Spätestens nachdem MMC Ventures erkannt hat, dass nur 40 Prozent der Agenturen, die behaupten, künstliche Intelligenz einzusetzen, dies auch tatsächlich tun, stellt sich die Frage: Wie weit sind wir mit diesem Thema eigentlich gekommen?
{{divider}}
KI-Marketing braucht einen Realitätscheck
Wenn Sie Google Alerts verwenden, um die Häufigkeit zu scannen, mit der Artikel zu diesem Thema veröffentlicht werden, haben wir enorme Fortschritte erzielt. Aber ist das nur auf theoretischer Basis? KI scheint in allen Geschäftsbereichen (und auch in Haushalten) angekommen zu sein. Das gilt auch für das Marketing. Aber auch hier stellt sich die Frage: Ist es in der Theorie oder in der Praxis angekommen?
Betrachtet man die Anwendungsfälle mit einer Marketing-Mentalität, fällt das Ergebnis im Vergleich zum andauernden GoogleAlert-Alarm etwas verhaltener aus.
Aber gehen wir Schritt für Schritt vor: Das 21. Jahrhundert und die Digitalisierung haben jeden Aspekt des Lebens innerhalb der Gesellschaft verändert. Künstliche Intelligenz, selbstfahrende Autos und sprechende Roboter, die einst Gegenstand von Science-Fiction-Filmen waren, sind heute Realität, und globale Unternehmen verlassen sich auf sie. All diese technischen Meisterwerke haben eines gemeinsam: Sie benötigen Daten, um richtig zu funktionieren.
Ja, die gleiche alte Geschichte über Big Data — aber warum nochmal?
Und warum gibt der Begriff weiterhin Anlass zur Sorge? Bei genauer Analyse versprechen Big Data tiefgehende Einblicke oder sogar Prognosen über Kundenbedürfnisse, Trends und die Konkurrenz. Das bietet zwar neue Möglichkeiten, es auch erhöht sich Komplexität.
Marketer, die Content Marketing verfolgen (und wer nicht?) stehen vor der Aufgabe, große Mengen an qualitativ hochwertigem Content zu produzieren, der immer noch individualisiert ist und Erkenntnisse aus Big Data berücksichtigt. Da der Kaufzyklus nicht mit einem Verkaufsgespräch beginnt, muss das Performance-Marketing einspringen und seine (Lead Nurturing-) Kampagnen so gestalten, dass sie nachweislich erfolgreich sind. Potenzielle Käufer setzen sich aktiv mit ihren Bedürfnissen auseinander und sammeln eigenständig Informationen — holen sich — und Lösungsideen ein..
{{divider}}
Faktencheck KI-Marketing: Was du wissen musst
Künstliche Assistenten wie Alexa von Amazon, Googles Assistant und Siri von Apple spielen im Business-to-Consumer-Bereich bereits eine Rolle. Marketer von Business-to-Business-Unternehmen stehen derzeit vor der Entscheidung, wie sie von diesem Trend profitieren können.
Und die „alte“ B2B-Herausforderung macht uns einen Strich durch die Rechnung.
Sprachassistenten funktionieren perfekt, wenn sie einmal eine Weile benutzt wurden und mit dem Alltag und der Ausdrucksweise ihrer Nutzer vertraut sind. Dies erfordert in der Regel eine eindeutig identifizierbare Nutzerbasis. Als B2B-Vermarkter sollte die Botschaft jedoch nicht nur erreichen eine Zielperson oder Familie, die eine individuelle Kaufentscheidung trifft, aber muss auch treffen die Erwartungen vieler Entscheidungsträger zur gleichen Zeit. Im Business-to-Business-Bereich werden Kaufentscheidungen in der Regel getroffen von mehrere Interessengruppen — nicht nur aufgrund von Budgetentscheidungen — die auch aus völlig unterschiedlichen Abteilungen kommen und daher unterschiedliche Verhaltensweisen an den Tag legen.
Um jede dieser Zielgruppen mit relevanten Inhalten zu erreichen, müssen Datenströme gebündelt und korrekt interpretiert werden.
{{divider}}
Big Data — jetzt stecken wir in einem großen Durcheinander
Seit Jahren „beliefern“ wir Unternehmen mit Business-Intelligence-Tools und allen Arten von KPI-Metriken. SaaS-Anbieter haben sich eine goldene Nase verdient und immer wieder die Tür zum oberen Management mit dem Satz geöffnet: „Sie messen den KPI XYZ noch nicht? Aber du solltest es sein! Es wird Ihnen aufschlussreiche Einblicke geben!“ Das schien immer Sinn zu machen, besonders für das Management, aber jetzt ist es an der Zeit zu fragen, was mit den Daten (/rare insights) geschehen soll. Der Spaß an der Datenanalyse hört jedoch auf, wenn festgestellt wird, dass die Datenmenge unendlich gewachsen ist und eine Analyse fast unmöglich erscheint.. Und was jetzt?
