Anzeige
Anzeige
KI Customer Centricity Kundenzufriedenheit

Wie sich Customer Experience-Spezialisten KI zu Nutze machen

Mensch gegen Maschine: Fünf Möglichkeiten, wie KI und Automatisierung die Optimierung der Kundenzufriedenheit positiv beeinflussen können.

Verschiedene Arten der Automatisierung, des maschinellen Lernens und der KI-basierten Techniken können im Bereich der Customer Experience echte Vorteile bringen (Bild: Pixabay)
Anzeige
Anzeige

Mensch gegen Maschine. So wird die Diskussion über Künstliche Intelligenz oft geführt. Wird Automatisierung meinen Job überflüssig machen? Kann ein Algorithmus besser sein als ein menschlicher Experte? Sind die Menschen überhaupt in der Lage, Maschinen zu bauen, die nicht durch ihre eigenen Vorurteile und Perspektiven beeinflusst wurden?

Im Rahmen der Customer Experience Optimierung ergänzen sich beide Ansätze in den richtigen Kontexten gegenseitig. Künstliche Intelligenz kann enorme Vorteile für digitale Marketer und CX-Spezialisten bringen. Die gute Nachricht dabei ist, zumindest für diese Branche: die Begrenzungen der KI sorgen dafür, dass der Mensch nie überflüssig wird.

Hier sind fünf Möglichkeiten, wie KI und Automatisierung die Optimierung der Kundenzufriedenheit positiv beeinflussen können.

Personalisierung automatisieren

Einfach ausgedrückt, lässt sich digitale Personalisierung als das "Senden der richtigen Botschaft an die richtige Person zur richtigen Zeit" definieren. Dies erfordert einige grundlegende Bausteine: Daten und Wissen über das Publikum, eine Auswahl an Botschaften und Inhalten, Auslöser, die die Personalisierung in Gang setzen.

Einige Unternehmen verwenden einen manuellen, regelbasierten Ansatz für diesen Prozess, bei dem die Botschaft an das Publikum zum richtigen Zeitpunkt angepasst wird. Sie wählen Kriterien aus und segmentieren ihre Besucher, vielleicht basierend auf dem genutzten Device, dem Standort oder sogar Geschlecht und Alter, falls sie über diese Daten verfügen. Sie richten bestimmte Auslöser ein, die für das Ausspielen ihrer eigens erstellten Nachrichten oder Inhalte sorgen.

Anzeige

Dieser manuelle Ansatz ist ein sehr guter Anfang. Gleichwohl hat er hat seine Grenzen. Was tun, wenn man immer feinere Segmente schaffen möchte oder die Personalisierungsstrategie internationalisieren will?

Hier kommen nun Automatisierung und Maschinelles Lernen zum Tragen. KI-gestützte Lösungen können Nachrichten an das Publikum anpassen und auslösen – und dabei lernen, was funktioniert und was nicht. Sie können z. B. für große Unternehmen den Einsatz einer ausgeklügelten Personalisierungsstrategie skalierbar machen und sogar Verzerrungen der Ergebnisse reduzieren oder beseitigen. Aber der Mensch als entscheidender Faktor ist und bleibt unabdingbar, zum Beispiel um passende Botschaften und Inhalte überhaupt erst vorzuschlagen.

A/B-Tests skalieren

In ähnlicher Weise kann automatisiertes Testen einen großen Beitrag zur Skalierung von A/B-Test-getriebenen Experimentierstrategien leisten.

Stell dir vor, du verwaltest die Website eines E-Commerce-Shops. Du möchtest testen, welches von zehn Bildern auf einem Karussell, das deine neuesten Sneakers vorstellt, die meisten Klicks auf "In den Warenkorb" erzielt. Um das herauszufinden, musst du aber Hunderte von verschiedenen Produktseiten testen! Wenn du nun einen Algorithmus anwenden kannst, der die Tests automatisiert, spart dir das wertvolle Zeit. Besser noch ist es, wenn der Algorithmus das Gewinnerfoto automatisch bestimmt und es ganz von selbst in die Mitte des Karussells stellt! Dieser Gedanke führt zum nächsten Vorteil der KI: der dynamischen Traffic-Verteilung.

Dynamic Traffic Allocation

Wenn du einen A/B-Test durchführst, musst du warten, bis der Test die statistische Signifikanz erreicht hat. Das bedeutet, dass er genügend Menschen über einen längeren Zeitraum hinweg gezeigt wurde, um sicherzustellen, dass die Ergebnisse eindeutig sind. Sobald du einen Gewinner hast, liegt es an dir, entweder 100 Prozent des Traffics manuell auf die Gewinnervariante zu lenken oder die Änderung direkt an der Website zu coden. Ab dem Zeitpunkt, an dem du den Gewinner kennst, kann einige Zeit verstreichen, bis die Änderungen für alle User sichtbar sind. Du verlierst Conversions.

