5 Wege, wie KI Plattformen für digitale Erlebnisse verbessert

Künstliche Intelligenz verschafft DXPs den technologischen Auftrieb, den sie brauchen, um ein wirklich leistungsstarkes digitales Erlebnis zu schaffen.

Die digitale Transformation und das digitale Erlebnis haben sich schnell von innovativen Geschäftsphilosophien zu absoluten Notwendigkeiten für jede Marke entwickelt, die in der digitalen Welt wettbewerbsfähig sein will. Die Kunden sind anspruchsvoller geworden, was ihre Erwartungen an das gesamte digitale Erlebnis und den Produktentdeckungszyklus einer Marke angeht. Von den Inhalten über die Suche bis hin zum Konzept des „Best Next“ (Angebot, Erlebnis, Aktion usw.) – die Bereitstellung digitaler Erlebnisse ist eine ebenso große Herausforderung wie lukrativ. Auch die Mitarbeiter haben ihre eigenen Anforderungen, wenn es darum geht, sich in internen Systemen zurechtzufinden und in der hybriden Landschaft von Büro- und Fernarbeit produktiv zu bleiben. Das kulminierende Ergebnis ist der Bedarf an einer digitalen Erlebnisplattform (DXP), die in der Lage ist, das gesamte Markenerlebnis auf jedem Kanal und zu jeder Zeit bereitzustellen.

Wie kann ein effektiver DXP dies bewerkstelligen? Bei so vielen Elementen, die bei der digitalen Erfahrung zu berücksichtigen sind, muss die Antwort algorithmisch sein. Glücklicherweise ist dies etwas, das die künstliche Intelligenz (KI) handhaben und erweitern kann. Auch wenn die heutige KI nicht ganz so „Science Fiction“ ist, wie viele sich das vielleicht vorstellen, ist das DXP-Management ein Paradebeispiel für die praktische Anwendung von KI. In diesem Zusammenhang unterstützt KI DXPs auf fünf wichtige Arten.

Bereitstellung und Präsentation digitaler Erlebnisse

Die Vielfalt der digitalen Erlebnisse ist größer als je zuvor. Immersive Anwendungen wie Augmented und Virtual Reality werden immer alltäglicher, und IoT-Geräte und Konversationsschnittstellen sind Standard. Für all diese Geräte müssen die Inhalte in einem für sie spezifischen Format präsentiert werden und dennoch für den Endbenutzer relevant sein.

Diese Nachfrage übersteigt bei weitem das, wofür typische Websites und mobile Vorlagen konzipiert wurden. Die KI ist jedoch in der Lage, nicht nur die Tiefe der Inhalte zu organisieren, sondern sie auch ständig zu überarbeiten und zu entwickeln, wie sie am besten präsentiert werden können – so dass das gesamte digitale Erlebnis an die jeweilige Bereitstellung angepasst werden kann. Dies ist besonders hilfreich in Szenarien, in denen Textinhalte an Nicht-Text-Inhalte angepasst werden müssen, wie bei Display-Anwendungen wie AR und VR.

Kuratieren von Inhalten und Orchestrierung von Erlebnissen

Dieses Element war in der Vergangenheit der zeitaufwändigste Teil des täglichen DXP-Betriebs. Mit KI-Funktionen wie maschinellem Lernen, natürlicher Sprachverarbeitung und natürlicher Spracherzeugung kann die Kuratierung von Inhalten massiv beschleunigt und gleichzeitig die Qualität des gesamten digitalen Erlebnisses verbessert werden.

KI ist in der Lage, DXPs in zahlreichen Bereichen der Inhaltsautomatisierung und -erstellung zu unterstützen. Dazu gehören automatische Klassifizierung, Tagging, Schutz und Compliance. Die Technologie kann auch Video- und Audiotranskription sowie die Übersetzung von Inhalten verarbeiten. KI kann die Beschaffung und Erkennung von Inhalten aus verschiedenen Quellen übernehmen. Schließlich kann KI Daten für die Generierung neuer Inhalte in natürlicher Sprache nutzen. KI kann auch bei der Erstellung von Inhalten helfen, indem sie auf der Grundlage von Entdeckungen und Analysen intelligente Vorschläge für neue Inhalte macht. Dies alles sind unglaublich wichtige Faktoren für ein erfüllendes digitales Erlebnis.