Das wachsende Datenmengen Die durch vernetzte Geräte und die Anforderungen der Verbraucher in Verbindung mit dem technologischen Fortschritt hervorgerufen wurden, haben logischerweise zum Einsatz künstlicher Intelligenz geführt. Globalisierung und Digitalisierung sind zu Multiplikatoren dieser Nachfrage geworden. Mit Hilfe künstlicher Intelligenz kann das Potenzial von Daten voll ausgeschöpft werden. KIs haben keine Angst vor großen Datenmengen und zucken auch nicht mit der Wimper, wenn sich die zu analysierende Datenmenge verdoppelt — schließlich macht die Mustererkennung durch KI Big Data überschaubar. Die Technologie erweitert den Umfang menschlichen Fachwissens und kann unvorhergesehene Probleme erkennen.
Exkurs: Maschinelles Lernen
Maschinelles Lernen — um es klar zu sagen — ist Teil des Bereichs der KI und konzentriert sich auf die Fähigkeit von Maschinen, Daten zu empfangen und selbst zu lernen. Dies funktioniert, indem Algorithmen geändert und als korrekt eingestuft werden, sobald sie mehr über die Daten erfahren, die sie verarbeiten.
{{divider}}
KI-Marketing: erfolgreiche Beispiele
Die erfolgreichsten Beispiele für den Einsatz von KI im Marketing lassen sich heute in vier Kategorien einteilen.
- Recommodation Engine trifft Affiliate
- Hyperpersonalisierte Kundenerlebnisse
- Social Media — doch nicht tot?
- Analyse von Kundendaten — Insights
1. KI im Affiliate-Marketing
Affiliate-Marketing wächst und unterstützt viele Blogger. Aber wie sieht die Entwicklung der KI in diesem Bereich aus?
KI ermöglicht es, das Affiliate-Marketing zu verfeinern oder sogar diese Werbetechnik zu revolutionieren. KI-Systeme haben die Fähigkeit, die Semantik neuer, bisher nicht analysierter Seiten durch Selbstlernen zu verstehen und auf der Grundlage dieser Informationen Anzeigen zu schalten. Die Fähigkeit, den Kontext zu analysieren, hebt auch die Platzierung von Online-Anzeigen auf ein ganz neues Niveau.
Bevor Werbung geschaltet wird, können die Systeme parallel Inhalte aus dem gesamten World Wide Web analysieren und sich so ein aktuelles Bild der öffentlichen Meinung machen. Basierend auf dieser Analyse werden dann spezifische Inhalte angezeigt. Die intelligente Programmierung geht so weit, dass Parameter für bestimmte Zeiten, Orte oder Ereignisse UND Parameter auf der Grundlage des Benutzerverhaltens angepasst werden. Angebote für Regenschirme anzuzeigen, wenn es am Standort des Benutzers regnet, gehört immer noch zu den „alten“ Anwendungsfällen. Bei KI werden auch die passende Farbe und vielleicht ein Griff mit eingeprägten Initialen angezeigt.
2. KI und Kundenerlebnisse
Kundenerlebnisse können auch mit KI optimiert werden. Dazu gehört unter anderem der Einsatz von Chatbots zur Beratung. Das Web ermöglicht es, Kunden- und Verhaltensdaten in Echtzeit zu sammeln und daraus Schlüsse zu ziehen, indem Algorithmen aneinandergereiht werden. Ein Bot dient dazu, diese Erkenntnisse zu verarbeiten und dem Kunden Lösungen anzubieten. Die KI bereichert die Analysen, die sie durchführt, mit Erfahrungen, die sie in der Bevölkerung gesammelt hat.
Das bedeutet auch, dass es mit zunehmender Nutzung intelligenter wird und aktuelle Trends selbstständig erkennen kann. Ein potenzieller Kunde ist somit in der Lage, sich vor der Beratung oder dem Kauf durch eine Mensch-zu-Mensch-Interaktion mithilfe eines Bots detaillierte Informationen zu verschaffen. Dies spart den Käufern Zeit und rationalisiert den Marketing- und Vertriebsprozess für das Unternehmen, das das Produkt oder die Dienstleistung anbietet.
3. KI im Social-Media-Marketing
Social Media Marketing versucht, den sozialen Effekt von Netzwerken zu nutzen. Unternehmen nutzen diese „informelle“ Atmosphäre, um ihre Marke in den Köpfen potenzieller Kunden zu verankern. Aufgrund der unterschiedlichen Spezifikationen der Netzwerke müssen die Inhalte auf die Kunden zugeschnitten sein.
Twitter, die Microblogging-Plattform, erlaubt beispielsweise nur Beiträge mit bis zu 240 Zeichen. Unter diesen Umständen müssen Social-Media-Teams bestimmte Inhalte auf jeder Plattform veröffentlichen. Dies führt zu einem erhöhten Aufwand. Mit intelligenten Erweiterungen können erstens auch einfache Inhalte automatisch erstellt werden und zweitens kann der perfekte Zeitpunkt zum Posten von Nachrichten automatisch identifiziert werden.
