Suchen

Interview Customer Experience Welche Rolle spielen AI und Machine Learning im B2B-Handel?

| Autor / Redakteur: David Rosen / Georgina Bott

Wie die Digital Transformation erfolgreich gemeistert werden kann, beschäftigt viele Unternehmen seit einiger Zeit. Auf welche Aspekte sollte sich gerade ein B2B-Händler konzentrieren und welche Rolle spielt dabei Artificial Intelligence?

Firma zum Thema

„Auch wenn wir noch am Anfang stehen, was den Einsatz von AI-Technologien betrifft, hat die künstliche Intelligenz eine besonders große Wirkung auf die Einkaufserfahrung der Kunden, die Optimierung der Marge und der Kundenbindung,“ so David Rosen.
„Auch wenn wir noch am Anfang stehen, was den Einsatz von AI-Technologien betrifft, hat die künstliche Intelligenz eine besonders große Wirkung auf die Einkaufserfahrung der Kunden, die Optimierung der Marge und der Kundenbindung,“ so David Rosen.
(Bild: gemeinfrei / CC0 )

Das Potenzial, also die Qualität der Kundenerfahrung und -zufriedenheit erheblich zu steigern und die Kosten durch operative Effizienz zu senken, ist immens. Für viele Unternehmen stellt sich allerdings die Frage, wie diese entfaltet und genutzt werden kann. Wir haben mit David Rosen, Digital Transformation Technologist and Strategist bei TIBCO Software, gesprochen. Im Interview erklärt er uns, welche neuen Technologien wie und wozu genau im Digital Transformation Prozess für B2B-Händlern von Nutzen sein können.

Herr Rosen, als Digital Transformation Technologist and Strategist sind Sie ein echter Experte in Sachen digitale Transformation. Auf welche Aspekte sollten Unternehmen aus Ihrer Sicht bei der Digitalisierung besonders achten?

David Rosen: Digitalisierung beginnt mit Führung. Eine Führung auf CEO-Niveau setzt die Erwartung und dient als Beispiel für eine andere Art von Risikobereitschaft – eine Risikobereitschaft, die auf Geschwindigkeit statt Perfektion setzt – sie ist bereit, Innovation und Vertrauen in die Entscheidungsfindung um Technologieinvestitionen, die die Digitalisierung erleichtern, zu erkennen und zu belohnen.

Analytics und anspruchsvolles Wissen über Kundenverhalten und -präferenzen sind entscheidend. Analytics in der einen oder anderen Form spielt in jeder Phase der Digitalisierung, bei jedem Prozesspunkt, jeder Entscheidung und allen Aspekten der Kundenerfahrung eine wichtige Rolle.

Im Zusammenhang mit der Digitalisierung fällt oft das Stichwort „Artificial Intelligence (AI)“. Was genau kann man sich darunter vorstellen und wie kann AI die Personalisierung im B2B-Handel verbessern?

Streng genommen befindet sich laut Definition sowohl der Einzelhandel als auch der B2B-Handel noch eher im Stadium der sehr frühen Migration auf AI-Technologien. Dabei ist das Potenzial, das heißt, die Qualität der Kundenerfahrung und -zufriedenheit erheblich zu steigern und die Kosten durch operative Effizienz zu senken, immens. Die ersten positiven Auswirkungen durch den Einsatz von künstlicher Intelligenz sind bereits im Bereich Kundenservice zu spüren. Die natürliche Sprachverarbeitung (NLP – Natural Language Processing) war insbesondere ein enormer Schub für das Jäten von Social Media-Anfragen und -Kommentaren und bietet zunehmend einen weitaus relevanteren Antwort- und Response-Stream für Anfragen an den webbasierten und automatisierten Kundenservice. Anstelle von Standardantworten, die auf einer begrenzten Anzahl von Schlüsselwörtern basieren, erlaubt die künstliche Intelligenz auch dem B2B-Handel, den Kontext von Fragen, Kommentaren und Anfragen wirklich zu verstehen, um effizienter und genauer zu sein sowie Mehrwert zu schaffen.

Aber das ist nur der Anfang. Wenn wir über Personalisierung im B2B-Handel sprechen, sollte diese in Richtung „kontextuelle Personalisierung“ gehen. Vor AI waren die Best-in-Class-Händler in Bezug auf die Korrelationsanalyse ziemlich gut, das heißt, wenn Kunde Mustermann GmbH Waren XY kaufte, dann möchte er auch ZX. Künstliche Intelligenz bietet jedoch die Rechenleistung, um weitaus mehr Daten zu interpretieren, die das nächstbeste Angebot bestimmen, aber auch kontinuierlich dieses verbessert, sodass letztendlich eine Empfehlung bereitsteht, die auf Basis von immensen Mengen von sehr kleinen iterativen Tests entsteht. Diese Erkenntnisse können dann auf immer kleinere Segmente von Kunden angewendet werden, so dass die Personalisierung auf eine neue Ebene gehoben wird.

Auch Machine Learning ist ein Begriff, der im Moment sehr oft fällt. Wie können Unternehmen im B2B Machine Learning nutzen, um eine umfassendere Customer Experience bieten zu können?

Ein wichtiger Erfolgsfaktor, um am Markt vorne mit dabei zu sein, ist die Abschaffung von Kanalunterschieden. Viele Händler versuchen die verschiedenen Kanäle zu steuern und vergessen dabei, worauf es ankommt, nämlich die optimale Einkaufserfahrung für den Kunden. Einfach ausgedrückt, es sollte für Kunden belanglos sein, auf welchem Kanal sie sich informieren und kaufen möchten. Das bedeutet, dass es keine Unterschiede bezüglich der Produktverfügbarkeiten, Lieferfristen, Angebote, Rabatte und Treueprämien auf den verschiedenen Kanälen geben sollte.

