Die Art, wie Menschen Marken entdecken und mit ihnen interagieren, entwickelt sich sowohl für Verbrauchende als auch für Unternehmen weiter. Während traditionelle Suche, Websites und Apps weiterhin unverzichtbar bleiben, beginnen Large Language Models (LLMs) wie ChatGPT und Claude zu beeinflussen, wie Kundinnen und Kunden Produkte erkunden, Fragen stellen und Entscheidungen treffen. Diese KI-gestützten Tools sind zunehmend in der Customer Journey präsent, besonders in den frühen Phasen, wo sie Markeninformationen aufzeigen, Content zusammenfassen und sogar Konversationen ermöglichen.
Doch für viele Unternehmen finden diese Interaktionen außerhalb der Sichtbarkeit statt. KI-gesteuerte Entdeckung (Discovery) und Konversationen bzw. Gespräche zwischen Menschen und Nicht-Menschen fallen oft außerhalb des Umfangs traditioneller Analyse, wodurch blinde Flecken bei der Messung und Optimierung entstehen. Infolgedessen verpassen Marken möglicherweise wichtige Signale darüber, wie Kundinnen und Kunden interagieren und wo Verbesserungsmöglichkeiten liegen.
Um diese Lücke zu schließen, bietet Adobe Customer Journey Analytics jetzt ein Set von Funktionen, die darauf ausgelegt sind, KI-native Erlebnisse in die Messung einzubeziehen. Dazu gehören Tools zur Analyse von markenbezogenen Chat-Interaktionen, zur Verfolgung, wie LLMs auf Marken-Content verweisen, und zur Messung von Interaktion in Programmen mit eingebetteter KI. Zusammen helfen diese Funktionen Marken dabei, KI-gesteuerte Interaktionen mit echten Geschäftsergebnissen zu verknüpfen, damit sie die vollständige Customer Journey besser verstehen, optimieren und darauf reagieren können.
Die Rolle der KI in der Journey verstehen.
KI treibt nicht mehr nur interne Tools an – sie wird Teil der Customer Experience selbst. Ob es ein Chatbot ist, der Produktfragen beantwortet, oder ein LLM, das eure Marke in einem generativen Suchergebnis aufzeigt – diese Interaktionen prägen, wie Kundinnen und Kunden euer Geschäft wahrnehmen und damit interagieren.
Anders als Klicks oder Seitenaufrufe bleiben diese KI-gesteuerten Momente jedoch oft ungemessen. Diese Gespräche erzeugen eine unglaubliche Menge unstrukturierter Daten, die kompliziert zu analysieren sind und aus denen sich nur schwer relevante und zeitnahe Erkenntnisse gewinnen lassen.
Können Marken verstehen, wie Chats den Kaufprozess beeinflussen oder ob Chat-Agents optimal für das Unternehmen antworten? Hier kommen neue Analyse-Funktionen ins Spiel, die Marken dabei helfen, Sichtbarkeit für diese Touchpoints zu schaffen und ihre Auswirkungen zu verstehen.
Konversationen messen, die Ergebnisse voranbringen.
KI ist heute direkt in Bewertungs- und Kaufprozesse integriert. Viele Customer Journeys beinhalten mittlerweile Gespräche, oft mit nicht-menschlichen Agents. Diese Chat-Interaktionen können alles beeinflussen – von der Produktentdeckung über Kaufentscheidungen bis hin zur Servicelösung. Aber funktionieren sie wirklich und führen zu den gewünschten Ergebnissen?
Mit den neuen Funktionen zur Gesprächsanalyse in Customer Journey Analytics können Marken jetzt:
- Chat-Interaktionen mit nachgelagerten Verhaltensweisen wie Conversions oder Abwanderung verknüpfen.
- Stimmung, Absicht und Thementrends in Konversationen analysieren.
- Verstehen, was zu einem Chat geführt hat – und was danach passierte.
- Chatbot-Abläufe und Agent-Performance basierend auf echten Ergebnissen optimieren.
Durch die Umwandlung unstrukturierter Dialoge in strukturierte Erkenntnisse können Marken Gespräche als messbare, optimierbare Teile der Customer Journey behandeln.
