/// VERSCHOBEN - Wie KI die Kundendaten aufräumt

Wichtiger Hinweis: Diese Veranstaltung wird aufgrund der aktuellen Covid-19 Lage als Vorsichtsmaßnahme auf einen späteren Zeitpunkt verschoben. Wir Informieren Sie auf unserer Website über den neuen Termin sobald dieser feststeht.

Ausgangspunkt ist die Herausforderung für Marketing und Vertrieb eine gezielte Kundenansprache und konsistente Personalisierung zu erreichen und Kunden und Interessenten entlang ihrer stark fragmentierten Customer Journey über alle Touchpoints hinweg zu identifizieren. Erste KI-basierte Ansätze sind im Einsatz mit denen z.B. Kundendaten analysiert und Muster erkannt werden um daraus Kundensegmente zu bilden und passende Inhalte zu generieren.

Zentrale Voraussetzung hierfür ist die Qualität der Daten – insbesondere der Kunden- , Kontakt- und Adressdaten. Denn KI-Algorithmen bringen nur dann den besten Nutzen, wenn die Datenbasis, die man ihnen zum Lernen zur Verfügung stellt, auch gut, also qualitativ hochwertig ist. Ein Algorithmus, der auf fehlerhaften Daten trainiert ist, kommt zu falschen Rückschlüssen. Zusätzlich gilt es nicht nur, eine hohe Qualität der Kundendaten sicherzustellen. Es müssen auch alle verfügbaren Kundendaten zusammengeführt und der KI zur Verfügung gestellt werden.
Gleichzeitig bieten Maschinelle Lernansätze großes Potenzial die Qualität von Daten maßgeblich zu verbessern und das Datenmanagement zu vereinfachen. Sie können dann Fehler in Datensätzen sichtbar machen und diese automatisch bereinigen.

Beide Themen stehen also in engem Zusammenhang und bedingen sich einander. Wir diskutieren diese Wechselseitigkeit und stellen Ansätze und Anwendungsszenarien vor, wie Machine Learning die Datenqualität in verschiedenen Software-Systemen verbessern und das Datenmanagement unterstützen kann.

Referenten: Dan Follwarczny und Dr. Simone Braun, Uniserv GmbH