Wie punktet man mit CRM und Big Data?

Bisher war das Customer Relationship Management (CRM) meist eine simple Angelegenheit: Man sammelt irgendwie irgendwelche Daten. Dieses Verhalten änderte sich durch die technischen Möglichkeiten. Zuerst änderten sich die Mengen an Daten, die man über einen potenziellen Kunden sammeln kann. Neben Name, Alter und Geschlecht, gesellten sich beispielsweise Klickverhalten, Kontext oder aktuelle Bedürfnisse hinzu.

Grundvoraussetzung

Die Grundprobleme im Umgang mit Kundendaten lassen sich prinzipiell mit den Fragen „Wer?“, „Was?“ und „Womit?“ erklären. Hier liegt die Krux der zukünftigen Systemauswahl. Denn welchem Systemanbieter gelingt es letztendlich mit Künstlicher Intelligenz zu punkten? Grundsätzlich gilt: Je mehr man über  Kunden weiss, desto besser.

Doch welche Verbindungen lassen sich zwischen einzelnen Kundendaten erschliessen? Das Ziel sollte daher nicht das plumpe Sammeln von Daten, sondern das „Miteinander-in-Verbindungsetzen“ von Daten ergeben.

Als Buzzword geistert hier der Begriff „Content Marketing“ durch Konferenzsäle. Richtig ist, dass man durch die Analyse der Kundendaten wissen sollte, was dieser eigentlich möchte. Predictive Analytics ist schon lange ein Thema, jetzt kommt eine Art selbstlernende Intelligenz ins Spiel.

Untenstehendes Clip zeigt beispielsweise eine Customer Journey via Amazons Alexa.

Amazon plant augenscheinlich mit „Alexa Echo“ die gleiche Strategie zu fahren, wie Microsoft einst mit Windows: Präsenz, Präsenz, Präsenz. Anders ist es nicht zu erklären, dass Amazon Produkte nicht nur Wohnzimmer schmücken, sondern auch in Fernsehgeräten, Autos oder Kühlschränke „eingeschalt“ werden.

Eine detailliertere Erklärung des Alexa Use-Cases findet sich hier:

Schlussendlich ist es relevant, wie die neuen Informationen verteilt werden.

E-Mail, Social Media oder vielleicht über Print? Die Auswahl ist umfangreich und auch hier spielen Verknüpfungen zwischen einzelnen Kundenattributen eine wichtige Rolle. Per se leitet sich die Wahl des Mediums aus dem bisherigen Konsumverhalten ab. Wie könnten man jedoch weitere Medien, respektive Kanäle, noch optimaler nutzen?

Abstraktes Beispiel: Kunden könnten Produktespezifikationen über den Browser-eigenen „Drucken“-Befehl beiziehen wollen. Daher könnten diese für Print-Werbung noch empfänglich sein.

Nichtdestotrotz  werden Kunden mit immer mehr digitalen Aufgaben konfrontiert, die nur mit hohem Aufwand zu lösen sind. Hier springt nun eine neue Technologie, respektive eine neue Software ein, um die bisher eingelesenen und gesammelten Datenmengen zu „kanalisieren“. Hierbei könnte nun ein „Alexa Echo“ helfen.

Die Kontrahenten

Proportional zur Nutzung des Begriffs Marketing Automation auf Messen und Konferenzen, ist auch die Anzahl von Software-Herstellern und Agenturen gewachsen, die eben genau diese Automatisierung des Marketings unterstützen wollen. Den Überblick zu behalten fällt schwer, doch eine Selektion muss ja auch hier getroffen werden. Dabei fallen besonders SAP, Salesforce und IBM auf.

Die Treiber

Laut einem Interview mit McDermott beschäftigt SAP um 100 Entwickler im Bereich Machine Learning. Das als „SAP Clea“ benannte Projekt steht noch am Anfang und SAP bleibt den Kunden noch viele Antworten schuldig. Bei SAP hat man jedoch die Zeichen der Zeit erkannt. Ebenso dreht sich Salesforce mit „Einstein“ um eine Erfolgsformel. Sie lautet „CRM + KI = Erfolg“. Beispiele für den Einsatz liefert Salesforce gleich mit:

Automatische Erfassung von Vertriebsaktivitäten, Empfehlen von Lösungen und Knowledge-Artikeln im Service-Bereich oder umfängliche Recommendation-Features im Marketing. Dabei soll „Einstein“ immer lernfähiger werden.

Der ehemalige Schachweltmeister Garri Kasparow könnte ein Lied davon singen, verlor er schliesslich 1996 als erster Grossmeister eine Partie gegen den von IBM entwickelten Schachcomputer „Deep Blue“. Die heutige Künstliche Intelligenz (KI) von IBM kursiert indes unter dem Namen „Watson“. Dieser wurde quasi zur Allzweckwaffe des Konzerns erklärt.

Zwar punktet „Watson“ bereits in Jeopardy, doch offenbar fehlt es noch an einer Nutzungsstrategie über Cloudprodukte.

Andere Entwickler von so etwas wie KI sind allseits bekannt: Amazon, Facebook oder Apple treiben ihre Spiele im Social Media Bereich weiter. Zwar nutzen sie diese KI weniger als Automatisierungsroboter, sondern als weitverknüpfte Datenpools. Jedenfalls haben die Player aus dem Silicon Valley den gestandenen Software-Unternehmen eines voraus: Die Courage einfach strukturierte Produkte in der Öffentlichkeit zu testen.