Was bedeutet der Aufstieg des maschinellen Lernens für den Marketer?

Neben 30 internationalen Experten wie beispielsweise Jim Sterne, Dr. A.K. partizipiert Maurizio Miggiano, Head of Data & Analytics bei MediaCom Schweiz, Alex Mari, University of Zürich bei der Entwicklung eines Modells für die Definition einer KI-gesteuerten Strategie im Marketingkontext. 

Der unabhängige Forschungsbericht beschreibt das Ziel, den Prozess und den Nutzen des maschinengetriebenen Marketings. Insbesondere wird erörtert, wie Marketing mithilfe maschineller Lernmodelle den Transformationsprozess von Daten in Aktionen und Interaktionen automatisiert, optimiert und erweitert, um Verhaltensvorhersagen, Bedarfsvorhersagen und Hyperpersonalisierung von Nachrichten zu ermöglichen.

Alex Mari, University of Zürich kommt zu dem Schluss, dass erfolgreiche Unternehmen mit ML-Technologie Daten mithilfe von halbautomatisierten und Echtzeitprozessen in nahtlose Interaktionen mit Verbrauchern verwandeln. Diese vorhersagenden und erweiterten Erlebnisse schaffen tiefere One-to-one-Beziehungen zu den Verbrauchern, verbessern die Kundenerfahrung im Omni-Channel-Bereich und fördern die Produktdifferenzierung.

«Maschineninspiriertes Marketing zwingt Manager, ihre Organisation strategisch zu bewerten, um Rollen und Verantwortlichkeiten neu zu gestalten und gleichzeitig die Aufgabenteilung zwischen Mensch und Maschine angemessen zu definieren», ergänzt Maurizio Miggiano, Leiter Data & Analytics bei MediaCom.

Lesen Sie hier das gesamte Whitepaper: «The Rise of Machine Learning in Marketing» (PDF)

 
Tiefe Einblicke über seine Sichtweise zum Thema Machine Learning (ML) im Marketing gibt Maurizio Miggiano, Head of Data & Analytics bei MediaCom Schweiz:

«Wenn wir über den Lehrplan-Hype hinausgehen, der sich hinter der KI versteckt, finden wir neue, sexy Möglichkeiten, Marketingdaten zu nutzen. Zielgruppenansprache, Website-Personalisierung, Empfehlungen, Vorhersagen der Abwanderung, erweiterte Intelligenz. Viele coole Ideen und grosse Effizienzsteigerungen. 

Ein Werbetreibender könnte beispielsweise digitale Customer Journeys zurückverfolgen, um Taktiken und Strategien zu bestimmen, die zuvor zu einem positiven Ergebnis geführt haben. Und diese durch aufeinanderfolgendes Zielgruppen- Targeting zu wiederholen, welches dieses Wissen nutzt – in der Regel das Ergebnis von Algorithmen von maschinellem Lernen. 

Der typische, am meisten gefeierte Fall ist der sogenannte programmatische Medieneinkauf, der es einem Werbetreibenden ermöglicht, dem Nutzer gezielt individualisierte Banner auf der Grundlage seines vorherigen Interesses oder Verhaltens im richtigen Moment mit der richtigen Botschaft zu liefern. 

Es ist eher üblich, dass das Marketingbudget dank eingebauter Algorithmen zweistellig optimiert wird – oder sogar noch höher mit ausgefeilten benutzerdefinierten Algorithmen

Wir dürfen jedoch nicht vergessen, dass AI in Marketing definitiv nicht so neu ist. Tatsächlich gibt es diese Tools schon lange, sogar bevor das gesamte KI-Diskussion die Marketingbranche beeinflusst hat. Die meisten KI-Produkte werden von Vermarktern in Form von Features angeboten, die wir weder wirklich manipulieren noch wirklich sehen. 

Es ist der Zauber hinter den Kulissen, die in der Anwendungsebene der üblichen Verdächtigen im Silicon Valley eingebaut sind. 

Und es ist magisch? Nein, es ist eher die Automatisierung einer einzelnen, sich wiederholenden Aufgabe. Dies können wir momentan tun. So einfach es auch scheint, ich würde den meisten Marketern, die ich kenne, empfehlen, die KI nicht alleine zu machen. Im Gegenteil überlassen Sie es den Experten und den Unternehmen, die bereits Millionen in diesen Raum investiert haben.

In der Zukunft wird ein Vermarkter definitiv nicht in der Lage sein, ML oder KI zu betreiben, sondern eher die richtigen technischen Hilfsmittel für die Herausforderung finden, mit der er konfrontiert ist. 

Für die Marketing Offices, die versuchen, ihren eigenen KI-Fall aufzubauen, ist mein Rat: Denken Sie zweimal darüber nach. Sie benötigen Talent, Ressourcen und viele Daten, um nur einige zu nennen. Erfahrungsgemäss war dies bei Marketers selten der Fall, da Marketing im Vergleich zu anderen Branchen mit einem höheren Mass an Data Governance und Analytics-Reife grundsätzlich ein grosses Chaos darstellt. 

Ich weiss, dass es paradox ist: Auf der einen Seite hat man alle Googles, Facebooks, AppNexus, Amazons – Unternehmen an der Spitze von ML, Deep Learning, KI als Ganzes. 

Und auf der anderen Seite hat man das typische Marketing Office, das immer noch viele Daten enthält & Tech-Analphabeten. Wer versucht zu verstehen, was zur Hölle los ist? Was möglich ist und was nicht? All diese Meetings und all diese schönen Roadmaps und Fortschritte (des Glaubens?).

Nun, alles, was man tun sollte, ist eine Herausforderung zu wählen – je kleiner, desto besser – und die Werkzeuge einzusetzen. Heutzutage gibt es ein Instrument und einen Anbieter für alle Herausforderungen bei der KI für Marketing. Zwar mag jeder die Faszination haben, seine eigene «AI Roadmap» zu entwerfen… Aber wie ich immer zu meiner Mutter sage: Ich bin ein Marketer, deshalb bin ich nicht dein klügster Sohn.»