Verwendung von KI zur Verbesserung des Kundenerlebnisses und der Orchestrierung der Kundenreise

Kundenorientierte Nachrichten und Erfahrungen erfordern intelligente Antworten, die von KI verwaltet werden. Wenn Kunden keine relevanten E-Mails oder andere Mitteilungen erhalten, melden sie sich einfach ab.

„Im Moment versagt das Marketing mehr, als dass es funktioniert“, sagte Matthew Camuso, Produktmarketing-Manager des CRM-Softwareunternehmens Pegasystems, auf der MarTech Conference. „Und wenn Sie darüber nachdenken, warum dies fehlschlägt, liegt es daran, dass das meiste, was wir vorantreiben, und wenn wir es vorantreiben, keine wirkliche Relevanz für die Verbraucher hat.“

Er zitierte eine interne Studie mit über 5.000 Verbrauchern, die ergab, dass 68 % von ihnen nicht glauben, dass Marken sich nicht um ihre Bedürfnisse kümmern.

Wenn Marken nicht intelligent mit einem KI-Tool auf Kundenbedürfnisse reagieren, verlassen sie sich normalerweise auf vorgefertigte Nachrichten, die an Kundencluster gesendet werden, die in Segmente unterteilt sind. Das Risiko besteht darin, dass viele Kunden in diesen Segmenten die Botschaft als irrelevant empfinden und von der Marke abgeschreckt werden.

Lesen Sie weiter: Warum wir uns für KI im Marketing interessieren

Risiken in der traditionellen Segmentierung

In einer traditionellen Kampagne wird ein Kundenstamm nach demografischen, geografischen und anderen Kategorien unterteilt, um Segmente und noch feiner abgestimmte Mikrosegmente zu erstellen. Vermarkter können dann Regeln hinzufügen, die auf dem basieren, was über den Kunden bekannt ist, wie z. B. seine finanziellen Mittel oder das Interesse, das er auf einer bestimmten Webseite bekundet hat. An diesen festen Kundenkreis werden dann vorgegebene Nachrichten versendet.

„Am Ende des Tages versuchen Sie wirklich nur, die beste Liste von Leuten zu finden, die Ihr Produkt kaufen können, und sobald Sie diese Liste haben, ist sie etwas kleiner, aber Sie sprechen all diese Leute über alle Kanäle hinweg an.“ sagte Camuso.

Diese Strategie generiert einen geringen Prozentsatz des Umsatzes, typischerweise im Bereich von 1 % bis 2 %, sagte er.

„Das mag Ihre kurzfristigen Kampagnenziele erreichen, was großartig ist, aber langfristig sind wir so produkt- und verkaufsorientiert, dass es tatsächlich einen Tribut an unseren Kundenbeziehungen fordert“, erklärte Camuso.

KI-gesteuerte kundenorientierte Erlebnisse

Um kundenorientierte Botschaften und Erfahrungen zu fördern, kann KI verwendet werden, um Kundensignale aus allen Kanälen aufzunehmen, das Kundenprofil zu aktualisieren und dann die nächstbesten Maßnahmen vorzuschlagen, die für diese Kunden relevant sind.

„Was Sie brauchen, ist ein Gehirn, eine zentralisierte Entscheidungsinstanz, die alle Ihre Engagements antreiben und zusammenführen kann“, sagte Camuso. „Was dieses Gehirn tun wird, ist Daten über den Kunden aus Ihren Kanälen wie E-Mail, Web oder Handy zu sammeln und diese dann mit historischen Daten zu kombinieren, die Sie aus dem Profil oder dem Interaktionsverlauf eines Kunden haben, sowie mit allem, was eingestreamt werden kann, in Echtzeit."

Anstelle einer Cookie-Cutter-Kampagne, die auf eine segmentierte Kundenliste abzielt, liefert die von KI verwaltete und autorisierte Kommunikation persönlich relevante Angebote oder Vorschläge.

Vermarkter spielen auch eine Rolle bei der KI-Entscheidung, indem sie Kriterien festlegen, die für ihre Branche oder ihr Produkt spezifisch sind. Handelt es sich bei der Marke beispielsweise um eine Bank, darf sie eine Kreditkarte nur an Kunden verkaufen, die 18 Jahre oder älter sind, und diese Regel sollte zu den Bedingungen für die Kontaktaufnahme mit einem Kunden hinzugefügt werden.

