wko webinarreihe: kÜnstliche intelligenz
TRANSCRIPT
WKO WEBINARREIHE:
KÜNSTLICHE INTELLIGENZ
DER GAMECHANGER
15. SEPTEMBER 2021, 14:00 – 15:00 UHR
KI DER GAME CHANGER:
SINGLE CUSTOMER VIEW -
THE FUTUR OF DIGITAL MARKETING
Gerhard Kürner - CEO 506.ai - Data Driven Business Builder
Hans Baldinger – Innovationsservice/WKOÖ
GEBEN SIE IHRE FRAGEN IM FRAGEN-CHAT EIN:
1. 2. 3.
wko.at/ki
FRAGEN?
SINGLE CUSTOMER VIEWTHE FUTURE OF DIGITAL MARKETING
Gerhard Kürner
Marketing Data Science
★ Unternehmensgründer Tech, Digital, TV, Marketing★ Ex Global Head of Communication voestalpine AG
★ Staatspreis für Werbefilm★ Customer Data & AI Fan
★ Digital seit 1983 (Commodore VC20)
GERHARD KÜRNERCEO 506.ai - Data Driven Business Builder
Marketing Data Science
506 Data & Performance Ist ein führendes Oberösterreichisches Marketing Data-Science Unternehmen zum Gewinnen und
Binden von Konsumenten.
Die mehrs als 20 Spezialisten sind davon überzeugt , dass mit guten Daten und der richtigen Technologie die Wünsche von Konsumenten erfolgreicher erfüllt und die Beziehung zwischen Unternehmen und ihren Kunden verbessert werden kann.
Mit der KI-basierten Analyse Plattform Saturn und der umfassenden Marketing- und Data-Science-
Expertise werden die Daten der Kunden in nachhaltigen Geschäftserfolg verwandelt.
Marketing Data Science
ZUKUNFT von 2016 (1966)
ZUKUNFT GESTALTEN DURCH SCHNELLES EXPERIMENTIERENKinder Kreditkarte vs Challenger Bank
Marketing Data Science
WARUM IHRE (EIGENEN) DIGITALEN DATEN SO
WICHTIG SIND
Marketing Data Science
STOPBASICS FIRSTMONEYDATAKIDS
Marketing Data Science
GLOBAL AD-SPENDINGS (eMarketer)
„Es könnte Grund zur Freude sein, dass im traditionellen Print-Land Österreich bereits 44 Prozent der Spendings auf Digitalmarketing entfallen. Dass von 1,46 Milliarden Euro läppische 13,5 Prozent auf heimische Medien und Vermarkter entfallen, lässt das Lachen schnell wieder vergehen“
(iab-austria-Präsident Markus Plank Momentum Studie 2020)
Marketing Data Science
THE DATA ERA - ZETTABYTES (10 21)
Marketing Data Science
WILLKOMMEN IM 22. JAHRHUNDERTMÄDCHEN HEUTE GEBOREN - LEBENSERWARTUNG 2104
Marketing Data Science
LASTING DATA EFFECTS OF COVID 19
Marketing Data Science
DIRECT TO CONSUMER (B2C)
Alarmierend für den klassischen
Einzelhandel ist eine aktuelle Studie der
Unternehmensberatung KPMG. Danach
fühlen sich fast 60 Prozent der Kunden, die
bereits Ware direkt beim Hersteller gekauft
haben, dort besser aufgehoben als bei
einem Händler
Marketing Data Science
DIRECT TO CONSUMER (B2B)
Überspringen der üblichen Händlerstruktur
(Großhändler, Vertriebspartner, etc) um an
die Kundendaten zu kommen:
Anwendung vom Produkt, Feedback, Cross
& Upselling
Marketing Data Science
BESCHLEUNIGUNG VON INNOVATIONENBEKANNT (No First-Party Data)
Marketing Data Science
BESCHLEUNIGUNG VON ENTWICKLUNGENUNBEKANNT (No First-Party Data)
2021 April: 1,2 Mrd $ - August 4,1 Mrd $
Marketing Data Science
THE BIG RESETFirst-Party Data-Driven Marketing
Marketing Data Science
DATA = VERTRAUENSFALLE
Marketing Data Science
Zwischen März und August 2020 wechselte jeder fünfte Verbraucher die Marke, und sieben von zehn probierten neue digitale Einkaufskanäle aus. Der Einzelhandel verzeichnete innerhalb weniger Monate ein zehnjährigesWachstum der digitalen Verbreitung.
