Hyperpersonalisierung mithilfe von KI-gestütztem Marketing

Jake Burns:
Vielleicht könnten Sie anfangen und uns einfach ein wenig darüber erzählen, welchen Technologie-Stack Sie verwenden? Ich spreche gerade mit so vielen Kunden, die mit KI und natürlich mit generativer KI anfangen wollen, und viele von ihnen wissen einfach nicht, wo sie anfangen sollen. Welchen Rat würden Sie ihnen geben?

Vijay Chittoor:
Ich denke, das erste, speziell in unserem Bereich, wenn wir über die Natur der KI nachdenken, beginnt alles damit, dass wir zunächst eine große Datenmenge haben. In unserem Fall handelt es sich bei den Daten also ausschließlich um First-Party-Daten von Verbrauchern, die auf Markenebene organisiert sind. Im Grunde hat jeder unserer Kunden ein großes Datenarchiv, das er vielleicht in der Vergangenheit verfolgt hat oder auch nicht, aber mit Blueshift machen wir es ihnen leicht, mit der Reise zur Datenvereinheitlichung zu beginnen. Ich bin mir in den meisten Fällen sicher, dass dies Ihrer Erfahrung nach einer der wichtigsten Schritte auf dem Weg zur KI ist. Ich denke, der erste Schritt besteht darin, diese umfangreichen Daten gut zu organisieren, sie in Echtzeit zu erfassen und diese Daten zu vereinheitlichen. Aber zweitens denke ich auch, wenn man über die Ratschläge nachdenkt, die wir allen geben, die diese KI-Reise beginnen, ist es, zuerst an den Endkunden zu denken.

Und in unserem Fall denken wir, wenn wir an den Kunden denken, wirklich darüber nach, wie Sie KI nutzen können, um dem Endverbraucher personalisierte Interaktionen zu bieten? Und für uns bedeutet vieles davon, über Kunden-KI nachzudenken. Und wenn Sie an Kunden-KI denken, geht es in Wirklichkeit darum, diese Kundendaten, die First-Party-Daten, über die wir gesprochen haben, zu nehmen und sie in die Frage zu übersetzen, wer, was, wann und wo, wie mit dem Kunden in Kontakt treten soll. Wenn Sie also an traditionelles Marketing denken, das oft sehr manuell und nicht von KI gesteuert wird, treffen Sie vielleicht pauschale Entscheidungen darüber, wen Sie für eine bestimmte Kampagne ansprechen möchten, welche Angebote ihnen gezeigt werden sollen, wann Sie den Kunden erreichen und über welchen Kanal oder wo Sie mit ihm in Kontakt treten sollten. Und wenn Sie in einer Welt, in der es keine KI gibt, darüber nachdenken, wenn Sie diese Entscheidungen manuell treffen, vereinfachen Sie es ziemlich stark und werfen eine Reihe von Kunden in einen Topf und Sie versuchen zu sagen, nun, dieses ganze Segment, lassen Sie uns sie einfach mit diesem einen Angebot ansprechen.

Aber die Realität ist, dass Menschen, die Endverbraucher, einzigartige Individuen sind und sie unterschiedlich darauf reagieren müssen. Und was KI wirklich gut macht, ist, dass der menschliche Markt selbst dann, wenn er in diesem Moment schläft, in der Lage ist, diese Entscheidung auf individueller Kundenebene zu treffen und insgesamt Millionen dieser Entscheidungen zu treffen. Und ich denke, das ist die Art von Entscheidungsmaschine, und das ist die Art von Entscheidungskraft, die Macht der Personalisierung, die KI einem bietet. Wenn wir also Menschen beraten, wie sie diese KI-Reise beginnen können, organisieren Sie zunächst die Daten. Zweitens, der Kunde zuerst, denken Sie über die Anwendungsfälle nach, aber dann können Sie den Vorteil der KI nutzen, dass sie Entscheidungen in großem Maßstab treffen kann. Sie kann auf eine Person zugeschnitten werden und Ihr Endkundenerlebnis unter Berücksichtigung dieser Elemente verändern.

