Der Begriff „Künstliche Intelligenz“ ist heutzutage ein Trendwort, das sehr allgemein verwendet wird. Im Marketing-Kontext bezieht sich der Begriff meist auf Machine Learning (ML), das auf statistischen Methoden basiert. Heutzutage nutzen Marketer diese Methode, um in kürzester Zeit die für sie wichtigste Frage zu beantworten: „Wie bringe ich den richtigen Content zur richtigen Zeit an den richtigen Empfänger?“ Diese Frage wird mit wachsender Konkurrenz und strengen Datenschutzrichtlinien auch für Finanzunternehmen für Unternehmen immer essenzieller.
Immer und überall erreichbar: Neue Herausforderungen für Banken
Heute leben wir im „always on“ Zeitalter und die Spielregeln für Marketer haben sich innerhalb weniger Jahre grundlegend verändert. Konsumenten sind rund um die Uhr online, nutzen unterschiedlichste Geräte und haben die Wahl zwischen unzähligen Anbietern und Produkten. Das macht deutlich, wie wichtig es für Banken künftig ist, den Kunden langfristig für sich zu gewinnen. Die Anforderungen wachsen stetig, denn je höher die Anzahl der Kommunikationskanäle und Kontaktpunkte, desto schwieriger wird es, jedem einzelnen Kunden eine personalisierte und konsistente Markenerfahrung zu bieten.
Doch so einfach die Nutzung von ML in einigen Branchen sein mag, für Banken und andere Finanzinstitute birgt diese Herausforderungen:
- Banken haben sehr einfache, vergleichbare Produkte und zugleich sehr komplexe Themen (wie z.B. Baufinanzierung).
- Produkte und Dienstleistungen müssen spezifisch auf den Kunden angepasst und dabei verschiedene Aspekte berücksichtigt werden:
- Mehrwert einer Dienstleistung gegenüber der Konkurrenz hervorheben, z.B. ein kostenloses Girokonto.
- Kommunikation von Angeboten für besondere Zielgruppen, wie z.B. Studenten oder Senioren.
- Berücksichtigung verschiedener Kanäle zur Beratung: Online-Rechner, direkte Beratung via Telefon oder persönlich mit einem Mitarbeiter.
- Individualisierung der Produkte und Dienstleistungen führt zu hohem Personalaufwand.
Gemessen am Verlust, der dem Nutzen von KI gegenübersteht, sollten sich Finanzunternehmen voller Freude in die Veränderung stürzen und ihre Kunden auf diesem Weg Schritt für Schritt mitnehmen. Denn wer seine Kunden dort erreicht, wo sie sind und ihnen über sämtliche Kanäle eine konsistente und sichere Erfahrung bietet, wird die Konkurrenz leicht überholen.
Ohne KI keine personalisierte Customer Experience
Sebastian Mengewein, Experte für Marketingautomatisation und KI bei Selligent Marketing Cloud
Das Fundament einer personalisierten Customer Experience besteht aus Kundendaten. Hieraus ergibt sich ein grosser Vorteil für Banken, die bereits über viele Eckdaten wie Einkommen, Ausgabeverhalten, Kredite oder Eigentum verfügen. Wichtig hierbei ist der richtige Umgang mit den Daten.
Doch eine große Datensammlung überfordert viele anfangs, sodass sie gehemmt sind statt mit der Kundenkommunikation richtig loszulegen. Um die Daten gezielt für Marketingzwecke nutzen zu können, bedarf es der automatisierten Verarbeitung per Machine Learning. Hier erweisen sich KI-gestützte Marketing-Plattformen als unverzichtbares Tool. Per ML ist es beispielsweise möglich, Zielgruppen anhand von Verhaltens- oder Standortdaten zu segmentieren und detaillierte Kundenprofile zu erstellen, anhand derer individuell Content ausgespielt wird.
Weitaus interessanter für die Finanzbranche ist allerdings der umgekehrte Weg. Statt vom Verhalten auf die Zielgruppe zu schliessen, wählt man die gewünschte Zielgruppe aus und analysiert deren Verhaltensweisen. Dazu werden die Daten von der KI analysiert und erkennbare Muster, wie Ausgabeverhalten, Interessen oder Lebenssituation abgeleitet. Basierend auf den Mustern kann der Marketer wählen, wie er die Daten nutzen möchte. So kann zum Beispiel ein hohes Ausgabeverhalten genutzt werden, um Kreditangebote oder Sparkonten anzubieten.
Egal wie gross der Kundenstamm der Bank ist – durch KI wird jeder Kunde in seiner aktuellen Lebenssituation individuell angesprochen und auf dem richtigen Kanal abgeholt.
KI ist kein Ersatz für den Menschen
Auch wenn Machine Learning längst etabliert ist, hat diese Methodik auch Grenzen. Der Mensch bleibt trotz allen Fortschritts weiterhin unersetzbar. Machine Learning basiert auf Statistik und kann daher Korrelationen ermitteln. Aber nur der Mensch kann diese Korrelationen in einen Gesamtkontext bringen und schafft somit die Relevanz bei der Kundenkommunikation. Daher sollte Machine Learning als Werkzeug gesehen werden, um das volle Potential für das Unternehmen auszuschöpfen.
Das Datenschutz-Einmaleins
Marketer müssen genau überlegen, wie Sie die Daten als Schlüssel für ihre Omnichannel-Kommunikation nutzen. Sie bewegen sich bei den Themen Privatsphäre und Datenschutz auf einem schmalen Grat. Zum einen müssen Sie die Daten ihrer Kunden schützen und dennoch Relevanz auf Basis derselben Daten schaffen.
Hier die wichtigsten Punkte, die man beachten sollte, um gut gerüstet in die Welt der KI und Automationen einzutauchen:
- Erster Schritt zur Absicherung und die Grundlage des Datenschutzes bilden GDPR und DSGVO.
- Finanzinstitute unterliegen scharfen Richtlinien. So sollte man sich immer über verbraucherspezifische Richtlinien informieren. Banken haben hier Grenzen, die sie befolgen müssen. Beispielsweise dürfen sie den aktueller Kontostand ihrer Kunden nicht für personalisierte Werbung nutzen.
- Finanzinstitute müssen diskreter kommunizieren, da Kunden einen hohen Schutz ihrer Daten voraussetzen. Gerade hier werden Finanzinstitute viel strenger bewertet und ein Missbrauch hat große Auswirkungen auf die Beziehung zum Kunde. Die Information eines Kontostands kann jedoch für individuelle Angebote genutzt werden, ohne ihn explizit anzusprechen.
- AGBs sollten immer klar und transparent gestaltet und kommuniziert werden.
- Die Option, sich für Newsletter oder andere Info-Kanäle an- oder abzumelden, muss immer bestehen.
Oftmals hilft es, sich für den Anfang einen Profi ins Haus zu holen, der weiss welche Daten gesammelt und analysiert werden müssen und der auf die Einhaltung gesetzlicher Richtlinien achtet. Unterstützung bieten hierbei MarTech-Unternehmen wie Selligent, die eine vollumfängliche Beratung und ein individuelles Paket anbieten.
