Digitaler Zwilling eines Kunden: Wie Er Marketern Helfen Kann

Künstliche Intelligenz (KI) und Systeme des maschinellen Lernens (ML) entwickeln sich schneller als je zuvor. Wir haben so viele neue aufkommende Technologien und Werkzeuge, die es uns ermöglichen, Dinge zu tun, die wir zuvor nicht konnten – ein Beispiel dafür ist: OpenAIs ChatGPT.

Dieser Wandel beschränkt sich nicht nur auf die Technologie- und IT-Sektoren. Er beeinflusst alles im Marketing, von der Vorhersage der End-to-End-Kundeninteraktionen bis hin zur Optimierung der Customer Journey (CJO).

Mit der digitalen Zwillings-Technologie, die fortschrittliche Analytik und ML-Modelle nutzt, können Marketer nun einen digitalen Zwilling von Kunden (DToCs) erstellen, indem sie historische und Echtzeit-Kundendaten verwenden. Im Gegensatz zu statischen Entitäten oder Kundenprofilen sind sie dynamische Avatare, die kontinuierlich mit echten Benutzerdaten aktualisiert werden.

Sie spiegeln den aktuellen Geisteszustand einer Person wider, anstatt ihre vergangenen Handlungen.

Solche virtuellen Avatare simulieren nicht nur das Kundenverhalten, sondern bieten auch Kontext und Vorhersagen für zukünftige Marketingmaßnahmen. Mit dem Aufkommen von cookielosem Marketing und Datenschutzbestimmungen sind DToCs eine hervorragende Möglichkeit, potenzielle Kunden zu verstehen und datengestützte Marketingstrategien umzusetzen.

In diesem Artikel werfen wir einen Blick auf die Ursprünge der digitalen Zwillings-Technologien, lernen das Konzept des digitalen Zwillings von Kunden kennen und stellen sicher, dass die Personalisierung an allen Berührungspunkten stattfindet.

Eine kurze Geschichte der digitalen Zwillings-Technologie

Hast du von dem Apollo 13-Unfall gehört – dem NASA-Raumflug, der auf dem Mond landen sollte, aber nicht landete? Die Organisation konnte ihre Astronauten vor dem Absturz retten, indem sie digitale Zwillings-Technologie einsetzte.

Natürlich wurden sie zu dieser Zeit nicht digitale Zwillinge genannt. NASA nutzte sie seit den 1960er Jahren regelmäßig, um Systeme im Weltraum zu replizieren.

Als der Absturz von Apollo 13 bevorstand, speiste NASA Daten vom beschädigten Raumfahrzeug in ein virtuelles Modell vor Ort ein, um Situationen zu simulieren und wählte das Szenario mit den besten Ergebnissen – ein Szenario, in dem die drei Astronauten überleben würden. Und sie überlebten.

Springen wir ins Jahr 2002, als Michael Grieves das Konzept der digitalen Zwillinge im Rahmen des Produktlebenszyklusmanagements einführte. Der Begriff wurde 2010 von John Vickers, einem Haupttechnologen der NASA, offiziell eingeführt.

Laut IBM ist “ein digitaler Zwilling eine virtuelle Darstellung eines Objekts oder Systems, das darauf ausgelegt ist, ein physisches Objekt genau widerzuspiegeln. Er umfasst den Lebenszyklus des Objekts, wird mit Echtzeitdaten aktualisiert und verwendet Simulationen, maschinelles Lernen und Schlussfolgerungen, um Entscheidungen zu treffen.”

Es ist ein virtuelles Abbild eines Originalobjekts.

Digitale Zwillinge integrieren Industrie 4.0-Technologien wie Automatisierung, künstliche Intelligenz, Big Data und 3D-Druck, um Simulationen durchzuführen, Leistungsprobleme zu lösen und das Kundenerlebnis zu verbessern.

Daher werden sie hauptsächlich in den Bereichen Design, Fertigung, Bau, Betrieb, Wartung, Architektur, Gesundheitswesen und Ingenieurwesen eingesetzt.

Es ist jedoch nicht so einfach, digitale Zwillinge zu erstellen. Dies liegt hauptsächlich an zwei Gründen: Datenknappheit und Systemüberwachung. Störungen auf einer sehr feinen Ebene können noch nicht mit Supercomputing-Kräften überwacht werden. Es ist jedoch entscheidend, sie zu verfolgen, da sie alles auf Systemeebene beeinflussen.

