Marketing- und Vertriebsprozesse werden noch enger zusammenwachsen. Das gelingt am besten mit einer Customer Data Platform (CDP) der neusten Generation.
Mehr Erfolg im Vertrieb dank künstlicher Intelligenz
Diese CDPs bündeln in Unternehmen nicht nur Kundendaten, sie schaffen auch die Datenbasis für sämtliche Kommunikations-, Marketing- und Vertriebsaktivitäten. Moderne CDPs unterstützen sogar die intelligente Automatisierung aller kundenrelevanten Marketing- und Vertriebsprozesse: Sie ermöglichen Robotic Selling – die automatisierte Verkaufsvorbereitung durch intelligente Software-Robots. Die digitalen Kollegen unterstützen die Vertriebsmitarbeiter durch Datenanalysen und befreien sie von lästigen Routineaufgaben. Für die Intelligenz im Robotic Selling sorgen Technologien wie Machine Learning, künstliche Intelligenz, Predictive sowie Prescriptive Analytics. Alle Daten, die im Unternehmen vorliegen, müssen dazu aber zuerst in einer zentralen Plattform gebündelt und bidirektional ausgetauscht werden. Moderne Customer Data Platforms leisten genau das.
1. Wie wird sich der Vertrieb weiterentwickeln? Worauf kommt es in Customer Data Platforms an, um die Verkaufserfolge in Unternehmen voranzutreiben?
Meiner Meinung nach müssen sich Marketing und Vertrieb in diesem Jahr noch intensiver mit den Daten beschäftigen, die Kunden während ihrer Customer Journey kontinuierlich hinterlassen. Es gibt immer mehr Touchpoints und Kanäle, auf denen Kunden mit Unternehmen in Kontakt treten können. Und ganz egal, welchen Kanal ein Kunde präferiert: Seine Erwartungshaltung ist, dass das Unternehmen an jedem Kontaktpunkt genau weiß, wie es seine Anfrage schnellstmöglich und zufriedenstellend beantwortet. Darum wird es immer wichtiger, ein umfassendes Bild vom Kunden zu gewinnen und alle zur Verfügung stehenden Daten auszuwerten. Eine Klasse von Lösungen, die das sowohl für das Marketing als auch für den Vertrieb leisten, sind Customer Data Platforms. Diese Tools gibt es zwar schon einige Zeit – aber die neueste Generation der CDPs konsolidiert nicht nur Kundendaten, sondern verknüpft Marketing- und Vertriebsaktivitäten. Das geht bis zur intelligenten Automatisierung von kundenrelevanten Prozessen, über die Grenzen von Marketing und Vertrieb hinweg.
Wir nennen das Robotic Selling: die automatisierte Verkaufsvorbereitung durch intelligente Software-Robots. Diese Sales Robots arbeiten mit Datenanalysen, komplexen Entscheidungslogiken und Machine Learning, um Entscheidungen automatisiert und in Echtzeit zu treffen. Und sie lernen ständig dazu. So können sie Kundenprozesse über Marketing und Vertrieb hinweg optimal steuern. Dabei geht es nicht darum, die Tätigkeit von Vertriebsmitarbeitern überflüssig zu machen, sondern sie zu entlasten. Robotic Selling bereitet die Kontaktaufnahme optimal vor und identifiziert den individuellen Kundenbedarf. So können Sales-Mitarbeiter sich auf ihre wirklich wichtigen Aufgaben konzentrieren: die professionelle Bestandskundenbetreuung und die Neukundenakquise.
Künstliche Intelligenz will menschenähnliche Verhaltensmuster und Entscheidungsprozesse simulieren. Damit soll menschliche Intelligenz künstlich reproduziert werden. Das Ziel dabei ist häufig, bestimmte Aufgaben und Prozesse zu automatisieren, die durch ihre Komplexität anders schwer digitalisierbar sind.
2. Und wie schaffen Unternehmen die ideale Basis für Robotic Selling? Was ist für Customer Data Platforms notwendig?
Dafür müssen Unternehmen alle Daten aus unterschiedlichsten Quellen in die Customer Data Platforms anbinden. Dies geschieht durch eine bidirektionale Synchronisation zwischen allen relevanten Systemen. Moderne CDPs folgen dem Integration Platform as a Service-Ansatz (iPaaS). Mit ihnen beseitigen Unternehmen lästige Datensilos, können aber weiterhin ihre Legacy-Systeme und beliebige externe Microservices nutzen. Wenn gewünscht lassen sich später jederzeit weitere Datenquellen und Systeme hinzufügen. Auch Daten aus dem Sales sind wichtig, etwa aus CRM-, ERP- oder anderen vertriebsrelevanten Systemen. Selbst Ticketing-Lösungen im Service enthalten Daten, die für Cross- und Upselling wertvoll sein können.
Die Integration aller relevanten Tools bildet dann die Basis für die Datenanalysen und für die intelligente Automatisierung von Prozessen. Moderne CDPs sind dafür technologisch zweigeteilt: in iPaaS und aPaaS. Ihre iPaaS-Komponente wird durch eine Application Platform as a Service (aPaaS)-Lösung ergänzt. Das eine ist der Integration-, das andere der App-Store. So wird auch ein stufenweiser Aus- und Umbau der Systeminfrastruktur möglich. Moderne CDPs sind hochflexibel. Marketing und Vertrieb rücken dadurch Schritt für Schritt und App für App enger zusammen. Das ist das technologische Fundament von Robotic Selling.
3. Welche Rolle spielen dabei künstliche Intelligenz und Machine Learning?
Ohne Machine Learning kein Robotic Selling mit Hilfe von Customer Data Platforms. Die Sales Robots nutzen KI, Machine Learning, Predictive und Prescriptive Analytics, um Vertriebsprozesse in Echtzeit steuern zu können. Für die meisten Anwendungsfälle im Vertrieb ist Machine Learning allerdings ausreichend. Maschinelle Lernverfahren sind auch keine „Rocket Science“. Der wesentliche Unterschied zwischen Machine Learning und KI besteht darin, dass KI-Modelle eigenständig dazulernen. Während wir bei Machine Learning-Verfahren immer noch nachvollziehen können, aus welchen Daten und Modellen ein Prozess besteht, ist das bei KI irgendwann nicht mehr möglich. Denn die KI konstruiert sich selbst und lernt eigenständig dazu. KI im eigentlichen Sinn ist eine klassische Blackbox. Dagegen ist ein Sales-Robot zwar intelligent – und er wird immer klüger –, aber er ist nicht undurchschaubar.
Der Beitrag wurde ursprünglich hier veröffentlicht
#EAS-MAG.digital News