Use Case 8: Personalisierte Angebote und Preise

Kund*innen stehen im Mittelpunkt. Jeder ist jedoch individuell. Dies zu berücksichtigen kann nicht händisch gemacht werden. Mithilfe Künstlicher Intelligenz können auf die Kund*innen genau zugeschnittene Angebote und Preise erstellt werden. Vor- und Nachteile werden im Folgenden erläutert.

Im Online-Handel stehen den Händler*innen automatisch viele Daten zur Verfügung. Im stationären Handel muss eine Verknüpfung zu Kund*innen hergestellt werden. Dies kann beispielsweise über Loyalitätsprogramme wie Payback erfolgen. Außerdem kann das Verhalten der Kund*innen mit KI mittels Kundensegmentierungen, Warenkorbanalysen und Collaborative Filtering vorhergesagt werden: den Kund*innen werden als Push-Nachricht über Smartphone oder E-Mail persönliche Produkte oder Coupons präsentiert (zum Beispiel aus der aktuellen Aktion). Ebenso können – gemäß Vorlieben und Kaufverhalten - Produkte zu personalisierten Preisen angeboten werden. Für die Segmentierung der Kund*innen können gegebenenfalls externe Daten zur Sozio-Demografie hinzugenommen werden (zum Beispiel über Dienstleister wie Acxiom).

Daraus ergeben sich folgende Vorteile für Kund*innen und Händler*innen:

• Durch KI kann das Verhalten der Kund*innen präzise charakterisiert, mit anderen Kund*innen korreliert und prognostiziert werden
• Den Kund*innen wird direkt das Produkt präsentiert, weswegen er/sie in den Markt kommen würde
• Eine personalisierte Ansprache erhöht die Effektivität des Marketings signifikant. Durch den hohen Automatisierungsgrad ist gleichzeitig eine hohe Effizienz im Marketing gewährleistet.

Aber auch die Herausforderungen sind nicht zu unterschätzen:

• Verknüpfung von Verkäufen zu Kundendaten im stationären Handel und damit auch Verfügbarkeit von historischen Daten
• Verringerte Kundenakzeptanz durch Datenschutzbedenken
• Geringe Kundenakzeptanz von Dynamic Pricing im stationären B2C-Bereich