorbabbrüchen neigen, sollten kurzfristig mit kostengünstigeren E-Mails angesprochen werden.

Individualität entscheidet
Weg von der One-Size-Einheitlichkeit bis hin zur 1:1 Personalisierung. Mittlerweile besteht die Möglichkeit jedes einzelne Detail beim Druck zu individualisieren. Auch an Schnelligkeit mangelt es nicht, weil der Vorgang automatisiert wird.

Cross- und Upselling sind bekannte Beispiele für die Anwendung. Weitere Produktempfehlungen sind nicht nur in E-Mails vorbehalten. Dank moderner KI-Technologien können Softwareprogramme die individualisierten Inhalte auch auf postalische Mailings drucken. Eine detaillierte Analyse der Kundendatenbanken durch unsere Algorithmen liefern die Voraussetzung hierfür.

Wichtig ist neben der Produktpräsentation auch die personalisierte Ansprache. Eine Postkarte mit „Hallo Herr oder Frau Mustermann“ landet aus eigener Erfahrung auf dem schnellsten Wege im Müll. Auch nicht jeder Kunde benötigt einen Anreiz durch pauschalisierte Rabatte. Wenn Sie Ihren Kunden regelmäßig Rabatte auf das komplette Sortiment schenken, so verringern Sie zum Teil unnötig Ihre Marge. Viele Kunden würden einen Kauf auch ohne Anreiz in Erwägung ziehen. Die Grundlage bildet das individuelle Verhalten des Kunden, um nie zu wenig und nie zu viel zu bieten.

Fazit
Werden postalische Mailings zukunftsgerecht eingesetzt, so entstehen Potentiale durch die Kombination der Vorteile des Kanals mit den Chancen von KI. Postalische Mailings sollten als profitabler Kontaktpunkt mit dem Kunden nicht außer Acht gelassen werden. E-Commerce-Unternehmen wie Zalando oder Amazon haben bereits erkannt, dass der Versand individualisierter Postkarten in Kombination mit passenden Produktempfehlungen für die maximale Performance vorteilhaft ist.

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 Künstliche Intelligenz und postalische Mailings erschien zuerst auf Dastani Consulting.

Bedeutung des Begriffs „Next-Best-Offer“
Unternehmen sind gerade dabei zu lernen, dass die Nutzung von Analysen und das Kennenlernen ihrer Kunden auf individueller Ebene der beste Weg ist, um die Umsätze und die Kundenloyalität signifikant zu steigern. Das bedeutet, dass Händler höhere Erfolge sehen, wenn sie mit detaillierten und dynamischen Informationen zu jedem einzelnen Kunden arbeiten statt sie als Mitglieder eines breiten Segments zu einem bestimmten Zeitpunkt zusammenzufassen. Der ausschlaggebende Punkt ist die direkte Interaktion mit dem Kunden, wenn sie relevant ist. Welche Schritte sind nötig um Neukunden zu loyalen Bestandskunden zu transformieren? Die Antwort: Es müssen allgemeine zufällige Angebotsempfehlungen durch individuelle personalisierte Empfehlungen ersetzt werden. Das führt letztendlich dazu, dass Kunden so deutlich mehr als geplant im Onlineshop kaufen.

Vor einigen Jahren wurden im Customer Relationship Management noch kostenintensive Callcenter eingesetzt, um Cross Selling und Up Selling Potenziale zu erschließen. „Next Best Offer“ stellt eine deutlich ausgereiftere Variante dar: wenn das Risiko besteht, dass ein Kunde abwandern sollte, so liegt die Konzentration nicht darauf dem Kunden kurzfristig noch viel Geld aus der Tasche zu ziehen, sondern ihn mit korrekter Ansprache langfristig zu halten.

Notwendig sind Predictive Analytics Methoden, um Verhaltensweisen, Präferenzen, Hintergründe und Kaufhistorien eines einzelnen Kunden zu erfassen. Darunter fallen in die Black Box beispielsweise Kaufwahrscheinlichkeiten oder Artikelgruppen, die von besonderem Interesse für den Verbraucher sind. Daraus erfolgt eine Abstimmung zum richtigen Zeitpunkt mit dem richtigen Produkt für den individuellen Kunden. Mit datengestützten Echtzeitanalysen entsteht ein kontinuierlicher Lernprozess.

Vorteile des „Next-Best-Offer“:
Selbst, wenn der Onlineshop eine fünfstellige Anzahl an Produkten umfasst, ordnet „Next-Best-Offer“ automatisiert jedem einzelnen Interessenten die Produkte zu, die er am ehesten kaufen würde. Das Ergebnis: zufriedenere Kunden. Sie fühlen sich wertgeschätzt, weil ihre Wünsche erkannt, und sie individuell – abgegrenzt vom breiten Kundensegment – angesprochen werden.

Marketingspezialisten nutzen die Einblicke in die Verhaltensweisen ihrer Kunden (sogenannte Customer Insights), um Verkäufe zu fördern, die Kunden langfristig an das Unternehmen zu binden und den Customer-Lifetime-Value zu maximieren. Indem die Händler den nächstbesten Schritt im Verkaufsprozess für jeden einzelnen Kunden definieren, übertreffen sie die Erwartungen ihrer Kunden und liefern das bestmögliche Kundenerlebnis.

Zusammenfassung:
Je größer die Produktpalette des Onlineshops ist, desto mehr profitieren Händler von den Big-Data-Analysen. Mit zunehmenden Produktprogramm wird es immer unwahrscheinlicher, dass unter der zufälligen Angebotsempfehlung ein Produkt dabei ist, das dem individuellen Kundenwunsch tatsächlich entspricht. Aus diesem Grund können Sie die Entwicklung des Next Best Offers von Dastani Consulting nutzen, um für jeden Kunden das passende Angebot zu finden. Selbst bei begrenzten Ressourcen können unsere Analysen helfen individualisierte Werbeanzeigen zu schalten und Kunden dezidiert anzusprechen. Die optimale Präsentation der Produkte mündet in erhöhte Deckungsbeiträgen im Marketing und Vertrieb.

Die Wahl eines kundenorientierten Ansatzes mit „Next Best Offer“ ist der ideale Weg, um durch die optimale Produktpräsentation die Conversion Rate und den Umsatz im E-Commerce signifikant zu erhöhen.

Unternehmen, die auf maschinelles Lernen setzen und auf einem datengetriebenen Geschäftsmodell beruhen, sind besser aufgestellt. Sie können ihrer unzählig großen Konkurrenz im Onlinehandel relevante Marktanteile abnehmen und so gezielt der Preisschlacht mit weiteren Händlern entgehen.

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 Next Best Offer gegen die Preisschlacht erschien zuerst auf Dastani Consulting.