Adobe startet KI-Erweiterungen in Customer Journey Analytics

Von Paul Bates

Vor etwas über einem Jahr haben wir Cus­tomer Jour­ney Ana­lyt­ics (CJA) als neues Ange­bot in Adobe Ana­lyt­ics einge­führt, um Unternehmen dabei zu unter­stützen, die Cus­tomer Jour­ney ihrer Kun­den bess­er zu ver­ste­hen. Aus­gangspunkt für diese Lösung war die Beobach­tung, dass auf­fal­l­end viele Entschei­dun­gen von Wer­be­treiben­den auf Basis unvoll­ständi­ger oder ober­fläch­lich­er Dat­en getrof­fen wur­den. Als direk­te Folge blieben die meis­ten dieser Marken immer den entschei­den­den Schritt hin­ter dem Kun­den zurück. In der Einzel­han­dels­branche zum Beispiel hat­ten Anbi­eter bis zulet­zt große Schwierigkeit­en damit zu ver­ste­hen, inwieweit ihre Online-Aktiv­itäten die Käufe in ihren sta­tionären Geschäften beeinflussten.

Ein wesentlich­er Teil des Prob­lems war es, dass Dig­i­tal in den Köpfen der Mach­er nur die zweite Geige spielte. Doch dies hat sich in den let­zten Monat­en grundle­gend geän­dert. Die andauernde Pan­demie hat uns von ein­er „dig­i­tal zuerst“ in eine nahezu rein dig­i­tale Real­ität geführt. Und daran wird sich wohl auch in Zukun­ft so schnell nichts ändern. Selb­st wenn wir irgend­wann zu ein­er gewis­sen Nor­mal­ität zurück­kehren, wer­den Aspek­te davon weit­er fortbeste­hen. Mit der zunehmenden Ver­bre­itung dig­i­taler Tech­nolo­gien wird es für Marken kün­ftig noch wichtiger, die Cus­tomer Jour­ney ihrer Kun­den lück­en­los über alle Kanäle zu verstehen.

In den ver­gan­genen Monat­en haben wir durch den Ein­satz von Cus­tomer Jour­ney Ana­lyt­ics gese­hen, wie viele Unternehmen ihre ersten Schritte in Rich­tung Kunde unter­nom­men haben. Physis­che Point-of-Sale-Dat­en war­den von ihnen mit rel­e­van­ten Infor­ma­tio­nen aus Web­sites und Apps zusam­menge­führt; Erken­nt­nisse aus Call-Cen­tern wer­den mit Kun­den­bindung­spro­gram­men und dig­i­tal­en Dat­en verknüpft. Wertvolle Unter­stützung bietet ihnen die Adobe Expe­ri­ence Plat­form mit der Möglichkeit, unter­schiedliche Daten­sätze ver­ständlich zusam­men­zuführen. Sie ermöglicht es den Marken, direkt zu han­deln und Sofort­maß­nah­men zur Verbesserung des Kun­den­er­leb­niss­es zu ergreifen.

Für noch tief­ere Ein­blicke in das Kun­den­ver­hal­ten bieten wir ab sofort umfan­gre­iche KI-Erweiterun­gen in Cus­tomer Jour­ney Ana­lyt­ics. Im Mit­telpunkt des neuesten Updates ste­hen erweit­erte Funk­tio­nen, die dem Kun­den die Arbeit mit Omnichan­nel-Daten­sätzen ermöglichen, die weit über die Web­site hin­aus­ge­hen. Über Adobe Sen­sei erhal­ten Marken dabei den direk­ten Zugang zu bewährten Algo­rith­men, die Ein­blicke in die Qual­ität des Kun­den­er­leb­niss­es und der Geschäft­sleis­tung eröff­nen.

