Die Zukunft der Kundeninteraktion: KI und Personalisierung

Immer mehr Marken gehen dazu über, eine personalisierte Ansprache ihrer Kunden kanalübergreifend und automatisiert zu realisieren. Das Ziel: das Customer Engagement sowie den Kundenservice kontinuierlich zu verbessern. Neue KI-Technologien können dabei helfen, benötigen jedoch eine harmonisierte Datenbasis.

Bevor Kunden einen Kauf tätigen, interagieren sie mit einer Marke über Websites, Anzeigen, E-Mails und andere Kanäle. Kundendatenplattformen (Customer Data Platforms – CDPs) helfen dabei, verteilte Daten zu vereinen, um einen einheitlichen Überblick über das Kundenerlebnis zu erhalten, der für eine Personalisierung erforderlich ist. Denn um personalisierte Kundenerlebnisse zu realisieren, wird ein aktueller und vollständiger Datenbestand benötigt.

Der State of Customer Engagement Report 2024 (SOCE) von Twilio zeigt, dass Verbraucher durchschnittlich 54 % mehr ausgeben, wenn Marken ihre Kundeninteraktionen personalisieren. Deshalb realisieren immer mehr Marken eine personalisierte Kommunikation über alle Kanäle hinweg. Ziel ist es, die Kundenbindung und den Service kontinuierlich zu verbessern. Allerdings tut sich die Mehrheit schwer, Kundendaten zu aktivieren. Nur 16 % der Marken sind der Meinung, dass sie über die erforderlichen Daten verfügen, um ihre Kunden zu verstehen.

KI-Technologien können helfen, die Kommunikation zu verbessern, erfordern jedoch einen harmonisierten Datenpool, der entscheidend ist für den Erfolg einer KI-gestützten Kundenkommunikation. Daher ist es bei einer CDP wichtig, dass diese offene Standards verwendet und mit Data Warehouses interagieren kann. Denn so wird es möglich, Kundendaten über verschiedene Plattformen hinweg effizient zu sammeln, zu vereinheitlichen und zu aktivieren.

1. KI-Kundendatenplattform implementieren

Unternehmen stehen vor einigen Herausforderungen bei der Einführung einer KI-gesteuerten Kundeninteraktion. Diese reichen von technischen Barrieren über unzureichende Ressourcen bis hin zu organisatorischen Widerständen. Die folgenden Aspekte sind besonders wichtig.

• Datenquellen: Eine wichtige Grundlage für personalisierte Interaktionen ist eine CDP, die Daten aus verschiedenen Kommunikationskanälen harmonisieren kann. Doch woher beziehen Unternehmen überhaupt ihre Kundendaten? Die zuverlässigste Quelle sind Erstanbieterdaten (First-Party-Daten), die direkt vom Kunden mit Zustimmung erhoben werden. Diese Daten stammen beispielsweise von Website-Klicks oder aus Analysen des Kaufverhaltens. Second-Party-Daten sind Erstanbieterdaten, die jedoch von Geschäftspartnern stammen. Drittanbieterdaten dagegen können von sozialen Netzwerken, Suchmaschinen oder anderen Unternehmen stammen, die ihre Daten zur Nutzung bereitstellen. Da jedoch der Schutz der Privatsphäre wichtig ist und Browser Drittanbieterdaten oft blockieren, sind diese häufig wenig zuverlässig. Daher sind Erstanbieterdaten für KI-unterstützte Kundenerlebnisse deutlich wertvoller und zuverlässiger, da sie vom Unternehmen selbst erhoben werden, aktuell sind und eine flexible Weiterverarbeitung ermöglichen.

• Erkenntnisse gewinnen: Das reine Erfassen von Kundendaten reicht nicht aus. Erst die Analyse zur Ableitung von verwendbaren Erkenntnissen bringt einen Mehrwert. Allerdings bieten nicht alle CDPs umfassende Analysetools oder fortgeschrittene Funktionen wie Predictive Analytics an. Unternehmen sollten daher mögliche Anwendungsszenarien prüfen und sicherstellen, dass die gewählte CDP KI-Unterstützung bietet und maschinelles Lernen für Predictive Analytics nutzt. Flexibel nutzbare KI-Systeme und maschinelles Lernen sind für zukünftige Szenarien notwendig, da sich Strategien und Geschäftsziele im Laufe der Zeit ändern und somit auch die Anwendungsfälle.

• Skalierbarkeit: Eine CDP muss über hohe Skalierbarkeit verfügen, um die anfallenden Kundendaten eines Unternehmens speichern und verarbeiten zu können. CDPs, die größere Datensätze unterstützen, verfügen häufig auch über robuste Sicherheits- und Datenschutzstandards.

• Time-to-Value: Es gibt viele Use Cases für eine CDP. Manche bringen schneller einen klar zu beziffernden Mehrwert als andere Einsatzgebiete. Der Implementierungsprozess einer CDP profitiert enorm von einem strukturierten Ansatz, der mit priorisierten Anwendungsfällen beginnt. Indem diese schrittweise über Abteilungen hinweg ausgerollt werden, kann frühzeitig eine Wertschöpfung generiert und diese transparent dargelegt werden.

