Enterprise Account bao
Richtig werben mit KI
Artikel

Richtig werben mit KI

Künstliche Intelligenz

Eva Ascarza, Michael Ross und Bruce G. S. Hardie
Harvard Business Manager, 2022
Zum Artikel

Offline lesen

  • 0.5×
  • 0.75×
  • 1×
  • 1.25×
  • 1.5×
  • 1.75×
1×

Bewertung der Redaktion

8

Qualitäten

  • Analytisch
  • Umsetzbar
  • Praktische Beispiele

Rezension

Künstliche Intelligenz wird fürs Marketing immer wichtiger. Doch bis sich die Verantwortlichen an die noch junge Technologie gewöhnt haben, passieren Fehler beim Einsatz von KI-basierten Entscheidungen. In der Folge klagen viele Unternehmen über eine mangelnde Rendite ihrer KI-Investitionen. Dieser Artikel zeigt diese typischen Fehler auf und erklärt anhand von Praxisbeispielen, welche Folgen diese Fehler nach sich ziehen und wie sie sich vermeiden lassen. Eine gute Einstiegslektüre für alle Entscheider, die unzufrieden mit der Rendite ihrer KI-Systeme sind.

Zusammenfassung

Wichtig beim Einsatz von KI im Marketing: Stellen Sie die richtigen Fragen.

Entscheiden Sie schon mit der Unterstützung von künstlicher Intelligenz oder noch mit herkömmlichen Methoden? KI kann eine wertvolle Unterstützung für Ihr Marketingteam sein – wenn sie richtig eingesetzt wird.

Falls Sie bereits KI nutzen, aber unzufrieden mit den Ergebnissen sind, könnte das daran liegen, dass Sie die falschen Fragen stellen. Wenn Sie beispielsweise beobachten, dass viele Ihrer Neukunden nach kurzer Zeit wieder kündigen, sollten Sie nicht fragen, wer wahrscheinlich abwandern wird, sondern wen Sie vom Kündigen abhalten können. Diese Personen können Sie dann im Rahmen Ihrer Kampagne vorrangig ansprechen.

Beachten Sie die unterschiedliche Relevanz von KI-Prognosefehlern.

Die Genauigkeit einer KI-Prognose ist nicht allein entscheidend...

Über die Autoren

Eva Ascarza ist Professorin für Kundenanalytik, Customer Relationship und Kundenbindung. Michael Ross leitet ein Unternehmen für cloudbasierte Datenanalysen für Einzelhändler. Bruce G. S. Hardie forscht als Marketingprofessor an datenbasierten Modellen für Entscheider.

Kommentar abgeben