Künstliche Intelligenz im Automobilvertrieb: Teil 3 – Customer Value von Bestandsadressen

Einem Neukunden ein Fahrzeug zu verkaufen, ist um ein Vielfaches aufwändiger als bei Bestandskunden. Dennoch zielen die Hersteller mit teuren Werbekampagnen und ausgefeiltem Targeting überwiegend auf neue Adressen. Wir empfehlen: Schauen Sie sich lieber an, wer schon einmal bei Ihnen gekauft hat, und nutzen Sie den Customer Value!

Empfehlungssysteme für den Mittelstand

Recommendation Engines für alle: Gemeinsam mit der Technischen Hochschule Mittelhessen (THM) haben wir beim Land Hessen Fördergelder für ein Forschungsprojekt beantragt. Nachdem diese genehmigt wurden, ist nun der Weg frei: Bis September 2018 werden wir den Prototypen einer Empfehlungsmaschine vorlegen. Damit versetzen wir mittelständische Unternehmen erstmals in die Lage, kundenindividuelle Produktempfehlungen als Software as a Service (SaaS) zu generieren.

Dynamic Pricing – mit Predictive Analytics Performance maximieren

Schafft es ein Onlinehändler, seine Preise um ein einziges Prozent anzuheben, hat er gewonnen. Ohne einen Cent zusätzliche Kosten, steigt sein Gewinn um bis zu zehn Prozent. Mit Dynamic Pricing lässt sich die Performance maximieren. Dazu muss die Predictive Analytics Software allerdings mehr können, als lediglich die Preise des Wettbewerbs zu vergleichen.

Von Predictive Analytics zu Predictive Marketing

Einen „praktischen Führer zu Predictive Analytics“, so der Verlag, haben Ömer Artun und Dominique Levin mit dem Titel Predictive Marketing vorgelegt. Das „Hubspot’s Blog“ brachte neulich einen ausführlichen Auszug.

Die Frage, welche Konsumenten als nächstes kaufen, können Unternehmen am besten mit einer Wahrscheinlichkeitsprognose auf der Basis von Big Data Analytics beantworten. Ömer Artun und Dominique Levin, Autoren des Buches „Predictive Marketing: Easy Ways Every Marketer Can Use Customer Analytics and Big Data“, zeigen, dass Predictive Analytics sich lohnt.

Sie führen etwa das Beispiel einer Online-Apotheke für Haustiere an: Der Onlinehändler konnte in einem Quartal seinen Verkauf – verglichen mit dem Vorjahresquartal – um 40 Prozent steigern, indem er Verkaufsfördermaßnahmen über den Kundenwert steuerte. Die Responserate verdoppelte sich bei einem gleichbleibenden Marketingbudget.