ONE ONE to S P E C I A L 2 0 2 0 Erfolgsstrategien für datengestütztes Marketing In Kooperation mit

E D I T O R I A L S T E H E N S I E A U F F L O T T E D R E I E R ? Wie Sie diese Frage beantworten, hängt in erster Linie vom Kontext ab. Und davon, wer fragt. Was dem einen als ungebührliche Neugierde für eine höchstpersönliche Vorliebe erscheint, ist für den anderen eine gern und leicht preiszugebende Information. Wer beispielsweise auf einer Münzbörse unterwegs ist, wird sich Münz-Verkäufern unter Umständen durchaus als Interessent für den Erwerb eines sächsischen Silberdreiers, eines sächsischen Viertelgroschens oder einer süddeutschen Drei-Heller-Münze outen. Auf einer Kfz-Onlinebörse wiederum wird man gerne in ein Formular eintragen, dass man auf der Suche ist nach einer Limousine, einem Touring-, Gran Turismo- oder Plug-in Hybrid aus der BMW 3er-Reihe mit Vier- oder Sechszylindermotor. Nur jeder elfte Bundesbürger würde Unternehmen überhaupt keine Daten über sich preisgeben. Am freigiebigsten sind die Deutschen mit ihrer E-Mail-Adresse, wie unlängst unsere bevölkerungs- repräsentative Studie in Zusammenarbeit mit dem Marktforschungsinstitut Splendid Research belegt hat. Den eigenen Namen und die E-Mail-Adresse geben danach die Deutschen am bereitwilligsten her. Sieben von zehn Bundesbürgern würden diese Daten zum Beispiel für einen Rabatt auf eine Ware einem Unternehmen überlassen. Weniger – nur jeder Zweite – würde auch das Geburtsdatum einem Marketer verraten. Aber immerhin noch mehr als die eigene Adresse: Die möchten nur 47 Prozent weitergeben. In einem zunehmend datengetriebener werdenden Marketing – bei dem es gleichzeitig immer wichtiger wird, auf das informelle Selbstbestimmungsrecht der Kunden zu achten – müssen die Marketingverantwortlichen zunehmend für Transparenz sorgen. Sie müssen genauer erklären, wofür die Daten gebraucht werden und (natürlich) DSGVO-konform transparent erklären, wie die Daten gespeichert und verarbeitet werden – dann geben Kunden auch ihre Daten her. Wenn sie dann einen Vorteil für sich entdecken, wie unsere Studie einmal mehr bewiesen hat. Selbst die eigene sexuelle Orientierung würden unserer Studie zufolge elf Prozent der Bevölkerung im Austausch für einen Rabatt hergeben – das sind mehr als diejenigen, die Auskunft geben würden über abgeschlossene Versicherungen und das eigene Gehalt. Man muss also nur transparent fragen, dann klappt‘s auch mit der Information über den Dreier. Ihr Joachim Graf Herausgeber ONEtoONE k c o t s r e t t u h s / o h c a r C o fi S : d l i l b e t i T 3 , O N E t o O N E S P E C I A L 2 0 2 0

I N H A L T I N H A L T ONEtoONE SPECIAL 2020 M A R K T 6 Zahlen, bitte! D A T E N Z U K U N F T 14 KI im Marketing – Mehr Investitionen in Daten nötig > S E I T E 1 2 > S E I T E 1 6 K U N D E N B I N D U N G > S E I T E 2 2 > S E I T E 2 6 18 Kundenbindung – 9KPI, die Sie kennen müssen D A T E N - S T R A T E G I E 24 Das Ende ist nah: Wie das Cookie-Aus die Marketingbranche umkrempeln wird D S - G V O - U M S T E L L U N G E N 28 DS-GVO-Umstellungen gut gemeistert K Ü N S T L I C H E I N T E L L I G E N Z 38 KI, Automatisierung und Personalisierung – Wie Printmailings den Onlinehandel stärken 42 Unentdeckter Agentur-Markt – Künstliche Intelligenz im B2B-Commerce E R P 50 Wie man Künstliche Intelligenz und ERP verbindet D A T A - D R I V E N A D V E R T I S I N G 52 In 5 Schritten datengesteuerte Werbekampagnen smart umsetzen A T T R I B U T I O N 58 Die Kunst der Attribution – Wie Sie lernen, Ihre Marketing ausgaben zu gewichten M A C H I N E L E A R N I N G 60 Automatisiertes Machine Learning – Wie Algorithmen demokratisiert werden D A T A L A K E S 65 Wie Unternehmen mit Data Lakes ihr Onlinemarketing neu organisieren 66 Data Lakes verstehen 64, Index / Impressum 5 , O N E t o O N E S P E C I A L 2 0 2 0 > S E I T E 3 0 > S E I T E 3 6 > S E I T E 4 0 > S E I T E 4 4 > S E I T E 4 9 > S E I T E 5 1 > S E I T E 5 3 > S E I T E 5 7 > S E I T E 5 9 > S E I T E 6 3 I N K O O P E R A T I O N M I T D E M D D V ( > S E I T E 2 8 )

M A R K T Vereinbarkeit Familie und Beruf 4% Teamführung und Organisation Digitale versus Traditionalisten Qualität in der Zielgruppen- ansprache 7% 7% 9% 11% D I E G R Ö S S T E N H E R A U S F O R D E R U N G E N I N D E R M A R K E T I N G - K A R R I E R E Die Digitalisierung des Marketings schafft stetig ein Füllhorn an Optionen für Ziel - gruppen ansprache, Werbemittelplatzierung und Budgetoptimierung. Marketer stehen vor der Mammutaufgabe, genau abzuwägen, welchen für ihre Marketingziele und Budget- planung optimalen Pfad sie durch das digitale Dickicht einschlagen sollten. Durch die Transformation verändert sich das Berufsbild 2% Akquise und Umgang mit Niederlagen 32% Marketingwissen in der digitalen Welt 28% zum Teil radikal. Entsprechend gelten die Folgen Community-Pflege der Digitalisierung Marketern als die größte Herausforderung für ihre Marketing karriere, so eine iBusiness-Umfrage unter Werbern, Vermarktern und Dienstleistern. Überblick behalten und Prioritäten setzen L E G E N S I E W E R T D A R A U F, D A S S W E R B E - B O T S C H A F T E N A U F I H R E B E D Ü R F N I S S E Z U G E S C H N I T T E N S I N D ? Ja. Nein. Beides. E - M A I L - I N D E X ( n a c h B r a n c h e / D u r c h s c h n i t t ) Handel und Tourismus haben unter den 5000 von DDV und Absolit untersuchten deutschen Unternehmen das beste E-Mail-Marketing. 22% 30% 32,5% 32% 48,4% 48% 20,4% 31,2% 18 bis 29 Jahre 30 bis 39 Jahre 35,5% 27,4% 30% 42,6% 40 bis 49 Jahre 50 Jahre und älter Handel Touristik Medien & Bildung Markenhersteller Beratung & IT Finanz & Versicherung Gesundheit Energie & Stadtwerke B2B-Unternehmen 70% 64% 56% 53% 45% 43% 42% 38% 36% 9 1 0 2 r o t i n o M g n i t e k r a M l a t i g i D : e l l e u Q 7 , O N E t o O N E S P E C I A L 2 0 2 0

D A T E N Z U K U N F T Künstliche Intelligenz (KI) ist das Top-Thema in der Onlinemarketing-Branche. Entsprechend sind Daten, deren intelligente Auswertung und zielführende Verarbeitung zentrale Marketing-Themen. Aber die Realität zeigt, dass die meisten Unternehmen noch nicht in der Lage sind, mit ihren Daten umzugehen. V O N S U S A N R Ö N I S C H E insatzgebiete und Bedeutung der KI werden nahezu in allen Branchen und Industriezweigen diskutiert. Marketing bleibt keine Ausnahme. Hier steht KI besonders hoch im Kurs. Der aktuell wichtigste Trend im digitalen Marketing ist die Implemen- tierung von KI-Technologien. Für die Leistungs- fähigkeit der eingesetzten KI-Technologien wie prädikative Analytik, maschinelles und Deep Learning ist es entscheidend, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge „lernen“ und auf diese Weise bessere Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern. Von selbstlernenden Algorithmen, die der nächste Evo- lutionsschritt der Künstlichen Intelligenz sind, sind die meisten Unternehmen aber noch weit entfernt. Trend 1 : Data-Analytics Sinnstiftendes Sammeln von Daten und vor allem deren Analyse fordern aktuell sämtliche Unternehmen heraus. Denn erst mit den Fähigkeiten, große Datenmengen auch zu bearbeiten, steigt das Potenzial von Big Data. Auf Basis der Daten ließen sich Prognosen für die Kundenzufriedenheit erstellen, etwa um den Kundensup- port und damit die Kundenzufriedenheit zu verbessern. Es ist also essenziell, die gesammelten Daten gezielter zu verwenden. „Die Zielgruppen-Selektion ist für uns die Ausgangsbasis für er- folgreiche Kampagnen“, erzählt beispielswdeise Martin Clark, Geschäftsführer von Apteco. Und Kate Owen, Vice President Nor- thern Europe bei Digital Element, sagt: „Künstliche Intelligenz und Machine Learning wachsen und verbessern sich umso schneller, je mehr mehr Daten verfügbar werden.“ Allerdings müssen dem die Datenerfassungssysteme gewachsen sein, gibt sie zu bedenken. Daher ist Swantje Jung, Marketing & Partner Manager bei Webdata Solutions GmbH , überzeugt, dass die Verfügbarkeit von Daten, neuen Technologien und der Trend hin zu einer datenbasierten Entscheidungsfindung den Einsatz von Big-Data-Analysetools und Services noch stärker vorantreiben werden. Wichtig ist die Qualität der historischen Daten. Denn: „Historische Daten haben einen sehr dominanten Einfluss auf die Marketingentscheidungen unserer Handelskunden“, erzählt Flo- rian Reinartz, Senior Vice President Sales Bonial.de. Datenanalyse bietet enorme Chancen etwa in der strategischen Marketing- und Vertriebsplanung. Die Vielzahl der gesammelten (Kunden-)Daten können mit Hilfe von Marketing Automation und entsprechenden intelligenten Tools analysiert und dadurch belastbare Zahlen für verschiedene Marketingaktivitäten generiert werden. „Die Herausforderung von Big Data besteht darin, Daten intelligent zu lesen und somit Smart Data daraus zu machen. Hierfür müssen wir im B2B-Marketing spezielles Expertenwissen im Bereich Data Analytics aufbauen“, erklärt Dr. Andreas Bauer, Vorstand des bvik, dem Industrie-Verband für Kommunikation & Marketing und Vice President Corporate Marketing Strategy & Operations der KUKA AG. Durch Datenanalyse entsteht ein 360°-Blick auf den Kunden, der es auch im B2B ermöglicht, den Weg von der Marketingmaßnahme bis hin zum Verkaufsabschluss genau nachzuverfolgen. Das heißt, Daten werden kanalüber- greifend strategisch genutzt, um so nachhaltige und profitable Entscheidungen zu treffen. Daher ist für Jasper von Hardenberg, Geschäftsführer der Agentur CRTN, klar, „der ideale CMO von morgen ist ein Daten-Analyst“. 9 , O N E t o O N E S P E C I A L 2 0 2 0

D A T E N Z U K U N F T sen und werden Werbungtreibende wie Publisher vom „Mein Datenschatz“- in den „Unser Datenschatz“-Modus wechseln.“ Trend 5 : Datenintelligenz Insbesondere im B2B arbeiten aktuell viele Unternehmen so umfänglich mit Wirtschafts- und Kundendaten, dass „zu- nehmend eigene Abteilungen für Leadscoring, Data Mining oder Data Enrichment entstehen“, berichtet Alexander Hiller, Geschäftsführer der databyte GmbH. Er ist überzeugt, dass „Data-driven Marketing auf Basis von Datenintelligenz, die sich in diesen Spezialabteilungen entwickelt, die Arbeitsweise von Marketers maßgeblich verändert.“ Auch im Bereich von Customer Experience Management (CX) nimmt KI eine zunehmend bedeutende Rolle ein, erklärt Stephan Thun, CEO International von MaritzCX. „Immer mehr 5 T R E N D S I M D I G I T A L E N M A R K E T I N G „Mit Künstlicher Intelligenz können Informationen tiefergehender analysiert werden, als das bislang oftmals üblich ist.“ Unternehmen erkennen, dass sie mit Künstlicher Intelligenz, Machine Learning und prädiktiven Tools die Basis für herausra- gende Kundenerlebnisse schaffen.“ Auch laut Chris Schneider, Director Strategy bei pilot, startet Datenökonomie im Kleinen, im Speziellen, bietet aber strategi- sche Potenziale im großen Stil: „Mit Hilfe von Daten und deren maschineller Auswertung lassen sich Marketingorganisationen dazu befähigen Informationen innerhalb ihrer Tätigkeitsfelder tiefergehender zu analysieren, als das bislang oftmals üblich ist.“ Kampagnen können viel umfassender betrachtet werden, indem Informationen zu Zielgruppen, Sales, Werbeaufwänden in Bezug zueinander abbildbar und analysierbar werden. „So lassen sich Erkenntnisse aus Daten gewinnen, die zu besseren Entscheidungen führen oder Hypothesen bilden, die durch „Data Intelligence“-Methoden, also maschinelle Analyse und Modellings, validiert werden können, um weitere Zusam- menhänge zu erkennen“, führt er aus. Aus Projektsicht weiß Florian Reinartz, wie wichtig Datenintelligenz bei der Trender- mittlung ist: „Wir erleben bei ihnen jedoch oft ein Erwachen, wenn es um neue Trends geht. Statt jedes Jahr die gleichen Artikel und Produktgruppen zu bewerben, raten wir zum Einsatz einer Früherkennung, die wir unseren Kunden anbieten.“ Mehr Data-Intelligenz erwartet auch Andres Dickehut, ge- schäftsführender Gesellschafter der Consultix GmbH. Stichwort ist hier Machine Learning. Denn durch selbstlernende Tools und die ihnen zugrunde liegende Big Data-Basis gewinnen Marketers Erkenntnisse, die Entscheidungen für bestimmte Kanäle oder Kampagnen rechtfertigen und stützen. „Solch aussagekräftige Daten, konzentriert aus einer kritischen Masse schier unendli- cher Kunden- und Bewegungsdaten, gelten als das neue Gold. Sie ermöglichen Marketingmanagern das, was bis dahin unmöglich schien: eine datengestützte Argumentationsgrundlage für stra- tegische Entscheidungen“, erklärt Dickehut. Das heißt für Holger Neckenbürger, Head of Digital Marke- ting, Namics, dass Daten rund um Nutzer und deren Verhalten die Grundlage für alle künftigen Kommunikations-Maßnahmen sein müssen – „egal, ob in werblich geprägter Produkt-Kommunikation oder in sachlicher Unternehmens-Kommunikation. Da gute Daten nicht „verhandelbar“, sondern „knallharte“ Fakten sind, lassen sich hierauf basierend passgenaue strategische Maßnahmen ableiten und optimal verfolgen.“ 1 1 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L A P T E C O ’ S T R I P L E A - A N S A T Z Ausweg aus dem Daten-Dschungel in drei Schritten 1 A U S W A H L Sie starten ins datengetriebene Marketing mit ersten Selektionen. So lernen Sie Ihre Zielgruppe besser ken- nen und identifizieren die Selektionskriterien, die für Ihre Produkte und Ihre Kundenansprache wichtig sind. Wahrscheinlich werden Sie feststellen, dass Sie neben einer großen Zielgruppe auch mehrere Kundensegmente haben, die sich für verschiedene Produkte interessieren, sich durch ihre Vorlieben unterscheiden oder den Kontakt über unterschiedliche Kanäle bevorzugen. Sie wissen, dass unterschiedliche Menschen ihre Kaufentscheidungen aus unterschiedlichen Beweggründen treffen, nur ist das eben, ohne die richtige Technologie, schwer im Marketing umzusetzen. Nun ist der erste Schritt getan. 2 A N A L Y S E Der nächste Schritt, der auch wieder zurück zu Schritt eins führen kann, beinhaltet eine tiefgehende Analyse der zuvor definierten Segmente. Trotz vieler Gemeinsam- keiten der Personen in den einzelnen Segmenten werden Sie nach weiterer Analyse auch Unterschiede feststellen, denen Sie Beachtung schenken sollten. Beispielsweise lassen sich so auch Kunden, die potenziell gefährdet sind, zur Konkurrenz abzuwandern, frühzeitig erkennen. Basierend auf einer Analyse der Kaufhistorie eines jeden Kunden können Sie mithilfe von Predictive Analytics Produktempfehlungen für den nächsten Kauf identifi- zieren. Nun gilt es, alle gesammelten Informationen auf Ihre Marketingkampagnen anzuwenden. Dies führt uns zu unserem nächsten Schritt. 3 A U T O M A T I O N Individuelle Ansprache wird bei vielen Kunden hän- disch natürlich schwierig, die passende Lösung bietet ein automatisiertes Kampagnenmanagement. Dies über- nimmt dann nicht nur die Aussteuerung des richtigen Inhaltes für die richtige Person, sondern erledigt dies zum passenden Zeitpunkt und, bei Anbindung meh- rerer Kanäle, auch noch über den bevorzugten Kanal. Ein Kampagnenmanagement-System darf aber nicht statisch sein. Das heißt, Responses oder Änderungen im Verhalten müssen in zukünftige Komunikationen einfließen können, sodass diese stetig optimiert werden. Um solch ein automatisiertes Kampagnenmanagement aufzubauen, ist aber zu Beginn Fleißarbeit gefragt: Die Kampagnenstrecken und Custumer Journeys müssen durchdacht, aufgebaut und mit Inhalten gefüllt werden. Einmal implementiert, sind die Ersparnisse von Res- sourcen, Zeit und Kosten immens, und die Ergebnisse sprechen, bei stetiger Optimierung, für sich. Apteco GmbH Ihr Ansprechpartner: Martin Clark: martin.clark@apteco.de Kaiserstr. 35, 60329 Franfurt am Main Telefon 069 25 66 97 0-0, www.apteco.de 1 3 , O N E t o O N E S P E C I A L 2 0 2 0

D A T E N Z U K U N F T sehen darin eine große bzw. sehr große Herausforderung. Als weitere Herausforderung benennen die Experten die Identifika- tion von Konsumenten nach dem Wegfall von 3rd Party Cookies (66 Prozent). Mehr als die Hälfte (57 Prozent) halten die geringe Opt-in-Basis für die Nutzung und Verknüpfung von Daten zudem für herausfordernd. Die mangelnde Qualität der verfügbaren Daten bewerten bereits heute knapp 60 Prozent der Experten als hohe bzw. sehr hohe Hürde. Als wichtigste Qualitätskriterien sehen die Studi- enteilnehmer die Aktualität und Konsistenz der Daten mit 96 Prozent bzw. 80 Prozent Zustimmung. Aber auch die Kriterien Aktualität des zugrundeliegenden Datenmodells (74 Prozent), Dokumentation der Datenherkunft (73 Prozent), Hoher Grad an Nutzeridentifikation (67 Prozent) und Vollständigkeit der Daten in Bezug auf Nutzeridentitäten (64 Prozent) sowie Art der Datengenerierung (57 Prozent) und Persistenz der Dateninfor- mation (52 Prozent) hält die Mehrheit der Experten für wichtig bzw. sehr wichtig. Entsprechend prognostizieren die Experten eine hohe Investitionsbereitschaft in die Datenbasis. 65 Prozent glau- ben, dass die Verbesserung der Datenqualität für KI in Zukunft gefördert wird. Nur ein Drittel der Befragten setzt aktuell auf Opt-ins als Bestandteil ihrer KI-Strategie. Allerdings rechnet bereits über die Hälfte der Studienteilnehmer branchenweit mit dem Ausbau der Opt-in-Basis zur Realisierung von KI-basierten Strategien (56 Prozent). U N T E R N E H M E N W O L L E N V E R S TÄ R K T I N E I N E B E S S E R E DAT E N Q U A L I TÄT I N V E S T I E R E N . 1 = sehr hoch 2 3 4 5 6 = sehr gering INVESTITIONSBEREITSCHAFT bezüglich der Datenqualität Die Investitionsbereitschaft bezüglich KI im Marketing lässt sich in drei grundlegende Bereiche einteilen: Investitionen in 1. Daten(qualität), 2. Know-how und Technologie sowie 3. Customer Experience. Die jeweiligen Top-2-Werte in diesen drei Bereichen sind vernünftige Daten (65%), funktionale Prozesse mit Experten und Dienstleistern (61%) sowie die Verbesserung bestehender Kundenerlebnisse mittels KI-Verfahren (59%). Steigerung der Datenqualität für KI 27 % 39 % 23 % Ausbau der Opt-in Basis zur Realisierung von KI-basierten Strategien 21 % Steigerung der verfügbaren Datenmenge für KI Nutzung alternativer Ident-Verfahren als Ersatz für 3rd-Party Cookies 22% 14% 36 % 33% 22 % 29% 33% 29% 47% signalisieren Bereitschaft, in die Nutzung alternativer Ident-Verfahren als Ersatz für 3rd Party Cookies zu investieren INVESTITIONSBEREITSCHAFT bezüglich Know-how und intelligenter Technologie Frage: Wie ist Ihre Experteneinschätzung zur Investitionsbereitschaft in KI im Marketing durch Unternehmen Ihrer Branche in den nächsten zwei Jahren? Zusammenarbeit mit Experten und Dienstleistern mit KI-Expertise Ausbau der Marketing-Intelligenz für bessere Marketing-Entscheidungen Nutzung von KI-basierten Media-Angeboten wie Targeting 27 % 24 % 14% 35 % 34 % 36 % Technologien und Verfahren für KI- basierte Werbeinhalte und Motive 9 % 36 % 28 % 25 % 34 % 31 % 1 5 , O N E t o O N E S P E C I A L 2 0 2 0 n e i d e M r e d e l u h c s h c o H / a i d e M t e n r e t n I d e t i n U / s t h g i s n I g o l i a D l a t i i g D : e l l e u Q

A D V E R T O R I A L DIE ME S SE F R A NK F UR T IN Z A HL E N 646,7 Mio. EUR Umsatz 2.307 Mitarbeiter 90.878 Aussteller 3.531.875 Besucher Aus insgesamt 28 Länder- und Partnergesellschaften müssen die Daten zusammengezogen, validiert und vereinheitlicht werden Das Zusammenführen und Bereinigen dieser Datenstruktur bildet die größte Herausforderung im Projekt. Traditionsunter- nehmen haben Angst, dass durch eine automatische Konsolidie- rung Datensätze verloren gehen oder gelöscht werden. Und diese Datensätze sind das wertvollste Asset der Messegesellschaften in diesen digitalen Zeiten. Diese Angst kann bekämpft werden, indem eine Vali- dierung und Qualitätssicherung beim Zusammenführen der Datentöpfe erfolgt. Bisnode, der Partner der Frankfurter Messe bei diesem Projekt, legt beispielsweise die internationalen Daten von Bisnode und Dun & Bradstreet an und untersucht vollautomatisch, wie die von den Messegesellschaften gesam- melten Daten dazu passen. Adressdaten werden korrigiert und vereinheitlicht, Ansprechpartner ergänzt oder ausgetauscht. Im Mittelpunkt der Datenkonsolidierung steht eine eindeutige Identifikation der 3,5 Millionen Besucher weltweit mit einem neunstelligen Identifier. Welche Ableitungen trifft man aus den Daten? Sind die Daten konsolidiert, richtet sich der Blick auf deren wert- schöpfende Verwendung. Mit Hilfe Künstlicher Intelligenz suchte die Messe nach den Potenzialen in den Datensätzen. Wo gibt es Upselling-Möglichkeit? Wo kann man den Kunden andere Veranstaltungen schmackhaft machen, die ebenfalls in ihr Be- dürfnisraster fallen? Ein klassischer Fall für Business Analytics, aber auf Grundlage einer enormen Datenquantität. Um die Vertriebsteams optimal zu unterstützen, wurden Prospect-Klassen gebildet und diesen ein Score zugewiesen. Der Score bildet die Erfolgswahrscheinlichkeit für Up- und Cross- Selling ab. Die Vertriebsteams konzentrieren sich zunächst auf den Key-Account und arbeiten dann sukzessive die Score-Klassen ab. Die Kunden mit der höchsten Konvertierungswahrschein- lichkeit zuerst. Mit diesem Gerüst hat man nun eine standardisierte und vor allem aussagekräftige Methode entwickelt, um künftige Veranstaltungen zu analysieren. Die Reports, die aus der Soft- ware gezogen werden, bilden genau das ab, was vorher definiert wurde: Hat man die neu identifizierten Prospects erreicht? Wie hoch ist der Score bei Bestandskunden? Letzteres gibt Aufschluss darüber, wie zufrieden diese Kunden mit einer Veranstaltung waren. „Jetzt verfügen wir über einen Prozess, der uns eine bessere Planung ermöglicht und dabei gleichzeitig die Trans- parenz erhöht“, meint Alexander Zimmermann, Datenanalyst Customer Relationship Management. Für die Hessen leitet sich aus dieser Datenanalyse weit mehr ab als Effizienzsteigerung und Wachstum im Bestandsgeschäft. Anhand der langfristigen Entwicklung der Scores lässt sich zum Beispiel ablesen, ob sich eine Branche auf Konsolidierungskurs befindet und die Wahrscheinlichkeit für teure Investitionen in Messeauftritte sinkt. Dies könnte ein Signal sein, um sich mittelfristig von einem Event zu verabschieden oder der Veran- staltung neue Märkte und Zielgruppen zu erschließen, wie das für die IAA gelten dürfte. Hier ist die Messegesellschaft Frankfurt zwar „nur“ Gastgeber, aber die Auswertung der Daten wird man sorgfältig mit dem Veranstalter VDA diskutieren, um zu sehen, wo die Reise der Mobilitätsbranche hingeht. BISNODE DEUTSCHLAND GMBH Robert-Bosch-Straße 11 64293 Darmstadt Tel.: +49 6151 380 0 Fax: +49 6151 380 360 E-Mail: thomas.mavroudis@bisnode.com www.bisnode.de 1 7 , O N E t o O N E S P E C I A L 2 0 2 0

K U N D E N B I N D U N G Beispiel Umfragen, Interviews, Fokusgruppen, automatisierte Daten aus Analytics oder Archivdaten. Online-Shopping ist für viele Verbraucher heute ein Convenience-Produkt. Das heißt, sie bestellen nicht ausschließ- lich wegen des günstigeren Preises, der besseren Auswahl oder der Qualität. Oft ist allein die Bequemlichkeit des Bestell- vorgangs oder Lust am Shopping ausschlaggebend. Achten Sie daher auch darauf, die User Experience zu messen. Inte- grieren Sie dazu die Stimme des Kunden als KPI, die soge- nannte Voice Of Customer (VOC). Wählen Sie Kennzahlen, um diese Stimme zu messen. Gute Metriken, schlechte Metriken Viele ECommerce-Unternehmen wandeln Kennzahlen in schlechte Leistungsindikatoren um, wenn sie den Erfolg ihres Geschäfts messen wollen. Es führt selten zum Erfolg, wenn nur die Zahlen betrachtet werden, die einfach zu messen sind. Auch das Vorgehen anderer Shops sollten Sie nicht 1:1 kopieren. Denn: Jedes Geschäft funktioniert anders, für jeden Shop sind andere Kenndaten die wichtigsten Indikatoren. Ein Beispiel: Es ist sehr einfach, die Metrik E-Mail-Öffnungs- rate zu messen. Doch diese Kennzahl sagt lediglich etwas über den Betreff der Mail und vielleicht noch den Versandzeitpunkt aus. Ebenso leicht kann die Zahl der Newsletter-Abonnenten erhöht werden. Mehr Werbung oder ein einfacheres Opt-in können helfen. Allerdings: Am Ende ist die Zahl der Abonnenten weniger wichtig als deren Qualität. Und selbst bei einem hochwertigen Verteiler kommt es ganz am Ende darauf an, wie engagiert die Kunden sind. Segmentieren Sie die Kunden in Ihrer E-Mail-Liste, und versuchen Sie verschiedene Maßnahmen, um die weniger engagierten zu aktivieren. Versuchen Sie, gemeinsame Merkmale der engagierten Kunden zu finden, und konzentrieren Sie sich bei der Akquise auf diesen Typus. Sieben Schritte zur richtigen KPI > Ziel definieren: Wählen Sie zunächst das strategische Ziel, das durch den KPI bewertet werden soll, sowie die zuständige Person, die hierfür ausschließlich verantwortlich ist. > KPQ festlegen: Definieren Sie nun eine KPQ (Key Performance Question). Dabei handelt es sich um eine zukunftsgerichtete offene Frage, die direkt mit dem zu verbessernden Unterneh- mensziel verknüpft ist. Die KPQ erleichtert es zu verstehen, welche Daten und Informationen Sie benötigen. Konzentrieren Sie sich zunächst auf eine einzige KPQ, eine Serviceleistung, ein Produkt oder eine Kategorie. > Verwendungszweck: Beschreiben Sie, wie die Erkenntnisse verwendet werden. Die Kennzahl kann zum Beispiel für die interne Berichterstattung verwendet werden, aber nicht, um die Leistung einzelner Mitarbeiter zu bewerten. Ihre Mitarbeiter können nichts dafür, wenn schlechte Prozesse nur zu mittel- mäßigem Erfolg führen. > Auswahl KPI: Wählen Sie den richtigen KPI und beschreiben Sie, welche Daten hierfür gesammelt werden, woher diese kommen sowie Zeitraum und Häufigkeit. Ebenso Intervalle zur Überarbeitung, damit Verbesserungen vorgenommen werden können. Nur regelmäßige Reviews zeigen Ihnen die wichtigen Fortschritte, Defizite und Hürden. > Bewertungskriterien festlegen: Legen Sie für den KPI Ihre eigenen Bewertungskriterien fest. Diese können qualitativ oder numerisch sein. Ein Vergleich mit Branchenbenchmarks ist dabei selten hilfreich. Besser ist es, selbst Zwischenziele zu definieren, mit denen Sie das übergeordnete Ziel erreichen. > Risiken und Nebenwirkungen: Validieren Sie den KPI, indem Sie den internen und/oder externen Kostenaufwand schätzen. Bewerten Sie, wie hilfreich dieser Indikator ist, um die zugehörige Schlüsselleistung zu hinterfragen. Identifizieren Sie auch die Einschränkungen. > Optimierung: Nutzen Sie zu jedem gewählten KPI die Ergebnisse, um bessere Entscheidungen zu treffen, so dass Sie die erforderlichen Schritte durchführen können, um Ihre strategischen Ziele zu erreichen. Die zentralen Key Performance Indices In dieser Übersicht finden Sie die am häufigsten genutzten KPI zur Erfolgs- und Profitabilitätsmessung von Kundenbindungs- maßnahmen sowie einige Beispiele für Maßnahmen, mit denen Sie die jeweiligen Metriken erhöhen können. 1 Customer Churn Rate (CCR) Der prozentuale Anteil der Kunden, den Sie innerhalb eines Zeitraums verloren haben (Angabe in Prozent). Der Anteil der Kunden, der Ihre Produkte oder Dienstleistungen innerhalb eines definierten Zeitraums nicht mehr in Anspruch nimmt, wird als Customer Churn Rate (CCR) bezeichnet. Ist diese Rate sehr hoch, reduziert sich der Kundenstamm dramatisch, denn einmal verlorengegangene Kunden können nur schwer zurückgewonnen werden. Die CCR berechnet sich wie folgt: Kundenanzahl Anfang Periode t – Kundenanzahl Ende Periode t CCR = Kundenanzahl Anfang Periode t 1 9 , O N E t o O N E S P E C I A L 2 0 2 0

K U N D E N B I N D U N G 6 Profitability Per Order (PPO) Diese Kennzahl gibt an, wie hoch der Profit pro Bestellung ist (in Euro). Zur Berechnung: Je höher die Profitability per Order, desto pro- fitabler das Unternehmen. Mit der PPO können Sie zum Beispiel prüfen, ob die Erhöhung der Average Order Value (AOV) auch den Gewinn des Unternehmens steigert – oder gar zum gegen- teiligen Effekt führt. PPO = Umsatz in Zeitraum t x Marge Bestellungen in Zeitraum t Verkaufen Sie über das E-Mail-Marketing, denn dies ist nach wie vor der profitabelste Kanal für das Wachstum von Online- shops. Priorisieren Sie Produkte innerhalb des E-Mail-Marketings mit einer höheren Marge, indem Kundenbewertungen oder der Social Proof verwendet wird. Verwenden Sie Rabattgutscheine sparsamer, und testen Sie, ob Kunden diese auch zu einem spä- teren Zeitpunkt in Anspruch nehmen. 7 PF (Purchase Frequency) Die durchschnittliche Anzahl von Käufen, die ein Kunde innerhalb eines definierten Zeitraums tätigt. Gewöhnlich wird die Kaufhäufigkeit für einen Zeitraum von einem Monat oder einem Jahr gemessen. Je nach Branche ist die Kaufhäufigkeit für viele Produkte eine relativ feste Größe, bei der Abweichungen sofort Alarmsignale auslösen sollten (zum Beispiel bei Mode oder Tiernahrung). Bei anderen Sortimenten (zum Beispiel Spielwaren oder Gartenartikeln) sind saisonale Schwankungen sehr ausgeprägt. PF = Bestellungen in Zeitraum t Zahl Unique Customer Ist die Kaufhäufigkeit zu niedrig, sollten Shopbetreiber auch über drastische Maßnahmen nachdenken. Etwa: Neue oder kom- plementäre Produkte oder Dienstleistungen anbieten. Daneben können Erinnerungs-Mails helfen, die den Kunden erreichen, sobald er den Wert des Produktes kennen und schätzen gelernt hat. Weitere Maßnahmen sind Loyalitätsprogramme, die sich am Nutzerverhalten der Kunden orientieren, und Abo-Modelle, Preisreduktion für Vielkäufer, Retargeting-Kampagnen für aus- gewählte Produkte oder Produktkategorien, spezielle Angebote als besondere Anerkennung oder Wertschätzung für den Kunden. 8 TBP (Time Between Purchase) Es wird die durchschnittliche Zeit zwischen den Käufen berechnet. Um diese Kennzahl berechnen zu können, benötigen Sie zudem die Kaufhäufigkeitsrate der Kunden. Dieses Wissen ist wichtig, um Muster zu erkennen und so den Profit zu erhöhen. Um die Zahl positiv zu beeinflussen, sollten Sie die Customer Journey Ihrer Kunden kennen. Prüfen Sie, welche Trigger in welchem Kanal verwendet werden, damit Kunden den nächsten Kauf tätigen. 9 CLV (Customer Lifetime Value) Profit, der sich mit einem Kunden während der durchschnitt- lichen Kundenbeziehung erwirtschaften lässt (in Euro). Der Wert eines einzelnen Kunden über einen definierten Zeitraum bestimmt das Wachstum Ihres Unternehmens und ist für den Erfolg des Onlineshops verantwortlich. Dieser Wert ist zudem von Bedeutung, um die maximale Akquise-Kosten zu bestimmen. Der CLV sollte immer höher sein als die Akquise-Kosten (Customer Acquisition Cost; CAC). CLV = (Dauer Kundenbez. x Deckungsbeitrag) – CAC – Servicekosten Scheren Sie nicht alle Kunden über einen Kamm. Denn sie sind niemals alle gleich in Bezug auf den Umsatz oder die Akquise- Kosten (CAC) innerhalb eines Zeitraums. So kann es sein, dass Kunden, die aufgrund einer Empfehlung kaufen, einen viel hö- heren CLV aufweisen als Kunden, die über Facebook Ads oder Google Ads akquiriert wurden. Identifizieren Sie daher die Kunden, die einen hohen CLV aufweisen, und versuchen Sie, Gemeinsamkeiten zu finden. Sie können diese Kunden dann in Zielgruppen einteilen und versuchen, bei der Neukunden-Akquise gezielt diese Kunden zu erreichen. Gestalten Sie für diese Kunden ein besonders bequemes Einkaufserlebnis. Übertreffen Sie die Kundenerwartungen gleich zu Anfang der Kundenbeziehung. Befragen Sie diese Kunden gezielt, um Ihren Service zu verbessern und die Wünsche dieser Zielgruppe besser zu verstehen. Weitere Möglichkeiten sind Live Chats, Support, Follow-ups nach dem Kauf, Abo-Modelle, Loyalitätsprogramme oder Empfehlungsmarketing. 2 1 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L „Branchenführer erzielten mit Bonial REACH CTR Uplifts von 60 Prozent im Vergleich zu eigenen Kampagnen.“ F L O R I A N R E I N A R T Z , Senior Vice President Sales Bonial Die Nutzer von Bonial (Apps und Webseiten von kaufDA und MeinProspekt) generieren mehr als 200 Millionen Kaufsignale pro Woche. Darin enthalten sind die Nutzerprofile basierend auf: Produkten wie TV-Geräte, Designermöbel und Akkuschrauber Marken von AEG bis Zara Lifestyles wie Gourmets, Familien oder Autobesitzer Mit Bonial REACH nutzt der Handel diese aussagekräftigen Shopper-Signale von kaufDA und MeinProspekt sowie den riesi- gen Datenschatz, um Nutzer noch zielgerichteter ansprechen zu können und eine höhere Kampagnenperformance zu erreichen. Die konkrete Umsetzung: Bonial REACH bedient sich ver- schiedener Module, um passenden Nutzern (Retail User Data) die besten Produkte zu zeigen (Retail Product Data), diese in Bonial Creatives darzustellen, auf allen relevanten Kanälen (Google, Facebook, Programmatic) auszusteuern und sie schließlich auf smarte Landingpages zu leiten. Warum ist Bonial REACH ein Garant für Erfolg? Nehmen wir zum Beispiel einen Vegetarier. Ein Advertiser soll Content für diesen Nutzer auswählen – hier kommen natürlich Tausende Produkte infrage. Darstellbar sind je nach Werbeformat jedoch meist nicht mehr als fünf bis zehn. Welche Produkte soll er also auswählen und wie? Die Bonial-Interest-Graphen können diese Entscheidun- gen in Sekundenbruchteilen treffen. Die Performance jedes Produkts wird in Echtzeit analysiert, und die besten Produkte werden ausgewählt. Wir sehen, dass die Kombination aus Retail User Data und Retail Product Data die besten Ergebnisse bringt. Branchenführer erzielten mit Bonial REACH CTR Uplifts von 60 Prozent im Vergleich zu eigenen Kampagnen. Das sind starke Zeichen dafür, dass es noch viel Optimierungspotenzial im Markt gibt. Es müssen für Kampagnen nur die richtigen Zutaten benutzt werden – und die stellt Bonial seinen Kunden bereit. Welche Umsetzungen gibt es für saisonale Highlights wie Black Friday? Für Shopping-relevante Termine wie Black Friday und Weihnach- ten bietet Bonial umfangreiche Lösungen auf der Plattform. Diese sind auch auf andere saisonale Highlights wie Silvester, Ostern oder regionale Ferien übertragbar. Historische Daten haben einen sehr dominanten Einfluss auf die Marketingentscheidungen unserer Handelskunden. Wir erleben bei ihnen jedoch oft ein Erwachen, wenn es um neue Trends geht. Statt jedes Jahr die gleichen Artikel und Pro- duktgruppen zu bewerben, raten wir zum Einsatz einer Früh- erkennung, die wir unseren Kunden anbieten. Wir nennen das Bonial Popular Products. Damit ermöglichen wir es Händlern und Herstellern, spontane Trends frühzeitig zu erkennen und die Zielgruppen in unseren eigenen Apps und Webseiten sowie im REACH-Netzwerk mit den besten Produkten zu versorgen. Folglich steigern wir die CTR der Kampagne, die Kundenzufrie- denheit und letztendlich auch den Umsatz im Store. Mit Bonial REACH erreicht der Handel eine 360°-Kommunikation, um den Werbedruck zu maximieren. Sprechen Sie uns gerne auf Ihre nächste Kampagne an! Florian Reinartz Senior Vice President Sales Bonial Erfahren Sie mehr über Bonial REACH, datengetriebenes Display- Advertising und die 360°-Marketinglösungen von Bonial. Bonial International GmbH Hussitenstraße 32–33, 13355 Berlin Telefon: +49 30 609 8701 E-Mail: REACH@bonial.de www.bonial.com/de/bonial-reach/ KaufDA und MeinProspekt – jetzt kostenlos downloaden bei Google Play oder im App Store! 2 3 , O N E t o O N E S P E C I A L 2 0 2 0

D A T E N - S T R A T E G I E „Diejenigen, die jetzt schon auf 1st-Party- Technologien setzen und vorbereitet sind, werden einen Marktvorsprung haben und sich durchsetzen.“ der Tatsache, dass es um die Flasche/Cookie geht statt um den Wodka/Datentransfer. Und genau deswegen wird die Branche mit diesem Workaround scheitern: Die EPrivacy-Richtlinie hat nichts gegen Cookies. Sie hat etwas gegen den eingeschmug- gelten Alkohol, den Datentransfer, von dem der Nutzer nichts weiß. Nur die Zustimmung des Nutzers wird helfen, rechtssicher zu agieren. Und selbst technisch erscheint der Workaround von fragwürdiger Erfolgsaussicht: Apples Browser Safari hat standardmäßig eine Intelligent Tracking Prevention aktiviert: einen Cookie-Blocker, der sogar vor First-Party-Cookies nicht haltmacht, wenn sein Machine Learning erspürt, dass diese Cookies zu Tracking-Zwecken missbraucht werden. Diese Funk- tion allein legt nahe, dass die Branche unzureichend strategisch in ihren Maßnahmen gegen das Cookie-Sterben denkt. Prognose: Technisch angreifbar, aus Nutzerperspektive genau so bis eventuell noch ärgerlicher, juristisch gesehen höchst fraglich – kein Konsens wird eingeholt. > Log-in-Ökosysteme errichten Publisher werden zunehmend versuchen, vom Nutzer pau- schale Zustimmungen für Seiten-Netzwerke zu erhalten: Die- sen Weg geht aktuell die NetID-Stiftung, die es erlauben soll, verschiedene Online-Angebote mit denselben Log-in-Daten zu nutzen. Ähnliches versucht der Springer Verlag aktuell alleine aufzubauen. Springer besitzt viele Töchter mit auf Datenwei- tergabe beruhendem Geschäftsmodell und holt sich deshalb beim Betreten einer seiner Seiten beim Nutzer eine Erlaubnis für den gesamten Seitenverbund ein – der Nutzer muss dem seitenübergreifenden Erfassen und Zusammenführen seiner Daten zustimmen. Dieser sichere Boden des Zustimmungs- Ökosystems gibt aber schnell wieder nach: zum Beispiel immer dann, wenn Webseiten Nutzer-Daten über einen Verbund verschiedener Seiten hin erfassen: Will Springer tracken, wer sich zwischen Bild.de und Welt.de hin- und herbewegt, braucht der Verlag die ausdrückliche Einwilligung des Nutzers für dieses ‚Bewegungs-Tracking‘. Und wenn künftig neue Seiten und Dienste zu diesem Publishing-Verbund hinzustoßen, braucht es dafür neue explizite Einwilligungen des Nutzers, dass man auch auf diesen neuen Reichweiten tracken und er- fassen darf. Aktuell versucht man bei Springer, dieses Problem durch pauschale Formeln zu lösen – der Nutzer muss anfangs der Datenweitergabe an „Töchter und Partner“ zustimmen. Das ist rechtlich nicht wirksam (weil zu wenig konkret), aber besser, als ohne jede Einwilligung dazustehen. Prognose: Technisch sauber, für den Nutzer weitgehend transparent, juristisch wacklig, aber immerhin zielgerichtet auf Zustimmung aus > Neue Marketing-/Targetingtechnologien Neue KI-gestützte Targeting-Methoden können ganz ohne Cookies auskommen und dennoch hohe Relevanz bei den Werbe- Einblendungen generieren. iBusiness hat ihnen unlängst eine ganze Analyse gewidmet: KI-basiertes Umfeld-Targeting, Kam- pagnen-Klone, Generative Adversarial Networks oder neuartige Schwarmanalysen sind DSGVO-konform und höchstwahrschein- lich auch mit der EPrivacy-Linie vereinbar. „Etwa kontextuelles Targeting würde dann nicht mehr ablaufen wie früher“, sagt Friederike Scholz, Head of Product bei der auf KI-Technologie spezialisierten Agentur Semcona. „Hier versteht man, was auf einer Seite steht, inklusive des Sentiments, der positiven oder negativen Behandlung eines Themas, und steuert entsprechende Ads aus – dabei ist dann gleich das Problem der Brand Safety mitgelöst. Es lassen sich inhaltlich stimmige Dienstleistungen neben einem Artikel bewerben.“ Foren ließen sich so urbar machen, weil die KI die Kontexte und Stimmungen erkennt, die entsprechende Ads dann auffangen können. Prognose: Technisch machbar, aus Nutzerperspektive bleibt es Werbung (nervig) – aber besser aussteuerbar unter höherer Ver- meidung inhaltlicher Fehlschüsse, juristisch unbedenklich, weil nicht personalisiert 2 5 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L V ERF ÜGBARE DAT EN EN T L ANG EINER 36 0 - GR AD - KUNDENSICH T DATENTYP BEISPIEL WISSEN (EXEMPL.) KUNDENPROFIL-DATEN Adresse, Geburtsdatum, Kundensegmente Wer sind meine Kunden, wo sind diese geografisch? Welche Kundentypen gibt es, und wie entwickeln sie sich? TRANSAKTIONS-DATEN Kaufzeiten, -kanäle, -frequenzen Wie und was kaufen meine Kundengruppen im Zeitverlauf? KOMMUNIKATIONS-DATEN Kampagnen, die ein Kunde sieht Welche Kontakte mit Kunden erzeugen Traffic, welche Conversions? INTERAKTIONS-DATEN Verhalten im Online-Shop Welche Trigger können wir aus dem Kundenverhalten lesen? FEEDBACK-DATEN Umfrage-Ergebnisse Was teilen uns Kunden direkt mit, wie können wir dieses Wissen nutzen? PRODUKT-DATEN Produktkategorie und Preislevel Wie können wir Patterns erkennen für Next-Best-Offer-Kampagnen? Um diese Fragen beantworten zu können, starten wir bei der Basis – den Daten. Berücksichtigt werden alle verfügbaren Daten entlang einer 360-Grad-Kundensicht. Dabei geht es um Daten wie in der Tabelle oben genannt. Die Analyse zeigt, welche dieser Daten bereits vorhanden sind, welche Qualität diese haben und wie sie bisher genutzt wurden, was mit ihnen zusätzlich möglich ist und was sie zur informierten Entscheidungsfindung beitragen können. Dabei werden auch anhand von Best Practices Potenziale aufgezeigt, bewertet und in Prozessschritte übersetzt. Hier fließt die Erfahrung von DEFACTO aus mehr als 180 Kundenprojekten im B2C-Bereich mit ein. Auf Basis der Analyse zeigt DEFACTO im Data Consultancy Prozess, wie vorhandene oder neue Datenquellen bestmöglich genutzt werden. Dabei können Quick Wins oder auch umfassen- dere langfristige Ziele realisiert werden. Es geht darum, eine Single-Customer-View zu verstehen und zu aktivieren Datenlücken zu schließen eine bewertete (€) Roadmap für die Datennutzung zu entwickeln bestehende Stärken weiter auszubauen und Business-Prozesse zu optimieren. Der analytisch-strategische Ansatz ist mehr als ein Tuning in einem Bereich. Er liefert Erkenntnisse und Mehrwerte für sämtliche Unternehmensbereiche und Themen entlang der Wertschöp- fungskette. Im Fokus steht die komplette Business-Landschaft mit Marketing, Sales, Service, Produktmanagement und Strategie. Die Kombination der Kunden-, Kommunikations- und Transaktionsdaten macht es möglich, ganzheitlich Business- Potenziale zu heben und so z. B. die Prozesskette zu optimieren, damit jeder Kunde relevante Botschaften erhält. Eine qualifizierte Datenstrategie wirkt aber nicht nur nach außen, sondern auch in die Organisation hinein. Sie vernetzt Abteilungen, die bisher losgelöst von anderen Bereichen agiert und ihre eigenen Datensilos konserviert haben. Sie können die 360-Grad-Kundensicht nutzen, erhalten einen umfassenden Überblick und profitieren z. B. von zielsicheren Prognosen. Die Möglichkeiten sind vielseitig. Auch mit Hilfe komplexer algorithmischer Verfahren: Für das Planning etwa lassen sich Transaktions-, Produkt- und Lagerdaten verknüpfen, um den Absatz einzelner Produkte vorherzusagen. Der übergreifende Ansatz von DEFACTO zeigt auf, welche Fragen aufgrund fehlender Daten bisher nicht beantwortet wer- den können. Durch Potenzialrechnungen wird klar, in welchen Unternehmensbereichen die größten Hebel liegen und welche Themen datentechnisch schon gut abgedeckt sind. Auch bei der Datenstrategie gibt es nichts Gutes, außer man tut es. Die gewonnenen Erkenntnisse fließen darum in eine Prioritätenliste ein. Sie dokumentiert, welche Punkte einem Unternehmen schon kurzfristig helfen und bei welchen Themen ein größerer Planungsprozess notwendig ist. Dazu gehört auch ein effektives Data Governance System, das Unternehmen gegen Risiken abschirmt und Data Assets sichtbar macht. Wer seine Kunden kennen will, muss ihre Daten verstehen und nutzen können. Data Healthcheck und Data Consultancy von DEFACTO schaffen die Basis für datenoptimierte und kun- denzentrierte Entscheidungen. Starten Sie jetzt mit einer initialen Bestandsaufnahme, und erfahren Sie, welche Hebel bei Ihnen im Unternehmen liegen. DEFACTO ist führender Lösungsanbieter im Bereich CRM und Loyalty – mit Software, Services und Operations für den Retail, Brands im Retail und Direct-to-Consumer-Brands. DEFACTO GmbH Am Pestalozziring 1–2, 91058 Erlangen Telefon 09131-9712-0 E-Mail kontakt@defacto.de www.defacto.de 2 7 , O N E t o O N E S P E C I A L 2 0 2 0

D S - G V O - U M S T E L L U N G E N „Im aktuellen Tagesgeschäft der Unternehmen im Dialogmarketing geht es um den effizienten Umgang mit der Verordnung – d.h. eine rechtlich belastbare wie zugleich auch praxistaugliche Anwendung der neuen Pflichten.“ P a t r i c k Ta p p , D DV - P r ä s i d e n t der einen oder anderen kritischen Stimme sollte man sich bis dahin nicht beirren lassen. Der DDV widmet sich der Thematik DS-GVO mit einer Viel- zahl von Informationsveranstaltungen und Praxismaterialien. Zur tiefergehenden Information bietet er u.a. Basisschulungen und Webcasts an. Die enge Begleitung seiner Mitglieder und interessierter Dritter im schwierigen Terrain des Datenschutzes sieht der Verband als eine seiner Kernaufgaben an. Im Jahr eins der DS-GVO ist dies gut gelungen. Doch die Herausforderung bleibt weiter bestehen, gilt doch neben noch offenen DS-GVO- Konkretisierungen der Blick der ePrivacy-Verordnung, die als Spezialregelung im Bereich der elektronischen Kommunikation die DS-GVO ergänzen soll. Mit dem Abschluss des europäischen Gesetzgebungsverfahrens ist 2020 zu rechnen. Wirksam wird die Verordnung vermutlich nicht vor dem Jahr 2022. Als PDF zum Download D er Best Practice Guide „Europäische Daten- schutz-Grundverordnung, Auswirkungen auf das Dialogmarketing“, 3. Auflage Juli 2019, ist kostenfrei als PDF und gedruckt verfügbar. DDV-Mitglieder können das PDF auf der Webseite des Verbandes im Mitgliederbereich herunterladen. Alle weiteren Interessenten kön- nen das Dokument per E-Mail unter info@ddv. de anfordern. Pressevertreter wenden sich bitte direkt an Boris von Nagy, Leiter Kommunikation, E-Mail: b.vonnagy@ddv.de. auf vielen Werbeschreiben auf der ersten Seite ein Verweis auf die ausführliche Datenschutzinformation, die weiter hinten in der Werbung abgedruckt ist oder im Internet abgerufen werden kann. 3 Bei der Frage von Betroffenenanfragen auf Aus- kunft, Widerspruch oder Löschung sollte im ersten Schritt möglichst standardisiert geantwortet werden. Wer konkreteren Informationsbedarf hat, wird sich melden, wenn ihm oder ihr die Antwort nicht aus- gereicht hat. Ein Löschungswunsch ist erst einmal als Werbewiderspruch zu verstehen, also mit Sperr- vermerk zu kennzeichnen. Im aktuellen Tagesgeschäft der Unternehmen im Dialogmar- keting geht es um einen effizienten Umgang mit der Verordnung – d.h. eine rechtlich belastbare wie zugleich auch praxistaugliche Anwendung der neuen Pflichten. Der Schlüssel für mehr Effizienz liegt nicht darin, bestimmte gesetzliche Pflichten zu ignorieren, sondern sie praxisgerecht anzuwenden. Um praktische Hilfestellung zu leisten hatte der DDV 2016 – kurz nachdem der Text der DS-GVO feststand – einen Best Prac- tice Guide zur Datenschutz-Grundverordnung herausgegeben. Nach einer zweiten Auflage im September 2017 hat der DDV Anfang Juli 2019 die nunmehr 3. Auflage vorgelegt. Er bietet damit den Praktikern der gesamten Branche für den effizienten und rechtssicheren Umgang mit dem komplexen Themenfeld der DS-GVO ein Nachschlagewerk auf aktuellstem Stand. Die Neuauflage berücksichtigt neben der aktuellen Auffassung der Datenschutzaufsichtsbehörden auch die Leitlinien des Europä- ischen Datenschutzausschusses. Weiter sind seit Mai 2018 im Rahmen der Umsetzung der Verordnung in der Tagespraxis bei Anwendern und Dienstleistern eine Reihe konkreter Fragestel- lungen aufgetreten, die im Guide behandelt werden. Zu einigen Punkten haben die Datenschutzaufsichts- behörden im November 2018 mit der Orientierungshilfe zur Verarbeitung von personenbezogenen Daten für Zwecke der Direktwerbung, einem Pendant zum Guide des DDV, Klarheit geschaffen – aber in anderen Punkten auch für Verwirrung ge- sorgt. Das hat sich auch in einigen Tätigkeitsberichten fortgesetzt. Rechtssicherheit werden hier letztlich nur die Gerichte herstellen können, die als objektiver Schiedsrichter zwischen Wirtschaft und Datenschutzaufsicht das letzte Wort haben werden. Von 2 9 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L „Data-driven Marketing ist mehr als Technologie. Es ist die Entscheidung, die Unternehmenskommunikation stetig zu verbessern und die Kundenzentrierung zu erhöhen.“ T O R S T E N B U T Z , Head of Marketing Ser vices zurichten. Marketer erkennen, wie sie ihre Top-Kunden begeistern und abwanderungsgefährdete Kunden wieder aktivieren können. Die Neuausrichtung der Kommunikation kann sofort starten. Drei Datenbereiche stehen bei ems COR im Fokus: Kun- dendaten, Produktdaten und Transaktionen, wie Umsätze oder Retouren, die über verschiedene Merkmale wie Zeiträume, Wan- derungen etc. analysiert werden. Für aussagekräftige Ergebnisse braucht ems COR eine Historie dieser Daten von mindestens drei Jahren – je länger zurückliegend desto besser. aktivieren, steigt enorm. Für weitere Analysen lassen sich zum Beispiel neue Datenbereiche, wie Website-Besuche, Wetterdaten oder Social Media, hinzuziehen. Unternehmen, die ins datenbasierte Marketing einsteigen wollen, profitieren besonders von ems COR. Die Basis von ems COR ist ein klassischer ETL-Prozess. Daten werden aus verschiedenen Quellen extrahiert, transformiert und an einen zentralen Ort, beispielsweise in ein Data Warehouse, geladen. Key-Work hat Experten für Daten und Marketing. Vor- handenes Know-how und Erfahrung sind sofort verfügbar, der Aufbau eines Inhouse-Teams für die Datenanalyse entfällt. Auch ist der Blick von außen oftmals klarer, da ein datenbasierter, branchenunabhängiger Blick unvoreingenommen aufzeigt, was der Innensicht oft verborgen bleibt. Nach der Extraktion werden die Daten geprüft. Leere Da- tenfelder oder fehlende Zeitabschnitte, die beispielsweise durch einen Ausfall des Kassensystems verursacht worden sind, werden ausgeglichen, Ausreißer nivelliert. Im Zuge der Transformation werden die Daten aggregiert – Aufträge zusammengefasst, Kunden zugeordnet oder Währun- gen angeglichen. Die gesamte Datenbasis erhält so ihre initiale Grundform, die künftige Auswertungen möglich macht. Im nächsten Schritt werden die Daten an einen zentralen Ort geladen. Hier stehen sie in ihrer Gesamtheit zur Verfügung. In ems COR werden an dieser Stelle die Kunden- und Produktgruppen definiert, die – sauber aufbereitet – nun Interpretation zulassen. ems COR liefert eine Einteilung der Kunden in handliche und homogene Kundengruppen, grenzt relevante Zeiträume ab und klärt zum Beispiel, ob Neukunden nur neue Produkte oder auch Stammprodukte kaufen und aus welchen Quellen die vielversprechendsten Neukunden stammen. Mit ems COR sparen Sie Zeit und Geld. Denn der Ergebnisbericht ermöglicht eine gezielte Steuerung Ihrer Ressourcen. Die gewonnenen Insights führen zu klaren Handlungs- empfehlungen, und die Wahrscheinlichkeit, Kunden zu TO R S T E N B U T Z , Head of Marketing Services Key-Work Consulting GmbH Kriegsstraße 100 76133 Karlsruhe Tel. +49 721 78203 260 E-Mail: kontakt@key-work.de www.key-work.de 3 1 , O N E t o O N E S P E C I A L 2 0 2 0

K Ü N S T L I C H E I N T E L L I G E N Z D eutschland ist nur im Mittelfeld bei KI, so der Status quo. „Wir wollen Deutschland und Europa zu einem führenden KI-Standort machen und so zur Sicherung der künftigen Wettbewerbsfähigkeit Deutschlands beitragen“, erklärte die Bundesregierung in ihrer „Strategie Künstliche Intelligenz“. Noch scheint dafür aber einiges getan werden zu müssen. „Fast zwei Drittel unserer Fachleute sind der Auf- fassung, dass uns in Deutschland die Kompetenzen fehlen, KI-Technologien effizient einzusetzen“, sagte VDI-Präsident Dr. Volker Kefer zum Auftakt der Hannover Messe 2019. Eine aktuelle VDI-Mitgliederumfrage zur Künstlichen Intelligenz (KI) zeichnet dieses ernüchternde Ergebnis: Nur noch 14 Prozent der Befragten sehen Deutschland in einer Führungsposition im internationalen Wettbewerb – ein Minus von 53 Prozent im Vergleich zum Vorjahr. „Das deutet stark darauf hin, dass Deutschland den Anschluss im globalen KI-Wettbewerb ver- liert“, so Kefer weiter. „Fast zwei Drittel unserer Fachleute sind der Auffassung, dass uns in Deutschland die Kompetenzen fehlen, KI-Technologien effizient einzusetzen.“ VOLKER KEFER, Präsident, VDI Deutschland muss sich ranhalten, so werden auch die Er- gebnisse der Studienreihe „Vergleich nationaler KI-Strategien zur Förderung Künstlicher Intelligenz“ der Konrad-Adenauer- Stiftung (KAS) zusammengefasst . Deutschland besitzt laut der Studie große Potenziale als KI-Standort, hat eine vielschichtige KI-Strategie, liegt aber im internationalen Vergleich mit den führenden Industrienationen in mehreren untersuchten Di- mensionen nur im Mittelfeld. auch auszubauen. Besonderen Handlungsbedarf für Deutschland sehen die Autoren bei der Kommerzialisierung von Künstlicher Intelligenz mit Schwerpunkt auf den Mittelstand, der Einrichtung einer zentralen und digitalkompetenten Steuerungsstruktur, der Bindung und Rekrutierung von KI-Talenten, der Stärkung der Fähigkeiten im Bereich Super und Quantum Computing und dem verbesserten Zugang zu Datenpools. Mit diesem Urteil über KI in Deutschland steht die KAS- Studie nicht alleine, ganz im Gegenteil. Auch die Studie „Notes from the AI frontier: Tackling Europe‘s Gap in Digital and AI“ des McKinsey Global Institute (MGI) hat ergeben, dass Deutsch- land mit seiner KI-Einsatzfähigkeit im globalen Mittelfeld liegt. Auf den Spitzenreiter USA folgen Großbritannien, Schweden, Finnland, Irland, Estland und China. Zur Spitzengruppe der Top-25-Prozent gehört Deutschland bei Automation, Inno- vation sowie menschlichen Fähigkeiten und Kompetenzen. Unterdurchschnittlich ist laut MGI hingegen der Wert bei der Gründung junger KI-Unternehmen. Aber: Deutsche Unternehmen sind an KI auch nur zum Teil interessiert Für viele Unternehmen ist es aber gar kein akutes Problem, dass Deutschland keine führende Position bei KI einnimmt. Obwohl Deutschland als innovative Industrienation gilt, beschäftigt sich bislang nur knapp die Hälfte aller deutschen Unternehmen aktiv mit dem Thema „Künstliche Intelligenz“ (KI), so das Ergebnis der Studie „Mind the (AI) Gap: Leadership Makes the Difference“ der Strategieberatung Boston Consulting Group (BCG). Dem- nach nutzen in Deutschland aktuell lediglich 20 Prozent aller Unternehmen konkrete KI-Anwendungen, knapp 30 Prozent entwickeln diese gerade erst. Auch die Unternehmen in Deutschland, die sich bereits mit KI befassen, tun dies meist noch ohne übergreifende Vi- sion für das Unternehmen, wie die Studie „State of AI in the Enterprise Survey 2019“ von Deloitte besagt. So verfügen erst 26 Prozent der für die Studie befragten Unternehmen über eine umfassende, detaillierte und unternehmensweite AI-Strategie. Hier sind viele ausländische Firmen bereits weiter, wo in den Vergleichsmärkten immerhin 35 Prozent eine derartige Stra- tegie etabliert haben. Folglich gelte es jetzt, die KI-Strategie der Bundesregierung entschlossen umzusetzen, teils zu schärfen und an einigen Stellen Selbst die Unternehmen in Deutschland, die KI eine wich- tige Rolle für Geschäftsmodelle in der Digitalen Wirtschaft 3 3 , O N E t o O N E S P E C I A L 2 0 2 0

K Ü N S T L I C H E I N T E L L I G E N Z Über 130 Konsortien aus Wissenschaft und Wirtschaft haben demnach Konzeptideen für den Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich rele- vante Ökosysteme“ des Bundesministeriums für Wirtschaft und Energie (BMWi) eingereicht. Die eingereichten Ideen stammen aus Bereichen wie Mobilität, Gesundheitswirtschaft, Industrie, Smart Living, Landwirtschaft, Handel und Bauen. Es mangelt also nicht an KI-Ideen. Dennoch stellen europäische digitale KMU bereits KI-Lösungen, auf die ihre Verbraucher vertrauen: sie bieten mehr Sicherheit, Datenschutz und eine höhere Qualität. Wir möchten diese Erfolge fördern, weiter mit relevanten Stakeholdern zusammenarbeiten und die öffentliche Diskussion über KI mit anführen. „Der European AI Alliance beizutreten wird zu dieser Mission beitragen“, kommentierte Dr. Oliver Grün, Präsident des BITMi. Deutsche Universitäten sind nicht allesamt abgeschlagen Welche Universitäten sind führend in der Erforschung Künstlicher Intelligenz? Das britische Magazin „Times Higher Education (THE)“ hatte untersucht, wie oft die Studien der einzelnen Uni- versitäten zitiert werden, wie viel Beachtung sie also bei anderen Forscherinnen und Forschern finden. Die Technische Universität München (TUM) steht auf Rang sechs weltweit. Empfehlung: Bei KI nicht nur abwarten, aber auch nicht einfach „Gas geben“ Was zeigen nun die zahlreichen Umfragen, Studien und Expertenkommentare? Man kann zur KI-Lage der Nation Folgendes sagen: Deutschland ist Teil einer KI-Initiative auf EU-Ebene KI hat weltweite Bedeutung und sollte deshalb auch nicht nur auf nationaler Ebene bewertet werden. „Wir brauchen eine europäische Strategie“, sagte Bundeskanzlerin Merkel zur Entwicklung Künstlicher Intelligenz. Die Kooperation mit Frankreich sei dabei besonders wichtig. „Im Vergleich zu anderen Regionen wie den USA oder China muss Europa bei der Entwicklung der Künstlichen Intelligenz noch aufholen.“ DR. OLIVER GRÜN, Präsident, BITMi Dazu passend trat der Bundesverband IT-Mittelstand e.V. (BITMi) der European AI Alliance bei. „Im Vergleich zu anderen Regionen wie den USA oder China muss Europa bei der Ent- wicklung der Künstlichen Intelligenz noch aufholen, um Schritt halten zu können, insbesondere in der praktischen Umsetzung. > Deutschland gehört gegenwärtig nicht zu den führenden KI-Nationen, es fehlt insbesondere an den KI-Anwendungen. > Allerdings sind KI-Anwendungen auch nur bedingt möglich, denn KI-Technologien sind selbst nicht so reif, wie sie für ihren praktischen Einsatz sein müssten. > Wer jetzt KI-Anwendungen vorantreibt, hilft dabei, dass praktische Erfahrungen gesammelt werden. Wirtschaftliche Erfolge sind dabei aber nicht garantiert. > Die Wirtschaft in Deutschland zeigt sich abwartend, die Forschung jedoch ist nicht so abgeschlagen, wie manchmal behauptet wird. > Wenn Ideen ausgereift und damit marktreif sind, ist der Moment da, in dem es auf die richtige Position auf dem Markt ankommt. Darauf muss sich die deutsche Wirtschaft vorbe- reiten, dabei bringt es mehr Vorteile, auf KI-Lösungen hoher Qualität zu setzen, als einfach nur „vorne bei KI dabei zu sein“. Es kommt darauf an, Künstliche Intelligenz genau im Auge zu behalten, selbst KI-Forschung zu betreiben und mit reifen KI-Technologien wirtschaftlichen Erfolg zu haben. Der Einsatz nicht ausgereifter KI bringt Erfahrung, kostet aber viel Aufwand und bringt auf längere Sicht wenig wirtschaftliche Vorteile. Es ist also nicht schlimm, wenn man im Mittelfeld bei KI ist, wenn man darauf achtet, zum richtigen Zeitpunkt aufzuschließen. 3 5 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L „KI ermöglicht uns, Kunden glücklich zu machen, indem wir ihre Bedürfnisse antizipieren.“ S T E P H A N T H U N , CEO International von MaritzCX ein Abwanderungsrisiko oder das Risiko negativer Mundpropa- ganda offensichtlich war. Das Problem: Eine Gegenmaßnahme des Unternehmens erfolgt immer reaktiv, nachdem ein Kunden- problem aufgetreten ist, und auch nur dann, wenn der Kunde seine Unzufriedenheit auch geäußert hat – was bei abnehmender Antwortbereitschaft auf Befragungen in zunehmendem Maße unzureichend ist. Mit prädiktiver Analytik unter Nutzung von KI ist es nun möglich, steuernd einzugreifen, bevor ein Problem überhaupt auf- tritt und dabei auch auf solche Kunden individuell und antizipativ zuzugehen, die gar kein direktes Feedback geben. Dafür werden Kundendaten aus praktisch jeder Quelle genutzt, um passgenaue Kundensegmentierungen vorzunehmen und davon abgeleitet jedem einzelnen Kunden eine implizite Kundenzufriedenheit zuzuordnen. So erhalten alle am Kunden aktiven Mitarbeiter eines Unternehmens Hinweise auf den bestmöglichen individuellen Umgang mit jedem einzelnen Kunden – ohne dass der einzelne Kunde selbst Feedback geben muss. Schließlich lassen sich unter Nutzung einer automatisierten Treiberanalyse die Stellhebel für höhere Kundenzufriedenheit herausbilden, die es den Unternehmen erlauben, ihre Services, Produkte und Kommunikationsstrategien ständig so anzupassen, dass das Kundenerlebnis und in Folge das Geschäftsergebnis laufend verbessert wird. Textanalyse nutzt auch unstrukturierte Kommentare Ein weiteres Beispiel für KI im Bereich des Customer Experience Management ist der Einsatz neuester Textanalyse-Software. Sie hat sich – wie auch Spracherkennungssoftware wie Apple‘s Siri oder Amazon‘s Alexa – in den vergangenen Jahren enorm wei- terentwickelt. Mit moderner Textanalyse-Software lassen sich strukturierte und unstrukturierte Kundenkommentare in aussage- kräftige Informationen und Handlungsempfehlungen umwandeln. Dabei lassen sich aus nahezu jeder Quelle die wichtigsten Inhalte automatisiert auslesen. Ob Beschwerdemails, Kommentare in In- ternetforen, Video- oder Audiokommentare: Alles ist möglich. Die umfängliche Analyse von Kundenkommentaren beinhaltet dabei sowohl die Identifikation aufkommender Trends und Themen als auch die Analyse individueller Kundenemotionen, wodurch eine inhaltlich passgenaue und in der Tonalität treffsichere Antwort auf individuelle Kundenbedürfnisse gegeben werden kann – ein wesentlicher Erfolgsfaktor perfekten Kundenservices. Erkenntnisse für Kunden und Unternehmen nutzen: Kundennähe bei Sky Ein praktisches Beispiel für den Einsatz von Textanalyse und KI-Systemen ist Sky, Europas führender Pay-TV-Anbieter, der eine führende Kundenfeedback-Software von MaritzCX einsetzt. Täglich werden damit Hunderte von Kundenfeedbacks eingeholt und in Echtzeit so analysiert, dass individuelle Maßnahmen nicht nur für die Antwortenden abgeleitet werden, sondern auch für solche Kunden und potenzielle Kunden, die gar nicht selbst ein Feedback hinterlassen haben. Im Ergebnis erzielte Sky damit von Beginn an eine steigende Kundenzufriedenheit auf Basis einer erheblich schnelleren und passgenaueren Antwort auf Kundenanliegen oder -beschwerden: eine Win-win Situation für Kunde und Unternehmen. Das Top-Management bei Sky verfolgt das Ziel wachsen- der Kundenbegeisterung anhand von strategischen KPI (u.a. NPS, Customer Effort Score, First Contact Fix) auf jederzeit zugänglichen Dashboards. Die einzelnen Unternehmensbe- reiche erhalten auf sie zugeschnittene Ergebnisse in Echtzeit, und jeder am Kunden tätige Mitarbeiter kann unmittelbar das für sich relevante Kundenfeedback in Echtzeit einsehen – und automatisierte Handlungsempfehlungen so nutzen, dass noch mehr Kunden begeistert werden. Sky und seine Service Center werden so in die Lage versetzt, die gewonnenen Erkenntnisse zu nutzen, um die Arbeitsweise dort zu verbessern, wo es für den Kunden am wichtigsten ist. Am Ende zeigt sich die Stärke von KI, wenn immer mehr Kundenanfragen und -probleme antizipiert werden, so dass sie gelöst werden, bevor der Kunde sich aktiv an Sky wendet. MaritzCX GmbH Stephan Thun, CEO International von MaritzCX Borselstraße 18, 22765 Hamburg Telefon +49 40 36 98 33 21 Email germany@maritzcx.com www.maritz.com/de 3 7 , O N E t o O N E S P E C I A L 2 0 2 0

K Ü N S T L I C H E I N T E L L I G E N Z „Online stößt an seine Grenzen. Wer datengestützt Briefe verschickt, hat den Briefkasten für sich alleine.“ bindung zu stärken. So sollen höhere Response-Raten erreicht und die Effizienz gesteigert werden. Bis dahin gingen klassische Printmailings an drei Zielgruppen- Segmente, Ikea entschied sich, künftig jedoch mehr auf One- to-One-Kommunikation zu setzen. „Wir müssen umdenken, die bisherige Routine und Arbeitsweisen interner und externer Schnittstellen aufbrechen“, erklärt Peter Kleeßen. Sein Motto: „Die Kreation muss den Daten folgen.“ Nötig sei eine datenbasierte Zuordnung der Inhalte und ein rollierender Prozess zur Erstellung von Content für jede Kombinationsmöglichkeit der Puzzleteile. Im Mai 2019 ging das erste automatisierte und persona- lisierte Mailing an Mitglieder raus, die seit einem Jahr dabei sind. Dies passiert künftig automatisiert jeden Monat, vor dem jeweiligen Jubiläumsdatum des Kunden. Ikea erinnert in den Printmailings an das erste gemeinsame Jahr, basierend auf der Kaufhistorie und Interessen werden dem Kundenclub-Mitglied Produkte empfohlen. Als Anreiz für einen Besuch im lokalen Ikea-Haus dienen auch individualisierte Coupons. Möglich macht dies eine datenbasierte Segmentierung der Printadressaten. Basierend auf deren Einkaufsverhalten, der Interaktion während der Mitgliedschaft und der Lebenssituation werden im Baukastenprinzip die passenden Inhalte kombiniert. Eine Herausforderung war es etwa, automati- sierte Produkt-Cluster zu bilden, die nicht kolli- dieren. Wenn der Kunde zuvor Produkte für Schlaf- zimmer und Bad gekauft hatte, kann es sonst pas- sieren, dass die angeprie- sene Kuscheldecke neben einer Klobürste erscheint. „Alles variabel zu halten ist eine echte Herausforderung“, erklärt Peter Kleeßen von Ikea. „Aber wir wollen schneller werden.“ Die Kommuni- kation soll künftig ver- stärkt anlassbezogen und weitestgehend automati- siert ausgespielt werden. Das Ikea-Printmailing zum Jubiläum. „Es ist Mut erforderlich“, betont auch Alexander Schäfer, „und ein Umdenken bei den Prozessen.“ So muss z.B. der Datenworkflow angepasst werden, um etwa zu gewährleisten, dass die Produkte auf Lager sind, die im personalisierten Printmailing angepriesen werden. Zahlen verrät Ikea nicht, aber das Investment in daten- basierte und automatisierte Printmailings zahlt sich offenbar aus: „Wir erzielen einen positiven ROI.“ HelloFresh verdoppelt Conversionraten Rob Rebholz, Co-Founder von Optilyz, sieht den großen Vorteil postalischer Mailings gegenüber E-Mails: Hier können Kunden auch ohne Opt-in adressiert werden. Ihre Kraft entfalten seg- mentierte und personalisierte Printmailings insbesondere in Kombination mit E-Mail-Newslettern. So habe Kochbox-Versender HelloFresh durch den kombinierten Einsatz seine Conversionraten verdoppeln können. Teaser-Mails, die Rabatte oder individualisierte Inhalte versprechen, konver- tierten in Kombination mit dem entsprechenden Printmailing besonders gut. Vorausgesetzt, die Teaser-Mail wurde auch vorher geöffnet. Wird sie das nicht, geht deshalb unter Umständen automatisiert auch kein Werbebrief an den entsprechenden Kunden raus. Wichtig ist auch die entsprechende automatisierte Aussteuerung der Inhalte, basierend auf der datengestützten Segmentierung: Dies verhindere, dass ein Kartoffelrezept an einen Kartoffelhasser geschickt werde. Die Automatisierung und datengestützte Segmentierung erlaube die Aussteuerung von sehr viel filigraneren Printmailing- Kampagnen, so Rebholz. „Die Kampagnen werden viel kleiner und machen es unmöglich, manuell zu agieren.“ Dafür treibe die Personalisierung auch bei Werbebriefen die Performance. Wichtig sei es, die Prozesse stetig zu optimieren und zu testen. Systematiken auf postalische Werbung übertragen Generell ließen sich Responseraten durch eine integrierte und intelligente Aussteuerung um 30 bis 50 Prozent steigern, so der Mailing-Experte. Erkenntnisse aus dem E-Mail-Marketing ließen sich dabei übertragen. So habe ein Lebensmittel-Lieferdienst seinen Kunden eine komplett personalisierte Einkaufsliste mit Verbrauchsgütern wie z.B. der vom Kunden präferierten Bio-Milch und weiteren auf Basis seines Kaufverhaltens emp- fohlenen Produkten per Brief gesendet. „Die Effekte auf den Kampagnenerfolg sind massiv“, so Rebholz. Möglich mache dies der Einsatz von Künstlicher Intelligenz. 3 9 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L 1 2 Die Internet-Nutzer Die Suchmaschinen 3 Die K.I. 4 5 Die Unternehmen Das Ergebnis Millionen von Menschen Täglich stellen Pythia verfügt über Anbin- Welche Produkte Marken- Mithilfe der gewonnenen suchen jeden Tag Internet-User über dungen an die wichtigsten artikler und Händler Informationen bieten im Internet nach Pro- dukten, Marken oder Inhaltsstoffen. fünf Milliarden Suchanfragen. Suchmaschinen und lernt produzieren, einkaufen oder Unternehmen frühzeitig durch vergangene Verläufe, vermarkten sollten, um die Produkte an, die Kun- wie oft ein Keyword in der Kundenwünsche optimal denwünsche erfüllen. Zukunft gesucht wird. zu bedienen, weiß Pythia. Es war verkaufsbereit, bevor größere Marken das Potenzial erkannten und produzieren konnten. Nach der Marktein - führung des Vitamin C Serums steigerte Dr. Severin seinen Umsatz um 40 Prozent. Alleine auf Amazon verkaufte sich das Produkt bis August 2019 46.000 Mal und wurde von fast 400 Kunden bewertet. Die Verkaufsentwicklung des Dr. Severin Vitamin C Hyaluron Serums vom Verkaufsstart 2017 an. Pythia ist (Er-)Finderin Für die Drogeriekette Rossmann fand Pythia „CBD-Öl“ als Trend heraus. Nachdem Rossmann das Produkt in sein Sortiment auf- nahm, entwickelte es sich zu einem der sich am schnellsten verkaufenden Produkte in allen Filialen. Die Zusammenarbeit von Pythia und Rossmann erstreckt sich auf fast alle Bereiche des Einzelhändlers. Pythia liefert Rossmann für das gesamte Sortiment trendende Produkte und Marken, wodurch die Bestückung der Regale und des Online-Angebots aktuell bleiben. Pythia weiß, wie man spricht Für eine weitere Marke analysierte Pythia das Produkt „Kurkuma Kapseln“. In Deutschland ist neben Kurkuma auch Curcuma als Schreibweise korrekt – welche sollte das Unternehmen also auf der Verpackung verwenden? Pythia empfahl die Schreibweise mit K. Sie traf die Vorhersage, dass das Suchvolumen der Variante mit K die C-Version in den kommenden 18 Monaten um 75 % übertrifft – und damit deutlich mehr Erfolg verspricht. Pythia sagt, wie es heißt Ein Hersteller für Hustenbonbons erhielt von Pythia den Hin- weis, dass im Gegensatz zu „Husten“, der Begriff „Reizhusten” stark trendet. Also produzierte der Hersteller eine Version seines Hustenbonbons mit der Verwendungsempfehlung „bei Reiz- husten“ auf der Verpackung. Seine Verkäufe in der Drogerie ver- dreifachten sich durch die gezieltere Ansprache der Konsumenten. „Wir stehen mit Pythia noch ganz am Anfang ihrer Möglichkeiten“, berichtet Raphael Kneer, Co-CEO der Swarm Market Research AI GmbH. „Markenartikler, Handelsunternehmer und Player ganz unterschiedlicher Branchen kommen derzeit auf uns zu, um mit uns einen Blick in ihre Zukunft zu werfen.“ Swarm Market Research AI GmbH Bonameser Hintergasse 6 Ansprechpartner: Raphael Kneer D-60437 Frankfurt am Main Telefon 069 153 2013 68 E-Mail rk@pythia-ai.de www.pythia-ai.de 4 1 , O N E t o O N E S P E C I A L 2 0 2 0

K Ü N S T L I C H E I N T E L L I G E N Z seits sei trotz aller immanenten Trägheit von B2B – die durchaus ihren Sinn hat – allmählich ein guter Zeitpunkt erreicht, in B2B KI anzudenken – aber eher als Add-on denn als neue Plattform.“ B2B-Anwendungsgebiete für KI Einen Zusatzbeitrag zu den bestehenden Prozessen und Architektu- ren kann KI auf verschiedenen Feldern des B2B-Commerce liefern. Vorhersagen KI kann Datenberge durchwühlen und darin verborgene Muster erkennen – die ließen sich dann etwa nutzen, um Kunden pas- sende Produkte zu passenden Zeitpunkten anzubieten, noch bevor eventuell die Kunden selbst den eignen Bedarf auf dem Schirm haben – oder man erkennt in relevanten Märkten bevorstehende Nachfragespitzen und weist den Kunden in Verbindung mit einem Angebot darauf hin. Hier entscheidet nicht allein die Qualität der KI-Lösungen darüber, wie spannend die Anwendung sein wird: „Es geht um die Kreativität der Anbieter und Dienstleister – ist die gegeben, existiert auch in B2B beliebig viel Potenzial, um Dinge mit KI zu tun“, sagt Klaas Bollhoefer. Personalisierung „Im B2B hat man den Vorteil: Man kann mit Personalisierung viel eher anfangen“, sagt Markus Elbers. Man könne nicht nur Produktanzeigen personalisieren, sondern „auch die Navigation: Da kann man den Menüpunkt Dübel/Schrauben ganz prominent nach oben setzen, wenn man weiß, dass der Kunde diese Kate- gorie bevorzugt.“ Im B2B sieht Elbers den Traum vom Kunden erfüllbar, der nach dem Log-in einen durchpersonalisierten 1:1-Shop vorfindet: „Wir wissen im B2B so viel über den Kunden – und auch noch historisch betrachtet, er ist lange bekannt: Man kennt seine Preissensibilität, man weiß A-Kunden und B-Kunden zu unterscheiden, kennt die Bezahlmoral.“ Visualisierung KI kann im B2B einen anderen Blick auf Daten und ihre Aus- wertung erlauben – über Visualisierungen: „Man könnte in der Art eines Digital Twin eines B2B-Ökosystems aufbereiten“, sagt Klaas Bollhoefer: „Man nimmt komplexe Prozesse – inklusive der analogen Bestandteile, wie etwa der Lkw-Flotte und ihrer Bewegungen – und macht sie einfach mal sichtbar in KI. Plötzlich wird man Dinge sehen können, die vorher verborgen waren.“ Dynamic Pricing Schwieriges Territorium im B2B – hier sind Preise Verhandlungs- sache und Spiegel der Wertschätzung der Kundenbeziehung. Preise werden in persönlichen Verhandlungen ausgemacht und erfordern bei größeren Auftragsvolumina, wie sie in B2B schließlich nicht selten sind, oftmals komplexe Freigabe-Hier- archien. Dennoch sieht Markus Elbers, Key Account Manager bei KI-Technologie-Anbieter Prudsys, hier Potenzial – KI-gestützte Pricing-Lösungen machten etwa ein Fünftel der aktuellen Kun- dengespräche aus: „Da heben natürlich erst mal alle Vertriebler die Hände und verweisen darauf, dass die Kunden schon ihre Preise haben.“ Denkbar sind aber Szenarien, in denen dynamische Preise für kleine und schnelle Nachbestellungen eingesetzt werden, während man die großen Aufträge ausnimmt. Vorbehalte müsste man offensiv angehen: „Man kann ja in neuen Provisionsmodellen denken: Wer Kunden in den neuen Online-Kanal überführt, erhält dafür eine Provision statt für den einzelnen Verkauf.“ Dann werde auch Zeit frei, um beispielsweise neue Kunden zu akquirieren. Recommendation In B2B sieht Elbers die eigentliche Heimat einer gut laufenden Recommendation Engine – vielleicht sogar mehr als in B2C: „Ge- rade in B2B will der Kunde ja nicht stöbern, sondern schnell und effektiv einen Bedarf decken: Da geht es nicht um stundenlanges Navigieren und bunte Klickstrecken, sondern um einen schnellen und effektiven Weg zum Ziel. Im Grunde ist die Recommendation Engine nirgendwo so sinnvoll angebracht wie in diesem Umfeld und gegenüber einem solchen Kunden.“ KI-Markt mit eigener Philosophie und Psychologie Entscheidend ist, bei allen Einsatzgebieten seine „Hausaufgaben in der Kommunikation zu machen“, wie Elbers sagt: Den ent- sprechenden Abteilungen und Verantwortlichen muss erörtert werden, dass KI keine Bedrohung ist, dass sie sich von Online nicht angegriffen fühlen müssen. Demgegenüber steht die erwähnte Zurücknahme des Anbieter-Enthusiasmus: KI ist nicht der Heilsbringer, der neue heiße Shit – es ist ein Add-on, das maßgeschneidert, mit Zurück- haltung und Augenmaß angebracht werden muss – in Prozessen und Ökosystemen, die nicht nach Digitalisierung, sondern eher nach digitaler Assistenz verlangen. 4 3 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L DIGITAL „M“ konnten wir für alle Handelnden im Haus (vom Auszubildenden bis zum Gesellschafter) ein Programm aufset- zen, welches nicht nur im beruflichen Kontext den Umgang mit Digitalisierung erleichtert, sondern auch die nötige menschliche Komponente bedient und auf den erforderlichen Ausgleich setzt. Duales Studium und Hochschulengagement Zur Weiterqualifizierung oder als alternativen Einstieg bieten wir ein duales Studium an. Beispielsweise wird aktuell durch unsere Studierenden der Studiengang „BWL Handel mit Schwerpunkt Digitaler Handel“ an der Dualen Hochschule Baden-Württemberg in Heilbronn (kurz DHBW-Heilbronn) besucht. Die Studierenden durchlaufen dabei nicht nur die verschiedenen Abteilungen unseres Unternehmens und lernen in den Theoriephasen an der DHBW die Grundlagen, auch das Verständnis für unsere Kunden wird dadurch ausgebaut und weiter geschärft. Unser Know-how, speziell im Bereich Geomarketing, wird zudem an der Hochschule durch uns auch anderen Studierenden zugänglich gemacht. Für uns ist diese Kooperation auch für Forschungsprojekte oder Studien sehr wichtig, um Wirkungs- weisen und neue Technologien zu erarbeiten. Technik Die nötigen Investitionen in Hardware, Software, externe Be- ratung sowie die Aufwendung interner Ressourcen waren für ein Haus mit 50 Mitarbeitern sicher gewaltig – aber notwendig und wurden sowohl von Geschäftsführung als auch von Gesell- schaftern als alternativlos eingestuft. Glasfaseranbindung, Erweiterung von Serverkapazitäten, Einführung neuer Softwarekomponenten in den Bereichen Busi- ness Intelligence und Geschäftsprozessoptimierung (wie oben beschrieben) sind einige der erwähnenswerten Maßnahmen, welche initiiert wurden und weiter fortgeführt werden müssen. Was ist dabei herausgekommen? Unsere Lösung für die Optimierung unserer 360 Grad Betreu- ung lautet „Online-Tool für Omnichannel Media- & Marketing Management“. Kurz: SmartTomm© Unser großer Vorteil: Vermeidung von Streuverlusten Aufgrund unseres Know-hows und der langjährigen Erfahrung haben wir unser Wissen in einer cloudbasierten Komplettlö- sung zusammengefasst. Wir planen das jeweilige Einzugsgebiet für unsere Kunden durch Analyse der zur Verfügung stehenden Daten. Diese Werte kommen von Marktmedia- Studien, Kunden (Kundenkarten etc.), Realtime Data, Zielgruppenbeschreibungen und werden zur Budget Allokation und schließlich zur Planung der passenden Maßnahmen verwendet. Ausgeführt werden die festgelegten Aktionen und Kampagnen dann mit dem „Medien- Butler“. Anschließend kommt die Auswertung und erweiterte Optimierung – unsere Arbeit mit der Visualisierungs- und Aus- wertungskomponente „GeoInsights“. Planungen mit LocPlan LocPlan ist ein spezielles Auswertungssystem zur präzisen Er- mittlung lukrativer Werbegebiete. Hier werden werberelevante Kanäle ausgewählt, kombiniert und verzahnt, um eine individuelle Planung für die maßgeblichen Einzugsgebiete zu ermöglichen – ob Werbemittel für den POS, Flyer, digitale Kanäle, Out-of-Home, Adressable TV oder Anzeigen. Auswertungen von One2One- Dialogaktionen erlauben genaue Definitionen und vermeiden Streuverluste. Das alles ist eine präzise Bewertungsebene, auf der wir unsere Empfehlung aussprechen können. MedienButler – Kampagnen-Steuerung Diese individuelle Plattform hält alle nötigen Kundendaten, Grafikvorlagen, agenturrelevanten Daten und entscheidende Marktinformationen für unsere Kunden bereit. Gedruckte Wer- bemittel, E-Mail-Aktionen, Newsletter mit ihren Filialangeboten sowie Social Media können hier geplant, gesteuert und verwaltet werden. Das Wunderbare daran, unsere Kunden können hier ganz einfach mit wenigen Mausklicks ihre benötigten Ma- terialien für ihre individuellen Aktionen auch schnell selbst auswählen. Wir erhalten dann unmittelbar alle Daten und sorgen dafür, dass die Aktion wie geplant mit allen Werbemitteln stattfindet. Weiterhin können so genau die Kanäle bestimmt werden, welche wir für den jeweiligen Kunden benötigen – ob Digital, Social, Adressable TV, Out-of-Home oder natürlich auch ein Zusammenspiel aus diesen einzelnen Komponenten. Somit können wir, orientiert an Kundenbedürfnissen, Omnichannel- Strategien effizient planen und ausführen. GeoInsights – Auswerten Welche Werbemaßnahmen für Ihr Unternehmen am effektivsten sind, bestimmen wir durch permanente Auswertung und Opti- mierung mit dem letzten Baustein unseres Tools SmartTomm©. Durch die Responseanalyse und Optimierung der Kampagnen verbessern wir kontinuierlich unsere Performance für den jeweiligen Kunden. D. h. wir hinterfragen unsere Arbeit und die Wirkung der jeweiligen Maßnahme ganz genau und neh- men aufgrund des Response Modeling auch Anpassungen bei darauffolgenden Projekten vor. Ihr Partner für Geo Intelligence, Omnichannel-Kommunikation, Dialogmarketing, Kundenkarten-, Print- & Media-Management! Sommer & Goßmann MEDIA-MANAGEMENT GmbH Erlenmeyerstraße 1, 63741 Aschaffenburg Frau Bettina Krambo, Telefon: 06021 360-790 E-Mail: b.krambo@sommer-gossmann.com www.sommer-gossmann.com 4 5 , O N E t o O N E S P E C I A L 2 0 2 0

H A N D E L S M A R K E T I N G Mehrheit der angesprochenen potenziellen Kunden ist noch nicht kaufbereit. So gibt es einen Teil der potenziellen Kunden, die Ihr Produkt nie kaufen werden, aber die große Mehrheit (94 Prozent), die aus verschiedenen Gründen noch zögert, und einen Teil der Kunden (6 Prozent), die bereit sind zu kaufen. An wen richten Sie Ihre Marketingbotschaft? K A U F B E R E I T S C H A F T D E R K U N D E N 94 % K Ü N F T I G E K U N D E N K U N D E N , D I E N I E K AU F E N W E R D E N 6 % K U N D E N , D I E B E R E I T S I N D Z U K AU F E N Im Online-Marketing verkomplizieren wir gerne vieles. Es gibt unzählige Content-Modelle, Strategien, überdimensio- nierte oder viel zu komplizierte Sales-Funnel-Methoden, die Interessenten angeblich zum Kunden machen sollen. Als Folge wird die Zielgruppe überschüttet mit irgendwelchem statt mit wichtigem, relevanten Content und eine abgekühlte Kauflaune ist das Resultat. Potenzielle Kunden, die auf der Suche nach dem richtigen Produkt sind und sich noch nicht entschieden haben, benötigen so lange weitere zusätzliche Informationen, bis sie endlich kaufen wollen. Doch auch der beste Content wird sein Ziel verfehlen, wenn der Kunde für diese Inhalte noch nicht bereit ist. Kunden benöti- gen fast immer eine Hilfestellung bei der Entscheidungsfindung, bis sie wissen, dass Sie absolut der Richtige sind. Das Educational Spektrum, entwickelt von Rich Harshaw, ist ein simples Tool, um besser zu verstehen, wie viele unterschiedliche Nachrichten der Kunde eigentlich benötigt, bis dieser bereit ist, die Kaufent- scheidung zu treffen. In der hinteren Zone befinden sich die Kunden, die jetzt bereit sind zu kaufen. Alle anderen befinden sich noch in den Stadien der Informations- und Entscheidungsfindung. Die meisten E-Commerce-Marketer fokussieren sich auf den grünen Bereich, ganz am Ende des Spektrums. Es wäre jedoch fatal, die anderen 94 Prozent zu ignorieren. D A S E D U C A T I O N A L S P E K T R U M N A C H R I C H H A R S H A W . Der Kunde hat lediglich den Gedanken, das zu kaufen, was Sie verkaufen. Der Kunde sucht nach weiteren Informationen. Der Kunde steigt tiefer in den Entscheidungsprozess ein. Der Kunde trifft eine Auswahl, indem er mögliche Risiken eliminiert. Der Kunde trifft die Kaufent- scheidung, allerdings weiß er noch nicht, bei wem er sein gewünschtes Produkt kaufen soll. Der Kunde fragt Freunde und Bekannte, sucht nach Empfehlungen und fängt an, seine Entscheidung anzuwägen. Der Kunde grenzt seine Favoriten ein. Der Kunde wartet auf das richtige Timing. Der Kunde kauft das Produkt. 94 % K Ü N F T I G E K U N D E N K U N D E N , D I E B E R E I T S I N D Z U K AU F E N 6 % 4 7 , O N E t o O N E S P E C I A L 2 0 2 0 W D V B / e g e e t s r e V a n a D i : n e k i f a r G n e l l e u Q

