Künstliche Intelligenz (KI) gestaltet den gesamten Einzelhandel neu und bietet Marken mehr Möglichkeiten und ihren Kunden mehr Erlebnisse. Laut Fortune Business Insights wird der globale KI-Einzelhandelsmarkt bis 2030 voraussichtlich 55,53 Milliarden US-Dollar erreichen.
Ausgehend von den aktuellen Trends (und den Investitionen der Einzelhändler) ist KI gut positioniert, um die treibende Kraft hinter den Marketingkampagnen des Einzelhandels von morgen zu sein. Das bedeutet jedoch nicht, dass es keine Herausforderungen geben wird, wie z. B. die Fähigkeit von Einzelhändlern, qualitativ hochwertige Daten in großen Mengen zu erfassen, eine nahtlose Integration zu erreichen und die langfristige Optimierung.
Heute untersuchen wir drei Möglichkeiten, wie Einzelhändler KI auf ihre Marketingprozesse anwenden können, um mehr Kundentreue und höhere Gesamtausgaben zu erzielen.
Einzelhändler streben schon seit Jahren nach einer fortschrittlicheren Personalisierung, sind aber durch ihre bestehenden technologischen Möglichkeiten eingeschränkt, so dass sie sich an einer gläsernen Decke stoßen. Trotzdem ist die Kundennachfrage nach Personalisierung sprunghaft angestiegen. McKinsey hat herausgefunden, dass Einzelhändler, die Personalisierung einsetzen, 40 % mehr Umsatz erzielen als solche, die dies nicht tun.
Die Umsetzung von Personalisierungsinitiativen ist eine Sache. Sie in dem Umfang durchzuführen, der erforderlich ist, um sowohl den Umsatz als auch das Kundenerlebnis im Allgemeinen zu verbessern, ist eine ganz andere Sache. Mit dem Aufkommen von KI-basierten Lösungen haben Einzelhändler nun die Möglichkeit, die gläserne Decke zu durchbrechen und ihren Kunden Angebote auf einer tieferen Ebene als je zuvor zu unterbreiten.
Dazu gehört auch der Einsatz von KI, um die Erstellung von Angeboten in Echtzeit zu automatisieren und Kunden auf individueller Ebene anzusprechen.
Unser CEO, Tim Mason, hat in der kürzlich erschienenen2. Ausgabe von Omnichannel Retail 2.0 ein Schlüsselbeispiel für die Umsetzung dieser Fähigkeiten in die Praxis vorgestellt : How to Build Winning Stores in a Digital World, die Erfahrungen des australischen Einzelhandelsriesen Woolworths. Woolworths war einer der ersten Anwender von KI für die Personalisierung in großem Maßstab, als es das Datenanalyseunternehmen Quantium zu 75 % kaufte. Ausgestattet mit der Personalisierungs-Engine von Quantium hat Woolworths festgestellt, dass die Kunden fünfmal eher zum Kauf bereit waren, als wenn sie traditionelles Marketing eingesetzt hätten.
Der Supermarktriese hat auch seine Treuebemühungen durch die Einführung seines Echtzeit-Treueprogramms, das von Eagle Eye unterstützt wird, erheblich verstärkt. Durch die Verbindung der Kassensysteme in den Filialen mit dem Treueprogramm in Echtzeit können die Verbraucher ihre Punkte während des Einkaufs verfolgen, sammeln und einlösen. Brad Banducci, CEO von Woolworths, sagte kürzlich in einer Telefonkonferenz: "Unsere Echtzeit-Kundenbindungsplattform ist ein Re-Platforming unseres Kundenbindungsprogramms, das uns fast 3,5 Jahre gekostet hat, um von einem Altsystem, das eine Reihe von Einschränkungen für unsere Mitglieder mit sich brachte, zu einem Echtzeit-System zu wechseln. Es heißt Eagle Eye, für diejenigen, die sich für die Technik dahinter interessieren. Und es kann sofort eingesetzt werden. Es kann die gesamte Historie abgleichen. Und es gibt keine Einschränkungen in Bezug auf die Angebote, die wir machen können, oder wie wir sie weiterverwenden können, so dass wir eine unglaublich leistungsfähige Plattform haben.
