Die Digitalisierung schreitet rasant voran. Kunden hinterlassen bei jeder Interaktion mit Unternehmen ihre Daten. Dies bietet große Chancen für Unternehmen diese Kundendaten zu nutzen, um mit künstlicher Intelligenz Prozesse im Customer Realtionship Management (CRM) zu optimieren, die Kunden genauer zu verstehen und Umsatzpotentiale zu realisieren.
In den letzten Jahren durfte ich große Konzerne, aber auch Unternehmen des Mittelstands dabei unterstützen künstliche Intelligenz im CRM erfolgreich einzuführen. So konnten mehrere Millionen Euro zusätzlich generiert, Kosten gespart und Kunden länger gebunden werden.
In diesem Artikel würde ich gerne meine Erfahrungen mit Ihnen teilen und aufzeigen für welche Unternehmen sich der Einsatz von KI im CRM lohnt, welche Chancen Sie haben und welche Anwendungsfälle von künstlicher Intelligenz im Customer Relationship Management bestehen.
Lassen Sie uns direkt in das Thema einsteigen.
Hintergründe: CRM mit künstlicher Intelligenz verbessern
Künstliche Intelligenz lässt sich an vielen Stellen im Kundenbeziehungsmanagement einsetzen und bietet viele Möglichkeiten, anhand der gesammelten Kundendaten jegliche Prozesse zu verbessern und den Kunden besser zu verstehen. Eine Google-Studie zeigt, dass die führenden und erfolgreichen CRM- und Marketingexperten mehr als doppelt so oft in KI und maschinelles Lernen investieren, wie nicht so erfolgreiche Marketer. Dieser Fakt zeigt, wie wichtig KI im CRM ist.
Im Folgenden möchte ich näher auf die Möglichkeiten von künstlicher Intelligenz im Customer Relationship Management eingehen und aufzeigen für welche Unternehmen das eine hohe Relevanz hat und welche Voraussetzungen Unternehmen erfüllen müssen, um KI im CRM erfolgreich zu machen.
Reifegrad von künstlicher Intelligenz im CRM
Der Einsatz von künstlicher Intelligenz im Customer Relationship Management ist nichts neues. CRM war schon immer datengetrieben und der Einsatz von Data Mining und Machine Learning klingt auch nach nichts Neuem. Kundenbindungsprogramme werden entwickelt, um die zunehmend digitale Customer Journey zu tracken und jeder Zeit ein personalisiertes Angebot zu machen. Viele große Webshops haben schon Empfehlungssysteme im Einsatz, die auch zunehmend Daten aus dem CRM entgegennehmen, um die Empfehlungsqualität zu verbessern.
„In fünf Jahren werden die Unternehmen, die schon früh auf künstliche Intelligenz gesetzt haben, maschinelles Lernen auf einem Niveau einsetzen, das von anderen nicht mehr erreicht werden kann.“
Google Studie zu Marketingexperten setzen auf maschinelles Lernen
Auf der anderen Seit gibt es natürlich auch Firmen, für die das Thema noch komplettes Neuland ist, aber spätestens jetzt wird dem Thema hohe Aufmerksamkeit geschenkt. Warum sollen sich jetzt Firmen mit dem Thema KI im CRM auseinandersetzen? KI hat folgende Vorteile im CRM:
- Umsatz steigern: Kundenverhalten vorhersagen und das richtige Angebot zur richtigen Zeit machen.
- Kundenbindung erhöhen: Kundenbedürfnisse verstehen und die richtigen Marketingaktionen zur richtigen Zeit.
- Kosten senken: Durch automatisierte Prozesse und personalisierte Maßnahmen Ressourcen sparen.
Die wenigsten Firmen sind mit dieser Entwicklung weit vorangeschritten, was wiederum viele Chancen für Unternehmen ergibt, die sich gerade an das Thema künstliche Intelligenz und die Nutzung Ihrer Daten herantrauen.
Welche Möglichkeiten ergeben sich durch den Einsatz von künstlicher Intelligenz im Customer Relationship Management?
Unternehmen sind heute nur dann wirklich erfolgreich, wenn Sie verstehen und wissen, was die Kunden in jeder Phase des Kaufprozesses benötigen. Künstliche Intelligenz im CRM ergänzt bestehende Expertise durch konkrete Vorhersagen, die als Entscheidungsunterstützung dienen. Doch wie kann KI im CRM konkret helfen?
