tetrel Logo tetrel Logo

Diggin’ Deeper, Vol. 3: mit KI vergrabene Potenziale nutzen

2021-06-17 von Johannes Humbert (LinkedIn | Twitter)

Warum ständig neue Claims abstecken, wenn ein bestehender äußerst ertragreich und noch lange nicht ausgeschöpft ist? Mit intelligenten Algorithmen können Sie Ihr Cross- und Upselling optimieren und aus Bestandskundenbeziehungen noch mehr herausholen.

Warum in die Ferne schweifen, wenn das Gute doch so nahe liegt? In diesem Fall: wenn bestehende Kundenbeziehungen noch viel mehr zu bieten haben? Das Potenzial von Cross- und Upselling ist unbestritten – neue Möglichkeiten dazu eröffnen sich mehr und mehr durch Lösungen mittels künstlicher Intelligenz. War es bisher eher schwer, zeitaufwendig und mit viel Trial&Error verbunden, können jetzt Informationen besser verknüpft und so Potenziale ausgeschöpft werden. Intelligent und automatisiert.

Oberster Gedanke dabei: Relevanz

Welches Produkt an welchem Ort zu welcher Zeit zu welchem Preis über welchen Kanal an welche Kunden? Das sind die wohl zentralen und entscheidenden Fragen bei der Entwicklung von erfolgreichen Cross- und Upselling-Strategien. Hier gilt es, zielgenau zu agieren – um eine maximale Effizienzsteigerung zu erhalten. Denn auch schon nur ein kleiner Fehler in der Strategie kann schlimme Folgen nach sich ziehen: Neu- und Bestandskunden können ver- und abgeschreckt werden, Vertriebskampagnen laufen ins Leere, Budget und Ressourcen werden unnötig verbrannt. Einfach, weil die Relevanz nicht austariert ist. Klingt zu theoretisch und oberflächlich? Dann hier ein paar Beispiele:

Echt nicht …

Ein Neukunde, super. Er hat sich für ein Produkt oder eine Dienstleistung aufgrund eines bestimmten Angebots dafür entschieden. Und schon ein paar Tage später erfährt er, dass er das gleiche Angebot zu einem günstigeren Preis über einen anderen Kanal hätte haben können. Keine schöne erste Erfahrung. Ebenso unschön und verheerend in der Wirkung: Jemand hat sich für eine Kreditkarte entschieden – und noch bevor er sie das erste Mal einsetzen kann, wird er schon aufgefordert, auf eine wertigere Karte upzugraden. Wie heißt es so treffend:

Es gibt keine zweite Chance für einen ersten Eindruck … Oder dass langjährige Bestandskunden als letzte erfahren, dass es ein neues Angebot gibt – über nicht-personalisierte Werbung. Auch ein schlimmes Beispiel, bleiben wir mal bei Kreditkarten: Über Monate hinweg ist der Einsatz der Karte eines Kunden kontinuierlich gesunken, er tendiert, gegen Null zu gehen. Dann ist das doch wirklich nicht der beste Moment, ihm eine neue Karte anzubieten, die vielleicht etwas mehr Leistung hat, aber doppelt so teuer ist, oder? Das wäre eher was für Heavy User, als Belohnung mit einer Zugabe …

Cross- und Upselling-Angebote sind Botschaften

Jede Kommunikation mit Kunden sollte stets wohlbedacht sein. Denn jede Kommunikation ist wie ein Gespräch. Jetzt stellen Sie sich mal vor, Sie sind stolzer Besitzer eines nigelnagelneuen Mittelklasse-Wagens. Ein stolzer Besitzer. Und bei der ersten Inspektion nach drei Monaten werden Sie im Autohaus darauf angesprochen, dass das ja schon ein schickes Modell ist, aber ein Modell der Oberklasse doch viel besser ist. Danke fürs Gespräch und nichts für ungut … falsche Botschaft, falscher Zeitpunkt, falscher Ort, falsches Angebot.

Data-Mining war nur der Anfang

Schon seit vielen Jahren ist Data-Mining elementarer Bestandteil in jeder CRM-Strategie, zu der eben auch Cross- und Upselling-Strategien gehören. Zumindest sollte es der Normalfall sein. Dabei wird, wie der Name es impliziert, nach Informationen in Daten gegraben. Seit wann Kunde? Welche Produkthistorie ist vorhanden? Anzahl der Kontaktaufnahmen etc.? Daraus werden dann mögliche Szenarien im Customer Lifetime Circle abgeleitet und angenommen.

Da ist es also im Prinzip nichts Neues, wenn es jetzt heißt „Mit KI-Lösungen Cross- und Upselling optimieren!“. Im Prinzip ja. Doch die Dimensionen haben sich verändert. Was bisher sehr kosten- und zeitintensive aufwendige Arbeit war, kann in größeren Maßstäben viel schneller und genauer dargestellt werden – eben intelligent, automatisiert und im Vergleich zu Data-Mining mehrdimensional.

Per Algorithmus Goldadern aufspüren

Ein KI-Werkzeug hierfür sind Multi-Armed Bandits: Die Methode hinter diesem Begriff nutzt Exploitation und Exploration. Kurz gesagt, Exploitation bezeichnet das Vorgehen der Analyse bestehender Daten und deren Muster - sprich: Mustererkennung. So entstehen beispielsweise Produktempfehlungen auf Basis historischer Kaufentscheidungen von Kunden. Exploration ist, wenn es (noch) keine Muster gibt. Dann werden neue Strategien aufgrund von Annahmen ausgetestet und analysiert und wieder getestet und analysiert und … Multi-Armed Bandits balancieren dabei den Exploration-Exploitation trade-off. Oder auf Deutsch: Sie sorgen für eine optimale Gewichtung sowie Nutzung von Mustern aus der Vergangenheit und neuen Strategien. So wird das KI-Modell kontinuierlich optimiert und es entwickelt fortlaufend verbesserte Strategien.

Das Ergebnis in Kürze:

Relevante Angebote und Kanäle erhöhen den individuellen Kundenwert durch gesteigerten Umsatz und Gewinn und der Vertrieb erhält konkrete Handlungsempfehlungen. Sprich: das Cross- und Upselling-Potenzial wird bestmöglich ausgeschöpft. Es lohnt sich, nach Gold zu graben. Effektiver ist, gezielt graben zu lassen, vor allem dort, wo es sich auch lohnt. Künstliche Intelligenz ist so gesehen ein überaus wertvoller Prospektor.