30/04/2024

Beschleunigung der Hyperpersonalisierung im Marketing mit generativer KI

(Generative) KI Digital Marketing Blogartikel

Autoren: Darije Ramljak & Srini Rudrabhatla

In einer dynamischen Marketinglandschaft eröffnet das Aufkommen generativer KI eine Vielzahl von Möglichkeiten. Im Mittelpunkt dieses technologischen Fortschritts steht die Hyperpersonalisierung, mit der Marken ihre Marketingmaßnahmen spezifisch auf Kund*innen zuschneiden können. Durch den Einsatz generativer KI zur Erstellung von hyperpersonalisierten Inhalten in großem Umfang können Unternehmen nicht nur ihre internen Prozesse optimieren, sondern auch das Kundenerlebnis transformieren. Dieser Beitrag bietet Einblicke und Orientierungshilfen für den Einsatz generativer KI zur Hyperpersonalisierung im Marketing und beschreibt die bahnbrechende Arbeit, die IBM iX gemeinsam mit dem Kunden MOL leistet.

In der schnelllebigen Geschäftswelt von heute stehen Unternehmen unter dem Druck, der Zeit immer einen Schritt voraus zu sein. Dabei ist der strategische Einsatz innovativer Technologien ein entscheidendes Unterscheidungsmerkmal zwischen Vorreitern und Mitläufern.

Unter den zahlreichen transformativen Technologien erweist sich die generative KI dank ihrer bemerkenswerten Fähigkeiten und ihres menschenähnlichen Verhaltens als echter Gamechanger. Das Potenzial dieser Technologie ist enorm, denn sie ermöglicht die Automatisierung verschiedener Geschäftsfunktionen, die bisher als unerreichbar galten. Die großflächige Verfügbarkeit dieser leistungsstarken Tools ist ein bedeutender Meilenstein für eine transformative Technologie, die noch ganz am Anfang steht.

Das Besondere an der generativen KI ist ihre Fähigkeit, mithilfe von Large Language Models (LLMs) originelle, dialogorientierte Inhalte zu generieren. In diese Modelle lassen sich Unternehmensrichtlinien und andere Vorgaben nahtlos integrieren, sodass konforme Inhalte entstehen, die auf die Anforderungen, den Stil und die Ausdrucksweise der jeweiligen Marke ausgerichtet sind. Zwar bietet generative KI schon allein beträchtliche Vorteile, aber ihr Wert steigt in Kombination mit herkömmlicher KI noch weiter an, denn sie eröffnet den Unternehmen ein noch größeres Potenzial.

Einsatzbereiche für herkömmliche KI:

Prädiktive/Präskriptive KI
Strukturierte Datenanalyse, Vorhersagen, Prognosen usw.

Zielgerichtete konversationelle KI
Deterministische Dialogabläufe für strukturierte konversationelle KI

KI für Computer Vision
Maschinelles Sehen zur Erkennung von Objekten und Anomalien

Prozessautomatisierung
Robotergestützte Prozessautomatisierung, Prozessoptimierung und Reengineering

Einsatzbereiche für generative KI:

Zusammenfassung
von Dokumenten wie Benutzerhandbüchern, Anlagennotizen, Finanzberichten usw.

Konversationelle Suche
zur Unterstützung von Standardarbeitsanweisungen, Anleitungen zur Problembehebung usw.

Erstellung von Inhalten
wie Personas, Anwenderberichten, Bildern, personalisierten Benutzeroberflächen, Marketingtexten, Antworten auf E-Mails und in sozialen Netzwerken usw.

Programmierung von Code
etwa Code-Copilot, Code-Konvertierung, Erstellung technischer Dokumentation, Testfälle usw.

Generative KI im Marketing

Generative KI hat das Potenzial, das Marketing zu revolutionieren, indem sie die damit einhergehenden Herausforderungen bewältigt. Das macht das Marketing zu einem der dynamischsten Bereiche für diese transformative Technologie. Durch die Kombination aus Funktionen der herkömmlicher und generativer KI können Unternehmen personalisierte Echtzeiterlebnisse anbieten, die Kund*innen heutzutage wünschen und erwarten. Mit dieser Technologie können Chief Marketing Officer (CMOs) Erkenntnisse sammeln und schnell reagieren. Auf diese Weise lassen sich maßgeschneiderte Inhalte produzieren und bereitstellen, die für eine Hyperpersonalisierung in großem Umfang erforderlich sind. In der Marketinglandschaft kommen immer mehr innovative Tools auf, die den Prozess der Erstellung ansprechender Inhalte und Kampagnen verbessern können.