Die neuen KI-Erweiterun­gen in Adobe Cus­tomer Jour­ney Ana­lyt­ics umfassen:

Anom­alie-Erken­nung (ab sofort ver­füg­bar): Als eine der beliebtesten Funk­tio­nen in Adobe Ana­lyt­ics wird die Anom­alie-Erken­nung überwiegend für die Web­site-Aktiv­ität genutzt. Mit ihr kön­nen Marken die entschei­den­den Bere­iche des Web-Erleb­niss­es aus­machen, die den Verkauf fördern oder auch schaden. Auf dieser Grund­lage sind Mar­keter in der Lage, erfol­gre­iche Kam­pag­nen zu inten­sivieren oder in Echtzeit Kor­rek­turen vorzunehmen. Ab sofort stellen wir die Anom­alie-Erken­nung auch in Adobe Cus­tomer Jour­ney Ana­lyt­ics zur Ver­fü­gung. Damit kön­nen Marken erst­mals die Übergänge zwis­chen den einzel­nen Kanälen nachvol­lziehen. Geht ein Kunde beispiel­sweise zwis­chen dem Kun­den­sup­port und der mobilen App ver­loren, kann mit Hil­fe der Anom­alie-Erken­nung sofort nachgebessert wer­den. Die speziell entwick­elte KI hil­ft dabei, die Schmerzpunk­te oder Bere­iche zu iden­ti­fizieren, in denen das Kun­den­er­leb­nis opti­miert wer­den muss. Kon­sumenten prof­i­tieren von Inter­ak­tio­nen, die sich bess­er ver­bun­den und deut­lich intu­itiv­er anfühlen.

Ent­deck­te Anom­alie in einem Call-Center

Intel­li­gente Warn­hin­weise (Sneak Pre­view): Bei der Entwick­lung von KI- und maschinellen Lern­funk­tio­nen in Adobe Ana­lyt­ics haben wir früh erkan­nt, dass Teams oft nicht bewusst ist, was sie nicht wis­sen. Es gibt Erken­nt­nisse, die so tief in den Dat­en ver­bor­gen sind, dass selb­st selb­st erfahrene Daten­wis­senschaftler sie beim Auf­bau der Analy­seprax­is möglicher­weise nicht voll­ständig erfassen. Mit intel­li­gen­ten Warn­mel­dun­gen, die Teil des „Virtuellen Ana­lysten“ in Adobe Ana­lyt­ics sind, kön­nen Marken dank Adobe Sen­sei, dem Frame­work für KI und maschinelles Ler­nen von Adobe, die ver­steck­ten Infor­ma­tio­nen ganz ein­fach aufdeck­en. Dies war für die Inte­gra­tion von Cus­tomer Jour­ney Ana­lyt­ics ein ganz entschei­den­der Punkt. Schließlich ist die Menge an Dat­en, mit denen Teams bei der Verknüp­fung von Kanälen arbeit­en müssen, stark gestiegen. Die intel­li­gen­ten Warn­mel­dun­gen bei CJA brin­gen automa­tisch wertvolle Erken­nt­nisse an die Ober­fläche, die son­st unbe­merkt geblieben wären. Greifen Mar­keter diese Warn­mel­dun­gen auf, begin­nt die KI automa­tisch, die präsen­tierten Infor­ma­tio­nen zu personalisieren.

Beitrags­analyse (Sneak Pre­view): Wenn Mar­keter Anom­alien in ihrem Daten­satz bemerken, kön­nen sie von ein­er zusät­zlichen Ursachen­analyse prof­i­tieren. Stellen Sie sich ein wer­be­treiben­des Unternehmen vor, das einen deut­lichen Rück­gang des Nutzeren­gage­ments fest­stellt. Mit der Beitrags­analyse kön­nen sie erken­nen, dass ein bes­timmter Brows­er möglicher­weise die Ursache sein kön­nte, und erhal­ten einen wichti­gen Anhalt­spunkt für die Opti­mierung. Diese Möglichkeit nutzen wir jet­zt auch für Cus­tomer Jour­ney Ana­lyt­ics. Stellen Sie sich ein Szenario vor, in dem die Beteili­gung an einem Loy­al­ität­spro­gramm erhe­blich zurück­ge­gan­gen ist. Mit der Beitrags­analyse von CJA kann das Team die Diskrepanz zwis­chen den online präsen­tierten Mit­glieder­vorteilen und den Nutzer­erfahrun­gen in der Prax­is bess­er ver­ste­hen und aus­gle­ichen.