Daten sind nie genug. Du benötigst genaue und große Datenmengen, um Sinn aus den Dingen zu machen. Im Moment sind die verfügbaren Daten spärlich und unvollständig, was viel Rätselraten erfordert, um die Lücken zu füllen.

Wie funktioniert es? Simulationen vs. digitale Zwillinge

Simulationen repräsentieren, wie du weißt, einen einzelnen Prozess und verwenden keine aktuellen Daten. Digitale Zwillinge sind keine Simulationen; sie simulieren mehrere Szenarien und Prozesse und verwenden aktuelle Daten. Es handelt sich auch nicht um einen einseitigen Workflow – digitale Zwillingssysteme empfangen und übertragen Informationen.

Also, wie funktionieren sie? Der Prozess lässt sich in vier Schritte unterteilen:

1. Sammle Daten, die auf dein Produkt/Objekt/Fall zugeschnitten sind.
2. Speise sie in Datenmodelle ein, die mit fortschrittlicher Mathematik und Statistik erstellt wurden.
3. Nutze KI und maschinelles Lernen zur Datenassimilation – kombiniere deine Daten und Modelle.
4. Halte einen kontinuierlichen Fluss von Informationen zu und von dem digitalen Zwilling aufrecht.

Sobald dies erledigt ist, wird das virtuelle Modell dir helfen, Vorhersagen zu treffen und personalisierte Empfehlungen zu geben.

Es macht keinen Sinn, für alles einen digitalen Zwilling zu entwickeln. Du brauchst keinen für eine einfache Bohrmaschine. Ihr Einsatz beschränkt sich hauptsächlich auf physisch große Objekte und komplexe Projekte, um die Effizienz zu steigern.

Nehmen wir zum Beispiel Google Maps, das einen Produktzwilling der Erde darstellt.

Darüber hinaus werden verschiedene Arten von digitalen Zwillingen nach ihren Nutzungsebenen klassifiziert:

• Deskriptive Zwillinge: Live, editierbare Versionen von Design- und Konstruktionsdaten eines Objekts, Systems oder physischen Vermögenswerts.
• Informative Zwillinge: Live- und Sensordaten (plus operationale Daten), die stark mit betrieblichen Richtlinien verknüpft sind. Bieten Echtzeitinformationen über die Produktleistung und -probleme.
• Prädiktive Zwillinge: Nutzen Daten, um umsetzbare Einblicke für Wartung und andere Zwecke zu geben.
• Umfassende Zwillinge: Verwenden Daten, um mögliche "Was-wäre-wenn"-Szenarien zu simulieren und die Ergebnisse von Änderungen oder Ereignissen vorherzusagen.
• Autonome Zwillinge: Handeln im Namen des Benutzers, reagieren auf globale Veränderungen und Herausforderungen. Sie können ohne menschliches Eingreifen Maßnahmen ergreifen.

Digitale Zwillinge zeigen dir, wie Objekte unter verschiedenen Bedingungen funktionieren, indem sie den Produktlebenszyklus von der Gestaltung und Entwicklung bis zur Entsorgung verfolgen. Sie verkürzen die Markteinführungszeit, indem sie dir helfen, das Produktdesign und die Entscheidungsfindung zu optimieren.

Du kannst marktfähige Produkte erforschen und entwickeln, mehrere Prototypen testen und die Produktfunktionalität überprüfen. Das ist noch nicht alles. Sobald dein Produkt das Ende seiner Lebensdauer erreicht, kann das digitale Modell auch Optionen für die Produktentsorgung wie Recycling vorschlagen.

Beispiel für digitale Zwillinge im Einzelhandel

Jacqueline Alderson, eine Biochemikerin, die die digitale Zwillings-Technologie einsetzt, um Fußballspielern zu helfen, Knieverletzungen zu vermeiden, sagt, dass digitale Zwillinge es dir ermöglichen, “Szenarien ohne Risiko zu testen.” Schließlich ist es ein virtuelles Abbild derselben Person oder des gleichen Objekts unter denselben Bedingungen.