Der daraus resultierende Datenanstieg hat jedoch kein wesentlich besseresVerständnis über Kunden vermittelt, da die veraltete Datenmodellierung diese Verschiebungen nicht mit der erforderlichen Granularität und Geschwindigkeit erfassen kann.
THE BIG CHANGE
Marketing Data Science
WHO OWNS YOUR DATA
Marketing Data Science
WHO OWNS YOUR DATA
Marketing Data Science
CUSTOMER JOURNEY
Marketing Data Science
DATEN SIND DIE BASIS FÜR KI
Marketing Data Science
THE RISEOF THE
DATA ERA
Marketing Data Science
VS
Marketing Data Science
SMS
PaidSocial
E-Commerce
CRM
Voice
LoyaltyProgramm
Landing-page
ERP
Website
E-MailMarketing
Apps
Tel
Marketing Data Science
BEISPIEL WERBUNG - ONE SIZE FITS ALL
Beispiel digitales Flugblatt 3e/Let´s do it
Marketing Data Science
DATA FUNNEL
GET TRAFFICTOP OF FUNNEL
GET LEADSMIDDLE OF FUNNEL
GET SALESBOTTOM OF FUNNEL
RETENTION
BRAND AWARENESS
LEADGENERATION
CLIENT NURTURING
AWARENESS STAGE Seeking educational information to help
grow in their knowledge of solutions.
CONSIDERATION STAGE Seeking demonstration of solutions
expertise. Comparing to other solutions.
DECISION STAGE Ready to say yes. Seek reinforcement and
validation of their decision.
RETENTION STAGE Continue to receive helpful information
about the product or service.
Marketing Data Science
DIE FUNKTIONSWEISEIM DETAIL
Dynamic AdsDynamic Ads sind Werbemittel, deren Inhalt sich automatisch zusammenstellt, um jedem User den für ihn besten Content zur richtigen Zeit auszuspielen.
Im Werbemittel Layout wird das Design, die Anordnung der Elemente sowie die
Animation festgelegt.
Die verschiedenen Kombinationen aus zB Produktbild, Produktname und Produktpreis werden dann automatisch generiert und die richtigen Inhalte aus dem Data Feed in die
vordefinierten Felder geladen. Marketing Data Science
DIE FUNKTIONSWEISEIM DETAIL
Data FeedEin Data Feed ist vergleichbar mit einer Liste mit allen Produkten, die beworben werden sollen inkl. aller relevanten Informationen der Produkte wie Preis oder Filiale.
● Die Basis bildet der Data Feed oder eine Liste der Produkte, die von Ihnen übermittelt wird. Sie bestimmen somit, welche Produktinformationen auf den Werbemitteln platziert werden.
● Darauf aufbauend erstellen wir die Data Feeds für die gewünschtenKanäle und Werbemittel inkl. aller Kombinationen und Attribute.
● Anpassung an gewünschte Vorgaben: z.B. 1 Produkt oder 3 verschiedene Produkte pro Banner-Version, thematische Gruppierung der Produkte etc.
Marketing Data Science
DIE FUNKTIONSWEISEIM DETAIL
Dynamic Display AdsIm Werbemittel-Layout wird definiert, welche Elemente statisch sind und welche sich verändern.
Produktbild laut Data Feed
statisch
statisch
dynamische Produktinformation
laut Data Feed
Marketing Data Science
Hintergrund (Rahmen/Logo) kann individuell angepasst
werden
DIE FUNKTIONSWEISEIM DETAIL
Dynamic Social AdsIm Werbemittel-Layout wird definiert, welche Elemente statisch sind und welche sich verändern.
