Mit künstlicher Intelligenz zu neuen Kunden

Warum einige Hundert befragen, wenn man auch sieben Millionen analysieren kann? Marktforschung per KI setzt auf Daten statt Hypothesen und kann nicht nur Zielgruppen differenziert darstellen, sondern auch Handlungsempfehlungen z. B. für ihre Ansprache geben.

Wie das funktioniert, erklärt Niklas Mrutzek von ERASON.

Anzeige

Egal, ob bei einer Werbekampagne, Talent Acquisition oder Kund:innenbindung: Für eine effiziente Zielgruppenansprache muss man die Adressat:innen gut kennen. Zu diesem Zwecke werden repräsentative Stellvertreter:innen einer Gruppe, Personas, erstellt. Üblich sind dabei Formulierungen wie „Peter, 58 Jahre, aus München, Vater zweier Kinder, spielt Golf und raucht nicht” oder „Susanne, 35, Ärztin in einem Dorf, verheiratet, zwei Hunde”. Diese werden zwar anhand von Interviews und Marktrecherchen entwickelt, kratzen jedoch nur an der Oberfläche. 

ERASON GNTM 1000

In unserer modernen, progressiven, multikulturellen und von hoher Mobilität geprägten Gesellschaft haben klassisch erstellte Personas daher ausgedient. Menschen lassen sich nicht mehr nur anhand ihres Alters, Geschlechts und Wohnorts klassifizieren – das wissen und können wir mittlerweile besser. Mit Hilfe von künstlicher Intelligenz.

Daten sagen mehr als tausend Worte

Künstliche Intelligenz arbeitet frei von Hypothesen. Stattdessen filtert sie aus tausenden von Daten Zusammenhänge heraus und setzt sie zu einem sinnvollen Mosaik zusammen. In der Marktforschung nutzt sie dafür Attribute und Affinitäten, die Menschen als digitalen Fußabdruck täglich millionenfach hinterlassen. Das kann vom Musikgeschmack, über die Ernährung bis hin zum Wertesystem oder der Psychografie alles sein, was einen Menschen tatsächlich ausmacht und über die Basis-Informationen wie das Alter (jetzt mal ehrlich: Man ist nur so alt, wie man sich fühlt.) hinausgeht. 

Ailon analysiert beispielsweise innerhalb von Minuten tausende Newsartikel, Wissensdatenbanken und Statistiken, um Marken- und Interessensstrukturen zu entwickeln. Und berechnet damit sieben Millionen fiktive Personen mit über 70.000 Merkmalen.

Über Bestandskund:innen die Marke entdecken

Bevor eine Marke ihre Zielgruppe analysiert, ist es zunächst sinnvoll, die Bestandskund:innen zu screenen. Das hilft zum einen, ihre Bedürfnisse noch besser bedienen zu können und sie langfristig zu halten. Zum anderen erfährt man bereits in diesem Schritt viel darüber, wie potenzielle Neukund:innen charakterisiert werden könnten. 

Aber von Anfang an: Die Spuren aus dem Netz werden in komplett anonyme digitale Fußabdrücke gegossen, die wir Interessensstrukturen nennen. Die kann man sich vorstellen wie einen Einkaufskorb im Supermarkt. Statt der Waren legt Ailon jedoch Informationen über den oder die Träger:in, z. B. Interessen oder Vorlieben, in den Korb. Dazu gehören ganz konkret u. a. Aktivitäten in Fan-Communities, Hinweise auf Essgewohnheiten durch Rezeptsuchen oder die Spotify Lieblingssongs. Wie gesagt: Alles ist anonym. Wir wissen demnach nicht, zu wem der Einkaufskorb gehört – denn das ist völlig egal. Wichtig ist, welche „Waren“ gemeinsam in einem Korb liegen, also wo Zusammenhänge bestehen (Klassisch: Wer x mag, mag auch y).

Auf diese Weise lässt sich die DNA einer Marke ermitteln, die Markenstruktur. Zum Beispiel: Menschen, die das Produkt xy gekauft oder Marke xz auf Social Media geliked haben, ernähren sich eher wenig ausgewogen, haben größtenteils Kinder im Grundschulalter, verbringen ca. 2 Stunden auf YouTube, lesen 1x pro Woche Regionalzeitung und begeistern sich tendenziell mehr für Pop-Konzerte als für Kunstausstellungen. Alle Angaben sind stets im Vergleich zur Grundgesamtheit zu verstehen.

