In unserer stark vernetzten Welt trägt jede digitale Interaktion – vom Anruf über eine Kartenzahlung bis zum Webseitenaufruf – zu einer ständig steigenden Flut an Daten bei. Seit Beginn des Internet of Things (IoT) erzeugen selbst Objekte wie Autos, Kühlschränke und Textilien täglich millionenfach Daten.

All diese Daten können genutzt werden, um Marketingaktionen genauer auf Kunden abzustimmen, jenen sofortigen, personalisierten Service zu bieten, den Kunden heute erwarten, und letzendlich, um Umsätze zu steigern. Doch wie kann Ihr Unternehmen diese Datenflut in einen stetigen Strom an Einblicken verwandeln, die Ihnen ermöglichen, diese Erwartungen zu erfüllen? Mit künstlicher Intelligenz.

Mehr erfahren Sie auf unserer interaktiven geführten Tour.

Künstliche Intelligenz (KI) ist das Konzept von Maschinen, die „wie Menschen denken“, also argumentieren, planen, lernen und Sprache verstehen. In der nahen Zukunft werden Maschinen zwar noch nicht mit menschlicher Intelligenz mithalten können, dennoch wird sich KI auf vielfältige Weise auf unseren Alltag auswirken. Der Motor von KI ist eine Technologie namens „Machine Learning“, die darauf ausgelegt ist, uns Arbeit abzunehmen und produktiver zu machen.

Mehrere Faktoren haben dazu geführt, dass die Entwicklung von KI einen entscheidenden Schritt voran machen konnte:

  • Die Rechenleistung hat in den letzten 60 Jahren eine unglaubliche Steigerung um das Billionenfache erfahren.
  • Die Datenverarbeitung ist erschwinglicher geworden.
  • Es liegen mehr Daten vor, die analysiert werden müssen, weil Unternehmen mehr Daten aus Kundeninteraktionen erfassen.
  • KI hat sich im Consumer-Bereich schon deutlich bewährt, sodass die Kunden jetzt von Unternehmen in jeder Hinsicht dieselben komfortablen digitalen Optionen erwarten.

Ja. Praktisch jeder, der einen Computer, ein Smartphone oder andere intelligente Geräte nutzt, profitiert im Alltag bereits von KI:

  • Siri und Cortana sind dank Spracherkennung unsere persönlichen Assistenten.
  • Facebook schlägt dank Gesichtserkennung Foto-Tags vor.
  • Amazon empfiehlt Produkte gemäß seinen selbstlernenden Algorithmen.
  • Waze sucht mit einer Kombination aus vorausschauenden Modellen, Prognosen und Optimierungsmethoden die besten Routen heraus.

Die Erwartungen von Kunden verändern sich durch KI bereits. Denken Sie nur einmal an den typischen Verbraucher, der regelmäßig Taxis per App bestellt und Google und Amazon nutzt. Wenn dieser Kunde sich nun im Bekleidungsgeschäft einen Anzug kaufen möchte, wie könnte man ihm dort mit demselben Maß an Service begegnen, das er von anderen Interaktionen gewöhnt ist?

Durch die Online-Einkäufe des Kunden sollte der Einzelhändler dessen Größen und Vorlieben kennen und daher das Paar Schuhe vorschlagen können, das am besten zum ausgesuchten Anzug passt.

Dieses Prinzip lässt sich auf jedes Geschäft anwenden: Die Kunden wissen, dass Sie über ihre Daten verfügen, und was Sie damit alles ermöglichen können. Deshalb werden von Ihnen stets schnelle, smarte und genau auf den Kunden abgestimmte (Re-)Aktionen erwartet.

Stellen Sie sich KI als Eisberg vor. Der Benutzer sieht nur die Spitze, doch darunter verbirgt sich ein ausladendes System aus Datenexperten und Informatikern, enormen Datenmengen, die aufwendig extrahiert und vorbereitet werden müssen, und komplexer IT-Infrastruktur.

Nur ein Team aus spezialisierten Datenexperten und Entwicklern ist in der Lage, die richtigen Daten aufzubereiten, die richtigen Modelle zu erstellen und dann die Prognosefunktionen in eine Benutzeroberfläche wie die des CRM zu integrieren.

 

Salesforce Einstein ist so aufgebaut, dass Sie sich um all diese Dinge nicht kümmern müssen – das machen wir für Sie. Deshalb kann nun jeder KI im CRM nutzen, um seine Kunden durch smartere Kundenerlebnisse zu begeistern.