Jake Burns:
Auf jeden Fall. Das ist ein gutes Argument. Es geht wirklich darum, das Erlebnis zu personalisieren. Als manueller Prozess wäre es einfach zu mühsam, das für jeden Menschen tun zu können, selbst wenn man 24 Stunden arbeiten würde, oder?

Vijay Chittoor:
Ich glaube, das ist genau richtig. Ja.

Jake Burns:
Aber mit KI liegt man vermutlich auch öfter richtig, weil man mehr unterschiedliche Datenpunkte heranzieht.

Vijay Chittoor:
Ich glaube, das ist genau richtig. Und ich denke, Sie haben da etwas Wichtiges angesprochen. Sie denken über die Endkundenreise nach. Und wenn Sie darüber nachdenken, haben viele Menschen darüber gesprochen, wie viel komplexer die Kundenreisen in der heutigen digitalen Welt geworden sind, in der so viele verschiedene Berührungspunkte entstanden sind. Und in diesem Komplex gibt es aufgrund dieser Komplexität Millionen von Permutationen der Kundenreise. In gewisser Weise denke ich, dass das Problem der Kundenbindung heute wirklich darin besteht, die individuelle Kundenreise zu fördern, da jeder Kunde automatisch auf einer Reise mit der Marke ist. Woran erkennt man also die Reise, auf der sich jeder Einzelne befindet? Wie können Sie ihnen in diesem Moment helfen und wie können Sie das in großem Maßstab tun? Und genau da kommt KI ins Spiel und hilft allen. Wenn wir also mit Vermarktern zusammenarbeiten, sind Vermarkter meiner Meinung nach sehr gut darin, Geschichten zu erzählen. Aber heute besteht die Herausforderung darin, wie man den Kern der Geschichte nimmt und sie über all diese verschiedenen, selbst projizierten Reisen hinweg individualisiert. Und da können Vermarkter meiner Meinung nach wirklich gut mit KI zusammenarbeiten. Und das ist eine sehr starke Partnerschaft.

Jake Burns:
Das klingt fantastisch. Lassen Sie mich Sie also fragen, welche Rolle der Mensch in all dem spielt?

Vijay Chittoor:
Also, ich denke, die Menschen sind das zentrale kreative Element hinter all dem. Es gibt auch die strategischen Treiber, die hinter all dem stehen. In gewisser Weise denke ich, wenn ich über viele Automatisierungstechnologien nachdenke, hat es die erste Welle der Automatisierungstechnologie den Menschen im Wesentlichen schwerer gemacht, strategischer und kreativer zu sein, weil ich denke, dass ein Großteil dieser Automatisierung an Bedingungen geknüpft war. Die Art von regelbasierter Automatisierung, die auf Wenn-Dann-Logik basiert.

Und oft drückten Vermarkter und andere Abteilungen im Unternehmen einfach eine Menge Knöpfe und Knöpfe, was ihnen die Kreativität und das strategische Denken genommen hat. Und ich denke, mit einer neuen Art der KI, die echte Automatisierung vorantreibt, bei der man nicht herumsitzen muss und Wenn-Dann-Knöpfe drückt, wird man tatsächlich mehr herausgefordert und befähigt, den strategischen Wert und die Kreativität zu liefern. Sie können jetzt wirklich über die Geschichten nachdenken, die Sie Ihren Endkunden erzählen möchten, und Technologie als Assistenten einsetzen, um diese in großem Umfang bereitzustellen, ohne sich durch den Kampf gegen Ihre Technologie in irgendeiner Weise verzetteln zu lassen. In diesem Sinne hat KI das Potenzial vieler Menschen ausgeschöpft, und darüber freuen wir uns sehr.

Jake Burns:
Also eher eine Mitschöpfer-Beziehung, als den Menschen komplett zu ersetzen.

