Wie Sie KI nutzen, um Cross-Selling-Möglichkeiten zu finden

 

Nehmen wir an, Sie kaufen grünen Tee auf Amazon - Amazon empfiehlt Ihnen vielleicht eine Tasse und einen Wasserkocher dazu. Wenn Sie einen Laptop bei MediaMarkt kaufen, empfiehlt Ihnen das Geschäft möglicherweise einen Laptop-Ständer und eine Tragetasche. Wenn Sie schon einmal gefragt wurden: "Möchten Sie dazu Pommes frites?", dann kennen Sie die Idee des Cross-Sellings bereits. Crossselling bedeutet einfach, dass Sie einen Artikel zusammen mit einem anderen Artikel verkaufen, den ein Kunde bereits kaufen wollte.

Die Komplexität von Cross-Selling

Es ist jedoch nicht so einfach, wie es auf den ersten Blick scheint, vor allem, wenn Sie es mit vielen Produkten zu tun haben. Woher wissen Sie, welches Produkt Sie am besten empfehlen können und wem Sie es empfehlen sollten? Sollten Sie ein bestimmtes Produkt oder eine bestimmte Dienstleistung empfehlen, oder würden Sie es ablehnen? Die Analyse dieser großen Datenmengen zur Optimierung von Cross-Selling-Möglichkeiten ist das, was ein AI Plattform wie Trendskout kann Ihnen dabei helfen.

Berechnung des Mehrwerts von Cross-Selling

Wenn Sie noch mehr Überzeugungskraft für den Mehrwert von Cross-Selling benötigen, sollten Sie sich diese Erkenntnis von McKinsey ansehen:

"35 Prozent der Käufe auf Amazon und 75 Prozent der Filme auf Netflix stammen von Produktempfehlungen, die auf solchen Algorithmen basieren."

Das sind unglaubliche Prozentsätze, und sie können für kleinere E-Commerce-Shops den entscheidenden Unterschied ausmachen. Es gibt fast nichts, was mehr Einfluss auf Ihren (E-Commerce-)Shop hat als die Optimierung von Cross-Sales.

No-Code-KI zum Auffinden von Cross-Selling-Möglichkeiten

Lassen Sie uns Trendskout verwenden, um Cross-Selling-Möglichkeiten auf der Grundlage von Daten von Versicherungsunternehmen vorherzusagen. In einem fiktiven Datensatz gibt es Kunden mit Krankenversicherungspolicen, und wir möchten wissen, ob ein neuer Kunde an einer Kfz-Versicherung interessiert wäre.

Die Informationen im Datensatz umfassen demografische Daten (wie Alter, Geschlecht und Region des Kunden), Fahrzeugdaten (wie Alter und Schäden des Fahrzeugs) und Vertragsdaten (wie die Prämie des Kunden, Kaufkanal und Laufzeit).

Unser KPI, oder der Wert, den wir vorhersagen wollen, heißt "Reaktion". Diese Spalte hat den Wert "1", wenn ein Kunde an einer Versicherung interessiert ist und den Wert "0", wenn der Kunde nicht an einer Versicherung interessiert ist.

Durch die Verknüpfung dieses Datensatzes mit Trendskout können wir auswerten, wie sich die einzelnen Kundenmerkmale auf die Wahrscheinlichkeit auswirken, dass sie an einer Kfz-Versicherung interessiert sind.

Wir werden feststellen, dass die Dauer der Geschäftsbeziehung mit dem Kunden sehr wichtig ist, um vorherzusagen, wie wahrscheinlich es ist, dass der Cross-Sale ein Erfolg wird. Je länger ein Kunde bei dem Unternehmen ist, desto eher ist er an einer Kfz-Versicherung interessiert.

In abnehmender Reihenfolge sehen wir, dass auch das Alter des Kunden, die Jahresprämie und der Vertriebskanal vorhersagend sind. Vor allem ältere Kunden (die wahrscheinlich wohlhabender und risikoscheuer sind) und Kunden mit niedrigeren Prämien sind stärker an einer Kfz-Versicherung interessiert.

Cross-Sale-Skalierung mit Trendskout

Alle sind sich einig: Crossal ist für viele Unternehmen ein absoluter Gewinn. Damit alles überschaubar bleibt, ist künstliche Intelligenz ein absolutes Plus. Das Problem, mit dem viele kleine, mittlere und manchmal sogar große Unternehmen konfrontiert sind, ist ein Mangel an Wissen. Sie können nach einem Datenwissenschaftler suchen. (Schauen Sie einfach auf den Jobplattformen nach, wie viele Unternehmen um einen Datenwissenschaftler betteln). Oder Sie können sich für eine Plug & Play-Plattform entscheiden.

Indem wir dem Markt genau zugehört haben, haben wir eine flexible und effiziente Lösung entwickelt. Mit der Trendskout Plattform verbinden Sie Ihre Daten (aus Ihrem ERP, CRM, einem Excel,...), setzen zahlreiche KI- und ML-Modelle frei und senden den Output, wohin Sie wollen. Ohne die Notwendigkeit eines internen Datenwissenschaftlers. Buchen Sie jetzt eine personalisierte Demo und entdecken Sie die Möglichkeiten für Ihr Unternehmen.

Wie Sie mit Sales AI versteckte Verkaufschancen in Ihren Daten entdecken

Abonnieren Sie unseren monatlichen Newsletter