Durch die Fülle an E-Commerce-Angeboten haben es Händler zunehmend schwer, sich von der Konkurrenz abzusetzen, ihre Zielgruppen zu erreichen und neue zu erschließen. Hier kommt der Einsatz moderner Technologien wie künstliche Intelligenz und maschinelles Lernen ins Spiel, um eine effizientere, personalisierte Ausspielung von Maßnahmen und Kampagnen zu erreichen. Wie Händler mit KI-basierten Mailings die Kundenzufriedenheit erhöhen können, beschreibt Michael Diestelberg vom Marketing- und Datenspezialisten Mapp in einem Gastbeitrag.
Die Basis hierfür ist eine valide Datenerhebung und die präzise Auswertung der richtigen Insights, wobei der Fokus hierbei inzwischen meist auf den eigenen First-Party-Daten liegt.
Auf dieser Grundlage können intelligente Technologien zu Analysezwecken etwa in den Bereichen E-Mail-Marketing, Social Media und Suchmaschinenoptimierung zum Einsatz kommen, um Kaufinteressen vorherzusagen, Kundenzufriedenheit zu steigern und Umsätze gezielt zu erhöhen.
© IMAGO / agefotostock
Trend Hyperpersonalisierung: Auf Basis von First-Party-Daten können externe Kanäle mit dem passenden Content für die richtige Zielgruppe bespielt werden.
"Spray and pray war gestern"
"Spray and pray" war gestern: Kostendruck und das sich stetig ändernde Kaufverhalten machen es notwendig, dass Händler auf ein zielgenaueres E-Marketing umstellen. Denn für eine wirkliche Eins-zu-Eins-Personalisierung ist eine feine Injektionsnadel erforderlich. Je relevanter und personalisierter der Content ist, desto stärker interagieren Kunden mit bestimmten Angeboten und werden zur Conversion animiert.Im E-Mail-Marketing lassen sich mit einer KI-Lösung Prognosen und Platzierungen von Inhalten auf Grundlage vordefinierter Algorithmen und der verfügbaren Daten erstellen. Basierend auf dem spezifischen Kundenstatus werden maßgeschneiderte Informationen versendet, die genau auf diesen Status passen.
Auswertung individueller Nutzungszeiten
Dabei werden Texte wie auch Bilder maschinengesteuert generiert. Möglich sind Informationen passend zum Aufenthaltsort des Kunden oder Produktinformationen, die entsprechend den individuellen Social-Media-Aktivitäten zielgenau ausgelegt werden.Auch lässt sich mithilfe künstlicher Intelligenz der optimale Kontaktzeitpunkt für jede einzelne E-Mail-Nachricht automatisiert bestimmen. Anhand der individuellen Nutzungszeiten wird die präferierte Zeit für den Empfang prognostiziert, was in einer deutlichen Steigerung von Öffnungs- und Interaktionsraten von bis zu 15% resultiert.
Über den Autor
Intelligente Lernalgorithmen gleichen alle erfassten Daten ab, um etwa für maßgeschneiderte Online-Discounts Korrelationen zwischen den Profilen der Website-Besucher, der Kunden und der Kampagnenempfänger zu identifizieren. So definiert KI automatisch Segmente und Zielgruppen mit gemeinsamen Kriterien für eine personalisierte Kundenansprache.
Beispiel Vivienne Westwood
Durch eine Hyperpersonalisierung der Kundensprache konnte beispielsweise die Modemarke Vivienne Westwood die Öffnungsrate von Kundenmailings auf über 38% steigern.Um die eigene digitale Kommunikationsstrategie voranzutreiben, integrierte das Modelabel kürzlich Mapp Cloud und die dazugehörige Customer Data Plattform. Dadurch werden Kunden-Interaktionen auf Basis der richtigen Insights gebündelt und automatisiert. Mithilfe von Templates produziert das Team neue E-Mails ohne Codes erstellen zu müssen, Content-Blöcke lassen sich einfach bearbeiten und per Drag&Drop verschieben – einfacher als mit herkömmlichen Content-Editoren.