Vijay Chittoor:
Ich glaube, das ist genau richtig. Und die Co-Creator-Analogie: In gewisser Weise sprechen wir manchmal über die Idee, dass jeder Redakteur wird, und im wahrsten Sinne des Wortes können Leute, die jetzt schreiben, schnell erste Entwürfe erstellen und mehr Zeit mit der Bearbeitung verbringen. Aber auf einer strategischeren Ebene fängt man an, über die Arbeit der Menschen nachzudenken. Ich denke, in jeder Rolle, in jeder Abteilung, das Unternehmen wird auf die Ebene eines Redakteurs erhoben, und sie müssen weniger von der Grundarbeit erledigen, vielleicht die ersten Entwürfe zu erstellen und das erste Schreiben zu schreiben.

Jake Burns:
Weniger von dieser undifferenzierten Arbeit und mehr Personalisierung und ein bisschen Feinschliff.

Vijay Chittoor:
Ich glaube, das ist genau richtig.

Jake Burns:
Ja. Lassen Sie uns also über die Fähigkeiten sprechen, die erforderlich sind, um ein Unternehmen wie dieses zu gründen, denn die meisten Unternehmen, mit denen ich zusammenarbeite, wollen alle mit KI arbeiten, aber es ist sehr schwierig, diese Fähigkeit zu rekrutieren, da Datenwissenschaftler und alle anderen, die im Bereich KI tätig sind, heutzutage sehr schwer zu rekrutieren sind. Sie sind sehr wertvoll. Was war also Ihr Ansatz, um diese Talente zu rekrutieren und in Ihr Unternehmen zu holen?

Vijay Chittoor:
Das ist eine gute Frage. Ich denke, ein Teil davon ist die richtige Rekrutierung, aber ein Teil davon ist auch die Schaffung der richtigen Kultur. Wenn wir also an die Rekrutierung denken, hatten wir meiner Meinung nach vom ersten Tag an das Glück, KI-Talente im Unternehmen zu haben. Mein Mitbegründer Manyam ist unser Chief AI Officer und er hat einige sehr beeindruckende Arbeit geleistet, die auf Zeiten zurückgeht, als KI nicht mehr als ein Schlagwort war. Ich finde es toll, mit so jemandem anzufangen und das Fundament des Teams auf die richtige Art und Weise aufzubauen. Es geht also definitiv viel darum, nach den richtigen Fähigkeiten und Talenten zu suchen, aber ich denke auch, dass die Kultur wichtig ist. Sie müssen also den richtigen Rahmen für das gesamte Unternehmen schaffen, nicht nur für die Ingenieure für Machine Learning und die KI-Ingenieure, sondern für das gesamte Unternehmen, um diese Technologien nutzen zu können und sie zu Kunden bringen und die Kunden erfolgreich machen zu können.

Wenn wir also über Kultur nachdenken, sprechen wir bei Blueshift über fünf zentrale kulturelle Werte. Wenn wir den ersten Buchstaben nehmen, bilden diese fünf Werte das Wort „MORPH“. Das erste M steht also für neue Fehler (mistakes) machen. Und das ist ein bisschen überraschend, denn warum würden Sie jemanden bitten, Fehler zu machen? Aber das Wichtigste ist, neue Fehler zu machen, bei denen es vor allem darum geht, schnell zu lernen, Dinge ausprobieren zu können, aber auch diese ständige Lernkultur und das Element der Neugier und des Lernens zu haben. Also fangen wir damit an, weil ich denke, das ist sehr wichtig, besonders bei neuen Technologien wie KI. Zweitens sprechen wir davon, vom Kundenerfolg besessen (obsessing) zu sein. Das ist also das O in MORPH. Und noch einmal, ich denke, wenn man über Technologie nachdenkt, muss man wirklich den Endkunden im Auge haben, damit sie wirklich wertvoll ist.