Dynamisierung durch Einbau von Variablen
in den Text
Produktinformation laut Data Feed
Marketing Data Science
ZENTRALE DATEN-SAMMLUNG ERSTELLEN
CUSTOMER DATA
Marketing Data Science
KAFFEEHAUS “CUSTOMER DATA PLATFORM” HAWELKA1939 bis 2011
Marketing Data Science
KANÄLE UNDPLATTFORMEN
DATENQUELLENCUSTOMER DATA
PLATFORM
DatenAktivierung
Web & App Verhaltensdaten
DSGVO Daten zur Einwilligung
CRM- & Offline-Daten
Transaktionssysteme
Single Customer View
User-Daten Anreicherung
Erstellung & Erweiterungvon Zielgruppen
Aufbewahrung von DSGVODaten zur Einwilligung
Export von Zielgruppen
Cross- & Upselling-Kampagnen
E-Mail & CRM
Facebook & AdWords
Personalisierter Content
CUSTOMER DATA PLATFORMDaten miteinander verbinden
Marketing Data Science
CUSTOMER DATA-PLATFORM Verschiedene Datenquellen miteinander verschmelzen Features CUSTOMER DATA PLATFORM
▪ Sammlung der Kundendaten an einem zentralen Ort
▪ Matching der Daten aus verschiedenen Quellen
▪ Single Customer View - detaillierte Kundenprofile
▪ Basis-Dashboards
Vorteile CUSTOMER DATA PLATFORM
▪ Ganzheitliches Bild der Zielgruppe
▪ wichtige Erkenntnisse durch Analysen der Daten
▪ Basis für weitere Produkte und Maßnahmen wie
○ Analysen (Segmente, Churn oder Lead Scoring)
○ Aktivieren der Daten im Performance Marketing undMarketing Automation Tools
Marketing Data Science
BEISPIELSINGLE
CUSTOMER VIEW
Marketing Data Science
WEITERE ANWENDUNGSBEREICHE
Das Sammeln der Daten in der Customer Data
Platform bildet die Basis für eine Vielzahl von möglichen Anwendungen.
Die Datenvisualisierung hilft die richtigen
Anwendungen zu finden!
Scoring der Kunden
Finden von gleichartigen
Kunden
Welche Kunden lohnt es sich zu
aktivieren?
Entwicklung eines
Empfehlungs-systems
etc.
Marketing Data Science
WEITERE SCHRITTE: LEAD SCORING
Features
▪ Vorhersagen, welche User eher zu Kunden werden und welche nicht
○ Basis: Daten aus der Customer Data Platform
○ Machine Learning
○ Prognosemodelle
Vorteile
▪ Analysieren, welche Maßnahmen sich wirklich lohnen
▪ Richtige Maßnahmen in der Kundenkommunikation setzen
Marketing Data Science
DATA BUSINESSDeep Dive
Marketing Data Science
FORSCHUNGSPROJEKT - 506 Vom Website User zum potenziellen Lead
Marketing Data Science
Fragestellungen
Datenanalyse
Workflow: Von den Rohdaten zur Vorhersage
Vorhersage
1
3
2
4
Marketing Data Science
FRAGESTELLUNGEN
1.
Marketing Data Science
Wie verhalten sich meine User auf der Website?
Gibt es einen Unterschied im Verhalten der Leads und der Nicht Leads?
Welche Möglichkeiten gibt es, mögliche Leads automatisiert zu erkennen?
Welche Probleme gibt es bei einer Vorhersage und woher weiß ich ob ein User ein potentieller Lead ist?
FRAGESTELLUNGEN
Marketing Data Science
DATENANALYSE
2.
Marketing Data Science
INFOS-LEAD
Ein User ist ein Lead, wenn er/sie eine Seite mit der Endung „danke“ besucht. In der nachfolgenden Analyse beziehen sich die Bezeichnung ‚Target‘ auf die Information ob ein User eine Conversion gemacht hat (Target = 1) oder ob ein User keine Conversion gemacht hat (Target = 0)
In den Daten wird ein Lead mit 1 repräsentiert und ein Nicht Lead mit 0.
▪ Target = 0 … nicht Leads▪ Target = 1 … Leads
ANZAHL DER USER PRO TARGET
Aus der Grafik ist ersichtlich, dass die meisten User zu keinen Leads geworden sind (grauer Balken) 156.874 User. Die User, die auf eine Dankesseite geklickt haben und dadurch zu einem User geworden sind, sind im blauen Balken ersichtlich (798 User).