Ist aber ein Algorithmus zur dynamischen Traffic-Verteilung integriert, kann der den gesamten Traffic automatisch umlenken, sobald er die Gewinnervariante ermittelt hat. Für bestimmte Websites ist dieser Ansatz entscheidend. Denk zum Beispiel einmal an Medien-Websites, bei denen sich die Inhalte täglich ändern. Wenn du einen Test durchführst, um festzustellen, welche Schlagzeile die meisten Besucher anzieht, musst du schnell Ergebnisse haben und umsetzen – Artikel sind nach wenigen Tagen veraltet. Die dynamische Zuweisung von Traffic an die Gewinner-Schlagzeile ist sicherlich der effektivste Weg, um mehr Aufrufe zu erhalten. Blitzverkäufe auf E-Commerce-Websites und andere zeitkritische Inhalte sind perfekte Beispiele dafür, wie Schnelligkeit und Flexibilität von KI-Lösungen einen echten Unterschied machen können.

Mehr zum Thema: Warum eine digitale Kundenanalyse in B2B-Unternehmen essenziell ist

Automatische Optimierung

Erinnerst du dich an den Algorithmus von vorhin, der fast unendlich viele Tests mit Bildern durchführen konnte, um den Gewinner zu bestimmen? Was wäre, wenn du diesen Algorithmus auf so ziemlich jede Art von Test auf jedem Kanal anwenden könntest? Genau das ist automatische Optimierung.

Betreffzeilen für Verkaufs-E-Mails, Push-Benachrichtigungstexte, Suchalgorithmen. So ziemlich alles kann getestet – und automatisiert – werden, um schnell und schmerzlos die besten Ergebnisse zu erzielen.

Automatisierte Rollbacks

Produkt-Teams fürchten mit am meisten, dass ein Feature-Release Chaos anrichtet. Was passiert, wenn euer Code-Push etwas kaputt macht oder das Feedback der Benutzer niederschmetternd ist? Hier sind kontinuierliche Deployment-Methoden – einschließlich automatischer Rollbacks – von unschätzbarem Wert.

Wenn dein Team eine Feature-Management- oder Optimierungsplattform verwendet, sollte es in der Lage sein, progressive Rollouts einzurichten, die an Rollback-KPIs gebunden sind. Produkt- und DevOps-Teams testen damit schon mal die Wirkung aus, bevor sie ein neues Feature für alle Anwender freigeben. Und mit einem Kill-Switch setzen sie ein Feature automatisch zurück, sobald es die KPIs nach unten bringt.
Solch ein Sicherheitsmechanismus ist ein wahrer Segen für das Seelenheil jedes Produkt-Teams.

Was wir daraus lernen

Glücklicherweise für alle Customer Experience-Experten ist die Branche noch lange nicht soweit, diese durch Algorithmen und automatisierte Technologien zu ersetzen. Der Mensch ist nach wie vor unerlässlich, um solche Kampagnen von der Konzeption bis zur Analyse durchzuführen.

Verschiedene Arten der Automatisierung, des maschinellen Lernens und der KI-basierten Techniken können jedoch echte Vorteile bringen. Sie helfen, Zeit zu gewinnen, den Betrieb zu vergrößern, Muster zu identifizieren und die Ergebnisse zu maximieren. Und Mitarbeiter, die wissen, wie man dies nutzt, werden sicherlich die Oberhand behalten.

Mehr zum Thema: Automatisierte Kundenansprache ist die Zukunft

Robin Nichols ist Content Marketing Manager bei AB Tasty. Sie ist besonders interessiert an den Schnittstellen zwischen Technologie und Kultur. Ihr Ziel ist es, Marketern mit praxisnahen Inhalten zu helfen, ihre Conversion Rates zu optimieren.

Lead Rep 2 19 Ctab 1200X1200

Daten allein nützen nichts. Erst wenn du sie auswertest und analysierst, wird daraus Datengold. Wie man Google Analytics einrichtet, Dashboards übersichtlich zusammenstellt, Analysetools nutzt und Daten geschützt verarbeitet erfährst du in diesem Handbuch: LEAD Report "Workbook Web Analytics"

Anzeige
Verlagsangebot
Anzeige
Aktuelle Stellenangebote
Alle Stellenangebote
Anzeige