Besserer Einsatz von Kundendaten
Unternehmen sitzen häufig auf einem ungenutzten Berg von Kundendaten. Ich vergleiche diese Daten häufig mit einem Produktionsfaktor. Sie haben diese Daten häufig teuer gekauft, durch die Neukundenakquise auf unterschiedlichsten Werbeplattform. Jetzt sind die Kundendaten in Ihrer Datenbank gelandet und Sie können diese endlich für sich nutzen.
„…dann ist KI im CRM nichts anderes, als aus bestehenden Daten maschinengestützt zu lernen, wie sich meine Kunden zukünftig verhalten werden.“
Jörg Helferich, CRM Experte
Die gesammelten Daten dienen als Entscheidungsunterstützung und als Grundlage für den Einsatz von künstlicher Intelligenz im CRM. Wir lernen aus den bestehenden Daten maschinengestützt, wie sich Kunden in Zukunft verhalten werden.
Wer das versteht, kann fundiertere Entscheidungen treffen, mit denen sich die gesetzten Unternehmensziele erreichen lassen. Die richtige Nutzung Ihrer Kundendaten in Kombination mit KI unterstützt Sie bei einer langfristigen Positionierung als Marktführer.
Automatisierung von CRM Prozessen
Wenn künstliche Intelligenz die Entscheidungsgrundlage im CRM liefert, dann haben Sie die Möglichkeit, die Prozesse im CRM zu automatisieren. Viele Marketer suchen nach Wegen, wie Sie stärker Automatisieren können. Die maschinengestützte Mustererkennung durch KI ist der Lösungsansatz, um manuelle Eingriffe zu minimieren. Die Vorhersagen lassen sich nutzen, um für jeden Kunden individuell, zu jeder Zeit in der Kundenbeziehung eine geeignete Strategie zu erstellen.
Ein hoher Automatisierungsgrad führt zu einer erheblichen Effizienzsteigerung sowie zu weniger Fehlern im Kundenbeziehungsmanagement. Laut einer Google Studie haben 73% der Marketingentscheider angegeben, dass Sie durch KI und maschinelles Lernen mehr als 10% Ihrer Zeit gewonnen haben.
Wirkungsvolles Marketing und Unterstützung im Vertrieb
Je mehr Sie über Ihre Kunden wissen, desto besser können Sie Ihr CRM danach ausrichten. Führende Marketingexperten investieren bereits mehr als doppelt so oft in Technologien für Automatisierung und maschinelles Lernen, um Marketingaktivitäten zu unterstützen, als ihre durchschnittlichen Wettbewerber.
Durch künstliche Intelligenz im CRM lässt sich Kundenverhalten präzise vorhersagen und dadurch können sie agieren, statt reagieren. Dies führt zu einer deutlichen Effizienzsteigerung aller Prozesse, was dabei hilft, die Akquisitionskosten (Customer Acquisition Cost) zu senken und Kundenbindung, sowie mehr Umsatz zu steigern.
Folgende Kennzahlen, die sich durch künstliche Intelligenz im CRM optimieren lassen:
- Senkung der Customer Acquisition Costs (CAC) durch gezielte, wertbasierte Neukundengewinnung
- Steigerung des Customer Lifetime Value (CLV) durch personalisiertes Kundenmanagement
- Erhöhung der Kundenbindung durch gezielte Kommunikation
- Gewinnung von werthaltigeren Kunden in Bezug auf den Customer Lifetime Value
- Reduktion der Kundenabwanderungsquote
Um diese CRM-Kennzahlen gezielt steigern zu können, kommen Sie heute um künstliche Intelligenz nicht mehr herum. Kundendaten enthalten alle Informationen, um personalisiert auf die Bedürfnisse einzugehen: zur richtigen Zeit mit dem richtigen Angebot.
Für welche Unternehmen ist KI wirklich relevant?
Unternehmen sollten eine gewisse Größe haben, damit sich der Einsatz von künstlicher Intelligenz lohnt. Häufig skalieren die Anwendungen mit dem Umsatz, den Kosten oder mit der Anzahl der Kunden. Je mehr Kunden bzw. Umsatz generiert wird, desto größer ist der Hebel für die Verbesserungspotentiale.
Je mehr Daten zur Verfügung stehen, desto besser können die Algorithmen das Verhalten der Kunden lernen. Häufig wird KI also für Geschäftsmodelle eingesetzt, die auf B2C-Geschäfte fokussiert sind. Diese haben den Vorteil, bereits ausgeprägte CRM-Datenbanken zu besitzen und eine hohe Anzahl von Kunden zu haben.