Ein weiteres Beispiel für KI-gestützte Personalisierung ist Starbucks. Bereits 2016 hat die multinationale Kaffeekette Big Data, maschinelles Lernen und KI in ihre bestehenden Kanäle integriert, um mithilfe von Millionen von Datenpunkten, darunter Interaktionen in den Filialen, Interaktionen mit der mobilen App, individuelle Vorlieben und Kaufhistorie, hochgradig personalisierte Angebote zu erstellen.
Dies hat es Starbucks ermöglicht, neuen und bestehenden Kunden hyper-personalisierte Angebote zu unterbreiten. Der führende Röster und Einzelhändler von Spezialkaffee hat auch sein Starbucks Rewards-Programm erweitert, um den Kunden die richtigen Angebote zur richtigen Zeit am richtigen Ort zu machen.
Während einer Hitzewelle in Memphis, Tennessee, startete Starbucks zum Beispiel eine lokale "Beat the Heat"-Aktion. Trotz 87.000 verschiedener Getränkekombinationen konnte Starbucks jede einzelne Bestellung effizient bearbeiten, personalisierte Angebote bereitstellen und einen symbiotischen Kreislauf schaffen, indem es noch mehr Daten sammelte, um seine zukünftigen Kundenerlebnisse zu optimieren.
Personalisierung in großem Maßstab ist jedoch mehr als nur der Aufbau der Infrastruktur zur Erstellung und Verarbeitung endloser Angebote in Echtzeit. Es geht auch darum, den Kunden das zu bieten, was sie wollen, bevor sie überhaupt darüber nachdenken, was sie brauchen.
Loyalität ist das Herzstück eines jeden erfolgreichen Unternehmens. Nach den Grundsätzen der 80/20-Regel werden 80 % des Umsatzes von 20 % der Kunden erzielt. Für die Verbraucher ist es zwar wichtig, Geld zu sparen, aber Treueprogramme zeichnen sich durch Engagement und Benutzerfreundlichkeit aus.
Inhalte, die nicht zum Angebot gehören, sind von zentraler Bedeutung, wenn es darum geht, die Kundenbindung und das Kundenerlebnis zu verbessern, weshalb Gamification in den Treueprogrammen vieler Einzelhändler eine zentrale Rolle spielt. Eine Studie ergab, dass über 60 % der Kunden, die mit spielerischen Elementen interagierten, anschließend einen Kauf tätigten. Dies ist nur ein Beispiel dafür, wie andere Inhalte als explizite Werbeaktionen oder Rabatte das Kaufvolumen steigern können.
Unsere kürzlich durchgeführte Studie Grocery's Great Loyalty Opportunity" ergab, dass 66 % der Verbraucher über ein Treueprogramm Spiele spielen, an Wettbewerben teilnehmen und Aufgaben lösen würden. Bei dieser Art der Beteiligung handelt es sich im Wesentlichen um nicht angebotsbasierte Inhalte, die die Verbindung zwischen Kunden und Einzelhändler vertiefen.
Der britische Einzelhändler Asda beispielsweise führte 2022 sein Asda Rewards-Programm unter dem Namen "Pounds Not Points" ein. Die Kunden konnten in der App sparen und an Spielen, Herausforderungen und anderen Aktivitäten teilnehmen, um Geld zu verdienen. Bislang nutzen fünf Millionen Kunden die App mindestens einmal pro Monat.
Asda richtet sich nicht nur an Verbraucher, die bei ihren Einkäufen sparen wollen, sondern nutzt auch die Daten aus diesen Interaktionen, um sie über seine anderen Kanäle zu nutzen. Durch den Einsatz von KI-Lösungen zur Verarbeitung der Daten aus dem Asda Rewards-Programm konnte der Supermarktriese außerdem eine 179%ige Steigerung der direkten Interaktionsraten über seinen E-Mail-Newsletter verzeichnen.
