Kundenorientierung ist ohne effizientes Datenmanagement undenkbar geworden. Künstliche Intelligenz eröffnet hierfür zahlreiche Innovationschancen. Das stößt auch einen Wandel in Unternehmensstrategien und Tagesgeschäft an.
Prozesse rund um das Kundendatenmanagement werden immer komplexer, was KI-basierte Anwendungen zu lösen versprechen.
Blue Planet Studio / stock.adobe.com
Echte Kundenorientierung ist nicht nur auf das Sammeln und Auswerten von Daten angewiesen. Auch die Art der Datenverwertung spielt eine wesentliche Rolle und muss stetig optimiert werden, damit Unternehmen im Wettbewerb bestehen können. So ist etwa die Praktik, Kundendaten aus der Vergangenheit zu betrachten und damit den Ist-Zustand zu beschreiben, mittlerweile überholt.
"Denn nicht das einfache Datensammeln und das herkömmliche Interpretieren, wie es aus der Marktforschung bekannt ist, bringen den Innovationsschub, sondern das antizipierende und vorausschauende Interpretieren und Lernen des Kundenverhaltens", betonen die Springer-Autoren Michael Nenninger und Melanie Seidel im Kapitel "Digitalisierung der Touchpoints: Lebensader der Customer Centricity" ihres Buchs "Praxisleitfaden Customer Centricity" (Seite 116). Tatsächlich sind dafür konzipierte Predictive-Analytics-Ansätze bereits in vielen Vertriebs- und Marketingabteilungen zum Alltag geworden.
KI für mehr Datenqualität
Dennoch stehen Unternehmen vor der Frage, wie sie die neuen Daten und vielfältigen Auswertungsmöglichkeiten betriebswirtschaftlich zielführend nutzen können, meinen Nenninger und Seidel. Da modernes Kundendatenmanagement immer komplexer wird, erweist sich Künstliche Intelligenz (KI) hierbei als entscheidender Effizienzhebel. Das bestätigt auch eine Studie des Fraunhofer IAO, die auf Basis von Interviews mit Produkt- und Serviceunternehmen beleuchtet, wie Kundendatenmanagementsysteme von KI profitieren können. Tools rund um Customer-Relationship-Management (CRM), also das Kundenbeziehungsmanagement, nehmen dabei eine Schlüsselrolle ein.
Eine wesentliche Innovationschance, die KI für das Kundendatenmanagement bietet, besteht demnach in der Steigerung der Datenqualität. Je höher diese ausfällt, desto effektiver kann eine KI-Technologie wie Maschinelles Lernen daran anknüpfen. Um die Künstliche Intelligenz zu trainieren, ist es möglich, Kundendaten mit externen Daten anzureichern. "Wichtig ist vor allem, dass die User-Daten und hier vor allem die Stammdaten mit den Interaktions- und Social-Daten kombiniert werden", erklären Nenninger und Seidel (Seite 114).
Strategie und operative Maßnahmen
Dank der effektiven Datenauswertung durch KI lassen sich die stetig wandelnden Kunden- und Marktanforderungen rasch identifizieren. Sowohl Geschäftsmodelle als auch Angebote können durch die Technologie wertvolle neue Impulse erfahren und optimiert werden. KI liefert also wegweisende Erkenntnisse, die zur agilen Anpassung der Unternehmensstrategie beitragen, konstatieren die Studienautoren des Fraunhofer IAO. Mit Blick auf die Customer Journey, also der "Reise" des Kunden bis hin zur Kaufentscheidung und darüber hinaus, ergeben sich konkrete Hinweise, an welchem Touchpoint und in welchem Umfang ein intelligentes System zum Einsatz kommen kann.
In Folge dessen ist KI auch zur Unterstützung operativer Maßnahmen über alle Kanäle hinweg prädestiniert: Mittels Sprach- und Texterkennung, -verarbeitung und -ausgabe kann eine Prozessautomatisierung erreicht werden. Nenninger und Seidel weisen darauf hin, dass durch die fortschreitende Digitalisierung zukünftig viele weitere Endgeräte (Devices) entwickelt werden. "Vor allem werden mehr Gegenstände mit digitalen Schnittstellen versehen werden. Es werden völlig neue Touchpoints auf Basis neuer, bereits bestehender oder modifizierter Devices mit messbaren Feldern und Applikationen entstehen, zum Beispiel wiederverwertbare smarte Verpackungen", sind sie sich sicher (Seite 97).
Customer Experience krankt an Datensilos
Letztendlich geht es bei den durch KI hervorgebrachten Innovationen häufig darum, die Kundenerfahrungen zu verbessern, was gerade im Vertrieb zu den obersten Geboten zählt. Der Studie zufolge kann Künstliche Intelligenz auch bei der Customer Experience (CX) wertvolle Dienste erweisen und
- Kundenzufriedenheit,
- Kundennähe und
- Kundenwert
nicht nur analysieren, sondern auch deren Optimierung vorantreiben.
Zwar ist bei Customer-Centricity-Ansätzen die Rede davon, die Datensilos aufzubrechen und so eine "seamless experience" zu gewährleisten, aber die Praxis spiegelt dies meist nicht wider. Die Daten, mit denen sich Angebote verbessern ließen, liegen (falls überhaupt vorhanden) in unterschiedlichen technischen Systemen, in unterschiedlichen Abteilungen und Zuständigkeitsbereichen vor, wodurch ein einheitliches Kundenbild verhindert wird. (...) Die Lösung und die damit einhergehende Differenzierung im Markt werden nur durch eine einheitliche, über die Kundenschnittstellen hinweg geführte Customer Experience möglich: durch die Nutzung aller relevanten Kundendaten, um daraus fortlaufend bessere Angebote zu generieren, um die sich wandelnden Kundenbedürfnisse zu bedienen",
fassen die Springer-Autoren im Kapitel "Warum JETZT? Der Kunde stand doch schon immer im Mittelpunkt" zusammen (Seite 23).