Blog abonnieren

KI und Kundenbindung mit Next-Best-Action

Künstliche Intelligenz (KI) ist längst in unserem Alltag angekommen. Ohne KI gäbe es keine Siris, Alexas oder Cortanas. Ohne KI gäbe es keine Bilderkennungssoftware und auch kein autonomes Fahren.
Ein 270%iges Wachstum in 5 Jahren hat Gartner für den Einsatz von KI in Unternehmen ermittelt. Das unterstreicht nicht nur die dynamisch wachsende Bedeutung der KI-Technologie für unsere Wirtschaft, sondern auch deren disruptiven Charakter. Es ist naheliegend, dass der Einsatz von KI auch positive Auswirkungen auf die Kundenbindung haben wird, wenn er zur richtigen Zeit an der richtigen Stelle eingesetzt wird.

Was ist eigentlich Kundenbindung?

Kaum ein Unternehmen arbeitet heute noch ohne Kundenbindungsprogramme. Kundenkarten, Clubs, Veranstaltungen und exklusive Rabattprogramme sind nur einige Instrumente, die helfen sollen, das Vertrauen und die Treue der Kunden an die Unternehmen zu stärken. Die Kundenbindung geht von den Unternehmen aus und umfasst alle Bemühungen, die dazu dienen, dass Kunden dem Unternehmen treu und loyal bleiben. Im besten Fall bedeutet dies, dass Kunden den Anbieter nicht wechseln und diesen ggfs. sogar weiterempfehlen.
Kundentreue und Loyalität dagegen gehen vom Kunden aus. Kunden bringen sie Unternehmen durch entsprechende Handlungen entgegen. Sie kaufen ein weiteres Mal beim gleichen Unternehmen ein, verlängern ihren Vertrag oder sprechen gar Empfehlungen aus.

Kundenzufriedenheit durch den „Wow-Effekt“

Zur Kundenzufriedenheit gibt es zahlreiche Theorien. Das Kano-Modell, das in gewisser Weise eine Übertragung und Erweiterung der Herzberg’schen Zwei-Faktoren-Theorie darstellt, ist eines davon. Es unterscheidet fünf Typen von Produkt- oder Dienstleistungsmerkmalen, welche die Kundenzufriedenheit positiv oder negativ beeinflussen. Den größten Hebel für die Verbesserung der Kundenzufriedenheit bieten dabei die sogenannten Begeisterungsmerkmale. Das sind Merkmale oder Handlungen, die für den Kunden einen greifbaren Nutzen stiften, mit welchen der Kunde jedoch nicht unbedingt rechnet. Und dabei kann uns KI helfen, nämlich dem Kunden die passgenaue, persönliche und zeitlich möglichst optimale Next-Best-Action anzubieten.

Zur Next-Best-Action durch Echtzeit-KI

Was ist als nächstes zu tun, damit mein Kunde möglichst zufrieden ist? Soll ich ihn ansprechen oder möchte er lieber selbst auf mein Unternehmen zukommen? Ist er gerade offen für ein Zusatzangebot? Ist er ein Frühaufsteher oder ein Abendmensch und deshalb eher am Vormittag oder eher am späten Abend ansprechbar? Wenn alle Daten, die bei Interaktionen von Kunden mit Unternehmen entstehen, konsequent gesammelt, ausgewertet und genutzt werden, dann können Unternehmen diese Fragen beantworten. Dabei meint Next-Best-Action die Handlungen von Unternehmen, welche die Kundenzufriedenheit und Begeisterung unterstützen. Metaphorisch könnte man sagen, es geht darum, welche Spielkarte das Unternehmen klugerweise als nächstes ausspielt. Und es geht hierbei nicht immer um Angebote, die unterbreitet werden und zusätzlichen Umsatz bringen. Oft ist die Next-Best-Action ein Glückwunsch, ein wertvoller Hinweis oder eine proaktive Umstellung auf einen günstigeren Tarif. Stellen Sie sich vor, Sie haben einen Mercedes-Oldtimer erworben. Was würden Sie sagen, wenn die Versicherung, bei der Sie den Wagen versichert haben, Ihnen den Kontakt zum nächstgelegenen Mercedes-Oldtimer Club vermittelt und Ihnen vielleicht auch noch für ein Jahr den Mitgliedsbeitrag schenkt? Oder wenn Sie eine Liste mit den besten Ersatzteilquellen oder den auf Ihren Wagen spezialisierten Oldtimer-Werkstätten bekommen würden? Vermutlich würden Sie sich freuen.