Intuitive Suche

Die Suche spielt eine fundamentale Rolle in jeder Art von inhaltsorientiertem System, sei es intern oder extern. Um die Suche auf den Benutzer abzustimmen, sind Dutzende von schnellen, maßgeschneiderten Entscheidungen erforderlich, die KI berechnen kann. Suchmaschinen wenden KI in der Regel auf drei Arten an:

• Abfrage: Dies beinhaltet das Parsen natürlicher Sprache mit Hilfe der Verarbeitung natürlicher Sprache (NLP). Im Wesentlichen geht es darum, über die Suche nach Schlüsselwörtern hinauszugehen und stattdessen die Absicht des Benutzers zu ermitteln(semantische Vektorsuche). Sobald die Absicht festgestellt ist, können Sie diese Absicht der Terminologie Ihres Katalogs zuordnen. Durch das Verständnis der Absicht ist es auch möglich, sicherzustellen, dass ein Benutzer nie eine Null-Ergebnis-Suche erreicht und immer etwas Relevantes angezeigt bekommt. Mit der absichtsbasierten Suche können Sie sich von Regeln oder Umformulierungen lösen und zu einem intelligenteren, weniger manuell kuratierten Erlebnis übergehen.
• Indizierung: Hier geht es um die Extraktion von Inhalten aus Rich Media (z.B. Speed to Text, Sentiment oder Bilderkennung) durch maschinelles Lernen. Es kann auch darum gehen, Inhalte zu klassifizieren und zu kennzeichnen oder Inhalte darzustellen und miteinander zu verknüpfen.
• Anzeige: Hier geht es um die Rückgabe von Informationen in Form von natürlicher Sprache und die Auswahl und Anpassung von Inhalten an den jeweiligen Touchpoint durch maschinelles Lernen. Dieselbe Technologie kann auch für die Umwandlung von Text in Sprache, für die Präsentation von Suchempfehlungen und für die prädiktive, visuelle und personalisierte Suche verwendet werden.

Personalisierung und Optimierung

Die Personalisierung erfordert eine Kombination von Analysetechniken, um die richtige Nachricht zur richtigen Zeit an den richtigen Benutzer zu senden. Echte Personalisierung ermöglicht viel überzeugendere Erlebnisse als die herkömmliche Segmentierung anhand von Faktoren wie Alter, Geschlecht, Standort oder Beruf über ein Benutzerprofil. Der größte blinde Fleck der Segmentierung ist das Verhalten und die Absicht. Daher neigt die Segmentierung dazu, den Kunden das Gefühl zu geben, einer von einer Million zu sein, im Gegensatz zu einem von einer Million.

KI ist in der Lage, tiefe Einblicke in das Verhalten zu automatisieren und zu optimieren, die über das hinausgehen, was die Segmentierung analysieren kann. Dies umfasst den gesamten Lebenszyklus von Erkenntnissen in einem viel größeren Maßstab und mit höherer Geschwindigkeit, als dies bisher möglich war. Diese erweiterte Form der Nutzeranalyse ist in der Lage, die „beste nächste Aktion“ auf einer viel persönlicheren Ebene zu analysieren, die dann optimiert werden kann, um den Nutzern viel sinnvollere Empfehlungen und Vorschläge zu machen.

Effektive Analytik

Analytik ist eine wesentliche Datenquelle für die Bereitstellung relevanter digitaler Erlebnisse. Die KI-Verbesserung von Analysen ist für jedes Unternehmen notwendig, das eine extrem große und vielfältige Menge an strukturierten und unstrukturierten Inhalten verwaltet. KI ist in der Lage, sich durch die dichte Menge an Inhalten und Daten zu arbeiten, um Analysen zusammenzustellen, die alle Kanäle und Berührungspunkte im gesamten DXP widerspiegeln.

Bislang mussten sich Unternehmen auf deskriptive und diagnostische Analysen verlassen. KI kann bei der Auswertung unstrukturierter Inhalte zur Gewinnung von Erkenntnissen über Verbraucher, Wettbewerber und Stimmungen einen enormen Aufschwung bewirken. Die Fähigkeit, diese Vielzahl von Daten zu verwalten und zu nutzen, schafft einen unglaublichen Geschäftswert.

Am Ende des Tages trifft ein leistungsstarkes digitales Erlebnis den Kunden oder Mitarbeiter dort, wo er ist und wie er ist. KI ist eine wertvolle Technologie, um die große Menge an Daten zu analysieren, die von einer vollständig integrierten digitalen Erlebnisplattform stammen. Mit all den oben genannten Methoden ermöglicht KI DXPs, ein wirklich relevantes, ansprechendes und bedeutungsvolles digitales Erlebnis zu bieten.