Also nochmal, wenn wir davon besessen sind, egal ob es unsere Technologieteams oder sogar unser Marketing-, Vertriebs- und Kundenerfolgsteam sind, jeder ist irgendwie besessen von diesem Kundenerfolg. R steht für „Die Messlatte höher legen“ (raising). Deshalb fordern wir uns selbst heraus, die beste Version von uns selbst zu sein und wirklich darüber nachzudenken, was die beste Innovation ist, die wir unseren Kunden bieten können. Es geht also darum, die Messlatte höher zu legen. Das vierte P steht für das Spielen (play) als ein Team. Viele dieser Innovationen, um unsere Kunden erfolgreich zu machen, müssen wir im gesamten Unternehmen als ein Team spielen, angefangen bei den Leuten, die das entwickeln, bis hin zu den Kundenteams an vorderster Front und so weiter. Schließlich, der letzte, H ist für viel Spaß (have fun), ernsthaft. Das ist nur die Anerkennung, dass all diese Arbeit schwierig sein wird, aber wir werden eine Kultur schaffen, in der es allen Spaß macht, zur Arbeit zu kommen und genauso viel Spaß beim Bauen zu haben und die Reise genauso zu genießen wie das Ziel anzusehen.

Jake Burns:
Sie haben schon erwähnt, ich glaube, es war das M richtig, Fehler machen, das mag für manche Leute beängstigend klingen. Wie stellen Sie sicher, dass Sie die Kosten von Ausfällen reduzieren, damit diese Fehler nicht katastrophal sind?

Vijay Chittoor:
Ja, ich denke, das ist absolut wichtig. Ich denke also, wenn wir darüber sprechen, Fehler zu machen, sprechen wir darüber, neue Fehler zu machen, und es geht viel mehr um die Lernkultur innerhalb des Unternehmens. Aber genauso geht es uns darum, den Erfolg unserer Kunden in den Mittelpunkt zu stellen. Es gibt viele unternehmenskritische Anwendungsfälle, die wir für Kunden bedienen. Und noch einmal, da wir auf der Idee basieren, unseren Kundenerfolg im Mittelpunkt zu haben, müssen Sie alles, was unternehmenskritisch ist, sehr, sehr ernst nehmen. Und das ist nicht der Bereich, in dem Sie Fehler machen wollen.

Aber wir müssen diese Innovation ausbalancieren, was bei der Entwicklung hinter den Kulissen passieren kann, und dann das fertig entwickelte Produkt in einer Form verarbeiten, die wirklich die Messlatte für die Besessenheit des Kundenerfolgs erfüllt. Das sind quasi die beiden Dinge, nach denen wir streben müssen. In diesem Sinne finde ich es großartig, mit fantastischen Unternehmen wie Amazon zusammenzuarbeiten, da wir uns bei einem Großteil unserer Infrastruktur auf Amazon verlassen. Es muss zuverlässig sein, es muss leistungsfähig sein, muss eine niedrige Latenz haben, all das. Und ich denke, das ist die Denkweise, die wir einnehmen, wenn wir darüber nachdenken, unseren Kunden Produkte zu liefern und uns um diesen Kundenerfolg zu kümmern.

Es gibt Dinge, bei denen man beim Prototyping oder bei der internen Entwicklung schnell Fehler machen möchte. Sie möchten eine Kultur haben, in der jeder experimentieren möchte, aber Sie möchten auch eine Kultur haben, die sich der Zeit bewusst ist, in der es nicht in Ordnung ist, Fehler zu machen, und die sehr auf der Vorstellung basiert, unseren Kundenerfolg zu verfolgen und sicherzustellen, dass wir unsere Verantwortung gegenüber dem Endkunden sehr, sehr ernst nehmen.

Jake Burns:
Gab es unterwegs irgendwelche Herausforderungen? Und wenn ja, wie haben Sie sie überwunden?

Vijay Chittoor:
Das ist eine gute Frage. Ich denke, da wir einige dieser innovativen Technologien auf den Markt bringen, gab es im Laufe der Zeit einige interessante Herausforderungen, die wir jetzt speziell im Zusammenhang mit KI in Angriff genommen haben. Bei der ersten Frage würde ich sagen, dass es wirklich darum geht, KI vertrauenswürdig und erklärbar zu machen, weil sie in Unternehmenssituationen eingesetzt wird. Und unsere Kunden möchten sicherstellen, dass das Erlebnis, das sie dem Endverbraucher bieten, mit ihrer Marke übereinstimmt und eine reibungslose personalisierte Interaktion mit Mehrwert darstellt. Wenn Sie also dem Unternehmen sagen, dass die KI all diese Entscheidungen trifft, wie können Sie dann das Kundenerfahrungsteam, das Marketingteam davon überzeugen, dass die KI die richtigen Entscheidungen trifft, weil sie nicht in der Lage wären, jede einzelne zu überprüfen, indem sie es manuell betrachten, weil das den Zweck fast zunichte machen würde. Ich denke also wirklich, dass viele Arten, wie wir versuchen, diese Herausforderung zu lösen, und darin sind wir jetzt sehr erfolgreich, darin bestehen, die KI auf mehreren Ebenen erklärbar zu machen.