Diese Einsatzmöglichkeiten von generativer KI sind vielfältig und reichen von der Erstellung und Optimierung von Bildmaterial über die Verbesserung von Analysen bis hin zur genaueren Zielgruppenansprache. Durch die Generierung personalisierter Inhalte in großen Maßstab hilft generative KI Unternehmen nicht nur bei der Rationalisierung ihrer internen Prozesse, sondern steigert auch das Kundenerlebnis auf ein noch nie dagewesenes Niveau. Daher können Unternehmen durch die Integration von generativer KI in ihre Marketingstrategien ihren Ansatz optimieren und ihre Kundeninteraktionen wirkungsvoller gestalten.

Beispiele für wichtige Anwendungsfälle der generativen KI im Marketing:

Verbesserte Kundensegmentierung und Ausrichtung auf die Zielgruppe

Durch die Analyse von Kundendaten lassen sich die Segmentierung und die Ausrichtung auf bestimmte Zielgruppen präzisieren. Dabei werden Verhaltens- und Kontextdaten für effektivere Marketingkampagnen herangezogen.
Prognose des Kundenwerts

Anhand der Beurteilung von Kundendaten und Verhaltensmustern lässt sich der Kundenwert (Customer Lifetime Value, CLV) vorhersagen, was wiederum strategische Entscheidungen und die Zuweisung von Ressourcen ermöglicht.
Datengestützte Inhaltsplanung

Durch die Untersuchung von Daten aus den (sozialen) Medien, von Trends und vom Nutzerverhalten lassen sich fundierte Strategien für Inhalte in den sozialen Medien entwickeln und die Formate und Häufigkeit der Beiträge entsprechend anpassen.
Automatisierte Inhaltserstellung

Durch die Erstellung von Inhalten wie digitalen Werbeanzeigen, Blogartikeln, Beiträgen für soziale Medien und E-Mail-Kampagnen mit minimalem Arbeitsaufwand lassen sich Effizienz und Einheitlichkeit maximieren.
Personalisierte Kuratierung von Inhalten

Durch Empfehlungen relevanter Inhalte und Angebote für Kund*innen unter Berücksichtigung ihrer individuellen Präferenzen und Interessen lassen sich Kundenbindung und Zufriedenheit steigern.
Optimierung von A/B-Tests

Durch die automatische Generierung von Inhaltsvariationen, einschließlich Werbetexten, Zielseiten und Handlungsaufforderungen, lassen sich A/B-Tests optimieren und die effektivsten Optionen ermitteln.
Auswertung und Einblicke in soziale Medien

Die Analyse von Diskussionen in sozialen Medien liefert wertvolle Erkenntnisse über Markenerwähnungen, Kundenmeinungen und aufkommende Trends, die als Grundlage für Marketingstrategien und -entscheidungen herangezogen werden können.
Suchmaschinenoptimierung

Anhand von Leistungsdaten und Konkurrenzanalysen lassen sich Keyword-Strategien für Suchmaschinen optimal anpassen, um die Sichtbarkeit zu erhöhen und den organischen Traffic zu steigern.

Beschleunigung des Prozesses zur Hyperpersonalisierung im Marketing

Der effektive Einsatz von generativer KI ist von entscheidender Bedeutung. Dabei stehen drei wesentliche Bausteine im Vordergrund, die im Zusammenspiel für einen nahtlosen und effizienten Prozess sorgen, der auf die individuellen Bedürfnisse aller Werbetreibenden zugeschnitten ist.

Diese wichtigen Bausteine für einen hyperpersonalisierten Marketingerfolg umfassen ein markenspezifisches Foundation Model, eine Marketing-Workbench und die Integration in das Kampagnenmanagement.