Diese Modelle können auch genutzt werden, um Informationen hinzuzufügen oder zu ersetzen, die fehlen oder schwer zu beschaffen sind.

Formel-1-Rennfahrer verwenden konsequent digitale Zwillinge, um verschiedene Konfigurationen vor einem Turnier zu testen. Sie bringen mehrere Sensoren an ihren Rennwagen an und studieren die Federung, Aerodynamik und andere Faktoren, die ihre Gewinnchancen erhöhen könnten.

Nun, so kann es im Einzelhandel funktionieren.

Ein Einzelhandelsgeschäft kann digitale Zwillinge nutzen, um das Einkaufserlebnis im Geschäft zu verbessern, indem es Bewegungssensoren und intelligente Schubladen hinzufügt. Dies ermöglicht ihnen, das Kundenverhalten und die Kaufgewohnheiten zu analysieren und hilft ihnen letztendlich dabei:

• vorherzusagen, wann Käufer neue Produkte benötigen
• das Ladenlayout anhand der Kundenpräferenzen zu optimieren
• Personaleinsatzmodelle auf der Grundlage der Verkaufsleistung und Unterstützung zu erstellen
• eine interaktive, KI-gestützte Customer Journey-Map zu erstellen

Einzelhändler können ihr Geschäft online bringen und ein multikanaliges Einkaufserlebnis bieten, indem sie die Kundenreisen über alle Plattformen hinweg verfolgen. Tatsächlich können sie einen virtuellen Kunden in einem virtuellen Geschäft mithilfe von KI erstellen. Dies wird es ihnen ermöglichen, die Auswirkungen von Marktveränderungen auf ihr Einzelhandelsgeschäft zu untersuchen und die Abläufe zu optimieren, um Kosten zu sparen.

Was ist ein digitaler Zwilling des Kunden (DToC)?

Ein digitaler Zwilling des Kunden (DToC) ist eine virtuelle Darstellung eines Kunden oder einer Kundengruppe, die das Verhalten der Kunden nachahmt, analysiert und vorhersagt. Er nutzt First-Party-Daten und andere Verbraucherquellen, um Kundenerfahrungen in einer digitalen Umgebung zu replizieren.

Wie bei der regulären Zwillings-Technologie verwenden DToCs fortschrittliche Analysen, KI und Algorithmen des maschinellen Lernens, um eine digitale Version deines Käufers zu erstellen.

Laut Gartner bietet der digitale Zwilling des Kunden “nicht nur die Sammlung von Datenpunkten, sondern auch Kontext und Vorhersagen über zukünftiges Verhalten. Er nutzt sowohl Online- als auch physische Interaktionen und ist dynamisch, aktualisiert sich mit neuen Informationen und erkennt, dass eine einzige Person mehr als eine Persona darstellen kann…”

Das liegt daran, dass Menschen und damit auch Personas sich im Laufe der Zeit ändern können.

DToCs bauen auf der Arbeit berühmter Marken wie Google, Amazon und Netflix auf, die KI- und ML-Algorithmen verwenden, um Verhaltensdaten zu interpretieren und Produkt-Erfahrungen anzupassen.

Marketing-Teams können Engpässe in der Customer Journey identifizieren, das Vertrauen der Kunden bewahren und die Geschäftsergebnisse verbessern.

Obwohl es sich um eine neuartige Technologie handelt, investieren bereits 70 % der Technologie-Führungskräfte in großen Unternehmen in digitale Zwillinge. Es wird erwartet, dass dieser Markt bis 2025 in Europa 7 Milliarden Euro erreichen wird, mit einem jährlichen Wachstum von 30-45 %.

Und warum nicht?

Jetzt kannst du nicht nur stationäre und Online-Geschäfte mit digitalen Zwillingen replizieren, sondern auch die Kunden, die sie besuchen. Dies gibt dir Einblicke, wie spezifische Kunden oder Käufergruppen auf Änderungen in der Customer Journey reagieren werden, bevor sie implementiert werden, sodass du schädliche Ergänzungen ausschließen kannst.

Mit virtuellen Kunden in einem virtuellen Geschäft können DToCs maßgeschneiderte Angebote vorschlagen und das Einkaufen zu einer nahtlosen und personalisierten Angelegenheit machen, die die Kundenzufriedenheit auf allen Ebenen gewährleistet.

