Let’s talk about Machine Learning

Machine Learning wird wie der Marketingtreibstoff 2.0 behandelt. Doch was ist Machine Learning eigentlich genau? Welche Chancen gibt es bei der Anwendung? Wie wichtig ist das Thema Transparenz? Und wie können Marketingentscheider ihre wertvollen CRM­-Daten effizient einsetzen?

Das Konzept von künstlicher Intelligenz gibt es schon seit langer Zeit. Oft wird es synonym mit Machine Learning verwendet. Künstliche Intelligenz, kurz KI, ist jedoch “nur” der Überbegriff für einen Computer, der intelligente Handlungen ausführen kann. Bei Machine Learning geht es darum, auf Basis datengetriebener Zielstellungen die besten Strategien zur Zielerreichung zu “erlernen” und diese dann effektiv, immer wieder aufs Neue, zu optimieren.

Machine Learning kann erfolgreich für Marketingkampagnen eingesetzt werden. Es hilft schnell und effizient neue Kunden, Abverkäufe, Websitebesuche oder Imagekontakte zu generieren. Abhängig von den jeweiligen Zielen der Kampagne. Das funktioniert, indem auf unterschiedlichen Seiten des Werbetreibenden Pixel implementiert werden, die Kundendaten sammeln und so anfangen zu “verstehen”, wie ein bestimmtes, relevantes Nutzerverhalten aufgebaut ist und welchen Schritt potentielle Kunden als nächstes tun werden.

Bisher neigen Marketingverantwortliche dazu, sich bei ihren Kampagnen auf eine bestimmte Zielgruppe zu versteifen. Wobei ihnen jedoch potenzielle Kunden durchs Raster fallen, die gleichermaßen an dem Produkt interessiert sein können. Auch können die zielgerichtet angesprochenen Personen nicht unbedingt die Intention haben, zum Zeitpunkt der Werbemittelausspielungeinen Kauf tätigen zu wollen. Eine Person, die ein Auto kaufen möchte, sollte genau in diesem Augenblick mit einer zielgerichteten Botschaft angesprochen werden, die sie auf ein passendes Produkt hinweist. Es ist sehr ineffzient, einfach eine Botschaft an alle möglichen Käufer zu senden, auf die bestimmte demografische Kriterien zutreffen, ohne die tatsächlichen Umstände und Intentionen der Interessierten zu prüfen.

Die gegenwärtigen Intentionen des Users bewerten ­ nicht seine historischen Daten!

Sehr viel besser ist es, jemanden dann zielgerichtet anzusprechen, wenn klar ist, dass er oder sie beabsichtigt, ein Produkt zu kaufen und mit höherer Wahrscheinlichkeit positiv auf die Botschaft reagiert. Und genau dabei hilft Machine Learning. Man kann der Technologie “beibringen” nach Signalen für eine bestimmte Absicht zu suchen. Damit ergibt sich die Möglichkeit, Personen nicht nur aufgrund äußerlicher Kriterien ausfindig zu machen,sondern auf der Basis dessen, wo sie momentan im Kaufzyklus stehen. Das ist mit Machine Learning Algorithmen möglich.

Welche Formen des Machine Learnings gibt es?

Es gibt aktuell drei Varianten des Machine Learnings, die für Kampagnenzwecke eingesetzt werden.

Überwachtes Lernen

Das ist die von Marketers am häufigsten angewandte Methode. Die Technologie analysiert Daten, die in der Vergangenheit gesammelt wurden und kreiert daraus ein statistisches Modell, um vorherzusagen, was in der Zukunft passieren wird. Dabei geht es häufig darum, vorherzusagen, ob jemand empfänglich für eine bestimmte Marketing­Botschaft ist oder nicht. Sind sie interessiert an einem Produkt und werden vermutlich darauf anspringen? Ist jetzt der richtige Zeitpunkt ihnen diese Botschaft zu senden?

Unüberwachtes Lernen

Hierbei geht es darum, anhand von unstrukturierten Daten Fragen zu stellen und Muster zu erkennen. Möchte eine Marke Sinnhaftigkeit aus unstrukturierten Kundendaten gewinnen, ist unüberwachtes Lernen vielleicht eine Technik, die zum Ziel führt.

Verstärkendes Lernen

Im Marketing­-Kontext testet die Technologie verschiedenen Handlungsoptionen und verstärkt die erfolgreichen Handlungen. Verstärkendes Lernen kann als die AB­-Testing-­Erweiterung des Machine Learnings verstanden werden.