Beratungsvorteil von IBM für das Marketing – AI Academy

Markenspezifisches Foundation Model

Beim ersten Baustein, dem markenspezifischen Foundation Model, geht es darum, Daten so aufzubereiten, dass Modelle angepasst werden können, um die Generierung von markengerechten und präzisen Inhalten und Erkenntnissen sicherzustellen. Dieser Prozess umfasst mehrere wichtige Schritte und erforderliche Fähigkeiten:

Quelle der Wahrheit: Identifizieren Sie die erforderlichen Datenquellen für Marke, Produkt, Kund*innen und Kampagne als zuverlässige Grundlage für Ihr Modell.
Asset-Tagging: Generieren Sie Metadaten für Fotos, Videos und andere Inhalte und gestalten Sie diese so, dass sie indizierbar, durchsuchbar und für die Modelle in nachgelagerten Marketingprozessen zugänglich sind.
Einheitliche Taxonomie und Metadaten: Verwenden Sie ein kontrolliertes Vokabular, um Inhalte zu kennzeichnen und zu strukturieren. So stellen Sie sicher, dass die Modelle Ergebnisse liefern, die auf möglichst aktuellen und genauen Daten basieren.

Nach der Aufbereitung der Daten können Sie Ihr individuelles Modell durch die Programmierung von Eingabeaufforderungen, die Feinabstimmung und die Vorbereitung der Datenintegration auswählen, trainieren, anpassen und verwalten. Dazu gehören die Optimierung der natürlichsprachlichen Anweisungen, die Anpassung des Modells an bestimmte Anwendungsfälle und die Bereitstellung von Kontext und Speicher zur Leistungssteigerung. Schließlich sorgen der Einsatz, die Optimierung und die Überwachung von generativen KI-Anwendungen für den reibungslosen Ablauf Ihrer Marketingstrategien.

Marketing-Workbench

Der zweite Baustein, die Marketing-Workbench, bietet eine maßgeschneiderte Oberfläche mit einer vorkonfigurierten Reihe von KI-Assistenten, die Marketingfachleute in verschiedenen Rollen und bei unterschiedlichen Aufgaben unterstützen. Diese KI-Assistenten lassen sich in zwei Hauptkategorien einteilen:

Assistenten für die Inhaltserstellung: Diese Assistenten generieren Inhalte und automatisieren Aktionen entlang der gesamten Wertschöpfungskette für Marketinginhalte, rationalisieren den Prozess und reduzieren den manuellen Aufwand.
Assistenten für Einblicke: Diese Assistenten unterstützen die häufigsten Marketinganfragen und verschaffen Marketingfachleuten so mehr Zeit, sich auf höherwertige Aufgaben und strategische Planung zu konzentrieren.

Generative KI-Assistenten in der Marketing-Workbench

Integration in das Kampagnenmanagement

Der dritte Baustein, die Integration in das Kampagnenmanagement, sorgt für nahtlose Verbindungen zwischen generativer KI und Arbeitsmanagement- oder Marketingplattformen. Durch die Integration dieser Systeme können Marketingfachleute das volle Potenzial der generativen KI nutzen und gleichzeitig einen einheitlichen und effizienten Arbeitsablauf beibehalten. Dank dieser nahtlosen Integration können Marketingteams direkt über ihre bestehenden Tools für das Kampagnenmanagement auf KI-generierte Inhalte, Erkenntnisse und Empfehlungen zugreifen und so die Kommunikation und die Zusammenarbeit optimieren. So können Marketingfachleute mithilfe von generativer KI wirkungsvollere Kampagnen konzipieren und gleichzeitig die volle Kontrolle über ihre Strategien und deren Ausführung behalten.

Anwendungsfall: Pilotprojekt für generative KI zur Marketingpersonalisierung von MOL

MOL ist ein integriertes Öl- und Gasunternehmen mit 25.000 Beschäftigten und über 2400 Tankstellen in 10 Ländern. Vor einigen Jahren begann MOL mit der Transformation von einem traditionellen Kraftstoffhändler zu einem digital ausgerichteten Konsumgüterhändler und integrierten Mobilitätsdienstleister.

Mit seinem neuen Treueprogramm will das Unternehmen seiner Kundschaft eine personalisierte und unkomplizierte Erfahrung bieten und sie so ermutigen, häufiger MOL-Tankstellen als die Konkurrenz zu wählen. Die neue Treue- und Kundenbindungsplattform wurde in Zusammenarbeit mit IBM entwickelt und basiert auf einer Vielzahl von Salesforce-Technologien wie Loyalty Cloud, CRM, Experience Cloud, Marketing Cloud, Data Cloud und MuleSoft zur Integration.

