print logo

Kunden mit Hyperpersonalisierung binden

Kunden erwarten, dass Unternehmen gezielt auf Ihre individuellen Bedürfnisse eingehen. Eine 360-Grad-Sicht auf den Kunden ohne toten Winkel.
Adelhard Türling | 28.09.2021
Hyperpersonalisierung – Das entscheidende Mehr für eine erfolgreiche Kundenbindung © freepik / biancoblue
 

Dank der Digitalisierung von Wirtschaft und Handel ist es für Kunden und Interessenten sehr einfach, Produkte und Services von Unternehmen weltweit miteinander zu vergleichen. Sich als Anbieter über den Preis oder die Qualität vom Wettbewerb abzuheben, ist nur begrenzt möglich. Einer starken Kundenbindung an eine Marke oder einen Anbieter kommt damit eine immer höhere Bedeutung zu. Doch für die Treue ihrer Kunden müssen Unternehmen einiges tun. So erwarten Kunden beispielsweise, dass Unternehmen gezielt und entlang der gesamten Customer Journey auf ihre individuellen Bedürfnisse und Vorlieben eingehen – von nutzbringenden Informationen über ausgezeichnete Customer Experiences bis hin zu relevanten und hochwertigen Angeboten genau zum richtigen Zeitpunkt. Die Rede ist von der Hyperpersonalisierung des Marketings.

Hyperpersonalisierung – die konsequente Weiterentwicklung des personalisierten Marketings

Während sich das personalisierte Marketing auf die Auswertung historischer Daten beschränkt, geht es nun darum, mittels künstlicher Intelligenz (KI) und in der Gesamtmenge an Daten innewohnende Muster und Zusammenhänge zu erkennen. Auf dieser Grundlage ist es möglich für jeden Kunden gezielt individuelle Marketingaktionen und Angebote zu erstellen, die genau dessen Interessen und Bedürfnissen zu diesem Zeitpunkt entsprechen. Die Datenanalyse ist umso aussagekräftiger, je mehr relevante Daten in die Auswertung einfließen. Sie sind in den Firmen auch reichlich vorhanden, befinden sich jedoch oft isoliert in Form von unterschiedlichen Datensilos in den einzelnen Abteilungen im Unternehmen – und lassen sich so nicht miteinander verbinden und analysieren. Das gelingt erst, wenn eine Customer Data Platform alle Datenquellen an einem Ort zusammenführt. Mittels einer hochentwickelten KI werden die Daten dann automatisiert in Echtzeit ausgewertet und so immanente Muster aufgedeckt. Gleichzeitig muss die Lösung unkompliziert zu integrieren und im Unternehmensalltag einfach zu bedienen sein.

Die nächste Stufe der Personalisierung

Den Kunden mit personalisierten E-Mails anzusprechen, ist mittlerweile auch im B2B Standard. Immer mehr Unternehmenskunden erwarten von ihren Lieferanten und Dienstleistern sowohl individuelle, auf ihre spezifischen Belange zugeschnittene Informationen und Angebote als auch eine Multi-Channel-Kommunikation. Eben so, wie sie es auch als private Verbraucher gewohnt sind. Um sich vom Marketing des Wettbewerbs abzuheben, reicht es daher nicht mehr aus, die Adress- und Namensdatenbank sowie Kauf- und Suchhistorien auszuwerten. Es geht auch im B2B darum, Marketing- und Vertriebsaktivitäten auf eine neue Stufe der Personalisierung zu stellen: der Hyperpersonalisierung. In der Praxis könnte es beispielsweise so ablaufen: Nachdem ein Unternehmen neue Rechentechnik gekauft und installiert hat, erhalten seine Mitarbeiter vom Lieferanten zusätzliche, individualisierte Informationen, etwa zu Schulungsangeboten, Upgrades oder Anwenderstatistiken – je nach persönlichem Bedarf und auf verschiedenen Wegen: von E-Mails über Social Advertising bis hin zu Pop-ups.