Andere Formen von Inhalten, die keine Angebote sind, können Leitfäden, hilfreiche Artikel und maßgeschneiderte Markennachrichten sein. Diese können mit denselben Datenpunkten angepasst werden, die für die Erstellung hyperpersonalisierter Angebote verwendet werden, und mit generativer KI schnell entwickelt und bereitgestellt werden.
Jede Kundeninteraktion, sei es durch Kundenbindungsprogramme, Gamification, Online-Einkaufsgewohnheiten oder Verhalten im Geschäft, ist eine Gelegenheit, zu lernen und überzeugendere und erfolgreichere Kampagnen zu entwickeln.
Einzelhändler nutzen A/B-Tests, um herauszufinden, was am besten funktioniert, um diese Möglichkeiten voll auszuschöpfen. A/B-Tests sind von zentraler Bedeutung, um die richtigen Botschaften, Angebote und Änderungen zu erzielen. Den Kunden das zu geben, was sie wollen, ist entscheidend für den Erfolg eines Einzelhändlers, aber die Bestimmung dessen, was das ist, war schon immer die größte Herausforderung für Einzelhändler.
Traditionell dauerte das Lernen aus Interaktionen Monate und in größeren Unternehmen möglicherweise Jahre. Mit Hilfe von KI lässt sich dieser Prozess jedoch schnell beschleunigen.
Anstatt neue Berührungspunkte für zusätzliche Daten zu schaffen, kann KI traditionelle Berührungspunkte im Einzelhandel dazu befähigen, wichtige Informationen zur Verbesserung des Kundenerlebnisses zu liefern. Mit anderen Worten: KI holt mehr Intelligenz aus Kassensystemen und bestehenden mobilen Apps heraus.
KI kann dabei helfen, alles zu analysieren, von Käufen, Verweildauer, Scrolling, Vorlieben und Abneigungen bis hin zu genutzten Angeboten, und bietet Einzelhändlern mehr Echtzeit-Metriken als je zuvor. Entscheidend ist dabei, dass KI das Prinzip des Lernens und Handelns auf der Grundlage früherer Kundeninteraktionen nicht ändert. Stattdessen beschleunigt und verstärkt sie den Prozess und liefert Einzelhändlern bessere Ergebnisse, wodurch die Wahrscheinlichkeit fehlgeschlagener Kampagnen und der damit verbundenen Verluste verringert wird.
Entscheidend ist, dass der Übergang von einem binären zu einem nuancierteren Verständnis aller Aspekte - von Angeboten und Engagement bis hin zur Kommunikation - es den Marken ermöglicht, jeden Kunden als Individuum und nicht als Segment zu behandeln. Die Herausforderung liegt jedoch im Veränderungsmanagement. Mit anderen Worten: Einzelhändler müssen sich von traditionellen Analysemethoden verabschieden und bestehende Infrastrukturen überwinden. Die Art und Weise, wie Einzelhändler dieses Thema angehen, wird beeinflussen, wie reibungslos der Übergang für sie verläuft.
Diese Beispiele für angewandte KI stammen in erster Linie von den frühen Anwendern in der Einzelhandelsbranche. Sie werden noch nicht überall in der Branche eingesetzt, aber das ändert sich schnell. Laut einer neuen Umfrage werden 56 % der Führungskräfte im Einzelhandel im Jahr 2024 in KI-Tools für ihr Einzelhandelsmarketing investieren.
Trotz der ersten beeindruckenden Ergebnisse von KI-Lösungen für den Einzelhandel müssen noch einige Hürden überwunden werden, darunter die Fähigkeit zur Integration, Skalierung und Anpassung. Viele Experten gehen davon aus, dass mit der Weiterentwicklung von KI-Lösungen nicht nur deren Leistung und Fähigkeiten zunehmen werden, sondern auch die Einfachheit der Installation und Personalisierung.
In der Zwischenzeit werden sich viele Einzelhändler darauf konzentrieren, die Buzz-Phase der KI zu überwinden und praktische Lösungen zu entwickeln, die ihnen die erwarteten Umsatzsteigerungen bringen.