Praxisleitfaden für Künstliche Intelligenz in Marketing und Vertrieb: Beispiele, Konzepte und Anwendungsfälle

Author:   Laurenz Wuttke
Publisher:   Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
Edition:   1. Aufl. 2021
ISBN:  

9783658356255


Pages:   220
Publication Date:   28 November 2021
Format:   Paperback
Availability:   Manufactured on demand   Availability explained
We will order this item for you from a manufactured on demand supplier.

Our Price $158.37 Quantity:  
Add to Cart

Share |

Praxisleitfaden für Künstliche Intelligenz in Marketing und Vertrieb: Beispiele, Konzepte und Anwendungsfälle


Add your own review!

Overview

Dieser Praxisleitfaden des Daten-Experten Laurenz Wuttke zeigt, was der Einsatz von Künstlicher Intelligenz in Marketing und Vertrieb leisten kann. Systematisch und verständlich führt der Autor seine Leser durch die Zukunftswelt, in der Daten den Unternehmenserfolg bestimmen. Diese Welt ist digital, sie nennt sich Data Science. Sie besteht aus einem Code, dessen Anwendung eine individualisierte Kundenkommunikation und eine fortlaufende Skalierbarkeit ermöglicht. Schritt für Schritt erfahren Sie in diesem Buch, wie sich mit Künstlicher Intelligenz die Customer Journey beeinflussen, die Kundenkommunikation personalisieren lässt. Sie erfahren ebenso, wie Sie die Kosten senken, den Einsatz des Marketingbudgets optimieren und Umsätze um ein Vielfaches steigern können. Die Grundlage für diese fortschrittliche Kultur in Unternehmen bieten Daten und deren Entwicklung hin zu selbstlernenden Systemen.Laurenz Wuttke teilt erstmals mit diesem Buch sein Know-how fürKI-Anwendungen mit Unternehmen, Managern und Projektverantwortlichen. Er erläutert anhand von beeindruckenden Beispielen, wie die digitale Systeme funktionieren und bietet eine Roadmap vom Proof of Concept zum Regelbetrieb.  Aus dem Inhalt Wie Künstliche Intelligenz unsere Kommunikation verändert Das Problem des klassischen Marketings und die Chance der Künstlichen Intelligenz So entsteht ein skalierbares Konzept für Personalisierung Künstliche Intelligenz in der Organisation verankern Viele Anwendungsfälle u.a. Next Best Offer, Kundensegmentierung, Churn Prediction oder Uplift Modeling  Zahlreiche Praxisbeispiele von führenden E-Commerce-Playern, Handel und Versicherungen bis zum mittelständischen Unternehmen  Herausforderungen und Grenzen von KI in Marketing und Vertrieb

Full Product Details

Author:   Laurenz Wuttke
Publisher:   Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
Imprint:   Springer Gabler
Edition:   1. Aufl. 2021
Dimensions:   Width: 14.80cm , Height: 1.40cm , Length: 21.00cm
Weight:   0.330kg
ISBN:  

9783658356255


ISBN 10:   3658356251
Pages:   220
Publication Date:   28 November 2021
Audience:   Professional and scholarly ,  Professional & Vocational
Format:   Paperback
Publisher's Status:   Active
Availability:   Manufactured on demand   Availability explained
We will order this item for you from a manufactured on demand supplier.
Language:   German