360-Grad-Blick auf den Kunden

Ein digitaler Zwilling des Kunden (DToC) unterscheidet sich hauptsächlich durch die Art der gesammelten und verwendeten Daten von der 360-Grad-Sicht auf den Kunden.

Für diejenigen, die es nicht wissen: Ein 360-Grad-Blick auf den Kunden beinhaltet das Sammeln und Zusammenführen von Daten aus verschiedenen Kontaktpunkten und Kundendatenplattformen an einem Ort. Er hilft Organisationen, ihre Interessenten und deren Bedürfnisse vollständig zu verstehen.

Du benötigst mehrere Tools und Dienstleistungen, um eine 360-Grad-Sicht auf deinen Kunden zu entwickeln.

Um eine umfassende Sicht auf den Kunden erfolgreich zu erstellen, sind umfangreiche Daten erforderlich, wie z.B. Verhaltensdaten der Nutzer, Transaktionshistorie, Interessen und Attributdaten. Dies ist teuer und zeitaufwändig, und daher für viele kleine und mittelständische Unternehmen unerreichbar.

Laut Gartner haben nur 14 % der Organisationen eine 360-Grad-Sicht auf ihren Kunden erreicht.

Mit dem bevorstehenden Auslaufen von Third-Party-Cookies wirst du sie nicht mehr verwenden können, um Interessen und Zielideen zu sammeln. Es wird deutlich schwieriger werden, Umsatz allein auf dieser Datenbasis zu generieren.

DToCs sind davon nicht betroffen.

Ein digitaler Zwilling des Kunden verwendet weitgehend First-Party-Daten als Ausgangsdaten, um Verbraucher-Einblicke und Personalisierungen während der Customer Journey anzubieten. Es handelt sich um einen dynamischen, digitalen Käufer, der die sich ständig ändernde Natur deiner Interessenten erfasst, ohne die Datenqualität und das Vertrauen zu gefährden.

Synthetische Personas und Silicon Sampling

Ein Artikel über den digitalen Zwilling des Kunden wäre unvollständig, ohne die Erwähnung von synthetischen Personas und Silicon Sampling.

Synthetische Personas oder Silicon Samples werden mithilfe von großen Sprachmodellen wie OpenAIs ChatGPT erstellt, um digitale Darstellungen deiner tatsächlichen Kunden zu erzeugen. Daten werden in das generative KI-Modell eingegeben, das dann angeregt wird, die Persona des Kunden anzunehmen, dessen Daten bereitgestellt werden.

Du kannst diese Personas für mehrere Anwendungsfälle nutzen, wie z.B. das Testen neuer Anzeigen für deine E-Commerce-Seite oder die Bewertung von Produktdesigns.

Ein weiterer interessanter Anwendungsfall ist die Nutzung von Silicon Samples, um Kundenumfragen zu beantworten. Da du ein LLM-Modell verwendest, klingt die Ausgabe größtenteils menschlich und berichtet über die Ziele, Interessen und Vorlieben deiner Kunden in Bezug auf dein Produkt.

Je höher die Qualität der Trainingsdaten, desto besser sind deine Umfrageantworten. Diese synthetischen Daten können die Lücken füllen, die durch Datenknappheit und -qualität entstanden sind, und dir ermöglichen, kundenorientierte Entscheidungen zu treffen.

Vorteile der Nutzung von digitalen Zwillingen: Im Marketing und in der Customer Experience (CX)

Digitale Zwillinge von Kunden können hauptsächlich im Marketing zur Optimierung der Customer Journey (CJO) eingesetzt werden.

Dies ist der Prozess der Abbildung von Kundenaktionen und Interaktionen über mehrere Kontaktpunkte hinweg, um die End-to-End-Kundenerfahrung zu steuern oder zu beeinflussen. Du leitest einen potenziellen Kunden basierend auf seinen Verhaltensdaten zu einem Konversionsevent, wie z.B. dem Herunterladen eines E-Books oder der Anmeldung für eine kostenlose Testversion.

Ein digitaler Zwilling des Kunden macht es einfach, da du die Menschen nicht zu einer Entscheidung drängen musst – sie treffen diese freiwillig.

