Der Besucher eines Onlineshops wird nach nur kurzer Verweildauer fündig und kauft ein Produkt, dass haargenau seinen Vorstellungen entspricht. Ein Zufall? Wohl kaum. Vielmehr ist es ein gutes Beispiel dafür, wie Unternehmen heute ihr Marketing und ihren Vertrieb auf Basis von verfügbaren Daten personalisieren.

Mit Daten zur erfolgreichen Kundenkommunikation

Potenzielle Kunden anzusprechen kann eine große Herausforderung sein. So bieten Kundendatenbanken zwar eine gute Übersicht über die vorhandene Kundenbasis, jedoch sind daraus nur selten oder schwer konkrete Kontakte für zukünftige Neukundenansprachen ableitbar.

Unternehmen versuchen daher oft noch immer mit enorm breit aufgestellten Marketing-Kampagnen potentielle Neukunden zu erreichen. Vom E-Mail-Marketing bis hin zu Inmails und Bannerkampagnen –- trotz massiver Streuverluste halten eine Vielzahl an Unternehmen noch an diesen Methoden fest.

Für eine erfolgreiche Kundenkommunikation sollten sich Unternehmen jedoch immer vor Augen halten, dass die inhaltliche und persönliche Relevanz für jeden einzelnen Kunden im Vordergrund stehen muss. Gute und zeitgemäße Kundenkommunikation, unabhängig davon in welcher Entscheidungsphase, bedeutet nicht, nach dem Gießkannenprinzip allen Kunden die gleichen Produkte oder Informationen anzubieten. Vielmehr müssen sich Verantwortliche bei jeder E-Mail-Kampagne, jedem Social Media Post, jeder Anzeige, etc. die Frage stellen, ob es sich dabei um jene Information handelt, die die gewünschte Zielgruppe auch tatsächlich interessiert. So haben zu viele und irrelevante Werbebotschaften beim (potentiellen) Kunden häufig genau einen gegenteiligen Effekt und weitere Maßnahmen werden ignoriert oder gar negativ wahrgenommen.

Personalisierte Daten verknüpfen und nutzen

Um die Kundenansprache möglichst individuell und bedarfsorientiert zu gestalten, stehen Unternehmen heute viele Daten zur Verfügung. Allerdings fehlt es oft an Know-how und Ressourcen, um diese Daten gezielt auszuwerten und zu nutzen.

Abhilfe schaffen hier intelligente Wissensmanagementsysteme, die in der Lage sind große Datenmengen zu analysieren, zu verknüpfen, relevante Informationen zu extrahieren und diese bei Bedarf bereitzustellen. Sogenannte Insight Engines kombinieren dazu Methoden aus dem Bereich der KI mit leistungsstarken Enterprise Search Funktionen und Technologien zur Verarbeitung natürlicher Sprache. Auf diese Weise sind sie im Stande Datensätze aus unterschiedlichsten Quellen miteinander zu verknüpfen, komplexe Zusammenhänge zwischen ihnen zu erkennen und für Anwender in Echtzeit aufzubereiten.

Insight Engines bringen Durchblick

Insight Engines fungieren als intelligente Informationszentrale im Unternehmen. Anders als bei klassischen Suchmaschinen agieren sie nicht nach dem herkömmlichen Suchfeld-Ergebnisschema. Statt scheinbar endlos langen Ergebnislisten, stellen Insight Engines die Ergebnisse übersichtlich, im entsprechenden Kontext dar. Sie berücksichtigen dabei die Rolle/Position des Anwenders im Unternehmen sowie die individuellen Berechtigungen. Die auf diese Weise generierten 360-Grad-Sichten ermöglichen Verantwortlichen einen umfassenden Überblick über ein konkretes Thema z.B. einen Lead, eine Kampagne oder einen Bestandskunden, denn bei der Recherche bezieht die Insight Engine sämtliche Unternehmensdaten – unabhängig ob diese strukturiert oder unstrukturiert (z.B. Texte, Präsentationen, Video Recordings) vorliegen – mit ein.

Abbildung 1: Insight Engines konsolidieren Daten aus den Datenquellen
Abbildung 1: Insight Engines konsolidieren Daten aus den Datenquellen

Ein besonderer Vorteil von Insight Engines: Die Abfragen erfolgen dabei in natürlicher Sprache. Das heißt ähnlich wie in einem Gespräch stellt der Anwender Fragen und erhält darauf konkrete Antworten (Conversational Search).

Möglich ist dies dank Methoden der maschinellen Spracherkennung wie Natural Language Processing (NLP) und Natural Language Understanding (NLU) sowie Machine Learning Algorithmen und neuronalen Netzen (Deep Learning).

NLP ist dabei mithilfe von Regeln und Algorithmen in der Lage natürliche Sprache computerbasiert zu verarbeiten. Dies ermöglicht der Insight Engine Inhalte zu verstehen und in sinnvolle Informationen umzuwandeln. Um, neben einzelnen Wörtern und Sätze, auch Textzusammenhänge und Sachverhalte zu verstehen, greifen Insight Engines auf die Fähigkeiten von NLU zurück.

Dadurch lassen sich sowohl die Suchabfragen der Anwender als auch die Inhalte der angebundenen Datenquellen identifizieren, analysieren, interpretieren und verstehen. Komplexe Zusammenhänge zwischen Informationen – wie beispielsweise etwaige Gemeinsamkeiten der aktuell gewonnen Neukunden – können rasch erkannt, mit anderen Daten verknüpft und übersichtlich dargestellt werden. Zusätzlich besteht die Möglichkeit auch interne Daten und Auszeichnungen aus öffentlichen, externen Quellen miteinzubeziehen. Auf diese Weise identifizieren Verantwortliche beispielsweise ohne großen Aufwand weitere Kontakte, die gemessen am aktuellen Kundenstamm perfekt zum eigenen Service oder Produkt passen.

Deep- und Machine Learning verleihen der Insight Engine darüber hinaus die Fähigkeit immer weiter zu lernen und ihre Performance kontinuierlich zu optimieren. Dafür sammeln und analysieren sie Wissen über ihre Anwender. Die Informationen über beispielsweise ihre Arbeitsweise, frühere Abfragen, ihr Klickverhalten etc. dienen als Grundlage für bevorstehende Suchen sowie die Relevanz und Reihung der Ergebnisse.

Abbildung 2: KI-basiertes Relevanzmodell
Abbildung 2: KI-basiertes Relevanzmodell

Mit Blick auf die stetig steigenden Datenmengen, wird es für Unternehmen im Wettbewerb immer wichtiger das Potenzial ihres Datenschatzes zu erkennen und gewinnbringend einzusetzen. Insight Engines setzen genau hier an. Sie unterstützen bei der Analyse, Auswertung und Bereitstellung der stetig steigenden Datenmengen und schaffen Potenzial das sich weit über das Thema Neukundenansprache und Leadgenerierung nutzen lässt.

Über den Autor
Gerald Martinetz

Über Mindbreeze
Die Mindbreeze GmbH ist ein führender Anbieter von Appliances und Cloud-Services für Information Insight, angewandte künstliche Intelligenz und Wissensmanagement. Die Produkte ermöglichen eine konsolidierte Sicht auf das Unternehmenswissen – unabhängig davon, wo und wie dieses gespeichert ist.
www.mindbreeze.com

 

 

Bildquellen

  • Abbildung 1: Mindbreeze
  • Abbildung 2: Mindbreeze
  • Webseite: Bild von Pexels auf Pixabay