In den Kunden hineinblicken

Die Vorteile des automatisierten One-to-one-Marketings liegen auf der Hand: Es gibt geringere Streuverluste, die Konversionsrate bzw. die Anzahl der Kaufabschlüsse steigen, die Potentiale von Up- und Cross-Selling lassen sich besser ausschöpfen bzw. überhaupt erst erkennen und nutzen. Laut einer Studie[1] des US-Unternehmens Epsilon sind 4 von 5 Verbrauchern dann eher bereit, einen Kauf zu tätigen, wenn der Anbieter ihnen personalisierte Kauferlebnisse bietet. Mehr noch: Ein Kunde bindet sich nachweißlich enger an einen Anbieter oder eine Marke, wenn ihm das Unternehmen vermittelt, dass es ihn kennt und versteht und seine Wünsche im Fokus stehen. Kanalübergreifende Interaktionen zwischen Anbieter und Kunden entlang der gesamten Customer Journey sind ein weiteres Muss. Grad und Qualität der Hyperpersonalisierung werden umso höher, je mehr relevante Daten in die Analyse einfließen. Im Endkundengeschäft hat man dies bereits vor einiger Zeit erkannt und entsprechende KI-basierte Systeme entwickelt und implementiert. Erfolgreiche Onlineshops werten alle verfügbaren, maßgeblichen Daten aus, um Kunden und Interessenten mit jeweils einzigartigen Angeboten zu locken. Dazu gehören beispielsweise Merk- und Wunschlisten, Informationen zu Retouren oder Kaufabbrüchen sowie zum Bestell- und Zahlungsverhalten des Verbrauchers. Nicht zu vergessen: Selbst die Vergabe von Likes oder Kaufempfehlungen finden Beachtung – sowohl bei der Auswertung historischer Daten als auch in Form einer Empfehlung unmittelbar nach dem Klicken.

Hyperpersonalisierung im B2B

Eine der größten Hürden in puncto hyperpersonalisiertes Marketing im B2B besteht darin, dass Wirtschaftsunternehmen oft über eine heterogene Datenbasis verfügen. Die Daten und Informationen befinden sich verstreut als sogenannte Datensilos an mehreren Stellen im Unternehmen. Zum Teil wissen die einzelnen Abteilungen gar nicht, dass die Daten überhaupt existieren. Abhilfe schafft eine Customer Data Platform, in der alle Daten aus den verschiedenen Silos zusammengeführt, verknüpft und angereichert werden. Mehr noch: Mittels KI lassen sich in den Kundeninteraktionen und Nutzungsdaten Muster identifizieren und so völlig neue Erkenntnisse gewinnen. Das führt bis hin zu einer sehr treffsicheren Vorhersage des künftigen Kundenverhaltens, um so beispielsweise abwanderungsbereite Kunden zu ermitteln und rechtzeitig Gegenmaßnahmen zu ergreifen. Die Daten dienen dazu, Segmente zu erstellen, um die Kunden gezielter – sprich hyperpersonalisiert – anzusprechen und relevante Produkte und Services zu empfehlen.

Grundsätzliche Überlegungen für eine erfolgreiche Hyperpersonalisierung

Damit das hyperpersonalisierte Marketing auf die Unternehmenszeile einzahlt, sind zunächst einige grundsätzliche Entscheidungen zu treffen:

  • Den Anfang bildet eine Bestandsaufnahme: Welche Datensilos liegen im Unternehmen vor? Welche Daten sind relevant? Wie ist ihre Qualität?
  • Anschließend sind die KPIs zu definieren, die dem Marketing als Orientierung dienen. Dazu gehört es auch festzulegen, auf welchem Weg/in welcher Form die KPIs zum Einsatz kommen. Dabei kann es sich beispielsweis um Schwellenwerte handeln, die unterschiedliche Aktionen auslösen.
  • Zudem sollte man prüfen, ob oder wie sich KI vorteilhaft beim Bilden von Segmenten einsetzen lässt, die man persönlicher ansprechen möchte. Denn während sich beispielsweise in einem CRM die Segmente nur anhand historischer beziehungsweise demografischer Daten erstellen lassen, kann KI dafür auch die entdeckten Muster als Basis nutzen.
  • Schließlich muss sich das Unternehmen bewusst machen, wer diese Erkenntnisse wie nutzen soll und wie sie ihm zur Verfügung gestellt werden. Sind etwa Vertrieb und Service viel vor Ort beim Kunden, benötigen sie die Informationen auf ihren mobilen Endgeräten. Für das Marketing-Team hingegen ist es sinnvoll, sie automatisiert in das Marketing-Tool einzuspielen.

