Next Best Action in der Telekommunikationsbranche

Zu jeder Zeit die richtige Marketingaktion kennen? Für jeden Kunden? Next Best Action ist ein Marketingkonzept, was Machine Learning und Data Science Methoden nutzt. So werden die richtigen Marketingaktion gewählt, ein hoher Automatisierungsgrad erlangt und der Umsatz gesteigert.  

In diesem KI-Anwendungsfall zeigen wir Ihnen wie wir dies für einen großes Telekommunikationsunternehmen umgesetzt haben. Sie lernen mehr über die Problemstellung des Unternehmens, unseren KI-Lösungsansatz und die Vorteile, die ein Next Best Action Framework auf Basis von Künstlicher Intelligenz hat.  

Unpersönliches Marketing 

Gezielte Vermarktung bei Millionen von Kunden ist nicht einfach. Das Angebot von verschiedensten Produkten und Dienstleistungen machen dies nicht einfacher. Dazu kommt, dass jeder Kunde sich in seiner persönlichen Customer Journey befindet und seine eigenen Bedürfnisse hat.

Doch diese Komplexität wird in der Praxis häufig vernachlässigt. Warum? Weil ein Marketingmanager in diesem Fall nicht individuell auf jedes Bedürfnis eingehen kann.  

Diese Tatsache führt dazu, dass groß angelegte Kampagnen erstellt werden, die an möglichst große Gruppen versendet werden. Alles andere als personalisiert.  

Unpersönliche Marketingstrategien führen nicht selten zu Misserfolgen. So gibt der Marketingmanager Budget für die Entwicklung von Kampagnen aus, ohne dadurch Ziele zu erreichen.  

Besonders in vertragsbasierten Geschäftsmodellen sind korrekte Marketingstrategien entscheidend. Durch die richtigen Angebote zu richtigen Zeit nutzen wir Cross- oder Upsell-Potenziale optimal. Wenn wir allerdings Angebote wahllos an alle Kunden versenden, führt das nicht selten zu Verstimmungen seitens der Kunden. Also genau der Gegenteilige Effekt des Ziels, Kunden ans Unternehmen zu binden und Umsatzpotenziale zu nutzen. 

Daraus resultieren viele Herausforderungen, die zu lösen sind: 

  • eine Vielzahl von E-Mails die nicht geöffnet werden,
  • hohe Marketingkosten für Printmailings,
  • und Call-Center-Agenten, die genervte Kunden am Telefon haben.

Wie können wir dem entgegenwirken und die Marketingbeauftragten entlasten? 

Ein Next Best Action Framework basierend auf Künstlicher Intelligenz

Um die eben erläuterten Probleme und Herausforderungen effektiv zu umgehen, entscheiden wir uns für das Implementieren eines KI-basierten Next Best Action Frameworks. Durch den analytischen Ansatz des Next Best Action Marketing kann das beste nächste Angebot für jeden Kunden ermittelt werden.  

Wie in folgender Grafik exemplarisch dargestellt, gibt das NBA Framework die Kaufwahrscheinlichkeiten (in diesem Fall für Produkte des Einzelhandels) absteigend an. Und das für jeden Kunden.

Next Best Action am Beispiel Produktempfehlungen.
Next Best Action am Beispiel Produktempfehlungen.

Der von uns gewählte Lösungsansatz umfasst eine Vielzahl von unterschiedlichen Affinitätsmodellen. Modelle, die eine Produktaffinität für einen Vertragswechsel, eine Zubuchung von weiteren Diensten oder Kanalaffinitäten vorhersagen. 

Die Besonderheit in diesem Projekt liegt darin die verschiedenen Produktaffinitäten untereinander zu vergleichen, um die richtigen Entscheidungen im Marketing daraus automatisiert abzuleiten. Natürlich haben wir dafür zunächst eine umfassende Machine-Learning-Datenbasis aufgesetzt, aus der wir diese vielen Modelle mit Kundendaten versorgen.  

Dabei ist ein wichtiger Schritt einen Prozess zu schaffen, der diese Vielzahl (40+) von Modellen regelmäßig neu trainiert. Nur so kann sichergestellt werden, dass die Modelle zu jeder Zeit, dass Kundenverhalten richtig deuten können.  

Das Ergebnis ist ein voll automatisiertes Next Best Action Framework auf Basis von Machine Learning, was für jede Aktion einen Erwartungswert bestimmt und danach automatisiert Entscheidungen trifft. 

Next Best Action Logik basierend auf vielen verschiedenen Machine Learning Vorhersagen.
Beispielhafte Darstellung einer Next Best Action Logik, basierend auf vielen verschiedenen Vorhersagen.

Das Framework dient dem Marketingmanager als Orientierung, um passende Entscheidungen für Angebote, kundenindividuell zu treffen.  

Was sind die Ergebnisse nach der Implementierung des KI-basierten Next Best Action Frameworks? 

Das Next Best Action Framework ermöglicht es für einzelne Produkte und Dienste jeweils die Wahrscheinlichkeit zu berechnen und diese dann mit der Umsatzerwartung zu gewichten. Dadurch kann das Unternehmen im Vorhinein abschätzen, welche Kunden welche Produkte kaufen und so die Marketingmaßnahmen darauf abstimmen. 

Das Ergebnis sind vollautomatisierte und skalierbare Marketingprozesse, die abgestimmt auf das Kundenbedürfnis Entscheidungen treffen.  

Das führt zu einer Steigerung von Conversion-Rates, einem erhöhten Umsatz und einem effektiven Einsatz von Marketingbudget. 

Wenn Sie jetzt mWir konnten Ihr Interesse für eine KI-basierte Marketinglenkung wecken? Dann kontaktieren Sie uns gerne. Wenn Sie sich besonders für das Thema NBA/NBO interessieren, können Sie sich auf unserer Lösungsseite vorbeischauen. 

Ihr Kontakt: Laurenz Wuttke

Unternehmen sitzen auf einem ungenutzten Berg von Kundendaten. Wir von datasolut entwickeln KI, die Ihr Marketing optimiert. Damit Sie dem richtigen Kunden zur richtigen Zeit das richtige Angebot machen können.

Laurenz Wuttke

Weitere KI Use Cases

Interessante Blogbeiträge

Download:

KI Use Cases für Marketing und Vertrieb

Jetzt eintragen und spannende KI-Projektbeispiele aus der Praxis erhalten:

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu.