Im Gespräch mit emarsys Managing Director Holger Behnsen über künstliche Intelligenz im (E-Mail-)Marketing

"Eine gute Customer Experience ist personalisiert", sagt Holger Behnsen, Managing Director der Marketing Automation Plattform emarsys.

Die Herausforderung liegt allerdings in der Skalierbarkeit eben dieser Personalisierung. Denn während vermeintlich einfach Dinge, wie die persönliche Ansprache oder Produktempfehlungen auf Basis der eigenen Interessen bzw. Kaufhistorie, relativ einfach zu realisieren sind, wird es bei umfangreicheren Kundenbindungs- oder Rückgewinnungsmaßnahmen schon deutlich komplexer.

Ab einem gewissen Grad führt kein Weg mehr um die Automatisierung herum. Aber auch da wird der manuelle Aufwand irgendwann zu groß für den einzelnen Marketer, sodass der Bedarf an intelligenten, ergo KI-gestützten Tools, mit zunehmendem Anspruch an die Personalisierung – seitens der Unternehmen, vor allem aber der Konsumenten – steigt.

Wann dieser Punkt erreicht ist, für wen sich künstliche Intelligenz im Marketing rechnet und wie solche Lösungen aussehen können, erfährst du aus meinem Gespräch mit Holger.

Holger, worin siehst du bzw. emarsys den Vorteil im Einsatz von künstlicher Intelligenz?

Für uns steht im Vordergrund künstliche Intelligenz als Technologie zu nutzen, um eine echte Eins-zu-Eins-Personalisierung zu ermöglichen. Bisher arbeiten die meisten Marketer mit einem One-to-Many-Ansatz und klassischer Segmentierung – auch weil die entsprechenden Tools häufig noch nicht smart genug sind. Wir vertrauen bei unserer Lösung auf Machine Learning, um Muster im Nutzerverhalten zu erkennen und dadurch wiederum unseren Kunden die individuelle Ansprache ihrer Kunden zu ermöglichen.

Entscheidend für den Einsatz von künstlicher Intelligenz ist meiner Meinung nach immer die Frage nach dem Nutzen für den Kunden.

Wo siehst du das größte Potenzial künstlicher Intelligenz?

Das größte Potenzial sehe ich darin, manuellen Aufwand durch künstliche Intelligenz auf eine intuitive Art und Weise skalierbar zu machen. Mit manuellem Aufwand meine ich in diesem Fall die persönliche, also individuelle Ansprache. Dadurch können sich Marketer perspektivisch wieder auf die Tätigkeiten konzentrieren, die meines Erachtens den Reiz des Marketings ausmachen: Strategie und Kreativität! Und nicht lediglich das Bedienen von unzähligen, untereinander inkompatiblen Tools.

Wie können Marketer in der Praxis von KI profitieren?

Automation, auf Basis des Customer Life Cycles, ist meiner Ansicht nach eines der größten Themen. Denn die manuelle Automatisierung wird durch die Definition starrer Regeln sehr schnell sehr komplex.

Hast du ein Beispiel?

Nehmen wir die Reaktivierung von Kunden:

1. Kunden, die seit 180 Tagen nichts mehr gekauft haben, erhalten eine Mail mit passenden Angeboten.
2. Reagiert der Kunde auf diese Trigger-Mail nicht, werden sie nach fünf weiteren Tagen erneut angeschrieben und mit einem persönlichen Gutschein incentiviert.
3. Zeigt der Kunde auch auf den Gutschein keine Reaktion, wird er via Retargeting erneut zum Kauf aufgefordert.

Der Aufwand und damit auch die Kosten steigen, je größer wir diesen Kreis ziehen.

Bei uns im Tool sieht so eine Automatisierung beispielsweise so aus:

Erfolgreiche Kundenbindung durch individuell anpassbare Automationsstrecke zur Kundenrückgewinnung

Nun stelle man sich vor, man hat einen Online-Shop in zehn Sprachen und sechs unterschiedlichen Zeitzonen und möchte zusätzlich einzelne Elemente in E-Mail-Kampagnen testen. Der Komplexitätsgrad der notwendigen Automatisierungsregeln ist riesig!

Außerdem stellen sich grundlegende Fragen wie: Warum wird die erste Mail nach genau 180 Tagen verschickt und warum ist dieser Zeitraum für alle Kunden der gleiche? Wieso wird nach genau fünf Tagen die zweite Mail verschickt und über welchen Betrag soll der Gutschein ausgestellt werden?

Mithilfe von KI und Machine Learning kann diese Kommunikation pro Kunde (!) individualisiert und automatisiert werden. Sie ist zudem nicht in Stein gemeißelt, sondern wird auf Basis der Kundenreaktionen kontinuierlich optimiert. Dabei kann der beste Zeitpunkt für eine Incentivierung bestimmt, die ideale Höhe für Gutscheine berechnet und generell ermittelt werden, wie wahrscheinlich es ist, dass ein Kunde überhaupt erneut kaufen wird.

Gibt es Einschränkungen?

Der Detailgrad der Automatisierung beziehungsweise Personalisierung ist abhängig von der Kaufhistorie des einzelnen Kunden. Je länger diese ist, beziehungsweise je häufiger ein Kunde die Webseite besucht und Produkte kauft, desto detailgenauer kann die Automatisierung erfolgen.

Inwieweit kann KI bei der Personalisierung helfen? Und inwiefern ist diese in Bezug auf die Customer Experience relevant?

Eine gute Customer Experience ist personalisiert, da führt kein Weg drum herum. Der Kunde will nicht wie jeder andere behandelt werden – oder er muss zumindest den Eindruck haben, als würde er individuelle Angebote erhalten.

Der Kunde hat sich vielerorts – etwa beim Online-Shopping – damit abgefunden, persönliche Daten preiszugeben. Infolgedessen ist aber auch eine Erwartungshaltung entstanden, dass Unternehmen diese Informationen aggregieren und für eine personalisierte Kommunikation nutzen. Ist das nicht der Fall und bleiben Unternehmen hinter diesen Erwartungen zurück, entstehen Zweifel, die sich negativ auf die Customer Experience auswirken.

Künstliche Intelligenz kann außerdem bei der kanalübergreifenden personalisierten Kommunikation unterstützen. Der Konsument denkt schließlich nicht in Kanälen und erwartet überall dieselbe Content-Qualität.

Was zählt mehr: Das Erlebnis, das ein Nutzer im Moment erlebt, oder die Erfahrung, die er bereits mit einem Produkt oder eine Marke gemacht hat?

Ich denke beides spielt ineinander. Als Konsument ist es wichtig, auf eine positive Erfahrung zurückzugreifen. Sonst würden wir wahrscheinlich nie wiederholt beim selben Unternehmen einkaufen. Auf der anderen Seite ist es das (Kauf)Erlebnis, das genau diese Loyalität überhaupt erzeugt.

Angenommen du müsstest wählen: Würdest du zugunsten von Retention Marketing auf Inbound Marketing verzichten?

Sofern es die Umstände erfordern, dann ja.

An vielen Stellen wurde der Retention in Vergangenheit zu wenig Aufmerksamkeit gewidmet; Unternehmen haben (zu) viel in die Akquisition investiert. Unter dem Gesichtspunkt, dass nur circa ein bis zwei Prozent der erreichten Personen tatsächlich konvertieren und davon nicht einmal jeder Dritte erneut kauft, sollten wir die Kundenbindung in der Tat stärker gewichten und als sinnvolle Investition betrachten. Denn nur in den seltensten Fällen ist ein Neukunde schon durch den ersten Kauf profitabel. Meist sind es die Folgekäufe, durch die Unternehmen Gewinne machen.

Wie würdest du ein Marketing Budget von einer Million Euro investieren?

Da würde ich situativ entscheiden, je nachdem in welcher Phase ich mich mit dem Unternehmen aktuell befinde. Als junges Unternehmen ist es sinnvoll, vor allem in die Akquisition zu investieren, um sich einen Kundenstamm aufzubauen. Insbesondere dann, wenn der Markt noch nicht gesättigt ist und schnelles Wachstum verspricht.

Ist das nicht der Fall oder habe ich schon einen soliden Kundenstamm, würde ich das Budget in Kundenbindungsmaßnahmen investieren.

Im Verhältnis gesprochen würde ich es circa 70 zu 30 Prozent verteilen. Wobei es wichtig ist, den Anteil für Retention kontinuierlich zu erhöhen.

Für wen sind KI-basierte Tools empfehlenswert? Wem würdest du eher davon abraten?

Eine Voraussetzung für den Einsatz KI-basierter Tools ist eine kritische Masse an Kundendaten. Auch deshalb würde ich in der Gründungsphase eines Unternehmens voll auf Akquisition setzen. Durch den Einsatz von Paid Media reichen oft schon 1-2 Wochen aus, um ausreichend Daten zu sammeln, die Aufschluss über das Nutzerverhalten, Kaufinteresse oder die Kundenstruktur geben. Dadurch ist beispielsweise der Einsatz der Recommendation Engine unseres eigenen Tools möglich.

Ein wenig Vorsicht ist allerdings geboten, was die Datenqualität anbelangt. Denn die durch Paid Media akquirierten Besucher werden nicht zwangsläufig zu Kunden. Um weitere Maßnahmen mithilfe von KI sinnvoll zu automatisieren, sollten gerade in der Anfangszeit ausschließlich Kundendaten herangezogen werden.

Wo siehst du Gefahren und Grenzen KI-basierter Marketing-Tools?

Momentan sind viele Marketer nicht in der Lage, die unzähligen Point Solution Tools zu bedienen beziehungsweise ihr volles Potenzial auszuschöpfen, weil die einzelnen Tools nicht miteinander verknüpft sind. So entstehen Datensilos und die vorliegenden Daten werden nicht oder nur teilweise zur Personalisierung der Kommunikation verwendet. Wir beobachten auch bei unseren Kunden, dass sie viele Möglichkeiten unseres Tools noch nicht nutzen.

Am Ende ist auch künstliche Intelligenz nur eine Technologie, die von einem Menschen sinnvoll eingesetzt werden muss. Machine Learning impliziert ja auch, dass es einen „Lehrer“ geben muss. Übernimmt der Marketer diese Rolle nicht, können auch intelligenten Lösungen Fehler unterlaufen.

Zum Abschluss: Welchen Tipp kannst du meinen Lesern geben, um ihr Marketing insgesamt effizienter zu gestalten?

Nicht zu viele Einzellösungen nutzen. Auch bei Marketing-Tools gilt: Weniger ist mehr!

Es ist wichtig, Daten zu konsolidieren und das eigene Marketing aus diesem Bestand heraus Schritt für Schritt zu erweitern. Der Anspruch an Exzellenz, wie ihn Startups gerne pflegen, kann schnell das Gegenteil bewirken, da viele Spezial-Tools nicht immer nahtlos miteinander verknüpft werden können und daher keine Synergien entstehen. Besser ist es, zumindest anfangs, mit einer All-in-One-Solution zu starten.

Weitere Experten im Gespräch

• Hartmut König (Adobe)
• Alexander Atropé (smava)