Allerdings gibt es für B2B Unternehmen viele Chancen für den Einsatz von KI. Ob große Vertriebsgesellschaften oder mittelständische Händler im B2B, KI kann auch hier helfen, das CRM zu verbessern.
Welche Voraussetzungen gibt es für den Einsatz von KI im CRM?
Um KI erfolgreich im CRM einzusetzen, sind einige Voraussetzungen zu erfüllen. Denn künstliche Intelligenz ist komplex, es sind große Datenmengen zu jeder Kundenbeziehung nötig und es müssen die richtigen Leute mit den passenden technologischen Fähigkeiten vorhanden sein. Diese Aspekte beleuchten wir im Folgenden:
Umfassendere Daten zu den Kunden
Kundendaten gewinnen massiv an Relevanz und sind die Grundvoraussetzung für erfolgreiches CRM. Daten waren schon immer die Basis für gutes CRM, aber die steigende Anzahl an Touchpoints und die damit einhergehende Datenmenge, bieten enorme Optimierungspotentiale für die Analyse mittels künstliche Intelligenz. Je mehr qualitative Daten über Kunden und deren Verhalten zur Verfügung stehen, desto genauer lassen sich Machine Learning Methoden einsetzen, um das Kundenverhalten vorherzusagen.
Anforderungen an die CRM-Mitarbeiter
Die technische Entwicklung im CRM stellt sicherlich viele Unternehmen vor große Herausforderungen – aber auch im personellen Bereich dürfte es immer schwieriger werden. Denn die Anforderungen an CRM-Mitarbeiter steigen stetig an.
Hohe Kompetenz bei der Datenanalyse und die Fähigkeit, maschinelles Lernen und künstliche Intelligenz bei der Auswertung und Umsetzung einzubinden, zählen inzwischen fast schon zu den Grundanforderungen. Ein CRM-Mitarbeiter wird kein KI-Experte, das ist klar, Aber ein Verständnis über das mögliche Potential und Anwendungsbereiche ist extrem wichtig. Dabei geht es nicht um die konkrete Umsetzung, sondern eher um die Verbindung zwischen Technik, Kundenbindungsmanagement und konkrete Maßnahmen im CRM.
Leider gibt es derzeit zu wenige Experten auf diesem Gebiet. Dadurch ist es unweigerlich zu einem „War for talent“ gekommen, die Unternehmen müssen also um die Gunst der fähigsten Mitarbeiter buhlen.
Da die Automatisierung in Unternehmen immer weiter voranschreiten wird, sollten Sie anfangen, passende Mitarbeiter zu finden, um personell gut gerüstet in die Zukunft blicken zu können.
Technologie als Voraussetzung für KI im CRM
Die Zusammenführung von allen Kundendaten ist im CRM eine der zentralen Herausforderungen für die Zukunft. Ziel ist es, eine Plattform für alle Analysten im Unternehmen zu schaffen, auf der alle Kundendaten verfügbar sind.
Das ist mit den oft in die Jahre gekommenen Technologien in der Regel nicht zu leisten. In den Unternehmen ist also ein Bewusstsein für die Bedeutung dieser Thematik zu schaffen, damit die nötigen Investitionen in die Technik folgen können. Ein wichtiges Stichwort in diesem Zusammenhang ist das „data-driven Mindset“. Dabei geht es darum, Entscheidungen nicht allein aufgrund von Erfahrungen zu treffen, sondern auf Basis von Daten, Fakten und im besten Fall konkrete Vorhersagen durch künstliche Intelligenz.
Dafür dürfen Daten nicht nur vereinzelt zur Verfügung stehen – vielmehr muss eine Unternehmenskultur geschaffen werden, in der alle Mitarbeiter auf Daten zugreifen und damit die unterschiedlichsten Fragestellungen beantworten können. Und dabei geht es nicht nur um die Technologie, sondern auch um den Willen, eine solche Kultur zu etablieren.
Welche Anwendungsfälle für Künstliche Intelligenz gibt es im CRM?
Künstliche Intelligenz lässt sich im CRM entlang des kompletten Kundenlebenszyklus einsetzen, um Prozesse zu automatisieren und Entscheidungen durch Vorhersagen zu stützen.
Kundensegmentierung: Kunden verstehen und gezielt kommunizieren
Wer Marketing für Durchschnittskunden macht, macht durchschnittliches Marketing. Für eine gezielte Kundenansprache mit einem relevanten Thema und dem richtigen Produkt, müssen Sie die Kundenbedürfnisse Ihrer Kunden genau verstehen.