Wie stellen Sie also sicher, dass beispielsweise ein nicht technisch versierter Vermarkter die Blueshift-Plattform nutzen und die Auswirkungen der KI verstehen kann, bevor sie eingesetzt wird? Und um es zu verstehen, erstellen Sie eine Benutzeroberfläche, in der jemand, der die verschiedenen Parameter der KI einfach nicht vollständig befolgt, trotzdem genug darüber verstehen kann, indem er versteht, ob das Modell selbst von hoher Zuverlässigkeit ist, indem er die Art der Daten versteht, die vielleicht in die Modellierung selbst eingeflossen sind, die Funktionen, die extrahiert und verwendet wurden. Indem wir uns vielleicht Benutzeroberflächen ansehen, die erklären, wie diese KI beispielsweise eine Entscheidung für einen hypothetischen Kunden in einem bestimmten Segment getroffen haben könnte. Und ich denke, all das in die Benutzeroberfläche unserer Anwendungen zu integrieren, war entscheidend, um diese KI mit Zuversicht einsetzen zu können. Und das ist etwas, was ich jedem ans Herz legen würde, der KI-Technologien auf den Markt bringt, um darüber nachzudenken, wo man möchte, dass die Menschen mit der KI zusammenarbeiten können. Und damit sie erfolgreich zusammenarbeiten können, muss diese KI erklärbar, intuitiv und interpretierbar sein.

Jake Burns:
Mit anderen Worten, die KI wird eine Antwort geben, aber sie muss erklären, wie sie zu dieser Antwort gekommen ist.

Vijay Chittoor:
Zu einem großen Teil ja, oder diese Antwort sollte sich so intuitiv anfühlen, dass sie sich richtig anfühlt, und es sollte genügend Beweise dafür geben, dass Sie, ohne sich Millionen von Entscheidungen anzusehen, davon überzeugt sein sollten, dass das Unternehmen immer noch die richtigen Dinge für den Endkunden tut.

Jake Burns:
Eines der Dinge, die jeder wissen möchte, ist, was die Zukunft bereithält, oder? Ich meine, niemand hat eine Kristallkugel, aber wenn Sie zwei, drei Jahre in die Zukunft raten, wie denken Sie, dass KI und vielleicht genauer gesagt generative KI dies in Bezug auf das Kundenerlebnis gestalten?

Vijay Chittoor:
Das ist eine gute Frage. Wenn man sich also die erste Welle generativer KI in den letzten Monaten anschaut, haben wir so viel über generative KI gehört und alle reden davon, dass sie die ganze Welt im Sturm erobert. Ich denke, viele der ersten Anwendungsfälle für Gen AI betrafen die Erstellung von Inhalten und immer mehr Variationen sowie die Möglichkeit, die Komplexität und die Zeit für die Erstellung neuer Inhalte zu reduzieren. Und wenn Sie an die Welt des Kundenerlebnisses denken, die Sie in der Vergangenheit für Teams angesprochen haben, die versuchen, ein Kundenerlebnis zu bieten, gab es einen großen inhaltlichen Engpass, um die richtigen Inhalte zu produzieren, um jede einzelne Interaktion zu personalisieren. Wenn Sie an Millionen von personalisierten Interaktionen denken, wie erstellen Sie dann Millionen von Inhalten? In gewisser Weise ist das Erste, was Gen AI getan hat, den Engpass bei der Erstellung von Inhalten in vielen Variationen desselben Inhalts zu beseitigen oder zumindest zu reduzieren.

