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, um die nächste beste Handlung im Marketing zu erfahren. So werden die richtigen Marketingaktionen gewählt, ein hoher Automatisierungsgrad erlangt und der Umsatz gesteigert.

In dieser Case Study für unseren Kunden aus der Telekommunikationsbranche zeigen wir Ihnen wie wir dies umgesetzt haben. Sie erfahren hier etwas über die bisherigen Herausforderungen des Unternehmens, über die Umsetzung unseres KI-Lösungsansatzes und die Vorteile, die ein Next Best Action Framework hat – auf Basis von Künstlicher Intelligenz.

Die Probleme von unpersönlichem Marketing

Unser Kunde hat einen Kundenstamm von über 6 Millionen Kunden und pflegt diesen durch regelmäßige Marketingmaßnahmen. Die gezielte, verkaufsfördernde Vermarktung bei Millionen von Kunden ist dabei verständlicherweise nicht einfach. Neben der Anzahl der Kunden ist die Anzahl der Produkte und Dienstleistungen eine weitere Herausforderung:

Welcher Kunde könnte sich für welches Produkt interessieren und wann ist der Kunde überhaupt für einen Kauf bereit? Hinzu kommt, dass sich jeder Kunde in seiner persönlichen Customer Journey befindet und seine eigenen Bedürfnisse hat.

Vor diesen Herausforderungen stand unser Kunde

Hoher manueller Aufwand

Der Selektionsprozess für das CRM-Kampagnenmanagement, war geprägt durch eine hohe Anzahl an Business Rules und Selektionskriterien, die manuell zur Auswahl der geeigneten Zielgruppe genutzt wurden.

Fehlende Personalisierung

Da der Marketing-Verantwortliche dies kaum alleine bewerkstelligen kann, entscheidet er sich häufig für die Variante: Eine große Kampagne an einfach jeden Kunden versenden. Alles andere als personalisiert. 

Hohe Kosten

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

Ein Next Best Action Framework basierend auf Künstlicher Intelligenz

Gemeinsam mit unserem Kunden starteten wir mit der Entwicklung einer optimalen Lösung.

Um die eben erläuterten Probleme und Herausforderungen effektiv zu umgehen, entscheiden wir uns für die Implementierung 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 entwickeln wir so ein intelligentes Modell?

1.

Datenaufbereitung

Zunächst sammeln wir die Daten aus unterschiedlichen Quellsystemen wie ERP, CRM und anderen Datenquellen und werten diese aus.

2.

Training von Affinitätsmodellen

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

3.

Ranking der 40+ ML Modelle

Die Besonderheit in diesem Projekt liegt darin, die verschiedenen Produktaffinitäten untereinander zu vergleichen, um die richtigen Entscheidungen im Marketing daraus automatisiert abzuleiten.

Unter anderem berücksichtigen wir dabei folgende Variablen: 

  • Historische Vertragsdaten
  • Kundenstammdaten
  • Kündigungsdaten
  • Klickdaten aus Web-App und Website
  • Konversiondaten

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 von Modellen (40+) regelmäßig neu trainiert. Nur so kann sichergestellt werden, dass die Modelle zu jeder Zeit, dass Kundenverhalten richtig deuten können. 

Next Best Action Framework Telekommunikation

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.

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

Das Next Best Action Framework ermöglicht es uns für einzelne Produkte und Dienste jeweils die Wahrscheinlichkeit zu berechnen und diese dann mit der Umsatzerwartung zu gewichten. Dadurch kann das gesamte Marketing-Team im Vorhinein abschätzen, welche  Kunden affin für welche Produkte sind und wie wahrscheinlich sie diese kaufen. So wird durch das Next Best Action Marketing die richtigen Marketingmaßnahme ausgewählt, um die Kunden kaufabschlussorientiert zu unterstützen.

  •  Reduktion manueller Aufwände
  •  Höhere Konversionrate
  •  Automatisiertes Kampagnenmanagement

Das Ergebnis sind vollautomatisierte und skalierbare Marketingprozesse, die abgestimmt auf das Kundenbedürfnis Handlungsempfehlungen berechnen.

Diese Ergebnisse konnten wir erzielen:

+40% höhere Konversionrate

Steigerung der Konversionrate um +40%, +50% Uplift auf das Umsatz-Delta und 8-stellige Mehrumsätze pro Jahr im direkten Vergleich mit der vorherigen Methode ohne KI-Personalisierung.

20% Kostenersparnis

Eine automatische Selektion der Kampagnen für Push-Kampagnen führt zur erheblichen Einsparung von Personalkosten. Die Mitarbeiter im CRM können sich derweil auf strategische Aufgaben fokussieren.

Geringere Fehleranfälligkeit

Eine manuelle Planung war fehleranfällig und führte im schlimmsten Fall zur Auswahl von unpassenden Kunden für Marketinginhalte. Dieses Problem wurde durch eine automatisierte KI-Logik behoben.

Welche Probleme konnten durch eine KI-gestützte Prognose vermieden werden?

  • Fehleranfällige manuelle Selektion mit Business-Logiken
  • Zu hohe Personalkosten durch manuelle Prozesse
  • Frustriertes CRM-Team durch ineffiziente Selektions-Prozesse

Wir 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 Leistungsseite vorbeischauen.

Leistungen

Auch Sie möchten Ihren Kunden immer das passende Angebot anbieten? Das unterstützen wir! Kontaktieren Sie uns doch gerne.

Profilbild von Vinzent Wuttke Leiter Business Development Datasolut GmbH
Vinzent Wuttke
Leiter Business
 Development

Ihr Ansprechpartner

Ob und wie künstliche Intelligenz Ihnen weiterhelfen kann, können Sie in einem ersten, unverbindlichen Gespräch mit uns herausfinden.

In diesem Gespräch erfahren Sie:

  • Wie Ihr Use-Case technisch am besten umgesetzt werden kann
  • Wie wir maximal sicher mit Ihren Kundendaten umgehen
  • Wie lange wir für die Umsetzung benötigen und wie ein konkreter Projektplan aussehen könnte
Termin buchen
Newsletter und Updates

Sie sehen gerade einen Platzhalterinhalt von HubSpot. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen
Termin buchen