Da digitale Zwillinge die aktuellen und historischen Daten von Verbrauchern gründlich analysieren, können sie Trends und Muster identifizieren, die für jede Einzelperson einzigartig sind. Dies wiederum gibt dir Einblicke, die dir helfen, personalisierte Marketingkampagnen zu erstellen, die auf ihre Interessen abgestimmt sind, und zur richtigen Zeit die richtigen Angebote an die richtigen Personen zu senden.

Eine solche Anpassung führt zu höherem Engagement und höheren Konversionsraten.

Digitale Zwillinge können die Kontaktpunkte erkennen, an denen Kunden in der Käuferreise abspringen. Das kann eine verwirrende Checkout-Seite, Anmeldeformulare für Newsletter mit schlechten CTAs oder sogar eine Produktseite mit unzureichenden Details sein. Sie identifizieren das Problem und schlagen Lösungen vor – und ermöglichen es dir, verschiedene Szenarien auszuprobieren.

Darüber hinaus ermöglicht die Simulation des Verhaltens eines Kunden den Vermarktern, die Customer Journey sowie andere inbound-Prozesse zu optimieren. Sie präsentieren den Nutzern den besten Handlungspfad in jeder Phase und helfen ihnen, ihre Ziele zu erreichen und Hindernisse zu überwinden.

Ein Wort zur Kundenerfahrung

Die Kundenerfahrung (CX) ist nichts anderes als der Eindruck, den deine Kunden von deiner Marke in allen Phasen ihrer Käuferreise haben. Sie kann auftreten, während sie mit deiner Marke in irgendeiner Weise interagieren, z.B. wenn sie zum ersten Mal auf deine Anzeige klicken, deine Website besuchen, deine Blog-Beiträge lesen oder den Kundenservice kontaktieren.

Digitale Zwillinge von Kunden geben dir die Möglichkeit, den Eindruck zu verbessern, den die Kunden von deiner Marke haben. Dies ist wichtig, weil:

• 52 % der Interessenten werden zu einem Wettbewerber wechseln, wenn sie einen negativen Markeneindruck haben.
• Unternehmen, die sich auf CX konzentrieren, verzeichnen einen Umsatzanstieg von 80 %.
• 73 % der Kunden priorisieren die Kundenerfahrung, wenn sie bei einer Marke kaufen.

Ein DToC-Ansatz hilft dir, deine Marketing- und Messaging-Taktiken in Echtzeit anzupassen, Aktivitäten, die nicht funktionieren oder möglicherweise zu einer negativen Kundenerfahrung führen, abzulehnen. Indem du negative Situationen bevor sie eintreten behebst, können Marken positive Gefühle verstärken und eine treue Kundenbasis aufbauen.

Folglich ermöglicht es, in die Wünsche, Bedürfnisse, Überzeugungen, Erwartungen und vergangenen Erfahrungen der Interessenten einzutauchen, um automatisierte Engagement-Strategien zu erstellen, die mit den Trends der Branche und den Veränderungen in den Kundenpräferenzen Schritt halten.

Erstellung des digitalen Zwillings eines Kunden: Wie funktioniert das?

Die Entwicklung eines digitalen Zwillings des Kunden ist ein mühsamer Prozess. Du musst mit Datenanalytik und Techniken des maschinellen Lernens vertraut sein, um analytische Modelle zu erstellen, die Online- und physische Interaktionen kombinieren und die Kundenkonversionen steuern können.

Frage dich also drei Fragen, bevor du mit der Erstellung des digitalen Zwillings eines Kunden (DToC) beginnst:

• Warum möchtest du einen digitalen Zwilling des Kunden erstellen?
• Welche Datenquellen wirst du verwenden?
• Welches Ergebnis möchtest du erzielen?

Mit diesen drei Antworten kannst du den gesamten Prozess erheblich erleichtern. Ein klar definiertes Endziel und ein Datensatz sorgen dafür, dass die digitalen Zwillinge die von deiner Organisation festgelegten Ziele erreichen.

Erstelle Käufer-Personas

Der erste Schritt besteht darin, deine vorhandenen Kundendaten zu sammeln und sie zu nutzen, um Käufer-Personas zu erstellen – sie sind semi-fiktionale Darstellungen deiner idealen Kunden. Laut ITSMA nutzen 44 % der Vermarkter derzeit Käufer-Personas, um ihre Geschäftstätigkeiten zu informieren.