A D V E R T O R I A L Webshop-Besucher wirkungsvoll in Kunden umwandeln Oliver Reinke, Geschäftsführer bei der AZ Direct Eine Brücke von der Online- zur Offline-Welt bietet das Direct-Mail Retargeting der AZ Direct, einem Unternehmen der Bertelsmann Printing Group (BPG). So können Werbe treibende einen User nach dem Webshop-Besuch per Post erneut ansprechen. Ü ber zahlreiche Marketing-Kanäle werden User entlang der Customer-Journey aktiviert, um einen Webshop zu besuchen mit dem Ziel, einen Kauf zu tätigen. Das Pro- blem dabei: Es entstehen hohe Marketing-Investitionen und nur rund 2% der Webshop-Besucher konvertieren zu Käufern. Das heißt gleichzeitig aber auch, dass 98% Retargeting-Potenzial zur Steigerung der Conversion-Rate vorhanden ist, dass aktiv genutzt werden sollte. Auch Walbusch, ein seit mehr als 80 Jahren familien- geführtes Mode-Unternehmen, nutzt einen Mix aus Online- und Offline-Marketing-Kanälen zur Gewinnung von Kunden. Die Kleidung von Walbusch ist im Online Shop, per Kata- log oder deutschlandweit in mehr als 40 Filialen erhältlich. Im Zuge der Digitalisierung stand das Unternehmen vor der Herausforderung, seinen Webshop-Traffic effizient zu nut- zen und Website-Besucher wirkungsvoll in Kunden zu konver- tieren. Deshalb wurde intensiv nach Möglichkeiten gesucht, bis dato unbekannte Webshop-Besucher nachgelagert aktiv an- sprechen zu können und die Customer-Journey somit noch effizienter zu begleiten. Für genau diese Aufgabenstellung hat AZ Direct das Direct- Mail Retargeting entwickelt, das es Walbusch ermöglicht, Web- shop-Besucher nach Verlassen der Website in Käufer zu wandeln. „Mit Direct-Mail Retargeting hat die AZ Direct uns eine neue Möglichkeit geboten, effizient Sales zu generieren und neue Kunden zu gewinnen“, so Dirk Sickmann, Leiter Neukunden- marketing von Walbusch. „Unsere Zielvorgaben wurden um das Doppelte übertroffen – für Walbusch ein klasse Ergebnis, welches Folgeaktionen nach sich ziehen wird“, resümiert Sickmann. AZ Direct begleitet Walbusch dabei in einem Full-Service- Modell bei allen Schritten: von der Implementierung des Direct- Mail Retargetings in den Webshop, bis hin zur Automatisierung aller Prozesse, der Lead-Ermittlung und dem postalischen Versand. Was genau sind die Vorteile beim Kunden? Steigerung der Conversion-Rate Gezielte Erhöhung der Neukunden-Quote Und wie funktioniert Direct-Mail Retargeting? „Die Implementierung von Direct-Mail Retargeting ist einfach: Der Advertiser integriert ein Retargeting-Pixel auf seiner Webseite, ergänzt seine Datenschutzerklärung um einen Infotext inkl. Opt-out-Möglichkeit und stellt ein Template für das postalische Werbemittel bereit“, erklärt Oliver Reinke, Geschäftsführer bei der AZ Direct. „Wenn dann ein User die verpixelte Webseite be- sucht, startet er einen automatisierten Prozess, in dessen Folge der User ein Mailing erhält, also zum Beispiel eine Postkarte mit einem Gutschein-Code, einen Brief oder auch einen Katalog zur Neukundengewinnung“, so Reinke. AZ Direct, ein Unternehmen der Bertelsmann Printing Group (BPG), ist der Partner für erfolgreiches data-driven Multi-Channel-Mar- keting. Über die größte crossmediale Reichweite Deutschlands kann AZ Direct rund 72 Millionen Konsumenten erreichen – unter anderem über Adressen, E-Mail-Marketing oder Display-Advertising. AZ Direct GmbH Carl-Bertelsmann-Straße 161 S, 33311 Gütersloh Telefon +49 (0) 5241-80-75404 Ansprechpartner: Eduard Mesares, Marketing Manager E-Mail eduard.mesares@bertelsmann.de www.az-direct.com 4 9 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L K Ü N S T L I C H E I N T E L L I G E N Z FÜR ALLE! Lange Zeit war Künstliche Intelligenz (KI) den Datenriesen vorenthalten. Nun wird sie auch für kleinere und mittelständische Unternehmen nutzbar. Dank eines Hacks namens „Transfer Learning“. D er digitale Tornado transformiert Marketing und Kom- munikation mit hoher Geschwindigkeit. Im Zentrum des Wandels steht die Marketing Automation, welche eine hohe Effizienz und eine immer präzisere Personalisierung von Botschaften ermöglicht. Die Ära der Gießkanne neigt sich dem Ende zu: Kunden wollen nicht länger mit bedeutungslosen Inhalten angeschrien werden. Marketing-Inhalte sollen indi- viduell sein und dem Kunden im goldenen Moment und am richtigen Kanal zugespielt werden. Willkommen in der Ära der Hyperpersonalisierung! Marketing Automation erfindet das Spiel neu: jeder Kunde bekommt den für ihn relevanten Content auf der Webseite ange- zeigt. Ziel ist es, den Kunden einen Schritt voraus zu sein und ihre Wünsche zu antizipieren. Um diese zu erkennen, braucht es neben menschlicher Intelligenz auch eine tüchtige Portion KI. Diese war bislang den Silicon-Valley-Giganten und Großkonzernen mit ungeheuren Datenmengen und enormen Rechenleistungen vorenthalten. Mittelständische Unternehmen waren vom Spiel ausgeschlossen. Nun wendet sich das Blatt. Transfer Learning demokratisiert die KI und macht sie auch für KMU nutzbar. Demokratisierung der KI „Wir können vortrainierte neuronale Netze mit kleinem Aufwand und wenig Rechenleistung auf den spezifischen Anwendungsfall eines Unternehmens umtrainieren“, erklärt Christoph Bräunlich, KI Experte bei BSI Business Systems Integration AG. „Dadurch lassen sich Pilotprojekte einfach realisieren, KI-Kampagnen spielerisch testen und das Marketing effizienter gestalten.“ Was es braucht für die KI im Kleinen sind zwei Dinge: gut gewartete Daten und ein Marketing Automation Tool (wie BSI Studio), das auf die Kundendaten (zum Beispiel ein CRM- System) zugreift. „Diese beiden Voraussetzungen reichen aus, damit auch Unternehmen mit vergleichsweise wenig Daten KI für sich nutzen können“, so Christoph Bräunlich. Klassi- sche Anwendungsfälle sind Churn Detection, die Vorhersage der Next Best Action, des Kampagnenerfolgs oder der Preis- akzeptanz sowie die Auswahl des richtigen Kanals. „Auch das Erkennen der Sprache und die richtige Zuweisung im Verkauf oder Kundendienst, Bilderkennung, Sentiment Analyse, die Klassifizierung von Texten und Auswahl von Textbausteinen für Antwort-Kommunikationen sowie die Analyse des Klick- verhaltens auf einer Landingpage mit automatisch besserer Anordnung der Elemente kann KI leisten.“ Bei aller Begeisterung: Dass die KI die menschliche Intelli- genz ganz ablösen wird, glaubt der KI-Experte nicht. „Aber es wird in Zukunft noch wichtiger sein, die richtigen Fragen zu stellen und auf die Mitarbeiter im direkten Kundenkontakt zu hören. Sie haben die beste Intuition dafür, welche Fragen und Probleme die Kunden beschäftigen. Das Wissen ist im Unternehmen – die KI macht es skalierbar“, so Christoph Bräunlich. KI für Unternehmen jeder Größe: Mit dem Brain Editor von BSI lässt sich ein neuronales Netz konfigurieren und auf spezifische Anwendungsfälle wie Kündigungswahrscheinlichkeit oder Salespotenzialerkennung trainieren – und mit der geeigneten Massnahme zur richtigen Zeit über den richtigen Kanal auch ausführen. BSI Business Systems Integration AG Christoph Bräunlich Altheimer Eck 2, 80331 München Telefon +49 89 189 170 900 www.bsi-software.com/ai E-Mail christoph.braeunlich@bsi-software.com Christoph Bräunlich ist KI-Experte bei BSI Business Systems Inte gration AG. Seine Passion gilt herausragenden Kunden erlebnissen. 5 1 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L KYOCERAS DATENGESTÜTZTE VERTRIEBSSTRATEGIE Im B2B hängt der Vertriebserfolg vor allem von verlässlichen Leads ab. Wirtschaftsinformationsanbieter databyte unterstützt die Vertriebskampagnen der Kyocera Document Solutions mit Datenintelligenz und Analyse-Expertise. L aserdrucker, Scanner und Kopierer – Hardware war und ist das Kerngeschäft der Kyocera Document Solutions Deutschland GmbH. Doch Digitalisierungsschübe gehen an keinem agilen, marktsensitiven Unternehmen vorbei, und so baute sich auch die Tochter der japanischen Kyocera Corporation ein zweites digitales Standbein auf. Dieser Geschäftsbereich für ECM-Lösungen (Enterprise Content Management) steht in puncto Akquise unter einem vollkommen anderen Stern und birgt neue Herausforderungen bei der gezielten Neukundenansprache. Eine Challenge, die auch Partner databyte gerne annimmt. „Für kleine und mittelständische Unternehmen jedoch ist das Thema oft neu, und nahezu alle Branchen verspüren Bedarf, weil fast überall Workflows digital gesteuert werden.“ Für die Generierung passender Neukunden in diesem jungen Geschäftsfeld verlässt sich Susanne Sperling auf ein im Unternehmen seit 2014 etabliertes Tool: das Wirtschaftsinfor- mationssystem business engine des Lübecker Anbieters databyte GmbH. Die Online-Applikation bietet ihr sechs Millionen täglich aktualisierte Unternehmensprofile mit über 100 Millionen re- cherchierten Hintergrundinformationen. Im kontinuierlichen Matching-Prozess mit dem eigenen CRM-System ist ein zentrales Datencockpit entstanden – Kyoceras Herzstück im datengestütz- ten Vertrieb. Die business engine dient als Recherchepool, auf den der Außendienst aufbaut. Aktuell präsentiert sich die renommierte Online-Appli- kation in neuem Gewand und bewährter Informationstiefe. databytes neue Version der business engine überzeugt mit fri- schem Design, kurzen Ladezeiten, hoher Flexibilität und einer Fülle neuer Funktionen, die teils auf Kundenwunsch basieren. „Als agiles Unternehmen brauchen wir einen Datenpartner, der mit uns neue Wege geht und versteht, worauf es uns ankommt“, so Susanne Sperling. „Die neuen Features der Version entdecken wir gerade erst, aber ich kann jetzt schon sagen, dass mir zum Beispiel die Möglichkeit, Suchergebnisse optisch nach Unter- nehmensgröße zu kategorisieren, gut gefällt.“ Neukundenpotenziale sind mit der Heatmap leicht ersichtlich Neue Märkte, andere Kunden Der Zielmarkt für ECM-Lösungen setzt sich anders zusammen als der bekannte Hardwaremarkt. „Konzerne und Großunter- nehmen sind zum heutigen Zeitpunkt meistens schon mit di- gitalem Informationsmanagement ausgestattet“, so Susanne Sperling, Abteilungsleiterin Sales Support & Channel Marketing. 5 3 , O N E t o O N E S P E C I A L 2 0 2 0 databyte GmbH Ansprechpartner: Alexander Hiller Seelandstr. 14–16 23569 Lübeck Telefon 0457 3077-40 E-Mail info@databyte.de

K I - Z U K U N F T „Noch haben Generative Adversarial Networks den Elfenbeinturm nicht verlassen.“ Spracherkennung, um beispielsweise zu erkennen, dass die *macht* in „Möge die Macht mit euch sein“ eine andere ist als die in „Er macht die Bügelwäsche“. „Unternehmen können auf KI verzichten. Nur sollten sie die Technologie dafür begriffen haben. Sonst wird die Entscheidung eventuell gefährlich.“ KLAAS BOLLHÖFER, Gründer und Geschäftsführer, Birds on Mars Bild: The unbelievable Machine über die Wirtschaftslage, stellt Klaas Bollhöfer fest: „Es ist noch keine Rezession, aber spürbar wird, dass über Jahreswechsel nicht mal eben so Budgets für KI freigegeben wurden. Da spielt auch die Furcht vor den Konsequenzen des Brexit mit hinein, die besonders in der Logistik spürbar ist.“ Die übernächsten KI-Trends Trend 1 : Dialogische Sprachassistenten Aktuell haben Siri und Co eine extrem kurzfristige Aufmerksam- keitsspanne: Sie hören zu und versuchen das Gesagte in eine Handlungsweise zu übersetzen. Die Ausrichtung ist nicht nur extrem kurzfristig-operativ, aber auch extrem auf Kommerzia- lisierbarkeit ausgerichtet: Alexa ist ein Verkaufsbot, aber kein zuhörender Helfer. Genau das wird sich ändern. Frage: Wenn Sie an Investitionen denken, was sind in den kommenden zwei Jahren die wichtigsten Einsatzfelder von Künstlicher Intelligenz in Ihrem Unternehmen? Künstliche Intelligenz sollte eingesetzt werden, um … Ein rekurrentes neuronales Netz kann man dann mit einem Wikipedia-Artikel füttern und ihm Fragen dazu stellen. Sie brin- gen die Dialogkompetenz in Assistenten. Ein solcher Assistent kann beispielsweise nicht nur eine Bestellung entgegennehmen, sondern ein Verkaufsgespräch führen oder könnte ein nachfra- gender und lernender Service-Mitarbeiter sein. Mitarbeiter in ihrer Arbeit besser zu unterstützen 32 % 50 % 11 % 7 % Trend 2 : Reinforcement Learning neue Angebote zu entwickeln (Produkte/Dienstleistungen) 31 % Prozesse zu automatisieren 32 % 46 % 45 % 15 % 8 % 15 % 8 % Kundenservice proaktiv möglich machen 30 % 46 % 15 % 9 % Rekurrente neuronale Netze (RNN) und Longshot Term Memory Networks (LTMNs) sind die Stichworte. Sie haben eine gänzlich andere Architektur als die neuronalen Netze, die etwa in einer Bilderkennung stecken: Sie besitzen eine Zeitdimension, gehen vor und zurück auf dieser Achse. Daher können sie zum Beispiel dialogisch dazulernen und anhand einer längeren Unterhaltung erkennen, wie genau ein Wort mit mehreren Bedeutungen hier verwendet wird und was es bedeutet. Solche kontextuellen Analysen verwendet vor allem y g o l o n h c e t C X D : k i f a r G e l l e u Q Aus der Robotik kommend hat Reinforcement Learning je- doch nichts mit Robotern zu tun, sondern mit Belohnung als verstärkendem Faktor: Eine Künstliche Intelligenz wird mit- tels Belohnungen dazu animiert, eine bestimmte Handlung auszuführen. Dabei kann die Belohnung etwa ein steigender Highscore sein und das belohnte Verhalten so etwas Willkürli- ches wie beispielsweise Neugierde: Wenn der Algorithmus ein neues Gebiet auf einer Landkarte erkundet, belohnt man ihn. Und schon hat man eine Intelligenz, die autonom vorgeht bei der Exploration von Gebieten. Auch Emotionen sind theoretisch so programmierbar – etwa ein wütender Assistent: Man belohnt die KI immer dann, wenn sie wütend wird. Dabei besteht die Herausforderung dann darin, Wut in einem Algorithmus mathematisch abzubilden, was aber absolut denkbar ist: etwa indem man Verhaltensweisen via Highscore belohnt, die aggressivem Verhalten entsprechen. Damit ist Reinforcement Learning der Weg zu komplexen, autonomen Systemen: Man kann hier etwa eine Werbekampagne, die noch nicht live gegangen ist, unter realistischen Bedingungen 5 5 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L Umzugswahrscheinlichkeit ermitteln – dank Advanced Analytics In der Umzugsphase sind Verbraucher besonders konsumaffin – zugleich sind sie besonders offen für Anbieterwechsel. Umso wichtiger ist es, in dieser Phase im Dialog zu bleiben. Wenn man nur wüsste, wer gerade umzieht …? Moderne Methoden im Bereich der Advanced Analytics ermöglichen es Unternehmen, das Umzugsverhalten ihrer Kunden einzuschätzen. W er Anschriften seiner umgezogenen Kunden aktua- lisieren will, ist bei der Deutschen Post Adress an der richtigen Adresse. Ein Abgleich der eigenen Kundenda- ten mit deren Umzugsdaten bringt die Einträge im CRM-System wieder auf den neuesten Stand. Allerdings: Für Marketingzwecke dürfen auf diese Weise gewonnene Umzugsinformationen aus datenschutzrechtlichen Gründen ausdrücklich nicht eingesetzt werden. Wie also können Unternehmen umziehende Kunden innerhalb ihrer Datenbank erkennen und zielgruppengerecht anschreiben? Neue Analyseverfahren: Marketing profitiert Advanced Analytics ist im Marketing mittlerweile ein etabliertes Mittel zur Optimierung des Kundendialogs. Ob Chatbots, Lead Prediction oder Versandoptimierung, die gesamte Breite des Marketings profitiert von den neuartigen Verfahren. „Wir haben mit dem Aufbau eines Datenlabors schon früh den Grundstein für die Nutzung von Vorhersagemodellen mit Hilfe von Advanced Analytics und selbstlernenden Systemen gelegt“, berichtet Carsten Bohnen, Geschäftsführer der Deutschen Post Adress. „Daher engagieren wir uns auch im ThinkTank ‚Künstliche Intelligenz‘ des Deutschen Dialogmarketing Verbands.“ Umzugswahrscheinlichkeit errechnen So bietet die Deutsche Post Adress ein Verfahren an, mit dem sie für jede Adresse einer Kundendatei die jeweilige Wahrschein- lichkeit eines Umzugs ermittelt. Neben den eingesetzten Daten – Adressänderungsinformationen aus zahlreichen Quellen – sind die Algorithmen der entscheidende Faktor für den Erfolg des Vorhersagemodells. Meist bilden Techniken des Machine Learnings nur zeitlich unabhängige Zusammenhänge ab. Das bedeutet, dass ein einmal „gelernter“ Zusammenhang für die Zukunft gilt – was im Marketing nur selten der Fall ist. Insbe- sondere im Adressmanagement ändert sich das Umfeld ständig. Umzugsstudie belegt Dynamik Personen ziehen im Durchschnitt fünfmal im Laufe ihres Lebens um – einige wenige sogar fünfmal innerhalb eines Jahres, wie eine Studie der Deutschen Post Adress belegt*. Die Adressspe- zialisten nutzen deshalb neuste Technologien rund um das Ensemble Learning und betrachtet die Dynamik der zeitlichen Veränderung als weitere Information, um das Umzugsverhalten abbilden zu können. Streuverlustarm werben Durch das Zusammenspiel zwischen großer Datenbasis und neuesten Methoden des Machine Learnings lässt sich die Ziel- gruppe der Umziehenden innerhalb einer Kundendatei recht genau eingrenzen. Diese Kunden kann ein Unternehmen dann streuverlustarm werblich ansprechen, um ihnen umzugsrelevante Produkte und Services anzubieten oder gezielt eine Kündigung bzw. Abwanderung zum Wettbewerb zu verhindern. * Umzugsstudie 2018, kostenlos herunterzuladen unter www.postadress.de/umzugsstudie.pdf Deutsche Post Adress Tel. 05241 5393-0 info@postadress.de 5 7 , O N E t o O N E S P E C I A L 2 0 2 0