Eine datengetriebene Kundensegmentierung ist ein wichtiges Element in jedem CRM. Um eine aussagefähige Kundensegmentierung durchzuführen, betrachten wir alle zur Verfügung stehenden Kundendaten. Dazu gehören demografische, geografische und alle anderen Daten, die das Kaufverhalten des Kunden und seinen Kundenlebenszyklus beschreiben.
Mit dieser Datengrundlage sind verschiedene Segmentierungen möglich. Herkömmliche Methoden, wie die Segmentierung nach dem Kundenlebenszyklus oder des RFM-Scores sind relativ simpel und können mit einer einfachen Datenauswertung durchgeführt werden.
Nutzt man jedoch KI für die Kundensegmentierung, greift man in der Regel nach der Clusteranalyse. Hier wird ein Machine Learning Algorithmus darauf trainiert, Muster und Zusammenhänge in den Kundendaten zu erkennen, die einem Menschen nicht auffallen würden. Unternehmen erstellen so präzise Segmente, welche für konkrete Marketingmaßnahmen genutzt werden können. Diese Grundlage ist die Voraussetzung für ein erfolgreiches CRM.
Ein möglicher Einsatz dieser Segmentierung ist die Bewertung von Kundentypen in deren Wert. Handelt es sich um die profitabelsten Kunden oder welche, die nur Gelegenheitskäufe tätigen? Finden Sie es mit der Kundensegmentierung heraus, können Sie ihre Marketingmaßnahmen optimal planen.
Personalisierung der Customer Journey
Hat Ihr Unternehmen tausende von Kunden und Produkten, ist es eine Riesenaufgabe, die notwendigen Informationen aus der Kundendatenbank herauszufiltern. Die üblichen, manuellen Methoden scheitern daran, aus diesem Berg an Daten passende personalisierte Angebote zu erstellen. Stattdessen lassen viele CRM-Manager jedem Kunden das gleiche Angebot schicken. Das nervt viele Kunden, animiert sie dazu abzuwandern und bedeutet für das Unternehmen: Umsatzpotentiale bleiben ungenutzt.
Personalisierung ist ein datengetriebener Ansatz, der Kunden individuell nach Interessen, Bedürfnissen und Nutzungsverhalten relevante Informationen zur Verfügung stellt. Die Vorlieben und Präferenzen werden mittels Machine Learning aus dem historischen Verhalten der Kunden ermittelt. Heraus kommen personalisierte Content- oder Produktempfehlungen, die genau das Kundenbedürfnis treffen und somit relevant für den Kunden sind.
Die drei Hauptaspekte der Personalisierung sind Produkt oder Content (Objekt, welches kundenindividuell ausgespielt werden soll), der Zeitpunkt (optimal abgepasst) und der Kommunikationskanal (Email, Telefon, …).
Chatbots lernen verkaufen
Ein gutes Beispiel sind Chatbots. Diese werden konzipiert, um Kunden jederzeit individuell beraten und auf ihre Fragen eingehen zu können. Der Kanal ist praktischerweise die Internetseite, die der Kunde in diesem Moment besucht.
Obwohl der Chatbot meist auch selbst den Kunden anspricht, sucht der Kunde sich den Zeitpunkt selbst aus, indem er mit dem Chatbot interagiert. So hat auch ein Kunde, der mitten in der Nacht einen Online-Shop besucht, das Gefühl, mit einem vollwertigen Mitarbeiter des Unternehmens sprechen zu können, trotz fehlendem 24h-Service.
Personalisierung On-Site
Mit einer personalisierten Website, die ausgehend vom Kundenverhalten modular zusammengesetzt wird, kann man dieses Gefühl bekräftigen. Kunden fühlen sich wertgeschätzt und verstanden, wenn die Internetseite mit für ihn relevanten Inhalten und vielleicht auch Sonderangeboten gefüllt ist.
Jeff Bezos gilt mit Amazon als ein Vorreiter des personalisierten Online-Shoppings. Schon früh hat er den Wert hinter der individuellen Online-Shops erkannt und so das Einkaufserlebnis im Internet geprägt.
Heutzutage gilt es als Selbstverständlichkeit oder sogar Mindestanforderung, einen gewissen Grad an Personalisierung einzusetzen und so dem Kunden das Gefühl von Individualität und Relevanz zu geben.
Mit personalisiertem CRM steigern Sie Ihre Umsätze und binden Kunden langfristig an das Unternehmen. Durch Personalisierung fühlen sich Menschen verstanden und schätzen das Angebot. Das wiederum führt zu einem besseren Kundenerlebnis.
