Digitale Transformation in der Druckindustrie

Wie die Künstliche Intelligenz den Vertrieb verändert

Die Herausforderungen im Vertrieb in der Druckindustrie sind seit Jahren dieselben – doch die Vertriebsprozesse ändern sich mit der Digitalisierung massiv. Wer hierbei nicht untergehen will, nutzt KI-Tools als Assistenz.
Die Herausforderungen im Vertrieb in der Druckindustrie sind seit Jahren dieselben – doch die Vertriebsprozesse ändern sich mit der Digitalisierung massiv. Wer hierbei nicht untergehen will, nutzt KI-Tools als Assistenz. (Bild: Pixabay)

Einsatzmöglichkeiten der KI

Im Vertriebsalltag kommen in all diesen Bereichen auch schon Algorithmen zum Einsatz. Michael Becker nennt Beispiele, wo Künstliche Intelligenz den Verkaufsprofi in Marketing und Vertrieb schon heute unterstützt:

  • Persönliche Assistenz im Vertrieb
    Administrative, fehlerintensive Aufgaben wie E-Mail-Postfach ordnen, Verwaltung von Terminen oder Kommunikation mit Kunden werden automatisiert, die KI lernt dabei stets dazu. Ein Beispiel hier wäre die „dialogorientierte Intelligenz“ Clara Labs, die jederzeit in E-Mail-Programme eingebettet werden kann. Aber auch Chatbots oder Social Bots im Web führen festgelegte Aufgaben autonom auf der Basis vorprogrammierter Verhaltensmuster eigenständig aus.
  • Flexible Anpassung von Preisen (Dynamic Pricing)
    Dynamische Preisgestaltung orientiert sich nicht an den Kosten, sondern an der Preisakzeptanz von Kunden sowie an Angebot und Nachfrage auf dem Markt. Als Datenbasis nutzt die KI-Preisoptimierung neben demografischen Merkmalen auch Ergebnisse aus der Analyse des Kundenverhaltens (in der Vergangenheit akzeptierte Preise; Verhalten ähnlicher Kunden; Faktoren, die zuletzt für erfolgreiche Abschlüsse relevant waren etc.)
  • Predictive Lead Scoring
    Beim Predictive Lead Scoring werden anhand von Prognose-Machine-Learning-Algorithmen bestehende Kunden analysiert, um zu ermitteln, wie wahrscheinlich es ist, dass ein Lead (=Kontakt) als Kunde gewonnen werden kann. Dies soll die bisherige Subjektivität in der Beurteilung minimieren. Wenig aussichtsreiche Kontakte werden so von vornherein aussortiert, um den Vertrieb zu entlasten.
  • Forecasting
    KI und Predictive Analytics erhöhen hier bspw. die Qualität von Vertriebs-Forecasts und Umsatzprognosen. Unter Predictive Analytics versteht man in diesem Zusammenhang eine Methodik, um Muster in Daten mithilfe statistischer Verfahren zu identifizieren.
  • Cross- und Up-Selling
    Mithilfe Künstlicher Intelligenz lassen sich bereits vor dem Cross-Selling detaillierte Warenkorb-Analysen auf Basis von CRM- und ERP-Verkaufsdaten erstellen, um Wahrscheinlichkeiten für erfolgreiche Querverkäufe zu berechnen und vorherzusagen. Prognosen, welche Kontakte ausbaufähig sind und sich für zukünftige Projekte eignen, sind ebenso möglich.
  • Hyper Targeting
    Automatisierter Einsatz individueller Bewerbung. Das Anvisieren geeigneter Zielgruppen geschieht hier auf der Basis von demografischen Daten, Standortzuordnung via Geotargeting und Geofencing, Website-Aktivitäten, Social-Media-Aktivitäten, Google-Suchbegriffen etc.
  • Customer Satisfaction
    Selbstlernende KI-Systeme können auf Basis vorhandener Daten Kundenerfahrungen und damit auch die Kundenzufriedenheit verbessern. Mit jedem neuen Datensatz wird dazugelernt. Genutzt wird dies bspw. für Shopping-Assistenten/Produktfinder, Kundenbeschwerde-Chatbots, die schnellere Beantwortung von Kundenanfragen oder die Verwaltung von Kundenerfahrungen aus einer Omnichannel-Perspektive. Laut einer Studie des Capgemini-Instituts konnten 75% der Unternehmen, die KI und ML nutzen, die Kundenzufriedenheit um mehr als 10% erhöhen.
  • Customer Empathy Advisor
    Von Pega Systems entwickeltes KI-Tool bietet Unternehmen einen Rahmen für die Einbeziehung empathischer Überlegungen in jede Interaktion. Vorgegangen wird hierbei in drei Schritten: Zunächst wird das Empathie-Level einer jeden Kundeninteraktion gemessen, dann simuliert, welche Auswirkungen Empathie-Maßnahmen (auch ökonomisch) hätten. Zuletzt wird jene Strategie ausgewählt, die am besten auf die Interaktions-Bedürfnisse des jeweiligen Kunden zugeschnitten ist und den größten Erfolg verspricht.

 

Anzeige

 

Dieser Artikel, der nichts von seiner Aktualität verloren hat, ist ein Auszug aus dem Bericht „Vertriebsoptimierung in der Druckindustrie mit Künstlicher Intelligenz“, erschienen in Deutscher Drucker Nr. 8/2021. Dieses Magazin kann hier in unserem Onlineshop bestellt werden:

 

PDF-Download: Deutscher Drucker 8/2021

Schwerpunkt: Digitalisierung +++ Workflow +++ Database Publishing +++ Inkjetdruck +++ Bogenoffsetdruck +++ Print Innovation Week +++ PostPress Summit

11,50 €
AGB

 

 

Kommentare zu diesem Artikel

Die Kommentarfunktion ist geschlossen.

  1. Grauenvoll dieses pseudowissenschaftliche anglizismengeschwängerte Marketinggeschwurbel. Ein Konglomerat aus Banalitäten in neuen Worthülsen und abenteuerlichen Theorien abseits jeder Realität. Dynamic Pricing finde ich da besonders nett oder auch Predictive Lead Scoring. Immer schön die Subjektivität eliminieren und durch “Maschinenintelligenz” ersetzen. Der Herr Akademie-Professor darf mich gerne mal begleiten zu meinen Kundengesprächen und anhand der Realitäten seine Theorien überprüfen.

    1. Ja genau. Die Subjektivität wird immer mehr eliminiert werden. Ob uns (oder dem Professor, der übrigens gar keiner ist) das nun gefällt, oder nicht …

  2. Der Artikel hätte auch im Fachorgan eines Automobilzulieferer oder eines Großhandels für Gastronomiebedarf erscheinen können.
    Ich vermisse hier jeglichen Bezug zur Druckbranche. Wo sind die spezifischen Anwendungsbeispiele?!
    Ohne diese Praxisbeispiele haben wir eine Aneinanderreihung von Behauptungen in “Denglisch” ohne Beweisführung.

    1. … nicht Behauptungen, sondern vielmehr Entwicklungsoptionen, in die sich der Vertrieb entwickeln könnte … in verschiedensten Branchen …