Ein mögliches Anwendungsszenario aus der Wirtschaft

Ein fiktives Beispiel dafür, wie sich etwa bei einem unerwarteten Anruf von einem aktuell inaktiven Kunden mittels hyperpersonalisierter Betreuung die Kundenbindung stärken lässt. Dazu ist jedoch eine abteilungsübergreifende Customer Data Platform notwendig, denn auch der beste Account Manager kann nicht alle Details zu jedem Kunden aus dem Gedächtnis abrufen. So aber öffnet er einfach eine App, die ihm eine 360-Grad-Sicht auf den entsprechenden Kunden zeigt. Er sieht sofort alle Details zum Anrufer, einschließlich Berufsbezeichnung, Firmenname, Standort, Kommunikationspräferenz und Net Promoter Score. Mehr noch: Das System listet alle aktuellen Projekte auf. Darunter sind die jüngsten Aktivitäten zu sehen, einschließlich Website-Besuche, E-Mails, Telefonanrufe, Social Feed und Meetings. In der Unternehmensansicht sind alle Aufträge der Firma aufgeführt – bei Bedarf mit Details wie Projektname, Praxisbereich, Gesamtbudget, Prozentsatz der Fertigstellung, bisherige Kosten und Wertmarge. So kann der Account Manager die Gelegenheit nutzen, um nachzufassen, falls Projekte gefährdet sind. Als Top-Vertriebler lässt er sich zudem anzeigen, wie sich die Kundenzufriedenheit im Laufe der Zeit entwickelt hat, um dann darauf im Gespräch einzugehen. Dem Kunden vermittelt er damit, dass dieser im Zentrum aller Aktivitäten steht und man sich um seine Bedürfnisse mit hohem Engagement kümmert.

Ein Beispiel aus der Praxis: Dynamics 365 Customer Insights

Es handelt sich dabei um ein Modul von Microsoft. Die Plattform punktet vor allem mit ihren kompatiblen Konnektoren. So lassen sich beispielsweise auch Datenquellen von Drittanbietern, wie die Daten aus dem Onlineshop oder von CRM-Systemen, unkompliziert anbinden. Ein weiteres Plus: Mithilfe von Dynamics 365 Customer Insights lassen sich sehr zuverlässig realistische, datenbasierte Vorhersagen treffen. Zudem zeichnet sich die Lösung durch eine sehr nutzerfreundliche, intuitiv bedienbare Oberfläche aus. Etwa, indem man leicht für jeden Kunden individuell anpasst, welche Kennzahlen oder Hintergrundinformationen jeweils angezeigt werden  Mehr Informationen finden sich im Customer Insights Whitepaper von CRM Partners, das hier ((Link zu https://crmpartners.com/de/news/microsoft-dynamics-365-customer-insights-whitepaper/)) zum kostenlosen Download bereitsteht.

Hyperpersonalisierung leicht gemacht

Die Methode hat bereits ihren Praxistest bestanden. Erste Best-Practice-Beispiele zeigen, wie das Zusammenführen der Daten und die Berechnung der KPIs gelingen können: Mit Hilfe einer nutzerfreundlichen Customer Data Platform, die den Anwender auf einer intuitiv bedienbaren Drag-and-Drop-Oberfläche durch den Prozess führt. Letztendlich profitieren beide Seiten: Der Anbieter generiert zusätzlichen Umsatz und stärkt die Kundenbindung. Der Kunde erhält für ihn relevante Angebote und Informationen, die er möglicherweise selbst noch nicht im Blick hatte.

 

[1]     „New Epsilon research indicates 80% of consumers are more likely to make a purchase when brands offer personalized experiences”, Pressemitteilung, 9. Januar 20189, veröffentlicht auf https://us.epsilon.com/pressroom/new-epsilon-research-indicates-80-of-consumers-are-more-likely-to-make-a-purchase-when-brands-offer-personalized-experiences