Jeder dritte Website-Besucher wird erkannt
Zugleich sind E-Mails ohne zusätzlichen Aufwand bereits für mobile Endgeräte optimiert. Die notwendigen Kundendaten können in der Customer-Data-Plattform gebündelt und erfasst werden, sodass jede einzelne Customer Journey in Echtzeit erfasst wird.Aufgrund der starken Personalisierung stieg auch die Klickrate auf rund 6% an. Mit einem hohen durchschnittlichen Bestellwert pro Transaktion von rund 163 Euro ist eine starke Customer Experience bei dem Modelabel von entscheidender Bedeutung, um regelmäßige Wiederholungskäufe sicherzustellen.
Durch die insight-basierte Marketinglösung ist es Vivienne Westwood jetzt möglich, fast jeden dritten Besucher auf der eigenen Website zu identifizieren. Dadurch wird die Durchdringung der eigenen Zielgruppen deutlich erhöht, die Ansprache hyperpersonalisiert und das Markenerlebnis gesteigert.
360-Grad-Ansicht des Kunden
Auf Grundlage eigener First-Party-Daten erstellen KI-gestützte Tools Muster und treffen Vorhersagen zu zentralen Metriken als Basis für fundiertere Entscheidungen.Zugleich kommen Unified-Customer-Profiles ins Spiel. Damit können Händler wie Westwood soziographische Merkmale, Transaktionen und Interaktionen zentral bündeln und sich dadurch eine 360-Grad-Ansicht auf jeden einzelnen Kunden verschaffen, die für eine erweiterte Segmentierung und automatisierte Kontaktaufnahme unerlässlich ist.
KI-basierte Insights in das Kundenverhalten erlauben es beispielsweise, vorab zu eruieren, wann und wie Kaufinteresse beim Kunden generiert werden kann und wie hoch die zu erwartenden Umsätze sind. Daten wie zurückliegende Käufe, Interessen und Browserverhalten können genutzt werden, um automatisiert Kampagnen an die richtige Zielgruppe auszuspielen.
Abwanderungswillige Kunden identifizieren
KI-basierte Insights liefern aber nicht nur Voraussagen über die Wertigkeit der Kunden, sondern identifizieren auch Anomalien im Kundenverhalten, sodass Händler automatisiert darauf reagieren können. Anhand der zurückliegenden Kaufhistorie oder vergleichender Kohortenanalysen werden z. B. Voraussagen zur Kündigungswahrscheinlichkeit eines Kunden getroffen.So können Händler sich abwanderungswilligen Kontakten gezielt zuwenden und in Echtzeit, etwa mit individuellen E-Mail-Angeboten, automatisiert Abwanderungsgedanken entgegensteuern.
Das RFM-Modell
Durch KI-gestützte Vorschläge zur Konfiguration des RFM-Modells lassen sich die Faktoren "Recency" (wann hat der Kunde zuletzt bestellt), "Frequency" (wie häufig bestellt er) und "Monetary Value" (wie viel gibt er aus) auf das individuelle Kaufverhalten anpassen. Das Ergebnis sind vordefinierte Segmente, mit denen sich Kunden auf Basis ihrer Kaufhistorie zielgenau ansprechen lassen.Das RFM-Modell macht es Händlern deutlich einfacher, vielversprechende Segmente zu identifizieren, etwa Kunden mit hohen historischen Umsätzen und einer hohen Kauffrequenz, die allerdings bereits länger nicht mehr bestellt haben.
Auch um die Conversion zu steigern und Nutzer zu animieren, stärker mit einem bestimmten Angebot zu interagieren, müssen Händler maßgeschneiderten Content ausspielen. Auch hierbei helfen gezielte Analysen: Denn mit KI lassen sich anhand von Nutzungsdaten wie Transaktionen und Nutzerbewegungen (Warenkorb, Bestellabbrüche, Kaufverhalten) passgenaue Marketing-Botschaften ermitteln, um die Kundeninteraktion im Onlineshop zu erhöhen und langfristig eine die Steigerung des Umsatzes zu erreichen.
