Vor gerade einmal elf Monaten hat OpenAI die öffentliche Version seines KI-basierten, umfangreichen Sprachmodells ChatGPT veröffentlicht. In dieser kurzen Zeit hat der Lärm um KI die Medien, die Gespräche in den Vorstandsetagen und fast alle gesellschaftlichen Zusammenkünfte auf der Welt beherrscht. Werbe- und Marketingleiter im Einzelhandel werden überall mit Fragen überschwemmt. “Was tun wir in Bezug auf künstliche Intelligenz – und wie werden wir ohne sie überleben?”

Comosoft und sein KI-Entwicklungspartner DecaSIM haben dafür eine praktische Antwort. Sie bieten nun einen klaren Weg für Einzelhändler, die auf der Suche nach KI-Lösungen für die Praxis sind, um große Mengen komplexer Daten in aussagekräftige, kosteneffizientere Marketingkampagnen zu verwandeln. In einer kürzlich durchgeführten Fallstudie führte ein großer regionaler US-Lebensmittelhändler einen Live-Test des Marketing-Automatisierungssystems LAGO von Comosoft in Kombination mit den KI-basierten Datenanalysetools von DecaSIM durch und erzielte von der ersten Woche an positive Ergebnisse. Durch die Optimierung der Werbeaktionen und die Steigerung der Kundenbindung konnte das Unternehmen seinen wöchentlichen Umsatz steigern und die EBITDA-Profitabilität um 8% erhöhen.

Künstliche Intelligenz für die Bearbeitung von großen Datenmengen

Viele Ängste der Gesellschaft vor KI rühren von falschen Vorstellungen über diese Technologie her. ChatGPT und andere “generative” KI-Systeme suchen oft nach Mustern in riesigen Mengen unstrukturierter Daten – das heißt, es gibt keine bereits vorhandenen Identifikationsmerkmale oder Metadaten, die uns beim Sortieren oder Klassifizieren helfen. Das KI-Modell von Comosoft/DecaSIM basiert auf einer kleineren Menge strukturierter Daten, wie der bekannten Kaufhistorie bestimmter Produkte, Preisen und saisonalen Kaufmustern. Das KI-Tool verwendet die Daten, um Gleichungen zu lösen und neue (und wertvolle) Metadaten zu erstellen, die das Verhalten und die Vorlieben der Käufer für bestimmte Produkte beschreiben.

Mit anderen Worten: Die KI zieht sinnvolle Schlüsse aus den Daten, die zum Teil auf dem Fachwissen von Werbe- und Marketingexperten basieren. Sie tut dies mit Datenmengen, die zwar nicht so groß sind wie die Billionen von Datenparametern, die von generativen KI-Systemen wie ChatGPT benötigt werden, aber immer noch zu groß für Menschen, um sie ohne Hilfe zu analysieren.

Damit fällt der Ansatz von Comosoft/DecaSIM in die Kategorie, die manchmal als “Schwache KI” bezeichnet wird, d. h. als künstliche Intelligenz, die auf bestimmte Aufgaben ausgerichtet ist. Dies unterscheidet sich von der angeblich selbstbewussten, allgemeinen künstlichen Intelligenz (AGI), die bestenfalls noch hypothetisch ist. Da jedoch vereinfachte Aufgaben für den Erfolg des Einzelhandels entscheidend sind, haben Werbe- und Marketingleiter wenig zu befürchten und viel zu gewinnen. Dem Glauben, dass die KI den Menschen ablöst, steht das wachsende Bewusstsein gegenüber, dass die KI ein wichtiger Bestandteil jedes Marketingteams im Einzelhandel sein kann.

Während des Testprozesses mit Einzelhändlern stellte der Mitbegründer von DecaSIM, Chris Antipa, fest, dass die Werbe- und Marketingabteilungen ihre Arbeit als Bereicherung und nicht als Bedrohung empfinden. “Es gibt immer diesen natürlichen Widerstand, wenn die Leute sagen: ‘Computer wollen mir meinen Job wegnehmen’. Aber mit der Zeit verstehen sie, was die KI für sie tut, und sprechen von der Plattform als einem Teamkollegen. Sie scherzen sogar, dass sie ihr einen Spitznamen geben sollten.“

