Customer Experience
Mit KI Kundenverhalten besser verstehen
Was machen KundInnen als nächstes? Das will jeder wissen, der etwas verkaufen möchte. Wie Künstliche Intelligenz dabei helfen kann, das Kundenverhalten besser zu verstehen und zu analysieren, beschreibt Chris O'Connell von SugarCRM.
Das Konsumentenverhalten ist auch im 21. Jahrhundert mitunter noch schwer zu (er)fassen. Marketing-Experten versuchen, durch umfangreiche Studien die behavioristischen Metriken ihrer Zielgruppe – vom Konsumverhalten über die Produktrecherche bis hin zur Kaufentscheidung – zu identifizieren. Doch sobald, wie beispielsweise 2020 durch die COVID-19-Pandemie, gesellschaftliche Veränderungen stattfinden, können bisherige Erkenntnisse obsolet sein und müssen an eine neue Situation angepasst werden.
Aus der Aggregation von Kundendaten lassen sich viele Rückschlüsse auf das Verhalten von Kunden ableiten. Doch oftmals handelt es sich dabei lediglich um eine Momentaufnahme und weniger um eine 360-Grad-Kundensicht. Es fehlt hierbei zumeist der zeitliche Kontext. Zudem sind die Systeme weitgehend auf die Daten in Marketing-Automatisierungs- oder CRM-Systemen beschränkt. Realistisch betrachtet ist es nicht möglich, wirklich jedes Detail eines Kunden zu erfassen. Daher beschränken Geschäftstreibende gesammelte Informationen auf diejenigen, die zu ihrer Buyer's Journey und deren idealem Kundenprofil passen. So soll das Vertriebsteam bei der Konvertierung eines Leads unterstützt werden.
Umfassendere Datenanalyse durch datengetriebene KI
Der vermehrte Einsatz von Big Data und Künstlicher Intelligenz (KI) im Marketingbereich bietet neue Möglichkeiten, hochwertigere Leads zu sichern und das Käuferverhalten besser zu verstehen. Dies ist insbesondere im Zuge der COVID-19-Pandemie und der davon betroffenen Weltwirtschaft von Relevanz. Marketing-Teams erhalten so eine differenzierte Sicht auf das Einkaufsverhalten von Konsumenten und sind dadurch in der Lage, auch in schwierigen Zeiten wertvolle Leads für eine bessere Vertriebsperformance zu generieren.
Durch innovative Technologien sind Marketing-Verantwortliche heute in der Lage, auf einen riesigen und dedizierten Datenpool – auch und vor allem außerhalb des eigenen Unternehmens – zuzugreifen. Dies hilft ihnen dabei, datengestützte Erkenntnisse über ihre Kunden zu gewinnen und dadurch Marketing- und Vertriebsstrategien voranzutreiben.
Ein Beispiel hierfür ist die Kontaktaufnahme und Kontenanreicherung: Nehmen wir einen Lead, der über ein Marketing-Lead-Generation-Programm in das CRM kam, und nun kontaktiert werden soll, nachdem er ein Landing-Page-Formular ausgefüllt hatte. Vor fünf Jahren hätte der Mitarbeiter den Account im Internet recherchieren und vielleicht bei Xing oder LinkedIn suchen müssen, um Details über die Kontaktdaten der Person und das Unternehmen zu erhalten. Heute ist diese Arbeit nicht mehr erforderlich, da Tools die Fülle an Datenanbietern automatisch nutzen, die Kontaktdetails überprüfen und bekannte fehlende Daten zum Datensatz hinzufügen – beispielsweise zusätzliche Kontaktdetails wie Telefonnummer oder Wohnort. So werden die bereits an das CRM übergebene Web- und Event-Historie für das Marketing-Automatisierungstool im Hintergrund ergänzt. Die automatisierte Kontakt- und Kontenanreicherung nimmt dem Verkaufsteam die Arbeit der Recherche ab und ermöglicht es, Follow-ups mit aussagekräftigen Erkenntnissen zu beschleunigen.
Ein weiteres Beispiel: KI-Modelle liefern für automatisiertes maschinelles Lernen hochwertigere Erkenntnisse, indem sie Lead- oder Kontaktinformationen, Unternehmensdaten und firmenbezogene Daten einbeziehen. Diese helfen den KI-Modellen dabei, hochwertigere Erkenntnisse zu liefern, sind aber – anders als im vorangegangenen Beispiel – für den Benutzer nicht sichtbar. Die KI-Modelle verarbeiten den angereicherten Datensatz und liefern Erkenntnisse über diesen Lead, das Profil des idealen Kunden oder die Opportunity-Analyse.
- Mit KI Kundenverhalten besser verstehen
- Neue Erkenntnisse zum Kundenverhalten gewinnen
Lesen Sie mehr zum Thema