Daten sind natürlich der wichtigste Teil der Erstellung von Personas.

• Demografie: Alter, Geschlecht, Standort, Ausbildung, Familienstand und Einkommen.
• Verhalten: Website-Besuche, besuchte Seiten, Browsing-Gewohnheiten, Schlüsselwörter und Kanalpräferenzen.
• Soziale Analytik: Likes, Kommentare, Shares, Hashtags und Erwähnungen.
• Transaktionen: Bestellhäufigkeit, Warenkorbabbrüche, Kaufhistorie und Zahlungspräferenzen.
• Kundenservice: Support-Tickets, Anfragen, Kundenfeedback und Transkripte von Supportgesprächen.

Aggregiere historische und aktuelle Nutzerdaten aus verschiedenen Quellen, analysiere und segmentiere sie, um eine Zielkundenpersona zu erstellen. Binde deine Verkaufs-, Kundenservice- und Produktentwicklungsteams ein, um ein funktionsübergreifendes Persona-Profil zu erstellen.

Wähle die Kundenpersona aus, für die du einen digitalen Zwilling erstellen möchtest, und bereichere sie mit zusätzlichen Datenquellen.

Verfeinere mit hochwertigen Kundendaten

Sobald du die Kundenpersona ausgewählt hast, besteht der nächste Schritt darin, sie mit zusätzlichen hochwertigen Kundendaten zu ergänzen. Diese können sowohl digitale als auch physische Interaktionen umfassen, die über Analysetools, standortbasierte Dienste, Sensoren und intelligente Kameras gesammelt wurden.

Marktforschung, soziale Medienanalytik und die Stimme des Kunden (VoC) sind ebenfalls großartige Eingabedaten.

Stelle jedoch vorher sicher, dass du alle Daten hast, die du benötigst, um das gesamte Kundenerlebnis vollständig zu erfassen. Wenn nicht, finde Wege, um zu ändern, wie du derzeit Daten sammelst. Informiere dich über aktuelle technologische Fortschritte in der KI und Datenanalytik und verstehe, wie analytische Modelle Daten verarbeiten, um Einblicke in das Verbraucherverhalten zu bieten.

Datenschutz und Datensicherheit gewährleisten

Ein großer Teil der Nutzung von First-Party-Kundendaten oder jeglichen persönlichen Daten besteht darin, sicherzustellen, dass deine Datennutzung allen Datenschutzgesetzen und -vorschriften entspricht, wie z.B. der Datenschutz-Grundverordnung (DSGVO) und dem California Consumer Privacy Act (CCPA).

Dies hilft, Datenschutz- und Compliance-Risiken zu mindern, um potenziell identifizierbare Benutzerdaten zu schützen, die zur Erstellung digitaler Zwillinge von Kunden benötigt werden. Eine Möglichkeit, dieses Problem zu umgehen, besteht darin, synthetische Daten zu verwenden, die mithilfe von KI-Algorithmen generiert werden.

Dennoch musst du Transparenz in allen deinen Aktivitäten wahren und den Nutzern die Möglichkeit geben, an digitalen Zwillingsprogrammen teilzunehmen oder diese abzulehnen. Sie müssen wissen, worum es dabei geht und wie es ihnen nützen kann – nicht dir. Am Ende muss der Kunde das letzte Wort darüber haben, wie seine persönlichen Daten gespeichert und verwendet werden.

Integriere in deinen Arbeitsablauf

Nachdem du umsetzbare Datenmodelle erstellt hast, die digitale Kunden-Zwillinge ermöglichen, beginne, diese in deinen Geschäftsablauf zu integrieren.

Digitale Zwillinge können helfen, deine Produkte, Dienstleistungen und die gesamte Kundenerfahrung zu verfeinern. Du kannst das Kundenverhalten vorhersagen, um neue Monetarisierungsmodelle zu entwickeln, die Kundenbindung zu verbessern und eine loyale Markenanhängerschaft aufzubauen.

Arbeite eng mit Fachleuten (SMEs) zusammen, um die Logik und den Prozess der digitalen Zwillings-Technologie an verschiedene Kundengruppen anzupassen.