Arbeiten mit KI

Die Kombination aus den KI-Tools von DecaSIM und Comosoft LAGO kann nur als eine hochwirksame Datenlösung bezeichnet werden. LAGO automatisiert bereits verschiedene wichtige Funktionen für Einzelhändler, einschließlich der Integration der Kampagnenplanung mit zahlreichen Datenquellen. Außerdem rationalisiert LAGO die Produktion von Print- und Digitalkampagnen – inklusive mehrerer regionaler Versionen jedes Katalogs, Flyers oder digitalen Äquivalents. Durch den Einsatz von KI wird dieser Prozess sogar noch weiter verbessert. In der Vergangenheit wurden strukturierte Daten aus LAGO und anderen Quellen in das DecaSIM-System eingespeist, um aussagekräftige Käufergewohnheiten und Präferenzen für bestimmte Produkte und Produktkategorien abzuleiten. Diese erweiterten Metadaten werden wieder in LAGO eingespeist und bilden eine objektive Grundlage für die Bewerbung bestimmter Produkte an bestimmten Orten und zu bestimmten Zeiten des Jahres.

Die Ergebnisse sind bemerkenswert. Mitbegründer Doug Edmonds erzählte von der Reaktion einer Führungskraft im Einzelhandel, die sagte, dass die DecaSIM/LAGO-Kombination “jede Werbung wie eine Weihnachtswerbung macht”, dank der Fähigkeit des Systems, die Vorlieben und Produkteigenschaften der Kunden zu antizipieren. “Die Daten, die wir verwenden, enthalten einen Kontext und eine Bedeutung, die den meisten Menschen im Einzelhandel verborgen bleibt”, so Edmonds weiter. “KI nutzt diese Daten, um diesen Kontext und diese Bedeutung zu definieren, ihre Wichtigkeit zu bewerten und all das zu den Metadaten für jedes Produkt und jede Kategorie hinzuzufügen.”

Der LAGO-Ansatz, der marketingrelevante Daten aus dem Produktinformations-management (PIM), dem Digital Asset Management (DAM) und anderen Quellen integriert, ist ideal geeignet, die neuen DecaSIM-Daten zu optimieren. “Traditionell beginnen mehr als die Hälfte unserer Implementierungen mit einem umfangreichen Datenfeed”, sagt Steve May, Produktmanager bei Comosoft. “Typischerweise ist dies eine Sammlung von Produkt-SKUs, digitalen Assets und Angeboten. Mit DecaSIM werden die Daten angereichert, bevor wir sie überhaupt erhalten.”

Dies ist besonders wichtig für Werbe- und Marketingleiter in der Planungsphase einer Kampagne. Die Whiteboarding-Funktion von LAGO gibt ihnen bereits einen Überblick darüber, welche Produkte auf der Grundlage von Kriterien wie regionale Verfügbarkeit, Gewinnspanne und Verkaufshistorie besonders hervorgehoben werden sollten. Mit der Hinzunahme von DecaSIM-Daten erhalten sie auch zuverlässige Indikatoren dafür, was die Kunden mit größerer Wahrscheinlichkeit kaufen werden, einschließlich ihrer Vorlieben für verwandte oder alternative Produkte.

“LAGO und DecaSIM sind beides ‘Schmerzmittel’ für Werbe- und Marketingfachleute im Einzelhandel”, sagt Randy Evans, Präsident von Comosoft US. “Das eine macht Schluss mit der mühsamen Integration von PIM-, DAM- und anderen Daten, um Kampagnen in großem Umfang durchzuführen. Die andere beseitigt das Rätselraten, welche Produkte sich am ehesten verkaufen lassen.”

Die Zukunft von KI im Einzelhandelsmarketing

Der Erfolg dieses Ansatzes ist nicht auf den Lebensmitteleinzelhandel beschränkt. Einzelhändler sind in hohem Maße von Laufkundschaft und Stammkunden abhängig – etwas, dass für alle gilt, von Baumarkt- und Eisenwarenhandelsketten bis hin zu Mode- und Lifestyle-Marken. Objektiv zu wissen, was Kunden wollen, und entsprechend zu werben, ist ein heiliger Gral für alle Einzelhandelsvermarkter – einer, den die KI von DecaSIM finden und LAGO umsetzen kann, sogar auf lokaler Ebene und auf mehreren Print- und digitalen Plattformen.

Die beiden Unternehmen arbeiten aktiv daran, diese Fähigkeiten in Kürze zu kombinieren und zu erweitern. Einige dieser Erweiterungen werden Gegenstand des Artikels im nächsten Monat sein.