Bis ein KI-Projekt wirklich starten kann, müssen erst einmal viele Fragen geklärt werden. In der Regel ist diese Vorbereitungsphase sehr zeitintensiv und komplex. Zunächst einmal müssen Sie das Geschäftsproblem eingrenzen. Dann müssen Sie die Daten bestimmen, die zur Lösung des Problems verfügbar sind. Und schließlich gilt es, beträchtliche Ressourcen und eine Infrastruktur zur Durchführung des Projekts bereitzustellen.

 

Mit Einstein hingegen sind alle nötigen KI-Funktionen von vornherein Bestandteil Ihrer CRM-Anwendungen. So profitieren Sie auf dieselbe Weise, als hätten Sie ein eigenes KI-Team – allerdings ohne den damit verbundenen Stress und Ärger.

Die Frage könnte auch lauten: „Was bekomme ich durch KI, das ich nicht schon habe?“ Die Antwort: Predictive Scoring, Prognosen und Empfehlungen – drei der wertvollsten und am häufigsten genutzten Funktionen.

Predictive Scoring: Einstein liefert nicht nur Bewertungen, sondern zeigt auch, wie diese zustande kommen. Beim vorausschauenden Lead-Scoring wird beispielsweise jeder Lead gemäß der Wahrscheinlichkeit eingestuft, mit der er sich in eine Opportunity umwandeln lässt. Zudem sehen Sie, worauf der Score basiert, zum Beispiel auf der Lead-Quelle oder der Branche – das heißt, alle Faktoren, die großen Einfluss darauf haben, ob ein Lead abschlussfähig ist oder nicht.

Prognosen: KI-Vorhersagen werden nicht nur beim Lead-Scoring angewendet, sie dienen auch dazu, Prognosen zu erstellen, beispielsweise zur Wertentwicklung von Aktiendepots, Immobilieninvestitionen und Ähnlichem. KI kann das vierteljährliche Auftragsvolumen prognostizieren und Sie vorab warnen, wenn Ihr Vertriebsteam die Quote voraussichtlich nicht erfüllen kann.

Empfehlungen: Jeder Online-Shopper weiß, dass die Vorschläge zum Kauf von Verbrauchsgütern von KI-Algorithmen stammen. Diese können aber auch Produkte und Services jeder anderen Kategorie empfehlen, von Unternehmenssoftware über Steuerberatung bis zu Frachtcontainern. Und ebenso zuverlässig, wie KI Produkte empfiehlt, kann sie auch das Whitepaper vorschlagen, das Sie einem potenziellen Kunden senden sollten, um die Abschlusschance zu erhöhen.

Bis vor Kurzem noch war KI so komplex und teuer, dass nur wenige Unternehmen sie effektiv einsetzen konnten. Dank Salesforce Einstein ist diese Zeit vorbei. Jetzt kann jeder Mitarbeiter jedes Unternehmens KI nutzen, um Daten zu analysieren, Empfehlungen für die nächsten Schritte zu bekommen und diese zu planen sowie Aufgaben und Entscheidungsabläufe zu automatisieren. Diese Geschäftsbereiche profitieren besonders von der umfassenden Einstein KI für CRM:

  • Der Vertrieb antizipiert neue Opportunities und erkennt im Voraus, was er den einzelnen Kunden als Nächstes anbieten sollte – noch bevor der Kunde danach sucht.
  • Der Kundenservice kann proaktiven Service leisten, indem mögliche Probleme im Voraus erkannt und vermieden werden, noch bevor der Kunde Unterstützung anfordert.
  • Das Marketing sorgt dank Predictive Customer Journeys für großartige neue Kundenerlebnisse mit einem ganz neuen Grad an Personalisierung.
  • Die IT kann jede Mitarbeiter- und Kundenanwendung mit Intelligenz ausstatten.
Wenn Sie in Ihrem Unternehmen eigene Datenexperten haben, können diese dank der hochmodernen KI Einstein sehr viel produktiver arbeiten. Es geht aber auch ohne eigene Datenexperten. Einstein revolutioniert KI – sie ist nicht mehr auf eine kleine Gruppe von Experten begrenzt, sondern kann von jedem direkt im CRM genutzt werden. Für uns arbeiten die weltweit führenden Datenexperten – und damit auch für Sie.

Nicht, wenn es nach uns geht. KI sorgt einfach für ein neues Maß an Produktivität und Wertschöpfung. So können Sie Daten unverzüglich in allen Aspekten analysieren, Kundenbedürfnisse prognostizieren und sich wiederholende manuelle Tätigkeiten wie die Dateneingabe automatisieren.