• Akzeptanz: Um die Akzeptanz einer CDP zu erhöhen, sollten auch Teams ohne tiefen IT-Background die Einsatzmöglichkeiten verstehen. Sie müssen wissen, wie die CDP funktioniert und wie sie zielführend verwendet werden kann. Die frühzeitige Einbindung aller Teams, die mit der Plattform arbeiten werden, ist daher für den Erfolg einer datengestützten Kundeninteraktion wichtig.

Ist technisch und organisatorisch der Grundstein für die Umsetzung einer KI-gestützten und personalisierten Kommunikation gelegt, sollte das Projektteam analysieren, welche Effekte diese Maßnahmen auf die Wertschöpfung des gesamten Unternehmens haben.

2. Messbare Ergebnisse

Eine CDP kann nachvollziehbare Umsatzsteigerungen liefern, wenn sichergestellt wird, dass alle Teams Zugriff auf zuverlässige Daten haben. Aber was ist der genaue ROI einer CDP?

Um diese Frage zu beantworten, beauftragte Twilio ein Marktforschungsinstitut mit einer Umfrage, um die Vorteile zu untersuchen, die eine CDP haben kann. Die Ergebnisse zeigen, dass Unternehmen, die eine CDP verwenden, in mehreren Kategorien überdurchschnittliche Geschäftsergebnisse erzielen. Dazu zählen beispielsweise eine um bis zu neunmal bessere Kundenzufriedenheit und ein fast dreifach höheres Umsatzwachstum.

Ein praktisches Beispiel für den Mehrwert einer CDP zeigt ihre Einführung bei IBM. IBM erstellt hiermit Lernmodelle auf Basis von Kundendaten, um damit maßgeschneiderte Lösungen zu empfehlen. Seit der Implementierung hat IBM Cloud seinen Umsatz um 70 % gesteigert. Die Reduzierung der Kundenakquisitionskosten (CAC) ist ein weiteres greifbares Resultat einer CDP: Domino’s Pizza wollte seinen Fokus auf Online-Bestellungen lenken und die Kundeninteraktion über digitale Plattformen ausbauen. Seit der CDP-Einführung konnte Domino’s seinen CAC um 65 % reduzieren.

Für Unternehmen, die das Kundenerlebnis verbessern und somit ihren Umsatz steigern wollen, ist Personalisierung mithilfe einer KI-gestützten CDP ein wichtiger Ansatzpunkt für mehr Erfolg. Die Akzeptanz personalisierter Inhalte durch Kunden ist laut dem aktuellen SOCE-Report von Twilio hoch: 55 % der Verbraucher würden mehr Geld für ein personalisiertes Kauf- oder Markenerlebnis ausgeben.

3. Akzeptanz von KI

Wie der SOCE-Report ebenfalls zeigt, fordern Verbraucher von Anbietern sogar eine personalisierte Ansprache. 64 % gaben an, dass sie einer Marke den Rücken kehren würden, wenn ihre Erfahrung nicht personalisiert wäre. Als Grund geben die befragten Verbraucher an, dass personalisierte Interaktionen es ihnen erleichtern, das zu finden, wonach sie wirklich suchen. Da viele Marken um die Aufmerksamkeit von Verbrauchern konkurrieren, sorgt die Personalisierung der Kundeninteraktion dafür, dass Botschaften sich von der Masse abheben und die Zielgruppe zum richtigen Zeitpunkt erreichen.

Es besteht jedoch eine signifikante Lücke zwischen den Erwartungen der Kunden und dem, was Marken und Unternehmen an personalisierter Kundeninteraktion bieten. 81 % der Unternehmen geben an, ihre Kunden gut zu verstehen; weniger als die Hälfte (46 %) der Kunden stimmen dem zu. Unternehmen überschätzen auch die Häufigkeit und den Grad der eigenen angebotenen Personalisierung. Das Schließen dieser Lücke ist entscheidend für das Gewinnen von Kunden und für die Markenbindung.

Fazit

In einer Zeit, in der das Wissen über den Kunden über den Erfolg eines Unternehmens entscheidet, bieten KI-gesteuerte Kundeninteraktionen viele Möglichkeiten. Denn Verbraucher geben im Durchschnitt 36 % mehr für Marken aus, die ihre Kundeninteraktion personalisieren und verhalten sich auch loyaler gegenüber diesen Marken. KI-gestützte Personalisierung gibt Unternehmen die Möglichkeit, mehr über ihre Kunden zu erfahren und sie dementsprechend anzusprechen. Für die IT besteht die Herausforderung unter anderem darin, den Technologie-Stack organisationsweit zu integrieren, um Kundendaten in Echtzeit und auf Basis einer CDP harmonisieren zu können. Denn nur mit aktuellen und korrekten Daten sind KI-Algorithmen in der Lage, die Kunden mit einer einzigartigen Customer Experience zu begeistern.