München, 17. Juni 2019 – Adobe beschleunigt den Zugriff auf innovative KI-Funktionen:
Mit KI-basierten Tech Previews in Adobe Experience Cloud bietet Adobe die branchenweit erste Möglichkeit, neueste Technologie-Entwicklungen schneller denn je zum Einsatz zu bringen und dabei gleichzeitig die Produkt-Roadmaps mitzugestalten. Die neuen Tech Previews versetzen Marken ab sofort in die Lage, innovative Technologien auf Basis von Adobe Sensei, dem Framework für KI und maschinelles Lernen von Adobe, in einer frühen Phase zu nutzen. Ihr Feedback können sie in Echtzeit an die Produktteams von Adobe übermitteln. So kann Adobe sicherstellen, dass die richtigen Anpassungen vorgenommen werden, bevor die Produkte als Beta oder GA auf den Markt kommen. Die neuen Tech Previews sind erstmals in Adobe Analytics verfügbar, der führenden Lösung für Echtzeit-Datenerkenntnisse und prädiktive Analysen und unterstützen Unternehmen dabei, das gesamte End-to-End-Kundenerlebnis besser zu koordinieren und zu personalisieren.
„Als Pionier und langjähriger Marktführer im Bereich der Marketing-Analyse ist Adobe Analytics bestens aufgestellt, um das Markenerlebnis unserer Kunden auch in Zukunft erfolgreich voranzutreiben“, so Jeff Allen, Senior Director, Product Marketing Adobe Analytics. „Die Tech Previews werden uns helfen, Marken mit Analytics auf einen höheren Reifegrad zu bringen, der über einfache Vanity-Metriken hinausgeht und auf entscheidende Datenerkenntnisse zurückgreifen wird, um jeden Teil des Kundenerlebnisses zu verfeinern.“
In den Tech Previews werden u. a. folgende Prototypen vorgestellt, die auf den Deep-Learning-Funktionen von Adobe Sensei basieren:
- Neugestaltung der Customer Journey mit KI
Marken kämpfen heute darum, sich ein vollständiges Bild von der Customer Journey zu machen, während sich der Kunde über diverse Bildschirme bewegt. Adobe Sensei unterstützt Marken dabei, wichtige Erkenntnisse zu gewinnen, die auf den ersten Blick so nicht erkenntlich sind. So könnte ein werbetreibendes Unternehmen beispielsweise erkennen, dass die Ursache für eine ungewohnt hohe Anzahl an Deinstallation seiner Smartphone App lediglich eine nicht funktionierende Funktion ist, die zu Frustrationen bei den Konsumenten, reduzierter Nutzung und schließlich zur Löschung der App führt.
- Identifizierung der idealen Zielgruppe mit maschinellem Lernen
Trotz Zugriff auf gewaltige Datenmengen liegt die größte Schwierigkeit eines Marketers noch immer darin, die wertvollsten Zielgruppen einer Marke zu identifizieren. Während die Segmentierung der Kunden nach Alter, Geschlecht und Einkommen typischerweise zu besseren Ergebnissen führt, ist die weitere Feinjustierung für die meisten Marken stark vom Verständnis des Daten-Analysten abhängig. Mit Hilfe des maschinellen Lernens liefert die Adobe Prototyp-Lösung im Rahmen der Tech Previews eine präzise,
KI-optimierte Zielgruppensegmentierung. Darin werden die Konsumenten automatisch in Gruppen eingeteilt, die auf den zu erwartenden Präferenzen und Verhaltensweisen basieren. So könnte etwa ein Einzelhändler unerwartete Segmente entdecken, wie z. B. eine Gruppe von Kunden in einer bestimmten Region, die positiv auf Angebote für den kostenlosen Versand am nächsten Tag reagieren.
- Dem Kunden mit intelligenter Prognose einen Schritt voraus
Historische Daten bestimmen auf dem Weg zur Customer Experience die Mehrheit der Entscheidungen. Denn smarte Marken sehen einen klaren Mehrwert in der Nutzung historischer Daten, um zukünftige Kunden-bedürfnisse und -wünsche zu antizipieren. Durch Deep Learning-Funktionen treibt dieses Tech Preview-Projekt die Möglichkeiten einer Marke voran, die zukünftigen Handlungen eines Kunden vorherzusagen. Durch die Analyse von Milliarden an historischen und Echtzeit-Datenpunkten unterstützt Adobe Marken dabei, genau jene Maßnahmen abzuleiten, die Kunden mit hoher Wahrscheinlichkeit als nächstes ergreifen werden. Ein Reiseunternehmen, das eine schleppende Herbstsaison prognostiziert, kann so beispielsweise frühzeitig eine 10-prozentige Lücke im Traffic schließen, indem es das mobile Erlebnis optimiert.
