Wie Künstliche Intelligenz und Customer Analytics Muster in Kundendaten erkennen und nutzbar machen

Die Planung und Durchführung einer Reise ist ein Paradebeispiel für die digitale Customer Journey, die Besucher entlang der Nutzung von Portalen, Apps und Services absolvieren. Wer es schafft, die dabei generierten Datenmengen – unter Einhaltung der DSGVO - in einem Customer Analytics Hub zusammenzuführen, kann mithilfe von KI-getriebenen Analysen beispielsweise die Besuchererlebnisse verbessern, Touristenströme systematisch lenken und die Nutzeransprache situativ und individuell gestalten. Das Customer-Analytics-Team von pmOne widmet sich entsprechenden Lösungen, die mit der Analyse der Customer Journey Mehrwerte für die Bereiche Tourismus, Smart City, Destinationsmarketing oder Stadtplanung schaffen.

Instagram, Blogs und YouTube liefern erste Ideen für die Traumreise. Mit Google wird die Suche verfeinert, um anschließend über Reisportale oder Sharing-Plattformen Anreise oder Übernachtung zu buchen. Vor Ort nutzen Besucher digitale Dienste und Apps zum Informieren und Navigieren. Nach der Reise wird evtl. ein digitales Fotobuch erstellt und eine Hotelrezension verfasst. Diese grobe Skizze zeigt, wie viele digitale Touchpoints Reisende durchlaufen. Das Ergebnis: eine Customer Journey, die die Tourismusbranche, aber auch Stadtplaner, das Städtemarketing oder der Retail-Bereich nutzen können, um Kunden zielgerichtet, effizient und am besten in Echtzeit anzusprechen.

Von rohen Daten zu veredelten Erkenntnissen

Abb. 1: Stufen der Digitalisierung auf dem Weg zu Advanced Analytics

Mit der Bewegungsstromanalyse zum optimalen Besuchererlebnis und -umsatz

Für die Bewegungsstromanalyse gibt es zahlreiche Anwendungsfelder. pmOne hat dieses Verfahren z.B. für die Bereiche Tourismus, Retail und „Smart City“ eingesetzt. Dabei haben die Datenexperten das Besucherverhalten und Bewegungsmuster während des Aufenthaltes am Reiseort untersucht. Geo-Lokationsinformationen von Apps oder Beacons erlauben dabei Aussagen über die Aufenthaltsdauer, aber auch über die Abfolge besuchter Sehenswürdigkeiten, Restaurants, Geschäfte oder Freizeitattraktionen. Vor allem durch das Herstellen von Korrelationen lassen sich wertvolle Erkenntnisse gewinnen und für die Kundenansprache aber auch für die Planung und Steuerung von Touristenströmen nutzen: Welche Routen verfolgen die Besucher und in welcher Reihenfolge werden Points of Interest besucht? Wo beginnen die Routen und wo enden sie? Wie unterscheiden sich die Bewegungsprofile von Touristen und Einwohnern oder von Familien mit und ohne Kinder? Wie beeinflussen Wochen- und Feiertage, Großveranstaltungen oder das Wetter die Wege von Besuchern? Die Ergebnisse lassen sich unter anderem in Heat-Maps darstellen (siehe Abb. 2).

Abb. 2: Visualisierung der Daten aus einer Bewegungsstromanalyse als „Heat-Maps“

Ein weiterer Anwendungsfall auf Basis der Bewegungsprofile ist die Vorhersage von Besucherströmen abhängig von Wetter, stattfindenden Events, Jahreszeit, Auslastung oder verfügbaren Angeboten. Mithilfe solcher Prognosen können entsprechende Touren passend zu den jeweiligen Ausgangskonditionen definiert oder auch situativ angepasst werden. So lassen sich beispielsweise Warteschlangen – und damit Besucherfrust – vermeiden. Diese Auslastungssteuerung kann zudem einen Mehrwert für Partner bedeuten, indem Besucherströme verstärkt zu deren Angeboten geführt werden.

Korrelationsanalysen ermöglichen es wiederum, Zusammenhänge zwischen Besucherströmen an unterschiedlichen Orten zu erkennen und zu nutzen. Ein Beispiel ist der Zusammenhang von Veranstaltungen wie Messen oder Sport- und Kulturevents und der Hotelauslastung oder den Besucheransturm auf Attraktionen.

Für Unternehmen und Organisationen sind all diese Maßnahmen eine effektive Möglichkeit, um beispielsweise im Rahmen von Destinationsmarketing Kunden zu binden oder zu gewinnen, die Kundenzufriedenheit oder die Reichweite zu erhöhen sowie Cross- und Upselling-Potenziale zu nutzen.

Planungsgrundlage für die Smart City

Der Customer Analytics Hub als technologische Grundlage

Voraussetzung für alle vorgestellten Maßnahmen und Ansätze ist eine einheitliche Datenplattform, der „Customer Analytics Hub“. An dieser Datendrehscheibe kommen Daten aus einer oder mehreren Richtungen eines Unternehmens und von deren Partnern zusammen und können von dort aus in eine oder mehrere Richtungen datenschutzkonform weitergeleitet werden. Die Daten im „Customer Analytics Hub“ verfügen dabei über einen gemeinsamen Standard, so dass beliebige Geschäftsprozesse unterstützt bzw. überhaupt erst ermöglicht werden.

Abb. 3: Das Spektrum eines möglichen Datenhaushalts