ERASON Beverages 1000

NL Icon 1
Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button “Zum Newsletter anmelden” stimme ich der Datenschutzerklärung zu.

Von den Bestandskund:innen zu Neukund:innen ist es nur noch ein kleiner Schritt

Für die Zielgruppenanalyse sind im nächsten Schritt ähnliche Einkaufskörbe interessant. Dabei werden nicht die Informationsgeflechte der Bestandskund:innen, sondern potenzieller Neukund:innen betrachtet. Wie beim Look-alike-Marketing sind das Körbe mit ähnlichen Informationen, Interessen und Aktivitäten, die aber nicht den Markennamen enthalten, also z. B. nicht der Instagram-Seite des Unternehmens folgen. Eine weitere Möglichkeit ist es, sich die Einkäufskörbe konkurrierender Marken anzusehen und welche Zusammenhänge und Geflechte die Kund:innen dort ausmachen, um diese dann abwerben zu können. 

Wie ticken die? KI kennt auch die Softfacts 

Kennt man nun seine Wunschzielgruppe, lassen sich per KI auch persönliche Attribute für diese Einkaufskorb-Träger:innen ableiten. Beispielsweise: Sie handeln immer überlegt, sind grundsätzlich zufrieden mit ihrem Leben und wissbegierig. Im Kommunikationsmix sollte dann u. a. auf die Aspekte Planung, Sorgfalt und Neugier gesetzt werden. 

Ebenfalls lassen sich aus den Informationskonglomeraten Präferenzen bei der Gestaltung von Werbemitteln, Postings oder auch der Ladengestaltung schlussfolgern: Sollten Texte besser kurz, präzise und schnörkellos oder lieber phantasievoll, einladend und ausschweifend sein? Welche Bildwelten werden für gewöhnlich bevorzugt? Ailon kennt den Geschmack der Zielgruppe und gibt Empfehlungen.

Effizient? KI optimiert Kampagnenausspielung

Künstliche Intelligenz errechnet aber nicht nur das WER und WIE, sondern auch das WO und WANN von Kommunikation. Insbesondere vor dem Hintergrund der baldigen „Cookiecalypse” drohen Kampagnen hohe Streuverluste, weil Werbeanzeigen nicht mehr passgenau getargetet werden können. Mit KI entwickelte Personas betrifft das weniger: Sie sind nicht auf Cookies angewiesen, absolut DSGVO-konform und beinhalten über Wochen gesammelte Informationen, die über ein kurzfristiges Interesse durch Klick auf eine Website hinausgehen. Diese Informationen werden über Ailon algorithmisch in semantische Keywords überführt und ermöglichen ein noch präziseres Targeting. 

Fazit

Die Mechanismen und Datenmengen hinter künstlicher Intelligenz sind oft schwer verständlich. Die Ergebnisse sprechen aber für sich. 70.000 Datenpunkte von sieben Millionen fiktiven Personen kann Ailon analysieren, Zusammenhänge aufzeigen und Handlungsempfehlungen aussprechen. Zudem entwickelt sich die Technologie stets weiter. Noch wird KI in Unternehmen oft nur zur Optimierung bestehender Prozesse, nicht aber für die Neukund:innengewinnung genutzt. Die fundierten KI-Tipps für die Kommunikationsstrategie, den Vertrieb oder das Marketing bedeuten jedoch einen entscheidenden Wettbewerbsvorteil in einer immer digitaler werdenden Welt. Und: Solange die Ergebnisse der KI verständlich sind, ist das Wie ja auch zweitrangig.

Niklas Mrutzek

ERASON -

Gründer und Geschäftsführer

Niklas Mrutzek ist Gründer und Geschäftsführer des KI-Entwicklerstudios ERASON. Mit der künstlichen Intelligenz Ailon bietet ERASON werbetreibenden Unternehmen bisher ungesehene Erkenntnisse über ihre Ziel- und Kundengruppen.
Anzeige

Artikel zu diesem Thema

Weitere Artikel

Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button “Zum Newsletter anmelden” stimme ich der Datenschutzerklärung zu.