Mit Kampagnenoptimierung die Kampagneneffizienz im Direktmarketing maximieren

Kampagnenoptimierung im Überblick

Kampagnenmanager werden tagtäglich mit der Situation konfrontiert, dass ein und derselbe Kunde für mehrere konkurrierende Angebote in Frage kommt, ein Kunde aber nur für ein Angebot angesprochen werden soll. Oft werden seitens Produktmanagern oder Kundenmanagern starre Auswahlkriterien vorgegeben, die der Kampagnenmanager dann in Form von komplexen Selektionskriterien in einem Kampagnenmanagement-Tool implementieren muss. Da diese Auswahlkriterien in der Regel im Sinne einer Priorisierungslogik definiert werden, berücksichtigen diese nicht die aus Unternehmenssicht optimale Auswahl der Kunden für die geplanten Direktmarketingkampagnen.

Um die Auswirkungen im Sinne von verlorenen Potenzialen zu veranschaulichen, haben wir ein Rechenbeispiel vorbereitet mit drei Marketingkampagnen und neun Kunden, für die kunden- und produkt-individuelle Erwartungswerte mittels KI-basierten Affinitätsmodellen berechnet worden sind.

Nachfolgend stellen wir drei verschiedene Vorgehensweisen vor, um geeignete Kandidaten für die drei Kampagnen zu selektieren. Dabei gilt für alle Varianten, dass ein Kunde nur einmal pro Kampagne selektiert werden darf und dass maximal drei Kontakte pro Kampagne ausgewählt werden dürfen:

• Kampagnenpriorisierung
• Kundenpriorisierung
• Kampagnenoptimierung

Kampagnenpriorisierung - wenn Produktmanager die Vorfahrtsregeln bei der Kandidatenauswahl vorgeben

Bei der Kampagnenpriorisierung wird vorgegeben, welche Kampagnen bei der Kandidatenauswahl eine höhere Gewichtung haben als andere Kampagnen. Somit hat die am höchsten priorisierten Kampagne zunächst Zugriff auf den kompletten Kandidaten-Pool, während die zweithöchste priorisierte Kampagne mit der verbleibenden Kandidatenmenge versorgt wird. Das nachfolgende Beispiel veranschaulich einen typischen Kandidatenauswahlprozess im Rahmen einer Kampagnenpriorisierung mit drei Kampagnen.

Kundenpriorisierung - wenn Kunden nach Umsatzpotenzialen für Kampagnen ausgewählt werden

Bei der Kundenpriorisierung werden kampagnenübergreifend zunächst die wertigsten Kunden ausgewählt. Sobald die kampagnenindividuellen Maximalkapazitäten bezüglich der Zielgruppengröße ausgeschöpft sind, können keine weiteren Kandidaten mehr ausgewählt werden. Im nachfolgenden Beispiel ist ein Kandidatenauswahlprozess im Rahmen einer Kundenpriorisierung dargestellt. Summiert man die zu erwarteten Erlöse der ausgewählten Kunden, so ist aus Unternehmenssicht die Kundenpriorisierung einer Kampagnenpriorisierung vorzuziehen.

Kampagnenoptimierung - die optimale Lösung aus Unternehmenssicht

Da weder die Kampagnenpriorisierung noch die Kundenpriorisierung ein optimales Gesamtergebnis erzielen kann, veranschaulichen wir im nachfolgenden Beispiel die Vorteile einer Kandidaten-Auswahl mit Hilfe von Operations Research Algorithmen. Über die Zielfunktion "Maximierung des Gesamtumsatzes" unter Berücksichtung der Nebenbedingungen - ein Kunde darf nur einmal pro Kampagne selektiert werden und pro Kampagne sind maximal drei Kontakte erlaubt - findet der Optimierungsalgorithmus vollautomatisch die besten Kandidaten für die drei Kampagnen. Summiert man in dem Rechenbeispiel die zu erwarteten Erlöse der ausgewählten Kunden, so liefert die Kampagnenoptimierung mit Abstand das beste Ergebnis.

Kampagnenoptimierung in der Praxis

Die Zuordnung von Kandidaten zu Kampagnen ist in der Praxis deutlich komplexer wie in dem dargestellten Rechenbeispiel. Neben einer Maximierung einer Zielfunktion (z.B. Maximierung der Gesamterlöse) sind auch Minimierungen weit verbreitet (z.B. Minimierung von Kampagnenkosten). Oft konkurrieren über hundert Kampagnen um die besten Kontakte - und das bei deutlich umfangreicheren Nebenbedingungen, wie z.B.

