Margò: Wie KI den B2B Vertriebserfolg optimieren kann

von Sebastian Schnelle

Künstliche Intelligenz und lernende Systeme können das Leben vieler Menschen und Unternehmen verbessern, wenn sie richtig eingesetzt werden. Dabei ist künstliche Intelligenz längst nicht mehr nur Zukunft, sondern bereits Alltag. Besonders dort, wo eine Vielzahl von Daten verarbeitet werden muss.

Künstliche Intelligenz und lernende Systeme können das Leben vieler Menschen und Unternehmen verbessern, wenn sie richtig eingesetzt werden. CRIF integriert KI bereits in verschiedenen Bereichen. Überall dort, wo eine Vielzahl von Daten verarbeitet werden muss und bei sich schnell bewegenden Phänomenen ist der Wert von KI hoch.

Hier setzt auch die Marketing-Intelligence- Lösung von CRIF an. CRIF, als einer der führenden deutschen Informationsdienstleister hat auf Grundlage von KI-Methoden die Sales- und Marketing-Plattform margò entwickelt. margò ist eine innovative Online- Plattform, die die Vertriebs- und Marketingprozesse in Unternehmen wesentlich vereinfacht, verschlankt und digitalisiert - von der Identifizierung und Filterung potenzieller Geschäftspartner bis hin zum Kampagnenmanagement - alles integriert in einem einzigen Tool. margò ermöglicht den Zugriff auf die hochwertigen und aktuellen Daten der CRIF-Datenbank und den integrierten Advanced-Analytics-Lösungen.

Potenziell 4,5 Millionen neue Kunden
margò kann das Unternehmenswachstum wirksam unterstützen. Mit nur wenigen Klicks können Nutzer ihr bestehendes Kundenportfolio pflegen und bereinigen, aus mehr als 4,5 Millionen Firmenadressen in Deutschland neue Interessenten anhand ähnlicher Merkmale identifizieren, Unternehmen analysieren und nach den für sie relevanten Kriterien segmentieren.

Vier Funktionen, um Kunden zu finden
Das Portfolio Management ermöglicht zunächst, vorliegende Kundenstammdaten zu importieren und dazu aktualisierte, offizielle Daten zu erhalten und herunterzuladen. margò liefert Hinweise zu erloschenen und aufgelösten Firmen wie auch zu denjenigen Kundendaten, die aktualisiert werden müssen. Nachdem die interessanten Unternehmen identifiziert sind, können Basisdaten mit aktuellen und qualitativ hochwertigen Informationen aus der CRIF-Datenbank angereichert und vervollständigt werden.

Mit dem Targeting werden dann gezielte Marktanalysen erstellt, basierend auf dem eigenen Kundenstamm oder anhand der Datenbank von CRIF. Das Modul ermöglicht es, das Portfolio aus diversen Blickwinkeln zu betrachten und nach verschiedenen Kriterien zu filtern, wie etwa nach Branche, Umsatz, Rechtsform, Mitarbeiterzahl oder geografischen Daten.

Einfache Lösungen mit margò:

• Erstellen Sie ein Firmenportfolio mit Daten über Ihre Produkte und Ihr Firmennetzwerk.


• Bereinigen Sie Ihre Kundenstammdaten und reichern Sie diese mit aktuellen und qualitativ hochwertigen Informationen an.


• Segmentieren und erstellen Sie zielgerichtete Cluster für Ihre Up-Selling und Cross-Selling-Kampagnen.


• Visualisieren Sie die geografische Verteilung Ihrer Kunden auf einer Karte und organisieren Sie so Ihr Vertriebsteam.


• Mit CRIF Analytics selektieren, klassifizieren und optimieren Sie Ihren Kundenstamm. Wählen Sie für jedes Ziel den bestmöglichen KPI.


• KI-gestützte Analysen

Wenn die Daten stimmen, stimmt auch die Zufriedenheit
Die professionelle Analyse und Aufbereitung der Daten mit margò führt zu einer Reduzierung des manuellen Aufwands bei der Verwaltung von Kundenstammdaten. Die durch das Matching und die Anreicherung erreichte Verbesserung der Datenqualität schafft automatisch eine höhere Zufriedenheit im Unternehmen, weil die Daten korrekt und aktuell sind.

Künstliche Intelligenz als Boost für das B2B-Marketing
Der Algorithmus in margò bedeutet eine echte Zeitersparnis für den Nutzer, da potenzielle Neukunden automatisch angezeigt werden und man nicht erst manuell nach den Unternehmen suchen muss. Anstatt einfach alle Unternehmen einer Branche oder aus einem bestimmten Postleitzahlengebiet anzusprechen, die eventuell als Zielgruppe passen könnten, kann mit margò dieser Prozess mit nur einem Klick optimiert werden. Dies steigert vor allem die Erfolgsquoten und die Zufriedenheit in den Vertriebsteams und senkt gleichzeitig den manuellen Aufwand, der zur Vorbereitung der Neukundenakquise benötigt wird.

Der Ähnlichkeitsalgorithmus ist so konzipiert, dass er die interessantesten Unternehmen auf Basis der vorliegenden Daten automatisch identifiziert. Um relevante Interessenten zu ermitteln, analysiert der Algorithmus das Bestandskundenportfolio nach verschiedenen Variablen wie beispielsweise Anzahl der Mitarbeiter und Branchenklassifikationen.

