Mit KI zusammenarbeiten: Wie Einzelhändler damit noch einige Schätze bergen können
Letzten Monat haben wir herausgefunden, dass künstliche Intelligenz keineswegs eine Bedrohung für die Marketingteams des Einzelhandels darstellt, sondern im Gegenteil ein wichtiger Teil des Teams werden kann. Die ersten Ergebnisse des Einsatzes der KI-Tools von DecaSIM in Verbindung mit Comosoft LAGO haben gezeigt, dass sich die beiden Systeme gegenseitig ergänzen und jeweils einzigartige Vorteile für Werbe- und Marketingleiter im Einzelhandel bieten. In diesem Artikel werfen wir einen Blick auf die Pläne der beiden Unternehmen und was sie für Einzelhändler aller Art bedeuten.
Der Test im Handel
Kürzlich haben wir die Wirkung des Einsatzes von KI zur Optimierung der Produktauswahl in den Marketingkampagnen einer regionalen Lebensmittelkette getestet. Wie in der veröffentlichten Fallstudie berichtet, waren die Ergebnisse wirklich bemerkenswert.
Für den Test wählte die regionale Lebensmittelkette eine Region mit 104 Filialen (von über 300 Filialen) aus und erstellte mit Hilfe von Comosoft LAGO eine spezielle Version ihres wöchentlichen Prospekts, die während des Testzeitraums optimiert werden sollte. Der Aktionsplan jeder Woche wurde während des Testzeitraums durch den KI-Optimierer von DecaSIM laufen gelassen. Die Analyseergebnisse wurden verwendet, um auszuwählen, welche Artikel auf jeder Seite des Prospekts erscheinen sollten. Im Vergleich zu den 65 anderen Geschäften, die als Kontrollgruppe ausgewählt wurden, steigerten die KI-gestützten Werbeaktionen den Umsatz um über 4.000 Dollar pro Geschäft und Woche.
Da KI die Rentabilität im Lebensmitteleinzelhandel verbessert, können andere Einzelhandelsketten ähnliche oder sogar bessere Ergebnisse erwarten.
Die Bedeutung der Laufkundschaft
Doug Edmonds, Mitbegründer von DecaSIM, beschrieb einen entscheidenden Faktor im Lebensmitteleinzelhandel, der allen Einzelhändlern gemeinsam ist. “Der gesamte Einzelhandel versucht, die Kundenfrequenz zu erhöhen, oft mit dem Preis als Anreiz”, sagte er. “Egal, ob Sie ein Lebensmittelgeschäft oder ein Baumarkt sind, wenn Sie nur auf Laufkundschaft angewiesen sind, werden Sie nicht überleben.”
Edmonds fuhr fort: “Jeder Einzelhändler hat eine ‘Kernkäufergruppe’, die er zufrieden stellen muss. Dabei spielt es keine Rolle, ob sie Tomaten oder Steckschlüssel kaufen; wichtig sind ihre Produktpräferenzen, ihre Einkaufsgewohnheiten und ihre Preissensibilität. Der Einsatz von KI, um diese Dinge zu lernen, verschafft allen Einzelhändlern einen Vorteil. Es wird ihnen helfen, mehr an diese Kerngruppe zu verkaufen. Langfristig wird so auch die Stammkundschaft wachsen.”
Randy Evans, US-Präsident von Comosoft, merkte an, dass die Lebensmittelbranche nur der Anfang sei. “Lebensmittelhändler nutzen LAGO schon seit Jahren”, sagte er, “besonders jene Ketten, die regionale Versionen ihrer wöchentlichen Flyer und mobilen Shopping-Apps benötigen. Wir haben es immer einfach gemacht, Angebote zu priorisieren, Daten aus verschiedenen Quellen zu ziehen und den Designprozess über mehrere Filialen hinweg zu rationalisieren. Eine schnelle Bearbeitungszeit ist unerlässlich. Aber mit den KI-Tools von DecaSIM können die Werbe- und Marketingleiter von Lebensmittelgeschäften wissen, welche Produkte sie in jeder Kampagne priorisieren müssen. Das ist ein Volltreffer für unsere Kunden aus dem Lebensmittelbereich, aber auch unsere anderen Einzelhandelskunden können das Gleiche tun.”