Vorhersage des Customer Lifetime Value (CLV) – Marketingkampagnen effizent steuern
Wer heute nicht weiß, was der Customer Lifetime Value jedes einzelnen Kunden ist, verschwendet Budget. Viele Marketingabteilungen verteilen ihr Budget mittels Gießkanne gleichmäßig auf alle Kunden. Erhebliche Verluste sind bei dieser Vorgehensweise vorprogrammiert. Lösung: Der CLV beschreibt den gesamten Wert, welcher ein Kunde in der gesamten Zeit für ein Unternehmen generiert. Historische Kundendaten helfen dabei, die Umsatzerwartung und das Umsatzpotential für die Zukunft zu prognostizieren.
Der Vorteil: Mit dem CLV lassen sich Kunden untereinander vergleichen. Dieser Vergleich lässt wiederum Schlüsse zu dem Einsatz von Marketingbudget zu. Wo bringt dieser relativ mehr Umsatz und wo nicht?
Erkennen Sie tagesaktuell das Umsatzpotential der Kunden für die nächsten 12 Monate und realisieren Sie Cross– und Up-Selling in den Sortimentsbereichen.
Churn Management im CRM
Kundenabwanderung kostet Unternehmen viel Umsatz. Erst wenn es zu spät ist, merken die meisten Unternehmen, dass ihre Kunden unzufrieden sind. Und zwar dann, wenn sie kündigen oder nicht mehr kaufen. Das kostet viel Geld. Lösung: Durch Churn Management mit Machine Learning erkennen Sie Kundenabwanderung frühzeitig und können so pro-aktiv gegensteuern, um so mehr Kunden langfristig zu halten. So optimieren Sie den Customer Lifetime Value pro Kunde!
Churn Management befasst sich als Teildisziplin des Customer Relationship Managements mit der Reduktion von Kundenabwanderung. Die Aufgabe ist hier, abwanderungsgefährdete Kunden frühzeitig zu erkennen und von der Kündigung abzuhalten. Dafür sind die abwanderungsgefährdeten Kunden rechtzeitig, also vor Aussprache der Kündigung, anzusprechen und durch Kundenbindungsmaßnahmen (Angebote, Vergünstigung, …) an das Unternehmen zu binden.
Die Motivation hinter dem Churn Management sind die 5- bis 25-mal höheren Kosten der Kaltakquise von Neukunden. Hinzu kommt, dass Unternehmen oft ihre Kunden ein zweites Mal akquirieren, nachdem diese schon einmal abgewandert sind. Erfolgreiches Churn Management senkt die Kundenabwanderung und die daraus resultierende Senkung des Umsatzes.
Automatisieren, Automatisieren, Automatisieren
Der erfolgreiche Einsatz von künstlicher Intelligenz setzt einen hohen Automatisierungsgrad voraus. KI liefert konkrete Entscheidungsvorlagen, auf denen sich dann Prozesse und Kampagnen stützen lassen. Doch ohne Automatisierung bleibt der manuelle Aufwand sehr hoch und der Mehrwert ist geringer.
Durch die kundenindividuellen Vorhersagen lässt sich die Kommunikation über den kompletten Kundenbestand automatisiert und optimiert steuern. Dies bedeutet nicht nur mehr Umsatz und eine höhere Kundenbindung, sondern sorgt auch für eine hohe Effizienz der Mitarbeiter. Die Effizienzsteigerungen sind enorm. So lässt sich durch KI im CRM rund 10% Zeit sparen, wenn wir uns das auf eine komplette CRM-Abteilung anschauen, ist das enorm.
Diese gewonnene Zeit lässt sich natürlich ideal für die Entwicklung neuer Kundenbindungsmaßnahmen oder strategische Aufgaben nutzen.
Fazit: Evolution statt Revolution
Der intelligente Einsatz von Daten im Customer Relationship Management ist nichts neues. Dennoch ergeben sich durch den Einsatz von künstlicher Intelligenz im CRM enorme Chancen für Unternehmen. Somit kann man hier eher von einer Evolution im CRM sprechen, als von einer Revolution.
Dennoch, die Unternehmen, die auf künstliche Intelligenz und maschinelles Lernen setzen, erarbeiten sich einen Vorteil, der kaum aufzuholen ist. Sie verstehen Ihre Kunden besser, können agieren, statt reagieren und sind damit erfolgreicher.
Sie möchten mit KI im CRM starten, wissen aber noch nicht wie? Mit unserer Data Science Beratung erfahren Sie alles, was Sie für die erfolgreiche Planung und Umsetzung wissen müssen.
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