KI-gestützte Datenanalyse: Best Case Škoda

Die Kommunikationsbranche hat sich in den letzten Jahren stark verändert, insbesondere durch die Entwicklung von Künstlicher Intelligenz (KI) und intelligenter Datenanalyse. Smart eingesetzt geben uns diese Technologien uns die Möglichkeit, die Effektivität von Kommunikationsmaßnahmen zu verbessern. Durch die Analyse von bereitgestellten Daten erhalten wir ein tiefes Verständnis von Kundenbedürfnissen und ihren Verhaltensweisen. Durch die Anwendung von KI können Unternehmen personalisierte und zielgerichtete Kommunikationsstrategien entwickeln, um ihre Zielgruppen besser anzusprechen. Wir beschäftigen uns schon seit längerer Zeit mit diesem Thema und haben im Auftrag unseres langjährigen Kunden Škoda Auto Deutschland eine KI gestützte Datenanalyse für eine optimierte Kommunikation im Transformationsprozess erstellt. Das Projekt ist für den Internationalen Deutschen PR-Preis in der Kategorie „Datengetriebene Kommunikation“ nominiert.

Die KI-gestützte Datenanalyse kurz erklärt im Video

Ausgangslage und Problemstellung

Die Automotivebranche befindet sich in einem Umbruch, da disruptive Technologien und neue branchenfremde Wettbewerber, wie aus dem IT-Bereich, für Veränderungen sorgen. Die Elektromobilität verändert nicht nur die Produktentwicklung und Produktion, sondern auch die Zielgruppenansprache und das Storytelling. Als Vertriebs-, Service- und Marketing-Tochter von Škoda Auto a.s. ist die Škoda Auto Deutschland GmbH in Weiterstadt für diese Veränderungen besonders sensibilisiert.

Mit mehreren über 10 Jahre gewachsenen Social Media Communities, die über 500.000 Menschen vereinen, kommuniziert die Marke sehr nah an ihren Kunden und Fans.

Die Frage war, gilt das auch für die Zukunft? Erreichen die Kanäle und Inhalte auch heute schon die Interessenten und Kunden der Zukunft oder ist zu befürchten, dass bei voranschreitender Veränderung von Marke und Modellen die Zielgruppenansprache diffus ggf. sogar unangebracht wird. Wie kann sichergestellt werden, dass bei der Vielzahl von Themen, Antrieben, Technologien und Modellen die Kunden immer noch erreicht und im Dialog gehalten werden können? Die Beantwortung dieser Frage war für die Kommunikationsabteilung essenziell, für die Strategie-Entwicklung 2022 und damit die Problemstellung zum Start des Projekts.

Kommunikative Herausforderung und Kommunikationsziel

Obwohl regelmäßig Umfragen und Studien innerhalb der bestehenden Community von Škoda Auto Deutschland GmbH durchgeführt werden, fehlte eine aussagefähige Analyse, die sowohl Aufschluss darüber geben sollte, wer bereits Fan der Marke ist, als auch wie potenzielle zukünftige Buyer Personas charakterisiert werden können, um sie erfolgreich anzusprechen.

Die vorhandene Community umfasst über alle Social-Media-Kanäle hinweg knapp eine halbe Million Follower und bietet eine breite Themenwelt, die von Rallye bis Elektromobilität vielfältige Interessen von Autofahrern abdeckt. Die Zahlenbasis ist sehr umfassend, mit Daten aus insgesamt sechs Plattformen und gezielter Betrachtung von Wettbewerbern und Themenschwerpunkten auf Social-Media-Kanälen. Es galt nun, diese Daten zu analysieren und für die zukünftige Kommunikationsstrategie nutzbar zu machen.

Strategischer Ansatz

Mit einer KI-gestützten Datenanalyse einer bestehenden Community wollte unser Kunde verstehen, mit welchen Zielgruppen seine Marke schon heute in engem Kontakt steht und interagiert, wie die Kommunikation mit dieser Gruppe noch erfolgreicher werden kann und ob diese Community schon ausreicht, um für die Zukunft gerüstet zu sein.

Kernelemente, die zur Methode der Analyse führen:

Soziales Genom:

Der Begriff „soziales Genom“ wurde 2012 von Walmart geprägt. Die Kernidee besteht darin, dass Social Media-Daten mithilfe von Künstlicher Intelligenz mit potenziellem Kaufverhalten verknüpft werden. Der soziale Fingerabdruck im Netz enthält also Merkmale analog zum biologischen Genom. Mittlerweile können Analysen (u.a. in Stanford) sogar eine Korrelation, also eine wechselseitige Beziehung, zwischen psychologischen Merkmalen und Facebook-Likes nachweisen. Die Auswertung des Like-Verhaltens der Profile zeigte auf, welche Entitäten (insbesondere Facebook-Seiten) mit hoher Affinität gelikt werden und welche nicht. Das aus der Auswertung des Like-Verhaltens entstehende Muster wird soziales Genom genannt.