Marketing Data Science
VERTEILUNG DER USER ÜBER PROPERTY REFERRER DOMAIN UND CONVERSIONS
Hier wurden jene Domains entfernt, die von weniger als 300 Usern geklickt wurden. Hier ist ersichtlich, dass bei den meisten Usern die Property Prefer Domain unbekannt ist (Balken mit -99). Die nächst häufigste Domain ist Google (von 57.566 Usern geklickt), gefolgt von Facebook (von 15.073 Usern geklickt). Bei allen Usern, bei denen eine Conversion über eine Dankesseite gemacht wurde ist die Domain unbekannt (-99)
Marketing Data Science
VERTEILUNG DER USER ÜBER DIE PLATTFORM
Diese Grafik zeigt über welche Plattformen die User auf die Website zugegriffen haben. Info: Plattformen, die von weniger als 20 Usern verwendet werden, wurden hier für einen besseren Überblick entfernt. User die eine Conversion (Dankesseite) gemacht haben, haben entweder mit win32, linux armv8l, iphone oder mit macintel (siehe blauer Balken) auf die Website zugegriffen. Generell haben die meisten User über win64 auf die Website zugegriffen.
Marketing Data Science
WORKFLOW:VON DEN ROHDATEN
ZUR VORHERSAGE
3.
Marketing Data Science
WORKFLOW: VON DEN ROHDATEN ZUR VORHERSAGE
DATEN SAMMLUNG
VORVERARBEITUNG ERSTELLUNG DER MODELLE
SPEICHERUNG DER MODELLE
ANWENDUNG DER MODELLE
Selektion von
Merkmalen
Filterung
Feature Extraction
Restriktionen
...
Verarbeitungsschritte
Train/Test-Split
Skalierung der
Daten
Modellerstellung
und Evaluierung
Modellerstellung
Laden der Daten
Laden der Modelle
Vorhersage
Vorhersage neuer
Daten
Modell 1
Modell 2
Jentis
Marketing Data Science
VORHERSAGEPOTENTIELLER
LEADS
4.
Marketing Data Science
ERGEBNISSE: MODELL 1
Modell: Balanced Random Forest Classifier
Anzahl Werte:
▪ User: 50.807
▪ Davon Leads: 238
CONFUSION MATRIX
T
P
F
P
T
N
F
N
79% der nicht Leads wurden richtig als nicht Leads erkannt.21% der nicht Leads wurden als Leads erkannt.5,9% der Leads die wurden als nicht Leads erkannt.
94% der Leads wurden als Leads erkannt.
Marketing Data Science
ERGEBNISSE: MODELL 2
Modell: RUS Boost Classifier
Anzahl Werte:
▪ User: 50.807
▪ Davon Leads: 238
78% der nicht Leads wurden richtig als nicht Leads erkannt.22% der nicht Leads wurden als Leads erkannt.23% der Leads die wurden als nicht Leads erkannt.
77% der Leads wurden als Leads erkannt.
T
P
F
P
T
N
F
N
CONFUSION MATRIX
Marketing Data Science
DING, DING, DING
HOW TO START REALLY DATA DRIVEN
Marketing Data Science
START FAST AND SMALL
★ Klares Geschäftsziele das sie erreichen wollen ★ Starten Sie mit “Self-Tracking” Ihrer digitalen Touchpoints★ Konzentrieren Sie sich auf die Digitale Customer Journey (Metriken)
★ Ausnahmsloser Fokus auf den Nutzer (Single Customer View)
★ Zahlen getriebener Check der Thesen (POC)
★ Dranbleiben, Dranbleiben, Dranbleiben!
Marketing Data Science
MACHEN SIE WASUND VOR ALLEM
BLEIBEN SIE DRAN
Linkedin.com/in/GerhardKuerner
Marketing Data Science
„KI/ML-BASIERTES ONLINE-MARKETING“ IM FOKUS DER WKO WEBINAR-REIHE 2021 wieder jeden 3. Mittwoch im Monat | jeweils 14:00 Uhr
IHRE NÄCHSTEN WEBINARTERMINE:
20. Okt. 2021: Marketing Automation
17. Nov. 2021: Performance Marketing
wko.at/ki
WEBINARREIHE
FRAGEN? – WIR FREUEN UNS ÜBER IHRE KONTAKTAUFNAHME:
Hans Baldinger
T +43 5-90909–3542
M +43 664 82 61 722
W wko.at/ki
WIR BEDANKEN UNS FÜR IHR INTERESSE!
wko.at/ki
KONTAKT | INFO