Innerhalb dieser engeren Bedingungen kann die KI dann zu den nächstbesten Aktionen gelangen, basierend auf der Erwünschtheit der Aktion für den Kunden – im Algorithmus als „P“-Wert (Propensity) bezeichnet – und auch basierend auf dem Wert („V“). der Aktion oder des Verkaufs an das Unternehmen.

Darüber hinaus wird die KI interne Geschäftsfaktoren verwenden, um ihre Entscheidung über die Aktion zu treffen. Wenn beispielsweise ein Produkt einen niedrigen Lagerbestand hat, könnte die KI feststellen, dass es besser ist, dem Kunden ein anderes Produkt mit einem höheren Lagerbestand vorzulegen, damit das Unternehmen den Verkauf abwickeln kann.

Holen Sie sich den täglichen Newsletter, auf den sich digitale Vermarkter verlassen.

Verarbeite .. Bitte warten.

ABONNIEREN

Siehe Bedingungen.

KI-gesteuerte Customer-Journey-Orchestrierung

Jedes neue Datenelement, das über einen Kunden eingeht, veranlasst die KI, den Score neu zu berechnen und alle Nachrichten aktuell und relevant zu halten. Ein Kreditkartenkauf könnte beispielsweise eine rechtzeitige SMS oder sogar einen hilfreichen Anruf von einem Live-Mitarbeiter auslösen.

Diese nachrichtenbasierten Next-Best-Actions sind ein wichtiger Bestandteil des Kundenerlebnisses. Aber die KI-Entscheidungen können auch verwendet werden, um Webseiten und mobile Erfahrungen zu erstellen, die auf den Kunden zugeschnitten sind, basierend auf den aktualisierten Informationen im Kundenprofil.

Darüber hinaus kann ein kundenorientierter Ansatz, der auf KI basiert, eine Orchestrierung der Customer Journey ermöglichen, die ebenfalls relevanter und effektiver ist.

Herkömmliche Customer Journeys werden anhand von Regeln in geraden Linien dargestellt, um Kunden von einer Aktion oder Phase zur nächsten zu drängen. Wenn ein Kunde – irgendein Kunde – eine bestimmte Aktion „X“ ausführt, wird er im Prozess zu einer anderen Aktion „Y“ weitergeleitet, basierend auf den Grundregeln der Reise.

Der Unterschied zu einer KI-gesteuerten Customer-Journey-Orchestrierung besteht darin, dass sie kundenorientiert bleiben und aus einer größeren Anzahl von Optionen auswählen kann, die für einen bestimmten Kunden basierend auf dem Kundenprofil sinnvoll sind.

Wenn die KI die Reise leitet, kann sie kompliziertere Reisen verwalten, die viele Variablen beinhalten, die alle nach Neigung bewertet werden. Ein gutes Beispiel für Finanzunternehmen ist eine Hypothek, die ein komplizierter Prozess mit einer Reihe von Phasen ist, die auf vielen persönlichen Datenpunkten basieren.

„Letztendlich versucht es nur, den Kunden zu helfen, das zu erreichen, was sie in dieser Phase tun“, sagte Comuso. „Und wenn sie zu diesem Schritt kommen, versuchen wir nie, sie zum nächsten zu zwingen. Stattdessen schauen wir uns all diese Reisen [von früheren Kunden] an und sehen, wo sie im Gesamtbild steht, und verwenden dann Echtzeit-Entscheidungsfindung und Neigungsmodellierung.“

Unter Ausnutzung des Umfangs der KI-Modellierung ist es das Ziel, dass jede Reise oder Nachricht frisch und relevant für den aktuellen Kunden ist. Wenn dieses Ziel erreicht wird, haben die Kunden den Eindruck, dass sich die Marke wirklich um ihre individuellen Bedürfnisse kümmert.

Von ignoriert zu engagiert: Bieten Sie bessere Kundenerlebnisse mit Always-On-Marketing von Third Door Media auf Vimeo.