Table of Contents

Vorwort: Die Macht der Daten und der Kunstlichen Intelligenz1 Einfuhrung: Kunstliche Intelligenz verandert unsere Kommunikation1.1 Unternehmen brauchen KI, um die Digitalisierung zu beherrschen1.2 Der Weg zur Kunstlichen Intelligenz in Unternehmen1.3 Warum KI in die Kundenkommunikation gehoert1.4 Wie Amazon, Zalando und McDonalds die Welt durch ihre KI verandern1.4.1 McDonald's1.4.2 Netflix1.4.3 ABOUT YOU2 In digitaler Kommunikation mit dem Kunden2.1 Die moderne Customer Journey und die Daten2.2 Das Problem des klassischen Marketings und die Chance der Kunstlichen Intelligenz2.3 So entsteht ein skalierbares Konzept fur Personalisierung2.4 Das moderne Kontrollzentrum fur Kundenkommunikation3 Kunstliche Intelligenz verstehen und in der Organisation verankern3.1 Wie Maschinen lernen: Einordnung von Kunstlicher Intelligenz, Machine Learning und Deep Learning3.1.1 Was ist Machine Learning?3.1.2 Was ist Deep Learning?3.1.3 Arten von Machine Learning3.1.4 Von der Idee zur Machine-Learning-Software3.1.5 Der Unterschied zwischen maschinellem Lernen und Softwareentwicklung3.1.6 Herausforderungen von maschinellem Lernen und Data Science3.2 KI-Plattformen und Architektur3.2.1 Was ist eine Data-Science-Plattform?3.2.2 Machine Learning Feature Store3.3 Das richtige Team - Jobprofile fur KI-Projekte3.3.1 Data Engineer3.3.2 Data Scientist3.3.3 Machine Learning Engineer3.3.4 DevOps Engineer3.3.5 Domanenexperte3.3.6 Chief Analytics Officer3.4 KI in der Organisation verankern3.4.1 Die Kultur und Organisation fur erfolgreiche KI-Projekte in Unternehmen3.4.2 KI in der Organisation konkret verankern3.4.3 Center of Excellence4 Anwendungsfalle und Praxisbeispiele von Kunstlicher Intelligenz im Marketing und Vertrieb4.1 Der Kundenlebenszyklus4.2 Transaktionale vs. vertragsbasierte Geschaftsmodelle4.3 Kundensegmentierung - Kunden verstehen4.3.1 Vorgehen bei einer clusterbasierten Kundensegmentierung4.3.2 Datenaufbereitung fur eine Kundensegmentierung4.3.3 Tipps fur die Umsetzung von clusterbasierten Kundensegmentierungen4.3.4 Wann wird eine Kundensegmentierung eingesetzt?4.4 Customer Lifetime Value vorhersagen4.4.1 Moderne Customer-Lifetime-Value-Ansatze auf Basis von Kunstlicher Intelligenz4.4.2 Moegliche Ansatze zur Vorhersage des Customer Lifetime Value4.4.3 Vorgehen und Prozess4.4.4 Anwendungsfalle fur den Customer Lifetime Value4.5 Empfehlungssysteme4.5.1 Arten von Empfehlungssystemen4.5.2 Vorgehen und Prozess4.5.3 Einsatzmoeglichkeiten von Empfehlungssystemen4.5.4 Herausforderungen bei der Entwicklung von Empfehlungssystemen4.6 Affinitatsmodelle und Next Best Action zur Steuerung der Kundenkommunikation4.6.1 Vorteile eines KI-basierten Kommunikationsansatzes4.6.2 Entwicklung von Affinitatsmodellen4.6.3 Anwendungsfalle fur Affinitatsmodelle4.7 Churn Prediction zur Vorhersage von Kundigungswahrscheinlichkeiten4.7.1 Wie funktioniert Churn Modeling?4.7.2 Die benoetigten Daten fur ein Churn Modeling4.7.3 Herausforderungen beim Churn Modeling4.8 Uplift Modeling zur Optimierung von Marketingmassnahmen4.8.1 Wie funktioniert Uplift Modeling?4.8.2 Einsatzmoeglichkeiten von Uplift Modeling im Marketing4.8.3 Vorgehen und Kampagnendesign fur Uplift Modeling4.8.4 Herausforderungen bei der Umsetzung von Uplift Modeling in der Praxis5 Vom Proof of Concept zum Regelbetrieb5.1 Strukturen und Kultur fur den Erfolg von KI im Unternehmen5.2 Vom Experiment zum Regelprozess5.3 Make or Buy? Hilfestellung fur KI-Projektverantwortliche im Marketing und Vertrieb5.4 Herausforderungen und Grenzen von KI im Marketing und Vertrieb6 Ausblick

Reviews

... Insgesamt ein Buch, das einen guten Einblick in das Potenzial von KI in Marketing und Vertrieb bietet. (Dieter Jager, in: Die Presse, 24. Mai 2022)


... Insgesamt ein Buch, das einen guten Einblick in das Potenzial von KI in Marketing und Vertrieb bietet. (Die Presse, 24. Mai 2022)


Author Information

Laurenz Wuttke ist Wirtschaftsinformatiker, Unternehmer, Dozent und Gründer der datasolut GmbH aus Köln. Er begleitet seine Kunden bei der Einführung und Anwendung von Methoden der Künstlichen Intelligenz im Marketing und Vertrieb – von der Entwicklung der KI-Strategie, über die Bestimmung der passenden Anwendungsfälle und Infrastruktur bis zur konkreten Programmierung. Dadurch sind seine Mandanten in der Lage, dem richtigen Kunden zur richtigen Zeit das richtige Angebot zu machen und so ihren Umsatz zu steigern. Sie entwickeln zudem ein besseres Verständnis für Ihre Kunden, können die Geschäftsbeziehung zu ihnen erfolgreicher ausbauen und länger halten.

Tab Content 6

Author Website:  

Customer Reviews

Recent Reviews

No review item found!

Add your own review!

Countries Available

All regions
Latest Reading Guide

MRG2025CC

 

Shopping Cart
Your cart is empty
Shopping cart
Mailing List