Mit mehr als 5 Millionen monatlichen Transaktionen über das Treueprogramm verfügt MOL über eine große Menge an gesammelten Daten über seine Kundschaft. Im Laufe der Jahre haben wir gemeinsam mit der MOL-Gruppe ein ausgefeiltes Kundenmanagement und Datenkapazitäten aufgebaut. Unser nächster entscheidender Schritt besteht in der Ausrichtung von MOL auf eine Hyperpersonalisierung mit generativer KI, um die Kundenmargen durch Cross- und Upselling der Spitzenprodukte zu erhöhen.

Kurz gesagt: MOL wollte von einem standardmäßigen, regelbasierten Marketingkonzept, bei dem alle Kriterien für die Segmentierung vordefiniert sind und die Inhalte im Voraus geschrieben und in Marketing Cloud hochgeladen wurden, zu einem verhaltensbasierten Modell übergehen, bei dem die Kundensignale automatisch zu einem Persona-Profil zusammengeführt und relevante, hyperpersonalisierte Angebote generiert und an die Kund*innen gesendet werden.

Um alle Daten aus Marketing Cloud, Experience Cloud, Loyalty, CRM, der mobilen App sowie Daten von Drittanbietern zu sinnvollen Kundenprofilen verbinden und zusammenführen zu können, begannen wir mit der Implementierung von Data Cloud als grundlegende Komponente für die generative KI. Anschließend analysierten wir die Verhaltenssignale der Kund*innen mit einer Engine für die Hyperpersonalisierung.

Im jüngsten Pilotprojekt zur generativen KI haben wir uns mit den Bedürfnissen von Marketingfachleuten in Bezug auf die sprachlichen Anforderungen für Eingabeaufforderungen und neue Datensätze befasst, um die Kundenprofile zu verbessern und dynamisch A/B-Tests von Inhalten und Betreffzeilen für automatisch generierte Personas pro Land durchzuführen. So konnte MOL die Funktionen der generativen KI auf Basis von Salesforce Data Cloud und IBM watsonx.ai nutzen, um es Kampagnenmanager*innen zu ermöglichen, hyperpersonalisierte E-Mails und Push-Benachrichtigungen in der jeweiligen Landessprache mit nur einem Klick zu generieren.

Überblick über das Pilotprojekt zur Hyperpersonalisierung im Marketing mit generativer KI

Im Mittelpunkt der Pilotlösung stand die Umwandlung von Data Cloud- und Databricks-Kundendaten in Mikrosegment-Personae mittels Feature-Engineering. Wir schufen eine neue Marketing-Workbench mit Salesforce, um die kreativen Fähigkeiten der generativen KI zu nutzen, und verwendeten die Plattform IBM watsonx.ai, um Large Language Models für osteuropäische Sprachen zu verwalten.

Durch die anfängliche strategische Segmentierung in den frühen Stadien der Entwicklung der Treueplattform entstand ein erheblicher Mehrwert, der zu personalisierten Kampagnen mit Einlösungsraten und einem ROI führte, die um ein Vielfaches höher waren als bei allgemeinen Kampagnen, wodurch letztlich auch die Kundenzufriedenheit stieg.

Mit prädiktiver und generativer KI gehen wir nun noch einen Schritt weiter. Der Schwerpunkt unseres Pilotprogramms liegt derzeit auf Kaffeekäufer*innen in Ungarn, wobei unsere Plattform auch nahtlos auf andere Länder ausgedehnt werden kann. Das Spannende an dem Pilotprojekt zur generativen KI ist, dass es die Grundlage für eine künftige Skalierbarkeit auf weiteren Märkten schafft.

+ 24 %

Gutscheineinlösungsrate und Produktverkäufe

x 10

höhere Marketingeffizienz (mittelfristige Projektion)

Von 10 auf 100

Steigerung der Marktsegmentierung

Geschäftsergebnisse aus unserem Pilotprojekt mit E-Mail- und Push-Benachrichtigungen, die durch generative KI erstellt wurden

Bis 2025 will MOL 5 Millionen Kund*innen in diese Plattform einbinden, mit personalisierten Nachrichten, die nicht nur auf das jeweilige Land, sondern auch auf die individuellen Kundenwünsche zugeschnitten sind. Dadurch ergeben sich möglicherweise Hunderte oder sogar Tausende von einzigartigen Segmenten.