Wie augmented campaigning zielgruppenspezifisches Marketing effizient macht

Lass die Maschine denken und schau was da drin ist

Wo kann augmented campaigning in der Kampagnenplanung, bei Umsetzungen und Adaptierung unterstützen? Wo sind die Grenzen dieser computerbasierten Vorgänge? Zu diesem Thema referierte Steffen Konrath und stellte sich den Fragen von Moderator Stefan Klapproth sowie der interessierten Zuhörerschaft am Campaigning Summit Switzerland im Folium der alten Sihlpapierfabrik in Zürich.

Steffen Konrath berät und unterstützt Unternehmen, NGO’s und Verbände, um ihre eigene sowie die DNA von Märkten durch den Einsatz von künstlicher Intelligenz detailliert zu kennen. Das übergeordnete zu verfolgende Ziel ist Wissen darüber aufzubauen, wie Personen in Netzwerken untereinander kommunizieren. Zudem soll verstanden werden, wer die entscheidenden Influencer und Meinungsmacher sind, sowie wer oder was die Zielpersonen zueinander verbindet. Auch soll über die Themen, welche die Community interessiert und bewegt, ein Bewusstsein aufgebaut werden. „Zuhören, über was die Leute sprechen“, meint Konrath dazu in seinem Referat.

Das Bedürfnis, die Zielgruppen so genau wie möglich zu kennen, ist kein neues Phänomen im Umfeld der Marketingabteilungen und Werbetreibenden. Gemäss Konrath sei dies bisher jedoch üblicherweise nur mit einer Analytics Abteilung möglich gewesen, was sehr kostenintensiv sei. Durch das maschinelle „Zuhören“ können Marketingkampagnen auf automatisierter Basis emotionaler und effizienter aufbereitet und im Verlauf der Kampagne angepasst werden, ohne kostspieligen Aufwand durch die Analytics Abteilung.

Community verstehen ermöglicht komplexe Kampagnen

Das Zuhören in der digitalen Welt ermöglicht, die Strukturen der relevanten Märkte genauer zu verstehen. Steffen Konrath zeigt dies anhand eines Praxisbeispiels aus einer Diskussion über das Thema digital transformation. So weisen die Zusammenhänge der Subdiskussionen ein komplett anders Strukturbild auf, als dies die Hauptdiskussion vorwies.

Dies verdeutlicht die Abbildung 1 Markt Strukturen, welche bildlich die Hauptdiskussion vier einzelner Subkategorien gegenüberstellt. Dieses Verstehen der Märkte ergibt Möglichkeiten, Kampagnen mehr Komplexität zu verleihen und die einfachen Modelle zu ersetzen, nach welchen heute noch gearbeitet wird. Konrath relativiert in seiner Antwort auf eine Frage aus dem Plenum jedoch, dass durchaus auch noch Modelle bei augmented campaigns als Basis angewendet werden.

Nicht nur die Diskussionszusammenhänge können erörtert werden, sondern auch der Zusammenhang zwischen Personen sowie deren Machteinflüsse und Rollen in der Gesellschaft. Konrath nennt dabei ein Beispiel aus der Industrie, bei welchem nicht die hierarchisch höchste die entscheidungsfällende Person war, sondern eine aus deren Umfeld. Dieses Wissen hilft bei der Auswahl der Personen, mit welchen sich eine Vernetzung lohnt.

Als Grundlage für augmented campaigning dienen Daten. Generiert werden die Daten aus digital publizierten Dokumenten. Dabei ist die Quellengewichtung ein sehr relevanter Faktor. Als Beispiel nennt Konrath in seinem Referat, dass eine Person mit nur zwei Followern höher gewichtet werden kann als eine Person mit 1000 Followern. Grund dafür ist die höhere Gewichtung von qualitativen Followern als quantitative Follower. Zudem ist es aus ethischen Gründen unbestritten, dass der Algorithmus transparent offen gelegt werden muss. In der Fragerunde setzt Konrath diesem Punkt noch den Hinweis hinzu, dass es sich bei den gewonnenen Daten immer um Annäherungen handelt. Die aus publizierten Daten gewonnenen Informationen müssen noch mit Social Media Daten angereichert werden. Twitter eignet sich dazu sehr gut.

Kritischer Rückblick

AI Campaigning ermöglicht es Unternehmen, sich gegenüber der Konkurrenz einen Wettbewerbsvorteil zu verschaffen. Gemäss einer nicht repräsentativen Umfrage von mir ist das Wissen über die Möglichkeiten von AI Campaigning in den meisten Unternehmen von KMU’s bis zu Grosskonzernen vorhanden. Für die spezifische Umsetzung fehlt es jedoch meistens an Wissen, Manpower sowie vor allem an der Überzeugung, die bestehenden Prozesse zu ändern. Jedoch könnten neben den beschriebenen Vorteilen zur Gewinnung an Wissen über die Zielgruppe die anfänglich aufgewendeten Investitionen nach Einführung amortisiert werden. So können repetitive Arbeiten automatisiert werden sowie die Mitarbeitenden in ihrer täglichen Arbeit entlastet werden. Meiner Meinung nach muss jedoch bedacht werden, dass wohl immer Mitarbeitende eingesetzt werden müssen, um das System auszubilden und zu lenken.