Um solch eine Einkaufserfahrung zu orchestrieren, werden Händler zunehmend auf Künstliche Intelligenz zurückgreifen müssen. Nur so erhalten sie Echtzeit-Einblicke in ihrem Lagerbestand (nach Artikelnummer oder Standort), ergreifen sie die optimalen logistischen Methoden der Auslieferung des Inventars, berücksichtigen sie voll und ganz die Präferenzen der Kunden etc. Künstliche Intelligenz ist das Mittel der Wahl, um dieses relativ komplexe Ökosystem und die daran verknüpften Geschäftsentscheidungen zu optimieren. Sie nimmt einen wichtigen Stellenwert ein, um die Wirtschaftlichkeit (Bestands- und Vertriebskosten) der Händler und Kundenzufriedenheit (Verfügbarkeit, Geschwindigkeit und Komfort) zu maximieren.

Auch in Sachen Merchandising, Warenwiederbeschaffung und dem Pricing kann Machine Learning ein echter Vorteil sein. Wie genau kann Machine Learning in diesen Bereichen für mehr Effizienz sorgen?

Der Handel arbeitet naturgemäß mit verschiedenen Variablen wie Größe, Kategoriezuordnung, Demographie, Regionen etc., weshalb es durchaus sinnvoll ist, basierend auf den Variablen Handel zu betreiben. In der Vergangenheit wurde dabei stets auf gute Intuition statt große Analytik gesetzt, aber immer mehr anspruchsvolle Händler verwenden analytisch getriebene Warenwirtschaftssysteme. Im Grunde handelt es sich hierbei weniger um künstliche Intelligenz, sondern eher um Basis-Analyse, die auf Testen und Lernen gründet und dennoch wird hier die Analytik über die Intuition gestellt.

In Bezug auf die Preisgestaltung verwenden viele Händler ein zweistufiges Preismodell für Kunden. Künstliche Intelligenz ermöglicht es ihnen, Listenpreise abzuschaffen und anhand moderner Analysefunktionen personalisierte Preise für jeden Artikel basierend auf der Investitionsbereitschaft der Kunden (Stichwort: Customer Propensitiy-Modell), der Beschaffenheit der Ware (Haltbarkeit), der Marge und den Inventarstatus zu bilden und den Kunden anzubieten.

Zu guter Letzt: Gibt es etwas, dass Sie unseren Lesern in Sachen digitale Transformation unbedingt mit auf den Weg geben möchten?

Bedenken und Befürchtungen vor neuen Technologien und Innovationen sind verständlich, aber sie sind essenziell für den Wandel und von daher sollten Unternehmen das Neue zulassen und sich insbesondere mit den Themen Machine Learning und Artificial Intelligence beschäftigen. Es gibt so viele Bereiche, in denen der Einsatz von künstlicher Intelligenz für Unternehmen nützlich ist. Im B2B-Handel sind es vor allem folgende: Kundenservice, bei der Vorhersage der Nachfrage und Bestellungen, Optimierung der Lieferkette, Lagerung, Preis- und Angebotsgestaltung, Kundenbindungsmanagement, kontextuelle Personalisierung, Kundenidentifikation, Bezahlvorgänge und so weiter. Auch wenn wir noch am Anfang stehen, was den Einsatz von AI-Technologien betrifft, hat die künstliche Intelligenz eine besonders große Wirkung auf die Einkaufserfahrung der Kunden, die Optimierung der Marge und der Kundenbindung.

Herr Rosen, vielen Dank für das nette Gespräch!

Als Digital Transformation Technologist and Strategist ist David Rosen für die Wachstumsstrategie bei TIBCO zuständig.
Als Digital Transformation Technologist and Strategist ist David Rosen für die Wachstumsstrategie bei TIBCO zuständig.
(Bild: eloquenza PR/ TIBCO)

Über den Interviewpartner

Als Digital Transformation Technologist and Strategist ist David Rosen für die Wachstumsstrategie bei TIBCO zuständig. In dieser Position arbeitet er mit vielen TIBCO-Kunden eng zusammen, um die positive Wirkung, die Complex Event-Processing (CEP) und Analytics auf ihre Beziehung zu Kunden haben, zu multiplizieren. Anfangs fokussierte sich David Rosen bei TIBCO auf Themen wie Kundenloyalität und –engagement. Er schaffte innovative Strategien, wichtige Geschäftseinblicke und eine kontinuierliche Loyality-Evolution für erstklassige Handels-, Konsumgüter- und Reisemarken weltweit. David Rosen ist Absolvent des Dartmouth College und hat einen MBA der Stanford Graduate School of Business.

Über TIBCO
Als Motor des digitalen Wandels unterstützt TIBCO mit der TIBCO Connected Intelligence Cloud den Ablauf von Entscheidungsprozessen und macht Unternehmen agiler und smarter. Von APIs und Systemen bis hin zu Endgeräten und Anwendern verbindet TIBCO alles mit allem, erfasst Daten in Echtzeit und steigert die Intelligenz von Unternehmen durch wertvolle Analyse-Erkenntnisse. Rund um den Globus verlassen sich Tausende von Kunden auf TIBCO, um attraktive Erfahrungen bereitzustellen, operative Prozesse effizienter zur gestalten und ihre Innovationskraft zu steigern.

(ID:44782467)