Laut einer Umfrage von Narrative Science erwarten 80 % der Führungskräfte sogar, dass künstliche Intelligenz die Mitarbeiterleistung steigern und neue Stellen schaffen wird.

Machine Learning steht im Zentrum von KI und umfasst Algorithmen, mit denen Computer mit minimalem Programmieraufwand in der Lage sind, aus Daten zu lernen.
Machine Learning nutzt strukturierte Daten, um Muster zu erkennen, die zu neuen Einblicken führen. Machine Learning begegnet uns im Alltag in Form von personalisierten Empfehlungen von Diensten wie Amazon oder Netflix. Im Finanzwesen wird Machine Learning dagegen genutzt, um Kreditausfälle vorherzusagen, Antragsteller mit Ausfallrisiko zu identifizieren und die Bonität zu bewerten.

Vertrieb: Machine Learning kann Daten aus E-Mails, Kalendern und CRM-Systemen zur proaktiven Empfehlung von Aktionen wie der optimalen E-Mail-Antwort, mit der sich ein Vertriebsprojekt vorantreiben lässt, analysieren.

Kundenservice: Machine Learning kann Kundenvorgänge automatisch klassifizieren und intelligent an den richtigen Kundenservicemitarbeiter weiterleiten.

Marketing: Machine Learning kann eine intelligente Einschätzung der Wahrscheinlichkeit liefern, mit der ein Kunde eine E-Mail öffnen, einen Newsletter abonnieren oder einen Kauf tätigen wird.

Deep Learning ist eine KI-Methode, die mithilfe von komplexen Algorithmen Aufgaben in einem bestimmten Bereich durchführt und diesen dabei mit geringer oder gänzlich ohne menschliche Überwachung erlernt. Kurzum: Computer lernen das Lernen.

Deep Learning ist zwar derzeit Gegenstand so mancher spannender Experimente, doch aus der Praxis bekannt ist seine Anwendung in der Bildanalyse. Hierbei lernt der Computer, zufällig ausgewählte Bilder zu klassifizieren, indem er Erkenntnisse anwendet, die er durch die Analyse von Tausenden oder Millionen anderer Bilder und ihrer Datenpunkte gewonnen hat. So verwenden unter anderem Verbraucheranwendungen wie Google Fotos und Facebook Deep Learning für die Gesichtserkennung in Bildern.

Vertrieb: Deep Learning kann Produktabbildungen im Rahmen eines Vertriebsprojekts analysieren und darauf basierende Empfehlungen der besten Upselling- und Cross-Selling-Chancen abgeben.

Kundenservice: Deep Learning kann Produktabbildungen im Rahmen eines Kundenvorgangs analysieren und darauf basierend den Vorgang klassifizieren sowie an den richtigen Mitarbeiter weiterleiten.

Marketing: Deep Learning kann Bilder auf Facebook, Pinterest und Twitter analysieren, um Empfehlungen für die visuelle Gestaltung einer anstehenden Werbekampagne bereitzustellen. Auch die Identifizierung von Marken anhand der Bilder ist möglich, selbst wenn die Marken nicht im Text erwähnt werden.

NLP ist eine KI-Methode zur Erkennung von Sprache und ihren Anwendungs- und Grammatikregeln durch das Auffinden von Mustern in großen Datensätzen.

Ein Anwendungsbereich von NLP,  der sich immer mehr etabliert, ist die Stimmungsanalyse in sozialen Netzwerken. Computer suchen mittels Algorithmen in Beiträgen auf Twitter, Facebook und anderen in sozialen Medien Muster, in denen sich die Haltung von Kunden zu einer Marke oder einem Produkt ausdrückt.

Vertrieb: NLP analysiert die E-Mail-Kommunikation mit Kunden, um die Abschlusswahrscheinlichkeit zu ermitteln, die vielversprechendsten Vertriebsprojekte zu erkennen und solche zu identifizieren, die dabei sind zu entgleiten, sowie Aktionen zu empfehlen, mit denen sich der Verkaufsprozess optimieren lässt.

Kundenservice: NLP unterstützt die Weiterleitung und effizientere Beantwortung von Kunden-E-Mails durch die Textanalyse.

Marketing: NLP dient zur textbasierten Stimmungsanalyse, um die Haltung von Kunden gegenüber Ihrer Marke oder Ihren Produkten zu erfassen.