• Budget-Restriktionen pro Kampagne
• Mindest- und Maximal-Kapazitäten (z.B. Call Center)
• Angebotsindividuelle Mindest-Affinitäten
• Ansprachekanal-individuelle Nebenbedingungen (z.B. für Email, Mailing, Call)
• Kontaktregeln und Kontaktstrategien
• Fixen und variablen Kosten
• Übergreifende Nebenbedingungen (z.B. pro Produktangebot über alle Ansprachekanäle hinweg)

Die nachfolgende Darstellung zeigt die Administrator-Oberfäche zur zentralen Verwaltung verschiedener Nebenbedingungen im AltaSigma Campaign Optimization Modul.

Der Kampagnenoptimierungsprozess - Input, Interaktionen & Output

Die Kampagnenoptimierung nutzt Methoden des Operations Research, um unter Einsatz von mathematischen Optimierungsalgorithmen kampagnen-übergreifende Kampagnenerlöse zu maximieren oder einen kampagnen-übergreifenden Ressourceneinsatz zu minimieren. Dabei dienen manuell selektierte Kampagnenkandidaten sowie durch KI-Methoden auf Produkt-Affinität bewertete Kampagnenkandidaten als Input für ein sogenanntes Optimierungsszenario, welches über die Definition von Zielfunktion und Nebenbedingungen ein mathematisch optimales Ergebnis berechnet - nämlich die aus Unternehmenssicht optimale Kandidatenauswahl für eingeplante Direktmarketing-Kampagnen. Mit der Freigabe eines Optimierungsszenarios werden sämtliche über die Optimierung ermittelten Kandidaten den jeweiligen Kampagnen in Form einer automatisch erstellten Kampagnen-Kandidaten-Liste zugewiesen und können für die kampagnen-ausführenden Kontaktkanäle bereitgestellt werden. Der nachfolgend dargestellte Kampagnenoptimierungsprozess kann theoretisch vollautomatisch durchlaufen werden. Werden bewusst im Rahmen von Simulationen verschiedene Optimierungsszenarien durchlaufen, so kann dieser Automatismus bis zur Auswahl eines finalen Szenarios im Sinne einer KI-gestützten Entscheidungsfindung jederzeit unterbrochen werden.

Szenarioanalyse in der Kampagnenoptimierung

Unter einem Optimierungsszenario versteht man eine bestimmte Kombination von Zielfunktion, Annahmen und Nebenbedingungen, die den Kontext eines Entscheidungsproblems beschreiben. Diese Annahmen können verschiedene Faktoren umfassen, wie beispielsweise zukünftige Ereignisse, Ressourcenverfügbarkeit oder Marktzustände. Unter Berücksichtigung von Zielfunktion und Nebenbedingungen spielt ein Szenario die zentrale Rolle, da es die Grundlage für die Formulierung und Lösung von Entscheidungsproblemen im Rahmen der Kampagnenoptimierung bildet. Normalerweise werden im Rahmen einer Kampagnenoptimierung verschiedene Szenarien angelegt (z.B. über die Definition verschiedener Nebenbedingungen pro Szenario), um robuste und verlässliche Entscheidungen zu treffen und Risiken sowie Unsicherheiten in die Planung und Durchführung einer Kampagnenoptimierung mit einzubeziehen. Die nachfolgende Darstellung visualisiert eine Szenarioanalyse über vier verschiedene Szenarien sowie deren Auswirkung auf die Allokation der Kandidaten auf die jeweiligen Kampagnen.

Warum Kampagnenoptimierungsprozesse künftig klassische Campaign Automation Prozesse revolutionieren werden

Im Rahmen dieses Beitrags wurden die Vorzüge und Mehrwerte einer KI-gestützten Kampagnenoptimierung anhand von einfach nachvollziehbaren Beispielen eindrucksvoll vorgestellt. Die Inhalte basieren auf einem umfangreichen Kampagnenoptimierungsprojekt mit über 200 konkurrierenden Kampagnen pro Durchlauf und einer Zielgruppe von mehreren Millionen Kunden. Durch die faktenbasierte, mathematische Kandidatenallokation im Vergleich zu herkömmlichen, oft manuell und subjektiv geprägten Kontaktzuordnungsstrategien, ergeben sich in jedem Kampagnenlauf rasch zusätzliche Erlöse von mindestens 5%-15%. Darüber hinaus sind auch auch die erheblichen Kosteneinsparungen hervorzuheben, die durch die Automatisierung traditioneller Kampagnenselektionen und den Verzicht auf Lizenzgebühren für konventionelle Kampagnenmanagement-Tools erzielt werden können. Diese messbaren Nutzenaspekte sind nur durch den Einsatz von mathematisch fundierten Methoden realisierbar und tragen dazu bei, das volle Potenzial einer automatisierten Kampagnenoptimierung auszuschöpfen.