Aber wo es als Nächstes hingehen wird, geht es wirklich darum, diese Gen AI mit einer sogenannten Kunden-KI zu kombinieren, um echte Personalisierung zu ermöglichen. Was die Kunden-KI also wirklich tun würde, ist vorherzusagen, was jeder Einzelne will oder welche Variationen von Inhalten für jeden Einzelnen interessant sein könnten. Und was Gen AI tun könnte, ist, all diese Inhalte tatsächlich in Echtzeit oder nahezu in Echtzeit zu erstellen und verfügbar zu machen. So einfache Beispiele dafür könnten sein, eine Werbeaktion durchzuführen, die eine Marke per SMS versendet, und der Text ist für jeden Kunden anders. Kann das nicht nur durch Stimmung und solche Dinge beeinflusst werden, die von generativer KI leicht manipuliert werden können, sondern auch durch Kunden-KI, die wirklich versteht, an welchem Angebot der Kunde interessiert ist? Und wenn Sie diese beiden Elemente zusammenbringen, sind wir der Meinung, dass dies in gewisser Weise die nächste Stufe des Heiligen Grals der Personalisierung freischaltet. Wir freuen uns daher sehr auf die Zukunft, in der Gen AI und Kunden-KI zusammenkommen, um großartige Kundenerlebnisse zu bieten.

Jake Burns:
Also, gibt es irgendwelche Ratschläge, die Sie Leuten geben würden, die da draußen sind, die vielleicht noch am Anfang ihrer KI-Reise sind, von jemandem, der schon eine ganze Weile dabei ist. Wir haben viele Leute, die gerade anfangen. Was sind einige der wichtigsten Dinge, die sie Ihrer Meinung nach in Betracht ziehen sollten?

Vijay Chittoor:
Wenn man darüber nachdenkt, steckt in Unternehmen viel latentes Potenzial. Es gibt eine Menge latentes Wissen, es gibt viele latente Daten, die genutzt werden könnten, um den Endverbrauchern einen Mehrwert zu bieten. Wie können Sie also den Wert all dessen freischalten? Ich denke, dass Marken traditionell mit von Menschen gesteuerten Bemühungen begonnen haben. Sie haben dann ein bisschen digitale Transformation durchgeführt, um mithilfe einiger Technologien zu beginnen, den Wert auszuschöpfen.

Aber mit KI ist jetzt wirklich jeder im Unternehmen in der Lage, den Endkunden diesen transformativen Wert tatsächlich zu bieten. Und wenn Sie anfangen, aus dieser Perspektive zu denken, beginnen Sie darüber nachzudenken, wie Sie Ihre gesamte Strategie, Ihre Prozesse, überarbeiten würden. Wenn Sie zuerst alles KI erstellen müssten, müssten einige dieser Prozesse neu erfunden werden.

Jake Burns:
Ja. Sie haben also etwas erwähnt, ich glaube, Sie haben irgendwie auf die Demokratisierung dieser Technologie angespielt, oder? Geben Sie es an alle Personen in Ihrer Organisation oder an mehrere Personen in Ihrer Organisation weiter. Und ich höre auch, dass Sie die Daten, die Sie bereits haben und die wahrscheinlich größtenteils ungenutzt bleiben, nutzen und diese Technologie nutzen, um die Erkenntnisse aus diesen Daten zu gewinnen.

Vijay Chittoor:
Ich glaube, das ist genau richtig. Ich glaube, das ist genau richtig. Die Demokratisierung. Weil diese Technologie so ausgereift ist, dass auch Benutzer ohne technische Kenntnisse sie verwenden können. Und da dies in vielen Unternehmen in großem Umfang geschieht, eröffnet es einfach einen enormen Unternehmenswert. Wenn Sie also darüber nachdenken, wie dies der größte Wachstumstreiber für Ihr Wachstum sein kann, indem Sie diese Technologie in die Hände von Teams mit Kundenkontakt und in die Hände vieler anderer nichttechnischer Funktionen in Ihrem Unternehmen übertragen, wird dies der Schlüssel zur Skalierung sein.