Automatisierte Personalisierung hilft Swisscom beim Marketing

Wie sieht der Einsatz von Künstlicher Intelligenz in der Marketing-Praxis aus - und bringt es tatsächlich mehr Erfolg? Der Telekommunikations-Provider Swisscom macht zurzeit ganz eigene Erfahrungen, inklusive automatisierter Personalisierung der Website mit KI und Machine Learning.

Gute Personalisierung zeigt dem Kunden was er als nächstes will und spricht ihn an, wie er gerne angesprochen werden möchte. Klingt theoretisch super, ist aber praktisch oft schwierig umzusetzen. Ein Mangel an Personalisierung kann zudem bares Geld kosten. So löschen beispielsweise Kunden Apps, die sie nicht nützlich finden. Die Folge sind fehlende Buchungen und Einkäufe. „Personalisierung ist längst nicht mehr optional, sie ist Pflicht,“ so Jamie Brighton, Product and Industry Marketing von Adobe auf dem Summit 2018 in London. Demnach sollen Firmen, die Personalisierung einsetzen, die Kosten für Kundenakquise halbieren, den Umsatz um 15% und die Effizienz von Marketingbudgets um bis zu 30% steigern können. „Es gibt immer noch eine Diskrepanz zwischen dem was Konsumenten wollen und Unternehmen anbieten. Die Antwort heißt Personalisierung, die Automatisierung nutzt,“ so Brighton.

Doch wie sieht das in der Praxis aus? Das stellte Swisscom auf dem London Summit EMEA vor. Der Schweizer Telekommunikations-Anbieter mit 6,6 Millionen Mobilfunk-Kunden, benutzt für seine Homepage Adobe Target), um Inhalte auf der Website zu verbessern, je nachdem wer die Seite besucht. Im Daily Doing zeigt sich nämlich, dass es nicht allein reicht, Daten für Marketing zur Verfügung zu haben. Ziel muss es sein, auf Daten basierend die richtigen Entscheidungen zu treffen. Dabei können Künstliche Intelligenz und Machine Learning helfen.

„Uns gefiel direkt die Vorstellung mit KI zu arbeiten, denn diese Arbeit per Hand zu machen mögen wir nicht besonders“, so Nicolas Mériel, Senior Digital Strategist bei Swisscom. Immerhin brauchte man für den ersten Start keinerlei Vorarbeit.

Inhalte direkt zu optimieren hilft bei der Umsetzung

KI hat Swisscom dabei geholfen, die Ergebnisse des A/B Tests im laufenden Prozess zu verbessern. „Wenn zum Beispiel ein roter Button besser performt als ein grüner, dann müssen wir nicht warten bis der Test abgeschlossen ist. Wir können das Plus an Traffic zu dem bestehenden Traffic hinzufügen - im laufenden Test. Der Algorithmus kann alle 24 Stunden die Inhalte rekalibrieren und die Inhalte optimieren,“ so Mériel. Die Technik hilft außerdem dabei, mit fortgeschrittenen Traffic Statistiken ebendiesen Traffic auf Seiten zu lenken, die eine bessere Customer Experience bieten.

Ergebnis laut Swisscom: Eine Steigerung um 40% bei der Click-Through Rate. „Wir können verschiedene Metriken damit verbessern. Bei uns ist es gar nicht so wichtig, unbedingt mehr Mobilfunkgeräte zu verkaufen. Viel wichtiger ist es zum Beispiel, dass der Kunde häufig gestellte technische Fragen selbst lösen kann und so unser Callcenter entlastet,“ so Nicolas Mériel.

Für jeden Besucher maßgeschneidert

Swisscom geht noch einen Schritt weiter setzt die KI auch für Empfehlungen ein. So können aus hunderten, tausenden oder Millionen Produkten, Videos, Artikeln oder sonstigen Items auf persönlichen Besucherprofilen basierte Empfehlungen ausgespielt werden. Empfehlungen kennt jeder schon heute von allen möglichen Websites, doch sind diese tatsächlich oft nicht besonders treffsicher. Die automatisierte Personalisierung kann Machine Learning einsetzen, um jedem Besucher die perfekt maßgeschneiderte Erfahrung anzubieten - und zwar bei jedem Besuch der Website. Dabei kommen selbst lernende Algorithmen zum Einsatz. „Die Maschine kann lernen und personalisierte Kundenerlebnisse ausspielen. Das ist nicht mit einem A/B-Test möglich, denn Sie können nicht während des laufenden Tests einen neuen Kandidaten einsetzen. Das wäre, als wenn Sie bei einem fahrenden Auto die Räder austauschen wollten,“ so Mériel. „Hier geht das und das ist einfach großartig.“

Fazit: Bessere Zahlen überzeugen

Eine weitere Erkenntnis aus dem Versuch lässt sich nicht nur in Zahlen messen, wird aber im Team sehr geschätzt. „Unser größtes Learning war, dass die KI den ganzen Unsinn aus internen Diskussionen herausnimmt. Wenn es darum geht welche Variante in einem A/B-Test die bessere ist, dann spielen dabei Meinungen keine Rolle mehr. Wir werfen alles in die Maschine. Die KI entscheidet einfach live was besser ist,“ so Meriél. „So sparen wir uns viele Diskussionen - manche Leute mögen das nicht. Aber am Ende überzeugen bessere Zahlen. Und wir haben je nach Experience bis zu 40% bessere Ergebnisse.“