Einblicke in KI-gesteuerte Entdeckung gewinnen.
Da LLMs bei Recherche und Entscheidungsfindung immer häufiger eingesetzt werden, beeinflussen sie zunehmend, wie Kundinnen und Kunden Marken finden und bewerten. Website-Content, strukturierte FAQs, Produktmaterialien und öffentlich verfügbare Informationen – all das beeinflusst, wie LLMs eure Marke beschreiben und empfehlen. Wie könnt ihr wissen, ob euer Content gefunden, korrekt dargestellt oder übersehen wird?
Durch die Integration mit Adobe LLM Optimizer kann Customer Journey Analytics jetzt aggregierte, nicht-personenbezogene Signale aus dem LLM-Ökosystem erfassen. Das ermöglicht Marken:
- LLM-Crawling-Aktivitäten neben herkömmlichem Webtraffic anzeigen.
- Analysieren, welche Content-Arten am häufigsten von KI-Tools aufgerufen werden.
- LLM-gesteuerte Interaktion mit menschlichem Verhalten und Conversions vergleichen.
- Trends bei der KI-Entdeckung über die Zeit verfolgen.
Diese Transparenz hilft Marken zu verstehen, wie sie in KI-generierten Antworten dargestellt werden und wie diese Darstellung mit der Performance des Unternehmens zusammenhängt.
Interaktion in KI-nativen Programmen erfassen.
Einige Marken beginnen, Kundschaft direkt in KI-Oberflächen zu begegnen – durch Plug-ins, eingebettete Tools oder markenkonformen Apps auf Plattformen wie ChatGPT. Diese Erfahrungen eröffnen neue Möglichkeiten für Interaktion, führen aber auch zu neuen Daten.
Mit Adobe Experience Platform Web SDK und Data Collection APIs können Marken jetzt Interaktionen in LLM-eingebetteten Programmen erfassen und in Customer Journey Analytics einbringen. Das ermöglicht:
- Verbindung von KI-Programm-Interaktion mit Kundenprofilen
- Einheitliche Analyse über Web-, Mobile-, In-Store- und KI-native Kanäle hinweg
- Messung von Erfolgsmetriken wie Conversion, Kundenbindung und ROI
Diese Funktionen stellen sicher, dass KI-native Erlebnisse nicht länger außerhalb des Analyse-Frameworks stehen, sondern Teil einer vollständigen, vernetzten Sicht auf Kundschaft sind.
Warum das wichtig ist.
Während sich KI weiterentwickelt, wird sie zu einem aktiveren Teilnehmer in der Customer Journey. Marken, die messen können, was funktioniert, und diese Interaktionen verstehen, sind besser gerüstet, um relevante, responsive Erlebnisse zu liefern.
Indem Adobe KI-gesteuerte Entdeckung, Konversation und Interaktion in den Analyse-Bereich einbringt, hilft das Unternehmen Organisationen dabei, die Lücke zwischen aufkommenden Technologien und vertrauenswürdiger Messung zu schließen. Diese Funktionen befähigen Marketer, Analysten und CX-Führungskräfte, schneller intelligentere Entscheidungen zu treffen – basierend auf einem vollständigeren Bild der Customer Journey.
In einer Welt, in der KI mehr vom Erlebnis prägt, sorgt Adobe dafür, dass ihr es sehen, messen und darauf reagieren könnt.
Sandor Jones ist Principal Product Marketing Manager bei Adobe, wo er die Go-to-Market-Strategie und Lösungspositionierung für das Adobe Analytics Portfolio leitet. Er war maßgeblich am Launch von LLM Insights beteiligt und half dabei zu definieren, wie Marken KI-gesteuerte Kundenverhalten messen und verstehen. Mit Erfahrung bei LiveRamp, TUNE und anderen analyseorientierten Unternehmen bringt Sandor Expertise in Daten, Messung und der Übersetzung komplexer Funktionen in klaren Kundenmehrwert mit.
Sandor lebt in der Bay Area und liest gerne über Geschichte, erkundet großartige Restaurants in der Stadt und ist gern auf Reisen.