Das Entdecken von Rohdiamanten
Dieser Einsatz von künstlicher Intelligenz löst ein Problem, mit dem alle Einzelhändler konfrontiert sind: das Auffinden aussagekräftiger Informationen in einem Berg von Produktdaten. Mit Tausenden oder sogar Millionen einzelner Produkte aus vielen Quellen sind die Datenbanken der Einzelhändler heute voll mit Daten zu jeder einzelnen Artikelposition. Diese befinden sich in der Regel in Datenbanken für Produktinformationsmanagement (PIM), digitales Asset Management (DAM), Bestands-, Preis- und Marketingmanagement. Allzu oft sind sie schlecht integriert, so dass Marketingleiter und Designer gezwungen sind, detaillierte Informationen für jedes Produkt zu suchen. Dieser Prozess ist sowohl zeitaufwändig als auch anfällig für kostspielige Fehler.
Die einzigartige Fähigkeit von LAGO, PIM, DAM und andere Datenquellen zu vereinheitlichen, ist Teil der Lösung und schafft einen kollaborativen Workflow, der sowohl das Design als auch den Überprüfungs- und Genehmigungsprozess umfasst. Aber selbst mit einem datenoptimierten Multichannel-Workflow liegt es immer noch an den Werbe- und Marketingleitern, während des Planungsprozesses Prioritätsentscheidungen zu treffen. Und selbst erfahrene Planer können inmitten all dieser Daten gute Werbemöglichkeiten übersehen.
Hier kommt der KI-Teil der Gleichung ins Spiel. Die Tools der künstlichen Intelligenz von DecaSIM nehmen Daten von jeder früheren LAGO-gesteuerten Kampagne, identifizieren Muster der Produktpräferenzen der Hauptkäufer und leiten Rückschlüsse und Kaufmuster ab, schneller und mit größerer Genauigkeit aus dieser Menge an Daten. Die Ergebnisse werden dann an LAGO zurückgegeben, wodurch die Metadaten, die für die Erstellung mehrerer Kampagnenversionen verwendet werden, praktisch “aufgeladen” werden. KI kann in der Tat Marketingdiamanten unter den Rohdaten finden, für deren Verarbeitung Menschen zu lange brauchen würden.
Roadmap für den Marketingerfolg
Steve May, Produktmanager bei Comosoft, erläuterte, was dies für zukünftige Versionen von LAGO bedeuten könnte.
“Heute nutzen Kampagnenplaner unsere Whiteboarding-Funktion, um Angebote und Produktgruppierungen zu erstellen, die auf der Grundlage von Marge, Verfügbarkeit und Erfolg in früheren Kampagnen am sinnvollsten sind”, sagte er. “LAGO könnte KI-generierte gewichtete Bewertungen, Beziehungen zu anderen Produkten, saisonale oder regionale Muster und andere nützliche Indikatoren zu den vorgestellten Produkten hinzufügen. Sie würden immer noch auswählen, welche sie verwenden wollen, aber es wären besser informierte Marketingentscheidungen.”
Durch den Einsatz von KI in LAGO könnten Verkaufs- und Marketingkampagnen in großem Umfang geplant und durchgeführt werden, wobei das Verkaufspotenzial objektiv bekannt wäre. Die KI würde den Marketingfachleuten im Einzelhandel nicht die Arbeit wegnehmen, sondern als hocheffizienter Forschungsassistent dienen, der objektiv wertvolle Informationen sammelt, die der Planer für die Erstellung effektiver Kampagnen nutzen kann.
“Heutzutage sind die Menschen nervös, wenn es um KI geht und was sie für ihre Karriere bedeutet”, so Evans. “Im Falle des Einzelhandelsmarketings ist es ziemlich offensichtlich, dass KI ein Verbündeter in unserer datenintensiven Welt ist.”