A D V E R T O R I A L Wie Sie durch Scoring mehr aus Ihrem Kundenbestand herausholen und zielgerichtet Neukunden gewinnen S coring-Modelle werden angewendet, um eine Bewertungs- und Entscheidungsgrundlage zu schaffen. Ganz gleich, ob es sich um Kundenwertanalysen, Bonitätsscoring, Neukundengewinnung oder Mailinganalysen handelt. Die Zielsetzung jedes Scoring-Modells ist die Bewertung von Datensätzen anhand verschiedener Kriterien. Je nach Aus- prägung des Kriteriums werden Punkte vergeben. Die Summe der Punkte ergibt den Gesamtscore. Inzwischen werden kom- plexe statistische Modelle zur Berechnung von Scorewerten herangezogen. Diese berücksichtigen alle Interaktionen zwi- schen relevanten Basisdaten. Im Online- und im Versandhandel sorgt der Einsatz von Scoring-Modellen für eine effizientere Steuerung der Werbekam- pagnen. Der bestehende Kundenstamm wird besser ausgeschöpft. In der Neukundenwerbung werden Fremdadressen gezielter ausgewählt, Kaufwahrscheinlichkeiten sind höher, Streuverluste signifikant niedriger. Scoring-Modelle im Kundenbestand Das RFM-Modell: In diesem Modell erfolgt die Segmentierung nach den Kriterien „Recency“ (Zeitpunkt des letzten Kaufs), „Fre- quency“ (Kauffrequenz) und „Monetary Ratio“ (Kaufwert). Diese drei Kriterien spiegeln das Kaufverhalten wider. So erhalten besonders frequente Käufer mit hohen Kauf- werten, die vor Kurzem erst gekauft haben, einen hohen Score. Liegt der letzte Kauf schon länger zurück als ein bestimmter Grenzwert, sinkt die Kaufwahrscheinlichkeit, und der Score fällt entsprechend niedriger aus. Das RFE-Modell: Während das RFM-Modell das Kaufver- halten betrachtet, geht es beim RFE-Modell um die Bewer- tung des Nutzungsverhaltens. In diesem Modell erfolgt die Segmentierung nach den Kriterien „Recency“ (Zeitpunkt des letzten Onlinebesuchs), „Frequency“ (Seitenaufruf-Frequenz) und „Engagement“ (Wie aktiv war der Nutzer/wie viele Sei- tenaufrufe hat er getätigt). Eine kombinierte Betrachtung beider Modelle könnte Ihnen nun ein Scoring liefern von Fans mit großem Warenkorb – die Sie also bevorzugt mit Ihrem Marketing ansprechen sollten. So nutzen Sie Scoring-Modelle zur Neukundengewinnung Da Ihnen Informationen wie Umsätze, Bestellhäufigkeiten oder Umsatzzahlen bei den Fremdadressen nicht vorliegen, bildet das Profil der eigenen Kunden die Basis für die Auswahl der Fremdadressen. Hier ist es zielführend, eine etwas weiter gefasste Zielgruppe aus dem Kundenbestand zu definieren, beispielsweise die aktuellen Besteller der letzten zwölf Monate. Das Profil dieser Gruppe wird auf der Basis der Informationen der Fremdadressen-Datenbank abgebildet, und potenzielle Neukunden können top-down selektiert werden. Mit diesem „statistischen“ Trichter werden die Fremdadressen ausgewählt, die in den externen Informationen genau gleich aussehen, wie die Zielgruppe aus dem Kundenbestand. Die Wahrscheinlichkeit ist hier am höchsten, Neukunden zu gewinnen. Mit einem kompetenten Dienstleister sind Sie auf der sicheren Seite Gehen Sie bei Neukunden-Scoring-Projekten kein Risiko ein. Wählen Sie einen Dienstleister, der in diesem Bereich erfahren ist und Zugriff auf entsprechende Neukundenpotenziale hat. Gehen Sie beim Aufsetzen eines Neukunden-Scoring-Projekts nach unserer Checkliste vor. Fordern Sie einfach unser kostenloses Whitepaper mit einer E-Mail an M.Berger@indima.de, Stichwort „Whitepaper Scoring“ an. Indima direct GmbH Herr Martin Berger, Senior Data Scientist Stuttgarter Str. 41, 75179 Pforzheim Phone: +49 7231 / 3963-41 Fax: +49 7231 / 3963-30 E-Mail: M.Berger@indima.de www.indima.de 5 9 , O N E t o O N E S P E C I A L 2 0 2 0

M A C H I N E L E A R N I N G „Künstliche Intelligenz wird künftig vor allem Hilfen geben – selbst bei weitreichenden Managementaufgaben“ Maschinellen Lernens aus, sodass man fast von einem Turbo für Machine Learning sprechen könnte. Mit der leichteren Ver- fügbarkeit von Maschinellem Lernen (ML) werden die neuen Technologien schneller Einzug halten in Bereiche, in denen bisher ML noch kaum ein Thema war. Kommt der Citizen Data Scientist? Neben Feedzai gibt es zahlreiche andere Anbieter im Bereich AutoML, es gibt Lösungen wie Google Cloud AutoML, Amazon SageMaker, Microsoft Azure Machine Learning Studio, Rapid- Miner Auto Model und H2O Driverless AI. Die Fachwelt steht AutoML mehrheitlich positiv gegenüber und sieht darin die Basis für Enterprise AI überhaupt. Einige Experten sagen kritisch, die AutoML-Lösungen der großen Cloud- Provider seien für die Anbieter nur eine weitere gute Möglichkeit, mehr Cloud-Dienste zu verkaufen. Andere sehen dagegen das Zeitalter des Citizen Data Scientist gekommen. Damit in dem Bild des Citizen Data Scientist jeder zum Datenwissenschaftler wird, bedarf es im Machine Learning einer (nahezu) vollständigen Automatisierung, bei der man einen Datensatz und ein Ziel in eine automatisierte Pipeline einspeist und seine Ergebnisse zusammen mit dem besten Modell erhalten kann. Doch schafft das AutoML wirklich? Was können die bisherigen Lösungen, und was werden sie in Zukunft ermöglichen? Stand heute: AutoML braucht (noch) den Menschen Sehen wir uns einen AutoML-Dienst genauer an. Google Cloud AutoML bietet bisher drei Dienste, den Übersetzungsdienst Cloud Translation, den Textanalyse-Dienst Cloud Natural Language und den Bildanalyse-Dienst Cloud Vision. AutoML Vision zum Beispiel ermöglicht es Entwicklern mit geringen Kenntnissen über Maschinelles Lernen, qualitativ hochwertige benutzerdefinierte Modelle zu trainieren, so Google. Der Ablauf dabei ist: Nachdem die Bilder hochgeladen und mit Labels versehen wurden, trainiert AutoML ein Modell, das nach Bedarf angepasst werden kann, sprich: Man liefert AutoML einen Bilderdatensatz, der mit Labeln versehen ist, bei dem man also zum Beispiel Autobildern das Label „Auto“ zugeordnet hat. Auf dieser Basis soll ein Modell zur Bildanalyse trainiert werden, das dann später möglichst zuverlässig den Bildern das Label „Auto“ verpasst, die auch ein Auto zeigen. Dass wir Men- schen das können, hilft uns bei den bekannten CAPTCHA vieler Onlinedienste weiter. Tatsächlich helfen wir Menschen aber auch den AutoML-Diensten weiter: Wenn die Daten nicht bereits von dem Nutzer mit einem Label versehen wurden, kann man das Labeling bei Google & Co. bestellen. Dabei machen im ersten Schritt Menschen (!) die Kennzeichnung. Man spricht auch von Human-in-the-loop (HITL) im Ma- chine Learning: Zuerst kennzeichnen Menschen die Daten. Dies ergibt ein Modell mit hoher Qualität und eine große Menge an Trainingsdaten. Der Algorithmus für ML lernt dann, aus diesen Daten Entscheidungen zu treffen. Diese Entscheidungen prüfen die Menschen und optimieren so das Modell, später nur noch an den Stellen, an denen der Algorithmus sich nicht sicher ist. Bei Amazon nennt sich der Kennzeichnungsdienst Sage- Maker Ground Truth. Amazon schreibt dazu: „Sie können sich entscheiden, Kennzeichnungsaufträge direkt an Ihr Kennzeich- nungsteam zu vergeben. Alternativ stehen für den Fall, dass Sie skalieren müssen, direkt in der Amazon SageMaker Ground Truth-Konsole Optionen zur Verfügung, um mit Kennzeich- nern außerhalb Ihres Unternehmens zusammenzuarbeiten. Sie können per Integration mit Amazon Mechanical Turk auf eine öffentliche Belegschaft aus über 500.000 Kennzeichnern zugrei- fen. Falls Ihre Daten Vertraulichkeit oder besondere Fähigkeiten erfordern, können Sie alternativ von Amazon vorausgewählte professionelle Kennzeichnungsfirmen einsetzen.“ Entweder man nutzt ein menschliches Heer an Kennzeich- nern, die über Amazon beauftragt werden, oder man nutzt einen vortrainierten Service, den man auf einem Marktplatz für ML bekommt. Solche vortrainierten Modelle werden möglich durch das initiale Trainieren von Ground Truth mit von Menschen gekennzeichneten Daten, sodass der Service lernt, Daten selbst- ständig zu kennzeichnen. Wichtig: AutoML braucht (immer) Daten Es steht außer Frage, dass man erst dann von Automatisierung sprechen kann, wenn ein Label-Service die Daten selbstständig kennzeichnet. Dazu muss aber erst dieser Service selbst angelernt werden. Den Startpunkt liefert die menschliche Intelligenz, dann erst kann die trainierte KI dabei helfen, andere KI-Lösungen aus- zubilden. Das Ziel lautet „Unsupervised Learning“, die ML-Lösung identifiziert dann Muster in Daten ohne vorherige menschliche Anleitung durch Labeling. Hinsichtlich „Citizen Data Scientist“ kann man gegenwärtig sagen: Nur wer selbst über ein Label-Team verfügt oder sich einen trainierten Service bzw. ein Angebot wie Amazon Mechanical Turk mit 500.000 Kennzeichnern leisten kann, kann auch einen 6 1 , O N E t o O N E S P E C I A L 2 0 2 0

Nutzen sie ihre volle dATENPOWER 87% aller Marketer sagen, dass Daten die am wenigsten ausgeschöpfte Ressource im eigenen Unternehmen sind. Mapp Intelligence unterstützt die Unternehmen dabei, das ganze Potential von First Party-Daten für punktgenaue Vorhersagen zum künftigen Kundenverhalten zu aktivieren. Keine andere Lösung bietet vergleichbare Einblicke zu Besuchern und Kunden-Aktivitäten. Die Vorteile: Neue Kunden gewinnen Mehr Umsatz mit Bestandskunden realisieren Kaufabbrüche und Churn minimieren Abhängigkeit von Rabatten reduzieren Customer Experience kanalübergreifend optimieren So funktioniert Mapp Intelligence powered by Gewinnen Sie wertvolle Insights aus Kampagnen-Dashboards, um Kundenwünsche zu identifizieren. Nutzen Sie diese Customer Insights in Echtzeit für passgenaue Cross-Channel-Analysen und -Kampagnen mit Hilfe von Künstlicher Intelligenz, Profilbildung und einer visualisierten Kundensegmentierung. Jetzt Demotermin vereinbaren www.mapp.com/de

D A T A L A K E S DATA L A K E S W I E U N T E R N E H M E N M I T DATA L A K E S I H R O N L I N E M A R K E T I N G N E U O R G A N I S I E R E N Nach wie vor lässt das Datenqualitätsmanagement in Unternehmen noch zu wünschen übrig. Data Lakes können hier Abhilfe schaffen. K napp jedes zweite Unternehmen (45 Prozent) bemän- gelt die Qualität seiner Kundendaten und stuft diese als niedrig ein, so eine Studie von Uniserv. Marketing- verantwortliche müssen sich daher zunehmend mit der Quali- tätssicherung ihrer Kundendaten beschäftigen. Mit Betonung auf „ihren Kundendaten“: Spätestens seit Inkrafttreten der DSGVO und dem EuGH-Urteil vom Sommer 2019 ist das weit verbreitete Pooling eigener Daten in Third-Party-Datenpools durch die rechtlich auferlegte Opt-in-Regulierung sowie durch die zunehmend verbreiteten Tracking- und Ad-Blocker für Unternehmen immer beschwerlicher und unwirtschaftlicher. Die Lösung: Unternehmen sollten mehr denn je auf die eigenen Daten setzen – First- statt Third-Party-Daten. Mit First-Party-Daten geht auch eine höhere Datenqualität einher. Denn im Gegensatz zum Third-Party-Tracking gehen keinerlei Datensätze verloren. Unternehmen, die zum Zweck des Trackings eigene Daten einsetzen, handeln auch im Sinne der DSGVO. First-Party-Cookies werden direkt von der Webseite erstellt, die der Besucher aufruft. Sie stammen vom Webseiten- Betreiber selbst und sind nicht domainübergreifend zugänglich. Doch selbst wenn die Daten gut sind – entscheidend ist, wo sie liegen: Große Mengen an Daten nützen nur dem, der sie geschickt einzusetzen weiß. Deshalb ist es im Onlinemarketing höchste Zeit, sich von der Idee getrennter Datensilos zu lösen und Daten-Lakes zu schaffen. Data Lakes statt Daten-Silos Data Lakes sind Daten im Rohformat. Im Gegensatz zu normalen Datenbanken können sie sowohl strukturierte als auch unstruk- turierte Daten umfassen. Und das in verschiedensten Formen: text- oder zahlenbasierte Daten, Bilder, Videos oder andere Da- tenformate. Erst wenn die Daten benötigt werden, werden sie strukturiert und gegebenenfalls umformatiert. Die Vorteile: Es gibt keine verteilten Datensilos. Zudem können Unternehmen dank der Vielzahl an bereitgestellten Informationen aussagekräftigere und tiefer gehende Analysen durchführen. Außerdem können Daten in ihrem Rohformat, also ohne vorherige Strukturierung oder Umformatierung, sehr schnell gespeichert werden, was die Anforderungen der Data Lakes in Bezug auf die Rechenleistung für die Speicherung selbst großer Datenmengen gering hält. Zudem bieten Data Lakes im Unterschied zu einem Data Warehouse deutlich mehr Optionen für die Auswertung der Daten. Denn das Data Warehouse selektiert schon bei der Speicherung der Informationen die Daten aus, die für spätere Analysen nicht benötigt werden. Indem der Data Lake sämtliche Daten aufnimmt, schränkt er die Analyseoptionen nicht schon bei der Datenspeicherung ein. Nachteil: Data Lakes stellen hohe Anforderungen in Bezug auf Datenschutz und Datensicherheit. Je mehr Daten gespei- chert werden, und je mehr Zusammenhänge sich zwischen den verschiedenen Daten herstellen lassen, desto besser sind sie zu schützen – vor allem auch im Hinblick auf die Zugriffsrechte. Das wiederum erfordert entsprechendes Know-how und Strukturen im Unternehmen. Letztlich kann nur das Vereinen sämtlicher Daten und Ka- näle ein realistisches Bild über das Verhalten und die Interessen der Nutzer abbilden. Bislang isolierte Datentöpfe zu aggregieren und Datenhoheiten im Unternehmen neu zu ordnen – das ist die größte Herausforderung, der Marketingverantwortliche sich 2020 stellen müssen. Auch müssen Entscheider in die Datenkompetenz im eigenen Haus investieren. Eine der relevantesten Aufgaben von Marketingentscheidern wird es deshalb sein, hochqualifizierte Daten-Experten zu rekrutieren, die innerhalb eines Unterneh- mens für alle Fragen beziehungsweise Unstimmigkeiten in den Datenquellen zuständig sind. 6 5 , O N E t o O N E S P E C I A L 2 0 2 0

D A T A L A K E S W I S S E N S W E R T E S Die Datenmenge im Im vergangenen Jahrzehnt haben immer digitalen Universum wird sich mehr Unternehmen Data Lakes eingerichtet, Vom Restaurant bis zum Chemiekonzern: Unternehmen nutzen Data Lakes für die tägliche Datenanalyse, zur Entwicklung von bis 2020 verzehnfachen um der Datenflut Herr zu werden Daten modellen und zur Lösung von komplexen Geschäftsprozessen W E R N U T Z T D A T A L A K E S ? BUSINESS- UND DATENANALYSTEN DATEN- ARCHITEKTEN DATENWISSENSCHAFTLER UND APP-ENTWICKLER – analysieren spezielle Daten – designen, entwickeln im Unternehmen, um tief- und verwalten die – analysieren statistische Daten in Big-Data-Umgebungen, um Trends zu gehende Einblicke in Geschäfts- Datenarchitektur eines identifizieren, Geschäftsprobleme zu lösen prozesse zu entwickeln Unternehmens und Performance zu optimieren W A R U M S I N D D A T A L A K E S W I C H T I G ? ANWENDUNGS- ENTWICKLUNG FLEXIBITÄT UND ZUGRIFF DATEN- INTEGRITÄT GESCHWIN- DIGKEIT FORSCHEN UND ANALYSIEREN Als Plattformen sammeln sie die Daten und stellen die nötigen Auswertungen für datengetriebene Anwendungen bereit Die Daten aus dem Data Warehouse Data Lakes erlauben es, Daten in beliebigen Fähigkeit, große Datenmengen schnell sind einfach in den Formaten ohne Änderungen zu durchsuchen Zugriff der Analysetools und Konvertierungen zu übertragen zu speichern Fähigkeit Daten zu analysieren, um daraus Geschäfts- impulse abzuleiten 6 7 , O N E t o O N E S P E C I A L 2 0 2 0