Personalisierung, aber bitte „at Scale"!

Deutsche Nutzer verbringen mittlerweile mehr als drei Stunden am Tag online. Bei den unter 30-Jährigen beträgt die Online-Zeit laut ARD/ZDF-Onlinestudie 2018 sogar knapp sechs Stunden. Sei es nun auf dem Smartphone, Tablet oder am PC oder Laptop. Zusammen mit wachsenden Möglichkeiten im Bereich Digital-Out-of-Home-Werbung und Addressable TV bietet sich Werbetreibenden eine Vielzahl an Möglichkeiten, mit ihren potenziellen Kunden in Kontakt zu treten und ein relevantes Erlebnis für sie zu schaffen.

Es gilt hierbei jedoch, auf dem Grat zwischen dem Erreichen einer immer größer werdenden Audience und der persönlichen Ansprache des Einzelnen zu wandern. Für Marketer ist es heutzutage weniger die Herausforderung, eine personalisierte Erfahrung für den Einzelnen zu schaffen, sondern vielmehr diese Erfahrung auf tausende oder sogar Millionen weitere Kontakte auszuweiten.

„Das Ziel aller Marketingmaßnahmen sollte es sein, den Kunden weniger, aber dafür gezielter und vor allen Dingen mit individuelleren Ansprachen zu versorgen. Dies ist mit manuellem Aufwand über alle Touchpoints nicht zu erreichen“, erklärt Ramon Wartala, Director Data Science bei der Agentur SinnerSchrader. „Technologisch benötigen wir dafür selbstlernende Systeme, die automatisiert und zur richtigen Zeit über den richtigen Kanal die Kundenansprache durchführen.“

Für Wartala steht damit Machine Learning im Zentrum der Entwicklung für neue Marketingtechnologien. Im Mediaeinkauf kann das zum Beispiel so aussehen, dass über eine Kampagne hinweg eine gleichmäßigere Zielerreichung gewährleistet wird, die Zeitzonen, Marktbedingungen für verschiedene Arten von Inventar und viele weitere Parameter berücksichtigt. Machine Learning ermöglicht es, Aufgaben in der Datenanalyse und -auswertung in bisher nicht dagewesenem Umfang zu erkennen und zu erfüllen.

Wartala warnt jedoch auch vor der unbedachten Verwendung von künstlicher Intelligenz im Marketingmix: „Firmen, welche die Kundenansprache mit Hilfe geeigneter Personalisierungsalgorithmen durchführen, sollten sich ihrer Verantwortung bewusst sein und einen Audit der verwendeten Machine-Learning-Modelle durch unabhängige Verbraucherschutzorganisationen ermöglichen – Stichwort Explainable AI.“

Explainable AI (XAI) bedeutet in diesem Zusammenhang, dass es eindeutig nachvollziehbar gemacht werden soll, auf welche Weise die Machine-Learning-Systeme und Algorithmen zu ihren Ergebnissen kommen. Ohne XAI ist Maschinenlernen ein Black-Box-Vorgang, bei dem der Anwender keine Kontrollmöglichkeiten hat zu verstehen, wie eine Software zur Lösung eines Problems gelangt. Marketer sollten also nicht zugunsten der skalierbaren Personalisierung blind der Maschine vertrauen und weiterhin nah am Kunden arbeiten.

Ein zunehmend wichtiger Teil der persönlichen Ansprache des Nutzers ist sein Aufenthaltsort. Auch hier verbessern neue Technologien das Kundenerlebnis. Wer durch die Stadt läuft und sich schon online über Schuhe informiert, kann so zum Beispiel über den Ausverkauf im nächstgelegenen Geschäft informiert werden.

„Location Marketing ist ganz klar auf dem Vormarsch und wird das stationäre Geschäft maßgeblich verändern und prägen. Mit dieser neuen Marketingtechnologie bringen wir den digitalen Kunden in lokale Geschäfte“, ist sich Florian Hübner, Co-CEO und Mitgründer des Location-Marketing-Unternehmens Uberall, sicher. Der Konsument bewege sich heute ganz natürlich zwischen der Online- und Offline-Welt, er nutzt Mobile, Voice und Desktop. Hier sieht Hübner viel Potential darin, ihm ein optimales Nutzererlebnis zu bieten und ihn so für sich zu gewinnen.