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 diesem KI-Anwendungsfall zeigen wir Ihnen wie wir dies für ein großes Telekommunikationsunternehmen 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 – auf Basis von Künstlicher Intelligenz – hat.
Unpersönliches Marketing
Unser Kunde hat einen riesen Kundenstamm 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.
Der Anspruch an den Marketingmanager des Telekommunikationsunternehmens ist also ein personalisiertes Marketing, welches die Bedürfnisse der Kunden mit den verschiedenen Produktangeboten kombiniert.
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.
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.
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 von Modellen (40+) 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.
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 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.
Das Ergebnis sind vollautomatisierte und skalierbare Marketingprozesse, die abgestimmt auf das Kundenbedürfnis Handlungsempfehlungen berechnen.
Das führt zu einer Steigerung von Conversion-Rates, einem erhöhten Umsatz und einem effektiven Einsatz von Marketingbudget.
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 Lösungsseite vorbeischauen.