CRM meets Machine Learning. Fallbeispiel

Gepflegte CRM-­Daten sind eine solide und praktische Basis, die es dem Algorithmus vereinfachen, zu lernen und potentielle Neukunden besser zu adressieren. Dabei ist wichtig, dass die Daten entsprechend über DMPs (Data­-Management-­Plattformen) aufbereitet werden, da sie als sichere Schnittstelle zu Machine Learning Partnern wie uns fungieren. CRM­-Daten können aus ganz unterschiedliche Branchen genutzt werden. Das Gute: Sie haben diese Daten bereits und müssen keine Daten einkaufen oder neue Erhebungen machen, was einen erneuten Zeitaufwand bedeuten würde. Ein Beispiel aus unseren Erfolgsgeschichten: Das „Park Stay & Go“­Angebot der Intercontinental Hotel Group sorgt für entspanntes Reisen, indem Unterkunft und Parken an einem der bequem gelegenen Hotels an Flughäfen, Bahnhöfen oder in Häfen in Großbritannien kombiniert werden.

Die Einnahmen aus „Park Stay & Go“ waren in der gesamten IHG-­Markenfamilie rückläufig im Vergleich zum Vorjahr. Durch eine 6­monatige programmatische Kampagne mit iotec, ohne Unterstützung durch andere Medien (E­Mail, TV, Print usw.) und ohne Nutzung von Sonderpreisaktionen konnte IHG diesen Trend umkehren und eine klare Umsatzsteigerung erzielen, während alle CPA­Ziele erfolgreich übertroffen wurden.

Dazu wurden First-­Party­-Daten der IHG aus ihrem bestehenden CRM­-Pool genutzt. Sie wurden mit gesammelten Kampagnendaten ergänzt, um ein relevantes Zielgruppenprofil für das „Park Stay & Go“­Produkt zu erstellen. Die CRM-­Daten ermöglichten, bestehende Kunden auszuschließen und nur Neukunden zu adressieren, die für das Produkt „Park Stay & Go“ relevant waren.

iotecs intelligente Pixel identifizierten dynamisch die IDs, die die Seiten der Hotels besucht hatten, auf denen „Park Stay & Go“ verfügbar war. Diese IDs wurden dann mittels Retargeting mit speziellen „Park Stay & Go“­Botschaften von IHG gezielt angesprochen. Es konnte so eine Gesamtperformance erreicht werden, die über die eines weniger ausgefeilten Machine Learning­Algorithmus hinausgeht. Der Umsatz wurde in dem Kampagnenjahr um ganze 6 Prozent gesteigert.

Herausforderungen

Mit der zunehmenden Bedeutung von Big Data tritt der Mangel an Datenanalysefähigkeiten unter Marketingverantwortlichen deutlicher denn je zutage. Gemäß einem Bericht des Marketingtechnologie­-Spezialisten BlueVenn möchten 72% aller Marketingentscheider in den nächsten zwei Jahren Fähigkeiten im Bereich der Datenanalyse erwerben. Das Wichtigste bei der Zusammenarbeit ist der Faktor “Transparenz”. Bietet Ihnen Ihr Provider Einblicke in Margen? Platzierungen? Oder Trade-­Desk-­Aktivitäten? Transparenz bedeutet volle Offenlegung. Volle Offenlegung bezogen auf 1) die Kosten für den Kauf von Media, 2) wo Ihr Werbemittel erschienen ist, 3) warum es dort erscheinen ist und 4) wie Daten eingesetzt wurden und zukünftig verwendet werden.

Eine weitere Herausforderung: Werbetreibende wollen oft sofortige Ergebnisse sehen, und wenn sie diese nicht bekommen, suchen sie nach Alternativen. Marketingverantwortliche, die Machine Learning einsetzen, müssen diesem Verfahren etwas Zeit einräumen, bis die maximale Effzienz erreicht ist. Es handelt sich dabei um einen iterativen Prozess.

Fazit

Machine Learning bietet Marketingentscheidern die Gelegenheit, Werbemittel zu personalisieren, neue Zielgruppen anzusprechen und neue Verhaltensmuster Ihrer Kunden zu verstehen. CRM-Daten bilden dabei eine effiziente Ergänzung und sind oftmals die beste Basis, um zeitnah mit dem Machine Learning zu beginnen.

Autor: David von Hilchen

David Hilchen, Isotec Global

David ist Sales Director DACH bei iotec Global und ist für alle Sales Aktivitäten in Deutschland, Österreich und der Schweiz zuständig. Mehr unter: https://www.iotecglobal.com/de