Data-Management:
5 einfache Dinge, wie KI dem Marketing nützt
Selbst beim Influencer Marketing kann Künstliche Intelligenz (KI) eine große Hilfe sein. Aber auch als Chatbot oder beim Empfehlungsmarketing. Wo KI noch sinnvoll ist, erklärt Richard Michel, pixx.io.
Foto: Ross Findon on Unsplash
Höhere Conversion Rates, schnellere Workflows und eine bessere Kundenbindung – das hört sich traumhaft an, oder? Inzwischen lässt sich mit KI einiges dafür tun, diese Ziele besser zu erreichen.
Uplift-Modelle: Höhere Conversion Rate im Performance Marketing
E-Mail Marketing, Newsletter Marketing oder die klassische Kampagne – die Möglichkeiten des Performance Marketing sind vielfältig, der Erfolg ist vor allem durch die Ansprache der richtigen Zielgruppe bestimmt. Künstliche Intelligenz gibt im Performance Marketing wichtige Insights und kann dadurch die Conversion Rate signifikant steigern. Hinter der Technologie steckt ein Klassifikationsverfahren, das Kunden im ersten Schritt nach ihrer Kaufwahrscheinlichkeit segmentiert. Diese Segmente werden dann im zweiten Schritt vielseitig eingesetzt: Im Newsletter- oder E-Mail Marketing und bei Print-Mailings entscheidet die KI, an wen Kampagnen ausgespielt werden – das ist wesentlich zielgerichteter als klassische Massenansprache. Im täglichen Einsatz haben solche sogenannten Uplift-Modelle bereits bewiesen, dass sie in der Lage sind, überwiegend Kunden zu identifizieren, bei denen die Ansprache via Newsletter oder Mailing auch tatsächlich zu einer Conversion führt.
Bilderkennung mittels KI: Mehr Effizienz im Management von Mediadaten
Viele Marketing-Teams kennen das Problem: Die Organisation von Bildern und Media-Dateien ist nervig und der Bildpool ein einziges Chaos – auch hier erhöht Künstliche Intelligenz die Effizienz und verkürzt Workflows. Den größten Effizienzgewinn liefern dabei die Gesichts- und Objekterkennung, die auch von Größen wie Google, Apple & Co. genutzt werden. Neuronale Netze ermöglichen es, Gesichter zu identifizieren und Objekte bis ins Detail zu unterscheiden.
Während die Gesichtserkennung vor allem bei Marketing-Teams unterstützt, die viel mit Bildern von Personen arbeiten, entfaltet die Objekterkennung im E-Commerce die größten Mehrwerte. Aufwändiges Strukturieren von Bildern in Ordnern oder eine manuelle Verschlagwortung sind nicht mehr notwendig, denn die KI erkennt z.B. verschiedene Schuh-Modelle oder Personen von selbst und taggt sie entsprechend.
Mittels einfacher Schlagwortsuche finden Marketing-Teams das richtige Bildmaterial somit binnen Sekunden. Die KI kann hierbei auch von individuellen Anwendern lernen und nach und nach eigene Vorschläge liefern, individuelle Startseiten mit potenziell benötigten Inhalten erstellen und dadurch Workflows verkürzen. Verschiedene SaaS-Tools haben derartige Funktionen bereits integriert.
Customer Experience: Verhaltensbasierte Vorschläge zur Kundenbindung
Verhaltensbasierte Vorschläge kennt man beispielsweise von Netflix. Auf Basis des bisherigen Watch-Verlaufes identifiziert der Streamingdienst individuelle Vorschläge für Serien und Filme, die einzelnen Nutzern ebenfalls gefallen könnten. Hinter diesen sogenannten Recommender-Systemen steckt eine KI, die im Marketing ebenfalls zur Kundenbindung eingesetzt werden kann.
Während einige Algorithmen nach dem Prinzip "Person, die X mag, könnte auch Y mögen" funktioniert, existieren auch technisch anspruchsvollere Lösungen, die personalisierte Empfehlungen basierend auf dem persönlichen Kauf- oder Nutzungsverhalten geben. Solche personalisierten Vorschläge werden von Kunden begeistert aufgenommen: Klickraten werden enorm gesteigert und auch die Interaktion mit einzelnen Inhalten – wie im Beispiel von Netflix – ist deutlich erhöht. Durch diese Verbesserung der Customer Experience steigert sich gleichzeitig die Kundenbindung.
Chatbots als Markenbotschafter
Eines der wohl bekanntesten Anwendungsgebiete von KI im Marketing sind Chatbots. Hinter den "sprechenden Maschinen" steht das sogenannte Natural Language Processing (NLP), das eine natürliche Kommunikation zwischen Mensch und Maschine ermöglicht. Deep Learning ermöglicht darüber hinaus, dass Marken effektiv mit ihrem Kundenstamm interagieren und kommunizieren.
Neben der reinen Bearbeitung von Kundenanfragen, beispielsweise über bekannte Messenger oder in eigenen Tools, bieten Chatbots auch neue Möglichkeiten, die Identifikation mit einer Marke zu stäken. Mit Infos zu Produkten, Tipps, vor allem aber authentische Unterhaltungen werden Chatbots zu echten Markenbotschaftern. Zudem bekommen Kunden sofortiges und individuelles Feedback – das steigert auch die Kundenzufriedenheit.
KI im Influencer Marketing: Neue Insights & schnellere Suche
Effizientere Suche, Identifikation von Fakes und virtuelle Influencer – auch im Influencer-Marketing ist Künstliche Intelligenz bereits angekommen. Auf KI basierende Suchmaschinen unterstützen bei der Auswahl des richtigen Botschafters für eine Marke oder Kampagne – sie haben Einblicke in demografische Daten und in die Performance bei der Zielgruppe, die selbst dem erfahrensten Marketing-Team verborgen bleiben.
Fortgeschrittene Lösungen sind außerdem in der Lage, die Persönlichkeit von Influencern einzuschätzen und die Tonalität von Kommentaren unter Postings zu erkennen. Deep-Learning-Algorithmen erkennen Fake-Profile und gekaufte Follower oder Bots und identifizieren verdächtige Accounts und Aktivitäten. Für Marketing-Teams bedeutet das: Weniger Zeitverlust bei einer zielgerichteteren Suche, für das menschliche Auge unsichtbare Insights und letztendlich auch eine bessere Performance von Kampagnen.
Die Grenzen des Einsatzes von KI im Marketing sind mit diesen fünf Maßnahmen noch lange nicht erreicht. Dennoch sollten Marketing-Teams für den Einstieg zunächst die für sie sinnvollen Maßnahmen identifizieren und sich auf einige anfängliche Use Cases konzentrieren. Die Nutzung von KI zur Bilderkennung oder die Auswahl von Influencern mittels KI sind relativ einfach umsetzbar. Viele Influencer-Datenbanken haben eine KI gestützte Suche bereits integriert. Die automatisierte Bilderkennung von Gesichern und Objekten via KI ist oft ein Feature von Digital Asset Management Tools. Wer Recommender-Systeme oder Algorithmen zur Kundensegmentiertung nutzen möchte, benötigt hingegen das Wissen erfahrener Data Scientists.
Über den Autor: Richard Michel ist CEO und Gründer des Digital Asset Management pixx.io. Das DAM-Tool fokussiert sich auf einfache Bedienbarkeit und hilft kleinen wie großen Teams bei der effizienten Verwaltung von Mediadateien.