KI-Lösungen für soziale Medien können Beiträge aus bestehenden Inhalten erstellen, die für das jeweilige Netzwerk optimiert sind, und diese bewerben. Die wichtigsten Fakten können aus Interviews oder Blogartikeln automatisch in Beitragsform generiert werden, da KI-Algorithmen Semantik verstehen können. Kampagnen können automatisch durch die automatisierte Analyse von Web-Traffic, Internettrends oder Ereignissen gestartet werden.
Unwetterwarnungen können von KIs aufgenommen und dann eigenständig in einen Beitrag umgewandelt werden. Online-Shops können beispielsweise meteorologische Daten verwenden, um bestimmte Produkte über Social-Media-Plattformen zu bewerben. Ein weiteres Anwendungsgebiet ist das Beschwerdemanagement über Social-Media-Plattformen. Intelligente Agenten erkennen und verstehen nicht nur Texte, sondern auch Bilder und Logos und können selbst darauf reagieren. Sie können aktiv eingreifen und Inhalte verbieten oder potenzielle Shitstorms mit Argumenten eindämmen.
4. Einblicke in KI
Angesichts der ständig wachsenden Datenmengen befinden sich Marketer in einer Position, in der sie mehr Informationen haben, als sie verarbeiten können. In Verbindung mit den wachsenden Anforderungen und dem Wunsch nach Transparenz beim Marketingerfolg wird der Einsatz von KI-Systemen notwendig, um riesige Datenmengen zu verstehen und daraus Schlüsse zu ziehen.
Durch intelligente Analysen und automatische Bewertungen erhalten Marketer Zugang zu neuen Kundensegmenten und Informationen, sodass sie deutlich mehr Möglichkeiten haben, Kampagnen und Strategien auf der Grundlage dieser spezifischen Bedingungen zu entwickeln. Die Reihenfolge der Werbemaßnahmen spielt ebenfalls eine wichtige Rolle. So reagieren manche Nutzer beispielsweise zu Beginn eines Webseitenbesuchs empfindlicher auf Werbebanner als andere, die eher an einem Sofortangebot interessiert sind.
Mit Hilfe von Big Data ist es möglich, vorherzusagen, wie sich ein Benutzer verhalten wird. KI kann dann verwendet werden, um eine Kundenreise entsprechend anzupassen. Erkenntnisse und Analysealgorithmen, die von KI gesteuert werden, ermöglichen eine persönliche Kommunikation. Solche Szenarien sind kaum vorstellbar, wenn sie manuell und mit mehreren tausend Benutzern durchgeführt werden. Dennoch investieren Unternehmen viel Energie in das Lernen aus Kundenreisen, ohne KI-Systeme in Betracht zu ziehen.
Die Anwendung intelligenter digitaler Lösungen hält nur langsam Einzug in die Praxis, da es an Best-Practice-Beispielen mangelt.
{{Teiler}}
Faktencheck: 3 Anmerkungen zum Mitnehmen
- Erstens ist künstliche Intelligenz in der Lage, Prozesse zu rationalisieren, den Informationsaustausch zu fördern und dadurch Marketingteams erheblich zu unterstützen.
- Zweitens kann künstliche Intelligenz gründliche Kunden- und Umweltanalysen mit einer Geschwindigkeit durchführen, die Menschen nicht erreichen könnten. KI-Analysen enden nicht mit einer Zahlenliste, sondern mit handfesten Handlungsempfehlungen. KI-Systeme lösen die Aufgabe, alle Informationen zusammenzuführen, indem sie Daten sammeln.
- Drittens kann der Einsatz künstlicher Intelligenz die Gesamtleistung der Abteilung verbessern. Sie ermöglicht nicht nur Handlungsempfehlungen und Individualisierung, sondern auch die angemessene, automatisierte Durchführung von Kampagnen auf Basis der individuellen Kundenanforderungen.
Mit KI im Marketing kann jeder Kontakt mit digitalem Fußabdruck individuell und exklusiv beraten werden. Künstliche Intelligenz ist das richtige Tool für die Organisation von Big Data und es nutzbar zu machen, was letztlich Investitionen in Big-Data-Projekte rechtfertigt. Die intelligenten Lösungen von heute sind in der Lage, in einem bestimmten Bereich zu arbeiten und Daten miteinander zu teilen. Bei den entworfenen KI-Anwendungen handelt es sich ebenfalls um eigenständige Lösungen, die durch Brücken und erhöhen ihre Wirksamkeit, wenn sie kombiniert werden. Wenn wir uns die wenigen Beispiele ansehen, die KI-Marketing heute bietet, sind dies oft nur die Kampagnen, die den Begriff KI als treibende Kraft für ihre Kampagne verwenden.
Nach derzeitigem Stand bleiben die Marketingmitarbeiter die treibende Kraft und die Vordenker. Vor allem kreative und strategische Aufgaben liegen (noch) in ihrer Verantwortung. Die Zusammenarbeit zwischen verschiedenen Teams oder Partnern bleibt daher vorerst ein menschliches Unterfangen. Aber wir können uns freuen, denn die monotonen und sich wiederholenden Aufgaben der Mustererkennung werden uns abgenommen. Letztlich wird uns das helfen, Big Data zu beherrschen und deren Einführung zu rechtfertigen.