Durch Datentraining lernt KI kontinuierlich dazu

KI ist in der Lage, sehr schnell, oft sogar in Echtzeit, die Next-Best-Action zu ermitteln. Dies kann Sie zu Beginn nicht alleine. Zunächst „füttert“ man die KI mit Daten und trainiert sie. Dies kann man mit Test- und Kontrollgruppen tun. Schickt man einer Testgruppe beispielsweise mehrere E-Mails zu unterschiedlichen Tageszeiten und misst bestimmte KPIs zu bestimmten Zeiten, z.B. die Opening-Rate am Morgen / während des Tages / am Abend oder die Click-to-Action-Rate am Morgen / während des Tages / am Abend, dann kann die KI Schlussfolgerungen ziehen. Künstliche Intelligenz liefert genau die Information, für die der Kunde zu einem bestimmten Zeitpunkt am zugänglichsten sein wird. Die Kontrollgruppe wiederum erhält dieselbe E-Mail zu einem beliebigen Zeitpunkt, und es werden die identischen KPIs erhoben. So erkennt man Effekte und kann Kunden hochpersonalisierte, zeitlich und inhaltlich optimal abgestimmte Inhalte zur Verfügung stellen – und dies natürlich nicht nur per E-Mail. Schließlich kann die KI auch Informationen darüber verarbeiten, wie der Kunde oder Interessent sich beispielsweise in einem Kundenportal bewegt oder wie er am Telefon „klingt“ – dies sogar in Echtzeit. Das wiederum ermöglicht es der trainierten KI, zu erschließen, für welche Next-Best-Action der Kunde wann am besten zugänglich ist.

Aber KI kann noch mehr. Mit Hilfe von Sentimentanalyse-Technologien beispielsweise, kann selbst auf die Stimmung des Kunden in Echtzeit reagiert werden. Schreibt ein Kunde in den Chat, dass „der Receiver fürs PayTV schon wieder nicht funktioniert“, erkennt die trainierte KI anhand der Worte „schon wieder“ und dem Kontext, dass der Kunde sehr wahrscheinlich genervt ist und man ihm dringend und möglichst charmant kompetente Hilfe und vielleicht sogar einen kleinen Ärgernis-Ausgleich anbieten sollte. Gelingt dies und gelingt dies ggf. sogar mit Hilfe der KI besser als allgemein üblich und vom Kunden erwartet, dann kann, um das Kano-Modell wieder aufzugreifen, ein Rückweisungs-Merkmal elegant und wirkungsvoll zu einem Begeisterungs-Merkmal „gedreht“ werden. Dann ist aus einem Beschwerdefall möglicherweise ein Zufriedenheitsfall geworden. Die Kundenzufriedenheit ist gestiegen und die Bindung des Kunden an das Unternehmen auch.

Fazit

Eine KI-basierte Next-Best-Action-Ermittlung, nicht nur für das Next-Best-Action-Marketing, sondern auch für Next-Best-Action-Services, ist ein mächtiges Werkzeug und kann wirkungsvoll eingesetzt werden, so dass die Kundenzufriedenheit und damit die Kundenbindung auf ein neues Niveau gehoben werden kann. In Zeiten, in welchen der Wettbewerb nur einen Klick oder einen Voice-Befehl entfernt ist, sind die Erzielung von „Wow-Effekten“ zur richtigen Zeit und am richtigen Ort Bedingung für ein positives Kundenerlebnis. KI hilft dabei, Kundenbedürfnisse zu erkennen, noch bevor Sie entstehen und einen Service zu liefern, der alle Kundenerwartungen übertrifft. Dies schafft die Basis für eine Stärkung der Kundenzufriedenheit und eine Erhöhung der Kundenbindung – und ist damit einer der treibenden Wettbewerbsfaktoren für Unternehmen.



Sie möchten sich intensiver mit dem Thema KI-gestützte Kundenbindung und Next-Best-Action beschäftigen? In unserem Expert-Talk am 21. Juli um 14 Uhr diskutieren wir diese Themen, speziell ausgerichtet auf Finanzdienstleister. Interessiert?

Jetzt kostenfrei anmelden

 

 

Share article:
Thomas Schwenk

Thomas Schwenk

Thomas J. Schwenk ist gelernter Wirtschaftsinformatiker und hat seit Anfang der 90er-Jahre eine Vielzahl an IT-Projekten in Fach- und Führungspositionen erfolgreich gestaltet. Er ist begeisterter Design Thinker und bringt neben seiner umfangreichen IT- und Management-Erfahrung auch dieses Know-how in seine Aufgabe als Executive Digital Strategist bei USU mit ein. Wenn er einmal nicht für seine Kunden digitale Lösungen gestaltet, unterrichtet Thomas als Lehrbeauftragter an der Dualen Hochschule in Stuttgart neue Konzepte der Wirtschaftsinformatik oder hält Vorträge auf unterschiedlichen Veranstaltungen.

Revolutionieren Sie Ihr Wissen im Kundenservice!

Weitere interessante Artikel