Weiterentwicklung – Das digitale Genom:

Individuen hinterlassen lesbare digitale Spuren im Internet. Aus den verschiedenen Online Quellen ist es möglich, ein detailliertes individuelles Nutzerprofil zu entwickeln und wir starten unsere Analyse mit der Quelle Facebook und damit 25 Millionen Nutzern und 700 Millionen like-basierten Datenpunkten. Alle Daten sind selbstverständlich anonymisiert und die Analyse somit streng DSGVO-konform.

Erkenntnisse aus dem digitalen Genom:

• Was sind die Interessen, Vorlieben, Bedürfnisse, Milieus,
• Persönlichkeitsmerkmale und Archetypen unserer Personas?
• In welchem Markenumfeld bewegen sie sich?
• Welchen Grundeigenschaften ergeben sich aus ihrem Like-Verhalten?
• Welche Persönlichkeiten und Organisationen haben besonders hohen
• Einfluss auf unsere Zielpersonen?

Taktisch-operative Umsetzung

1. KI-basierte Analyse der beiden deutschen Facebook Communities von Škoda Auto Deutschland

Hier wurde nach Sigma-Milieus, Archetypen und Lebenswelten innerhalb der Community und im Abgleich mit einigen Wettbewerbern geclustert und analysiert. Daraus ließ sich ein detailliertes Bild des aktuellen typischen Fans auf Facebook zeichnen.

2. Abgleich dieses Modells in seinen 3 Dimensionen mit den Fans der anderen Communities

Dazu wurde durch eine Analyse der Community-Insights und der Performance der Inhalte typisiert. Die Eigenarten der unterschiedlichen Milleus, Archetypen und Lebenswelten wurden im Vorfeld festgelegt. Daraus ließ sich ermitteln, ob über alle Kanäle die gleichen Fans bedient werden oder wie sich die bestehenden Communities unterscheiden.

Im nächsten Schritt haben wir echte und potenzielle Škoda Fahrer bzw. Kunden analysiert und überprüft, ob all diese Typen bereits irgendwo in unseren Communities angesprochen werden oder diese noch fehlten.

3. Strategieentwicklung für die künftige Social Media Kommunikation

Wir wussten nun:

• wen wir schon erreichen und nur halten müssen und wen noch nicht.
• Also ob wir alle Personas, die für das Marketing wichtig sind, bedienen.
• wo zu welchem Thema die größte Affinität in der bestehenden Community besteht und welche Themen
• ausgebaut werden könnten, um sicherzustellen, dass alle zukunftsgerichteten Themen auch die richtigen
• Zielgruppen erreichen.
• Also ob wir die richtigen Touchpoints für unsere Personas nutzen.
• auf welche Themen, Tonalitäten und Aktionen die unterschiedlichen Communities am besten reagieren.

Also: wie wir die Contentstrategie auf Basis von Daten optimieren können.

Ressourceneinsatz

• Toolbasierte KI Datenanalyse und Auswertung
• Beratung und Strategie-Entwicklung
• Contentcreation und angepasster Community-Dialog auf Basis der Erkenntnisse im bestehenden Team
• Angepasste Werbekampagnen

Learnings und Maßnahmen

Aus den Analyseergebnissen konnten zahlreiche Erkenntnisse über die Vorlieben, die Beweggründe und das Nutzungsverhalten der Škoda Community gewonnen werden.

Infolgedessen wurden Maßnahmen ergriffen, wie z.B.:

• Umstrukturierung des Social Media Themenplans und stärkere Berücksichtigung der User-Fragen
• Weiterentwicklung der Contents und Bildwelten auf Basis des CD
• Detaillierte Gestaltung der Postings und Hervorhebung einzelner spezieller Features
• Erweiterung des Redaktionsplans des Magazins Storyboard
• Implementierung einer neuen Video-Strategie mit neuen Content-Formaten
• Stärkere Konzentration auf die Business-Plattform LinkedIn

Ergebnisse

Die im Vorfeld gesteckten Ziele, wie beispielsweise die Steigerung der Interaktionsraten, konnten durch die datengestützte Strategieanpassung voll umfassend erreicht werden.