Sobald erstellt, müssen deine digitalen Zwillinge mit neuen Daten, wie z.B. aktuellen Transaktionen, Aktivitäten in sozialen Medien oder Kundenservice-Anrufen, auf dem neuesten Stand gehalten werden. Integriere diese Informationen in dein virtuelles Modell, das bereits Produktinteressen, Kommunikationspräferenzen, Persönlichkeit und Sentiment-Analysen umfasst.

Wie Delve AI bei DToCs hilft

Wie bereits erwähnt, ist der erste Schritt zur Erstellung digitaler Zwillinge von Kunden die Generierung von Personas. Persona von Delve AI ist ein Online-Persona-Generator, der es dir ermöglicht, datengestützte Personas automatisch für dein Unternehmen, Wettbewerber und dein Publikum in sozialen Medien zu erstellen.

Wir erstellen dynamische Personas mit einer Vielzahl von Datenquellen, darunter First-Party-Daten (CRM, Webanalyse und Umfragen), Second-Party-Daten (sozialanalytische Daten und Wettbewerbsanalysen) sowie öffentliche Daten (VoC-Daten aus Bewertungen, Ratings, Foren, Online-Communities und Nachrichten). Wenn diese Quellen mithilfe von maschinellen Lernalgorithmen und KI kombiniert werden, bieten sie einen 360-Grad-Überblick über deine Kunden.

Unser Persona-Tool sammelt, analysiert und segmentiert Daten, um drei bis fünf Käufer-Personas für B2B (in Grün hervorgehoben) und B2C-Unternehmen (in Blau hervorgehoben) zu erstellen. Der Prozess ist vollständig automatisiert und dauert nur wenige Minuten.

Jede Persona-Karte bietet eine umfassende Zusammenfassung deiner Zielgruppensegmente und zeigt wichtige Kennzahlen wie Nutzeranteil, Sitzungen, Aktionsrate, Konversionen, Transaktionen und Umsatz.

Einfach auf Persona-Details klicken, und du wirst auf eine Seite weitergeleitet, die eine vollständige Beschreibung dieser speziellen Persona liefert.

Alles von den Demografien bis zu den Psychografien der Verbraucher wird berücksichtigt; du erfährst mehr über ihren Lebensstil, Ziele, Bestrebungen, Herausforderungen, Kommunikationskanäle, Content-Typen, Präferenzen, Hobbys, Interessen, Persönlichkeiten und mehr. Darüber hinaus bieten branchenspezifische Einblicke strukturierte Keyword-Daten, die sich auf die Branche beziehen, in der du tätig bist.

Beispiele von Nutzerreisen für den E-Commerce/B2C-Bereich und organisatorischen Reisen für B2B-Unternehmen für jedes Persona-Segment geben dir eine Vorstellung davon, wie Nutzer mit deiner Website und deinem Inhalt interagieren.

Personas werden jeden Monat automatisch mit neuen Daten aktualisiert, was KI-gesteuerte Empfehlungen liefert, die dir helfen, neue Zielgruppen zu gewinnen und zu halten. Für weitere Informationen zu den Elementen von Käufer-Personas lies unseren Artikel zu diesem Thema.

Fazit

Ein digitaler Zwilling eines Kunden (DToC) ist eine aufkommende Technologie, die Vermarkter in ihre langfristigen Pläne einbeziehen sollten. Sie erfassen die Motivationen, Interessen und Verhaltensweisen eines Kunden wie nie zuvor – nicht nur in der Vergangenheit, sondern auch in der Gegenwart und Zukunft.

An der Schnittstelle von fortschrittlicher Analyse, KI und maschinellem Lernen liefern DToCs datengestützte Kundeninformationen, die hilfreich sind bei der Erstellung von Inhalten, der Anzeigenausrichtung und der Optimierung der Customer Journey, wodurch Umsatz und Geschäftswachstum vorangetrieben werden.

Die Abhängigkeit von Drittanbieter-Datenquellen ist nicht länger eine Option. Organisationen müssen beginnen, in alternative Lösungen wie synthetische Personas und digitale Zwillinge von Kunden zu investieren, um Datenschutz und Kundenzufriedenheit zu gewährleisten.