Im Interview: Sebastian Schnelle, head of Data Science CRIF
Dr. Sebastian Schnelle schloss 2011 seine Promotion in Physik ab und entwickelt seitdem seine Erfahrung im Bereich Risiko- und Portfoliomanagement. Erfolgreiche Stationen seiner Karriere beinhalten Portfolioverantwortung bei der Bank of Queensland und der Barclays Bank. Seine Erfahrung deckt Konsumentenkredite, Geschäftskredite und Betrugsprävention ab. Bei CRIF leitet er als Head of Data Science die Entwicklung aktuellster mathematischer Methoden zur Kreditrisikominimierung und Betrugsprävention.

Welche Bedeutung spielt Künstliche Intelligenz heute in Ihren Geschäftsbereichen? Ist sie "State of the Art" oder eher erst noch im Wachsen? Ist sie noch wegzudenken?
KI-Ansätze finden sich mittlerweile in allen unseren Geschäftsbereichen wieder. Die Trennschärfe unserer Prognosen wird so erhöht. Je dynamischer die Phänomene und das Verhalten, umso relevanter wird die KI. Gerade im Betrugsbereich kann man schlecht von der Vergangenheit in die Zukunft prognostizieren, Betrüger versuchen mit immer neuen Ansätzen erfolgreich zu sein. Überall dort, wo eine Vielzahl von Daten verarbeitet werden müssen und sich schnell bewegende Phänomene beobachtet werden können, ist der Wert von KI hoch.

Welche Bereiche sind für den E-Commerce besonders wichtig?
Für den E-Commerce sind unter anderem folgende Datenmerkmale wichtig:

Objektdaten: Adressinformationen von Konsumenten oder Unternehmen, Geolokationsdaten z.B. von Häusern und Gebäuden, Kontaktdaten von Konsumenten oder Unternehmen wie E-Mail-Adressen, Telefonnummern, IP-Adressen.

Verhaltensdaten: bestimmtes Verhalten einer Person, eines Unternehmens, bzw. assoziiert mit einem Gerät, einer Telefonnummer, einer E-Mail-Adresse.

Aus diesen beiden Kategorien ergibt sich dann das Datenuniversum, aus dem Prognosen generiert werden.

Welche Form von KI kommt wo zum Einsatz, Machine Learning oder selbstlernende Systeme?

Wir unterscheiden hier zwischen kundenindividuellen Lösungen und generischen Lösungen für bestimmte Anwendungsfälle bzw. Industrien.

Kundenindividuellen Lösungen: Vielzahl an Kunden, die eine weitere Optimierung und Unterstützung in den Bereichen Identitätsprüfung, Kreditbeurteilung und Betrug anstreben bzw. suchen. In diesem Bereich findet eine gemeinsame Betrachtung der Daten und eine Entwicklung von Modellen und analytischen Methoden statt.

Generische Lösungen: im e-Commerce oder Digital Business (digitale Güter) treten im Allgemeinen bestimmte Phänomene z.B. beim Thema Identitätsbetrug auf. Dort gibt es dann auch Anwendungsfälle, die man verallgemeinern kann.

Methodik: breit gefächert über neuronale Netze, gradient bosting, random forest. Die Auswahl erfolgt im Hinblick auf Mehrwert für Kunden und Anwendungsfall.

Wo sehen Sie Grenzen beim Einsatz von KI in Ihren Geschäftsbereichen?
Wir sehen folgende Herausforderungen abgesehen von der Datenverfügbarkeit:

• Regulatorische Lücken bezüglich des Einsatzes von KI als relativ neues Anwendungsgebiet beispielsweise im Hinblick auf die DSGVO.


• Erklärbarkeit von KI-basierten Entscheidungen, auch hier vor allem im Hinblick auf regulatorische Anforderungen (Beispiel: Geldwäschegesetz, BAFIN).

Mit welchen Entwicklungen rechnen Sie beim Thema KI in Ihrem Bereich in den kommenden zwei bis drei Jahren?
Meiner Meinung nach ist das Potenzial durch KI in der Betrugserkennung für die Zukunft sehr hoch. KI hilft, um eine Vielzahl von Features aus unterschiedlichen Bereichen (z.B. Geräte, Verhalten, Personen) in Verbindung zu setzen und diese müssen dann mit weiteren Dimensionen verbunden werden, wie der Identitäts- und Kreditwürdigkeitsprüfung. Man muss das kreative, schnell wechselnde Verhalten von Betrügern möglichst schnell nachlernen.

Wie kann margò mithilfe von KI den B2BVertrieb unterstützen?
margò ist ein webbasiertes Online-Portal und bietet unseren Kunden für die B2B Leadgenerierung Analyse- und Targeting- Tools zur Auswahl von Zielgruppen aus mehr als 4,5 Millionen Unternehmensadressen in Deutschland. margò unterstützt dank automatisierter Workflows bei der Steuerung des gesamten Kundenakquisitionszyklus und hilft Unternehmen dabei, potenzielle Neukunden in den für Sie interessanten Märkten zu ¬finden. margò analysiert - ausgehend von einem bestehenden Portfolio - die besten Kunden und liefert auf dieser Basis potenzielle Neukunden, die genauso interessant sind wie das Bestandskundenportfolio.

Kontakt:
CRIF GmbH
Sebastian Schnelle Head of Data Science
Friesenweg 4 Haus 13
22763 Hamburg
Mail: s.schnelle@crif.com  
Tel.: +49 40 89803-589
https://www.crif.de/