Am 31.08.2017 trifft sich die Weltklasse der Optimierer auf dem growthmarketingSUMMIT 2017 in Frankfurt. Gary Vaynerchuk und weitere 12 TOP-Speaker geben Euch an diesem Tag Einblicke in die Themen, die in den nächsten Jahren wettbewerbsentscheidend sein werden. Markus Schmitt (CEO & Data Specialist von Data Revenue) wird einen Vortrag zu dem hochaktuellen Thema “Machine Learning” halten. Im Interview verrät er mehr.

Das Potential von Machine Learning

Auf dem growthmarketingSUMMIT 2017 wird Markus Schmitt sein Wissen über Machine Learning im Vortrag “A Vision of Man and Machine” mit Euch teilen. Im Interview gibt er Euch schon heute einen Vorgeschmack!

1. konversionsKRAFT: Hallo Markus, was ist „Machine Learning“ und welche Bedeutung hat es für Conversion Optimierung?

Markus Schmitt: Machine Learning ist eigentlich nicht anderes als eine Software, die eigenständig von Daten lernen kann. Im Grunde lernt die Software, mit welchen Mustern sich aus bestimmten Daten eine bestimmte Vorhersage treffen lässt. Zum Beispiel: Wie lässt sich aus dem, was wir bereits über einen User wissen, vorhersagen, ob er auf eine Marketing E-Mail konvertieren wird? Für CRO ist Personalisierung entscheidend. Aber im Moment müssen wir manuell Regeln definieren, die entscheiden, wie ein User zu behandeln ist. Machine Learning automatisiert diesen Prozess und findet viele Muster, für die wir als Mensch nie die Zeit hätten. Am Ende sind Empfehlungen besser und damit auch die Conversion.

2. konversionsKRAFT: Wo siehst Du die größten Potenziale im Einsatz von Machine Learning?

Markus Schmitt: Machine Learning ist dort am erfolgreichsten, wo Menschen bereits versuchen Wissen in Regeln zu kodieren. Also genau dort, wo wir Entscheidungen automatisiert treffen müssen und diese Entscheidungen von einer Vielzahl von Daten abhängen. Vor allem online wissen wir sehr viel über unsere User: Welche Seiten wurden in welcher Abfolge besucht? Von welchem Gerät aus fand dies statt? Jeder User hat tausende Datenpunkte. Daten, von denen bisher nur ein Bruchteil verwendet wird. Wenn wir entscheiden, welche Seite, welche E-Mail oder welches Produkt wir einem User vorschlagen, dann sind diese Daten äußerst wertvoll. Machine Learning ermöglicht uns, all diese Daten zu verwerten und damit zu ‘verstehen’ was der User will.

3. konversionsKRAFT: Was sind konkrete Beispiele für den Einsatz von Machine Learning?

Markus Schmitt: Machine Learning kann dabei helfen, gezielt die User für ein E-Mail Kampagne auszuwählen, die am wahrscheinlichsten konvertieren. Der Algorithmus lernt mithilfe des User-Verhaltens (z.B. Google Analytics Daten) vorherzusagen, wann genau der richtige Zeitpunkt ist, dem User ein bestimmtes Produkt zu empfehlen. Auf ähnliche Weise kann man auch Retargeting und Google Adwords profitabler ausspielen. Machine Learning kann auch dafür verwendet werden, User automatisch nach ihrem Verhalten zu gruppieren und so Aufschluss darüber zu geben, welche Art von User eine Webseite hat.

4. konversionsKRAFT: Kann denn jede Website Machine Learning einsetzen oder gibt es besondere Bedingungen, die erfüllt werden müssen?

Markus Schmitt: Machine Learning ist nicht für jede Webseite eine gute Idee. Es verlangt Entwicklerkompetenzen im eigenen Haus, um eine entsprechende Datengrundlage aufzubauen: Hier ist vor allem wichtig, dass man Rohdaten speichert und somit später das Verhalten jedes einzelnen Nutzers nachvollziehen kann. Am meisten ist zu holen, wenn man sehr viele Nutzer hat und in den Daten komplexe Muster vermutet. Andernfalls ist es besser, man baut sich manuell ein Trigger-basiertes Targeting.

5. konversionsKRAFT: Mit welchen Kosten ist zu rechnen? Welche Ressourcen sind nötig, um ein erstes erfolgreiches Projekt an den Start zu bekommen?

Markus Schmitt: Die Server-Kosten für den Betrieb eines Scorings sind eher gering. Man kommt hier mit 100 – 200 € pro Monat schon sehr weit. Für das Aufsetzen und Betreiben braucht man in der Regel einen sehr erfahrenen Data Scientist. Für eine stabile Lösung kommt man hier leicht in den 6-stelligen Bereich. Da wir sehr viele Scorings bauen, kommen wir bei Data Revenue auf ungefähr 10% der Kosten und Zeitaufwand.

6. konversionsKRAFT: Das Thema Personalisierung gewinnt immer mehr an Bedeutung. Welche Tools werden benötigt, um mit Hilfe von Machine Learning dynamische Personalisierung auf Websites vorzunehmen?

Markus Schmitt: Im Bereich des Machine Learning sind Open Source Tools die beste Lösung. Mit Python, Sklearn und XGBoost kann man Scorings bauen, die täglich für jeden User neue Empfehlungen berechnen. AWS EC2 und AWS Data Pipelines eignen sich ebenfalls sehr gut für die Orchestrierung der täglichen Scorings.

7. konversionsKRAFT: Wie wir sehen, hat Machine Learning viel Potential. Welche Trends zeigen sich in diesem Bereich und wo führt die Reise hin?

Markus Schmitt: Machine Learning hat im Moment einen großen Aufschwung, da wir endlich ausreichend Daten und Prozessorleistung haben, woraus sich mit diesen Algorithmen wertvolle Muster lernen lassen. Auf absehbare Zeit hat das aber tatsächlich sehr wenig mit dem Sci-Fi Bild von künstlicher Intelligenz zu tun. Alle Techniken, die im Moment zur Verfügung stehen – auch bei Google und Co. – sind einem Taschenrechner deutlich ähnlicher als einem Gehirn.

8. konversionsKRAFT: Werden CRO-Experten bald komplett durch eine Maschine ersetzt?

Markus Schmitt: Nein, sehr unwahrscheinlich. Eher wird uns die langweilige Arbeit abgenommen, wie “Geh durch 10.000 Kunden und sag mir wer sonst ein ähnliches Browsingverhalten hat”. Fragen wie “Wie kommunizieren wir unser Produkt am besten” kann nur ein Mensch beantworten. Auch Multivariates-Testing mit Machine Learning kann nur Varianten testen, die wir als Mensch vorgeben.

9. konversionsKRAFT: Weshalb sollten unsere Leser Deinen Vortrag auf dem growthmarketingSUMMIT auf keinen Fall verpassen? Was nehmen sie mit?

Markus Schmitt: Nach dem Vortrag werden die Teilnehmer ein klares Bild davon haben, wie sie Machine Learning als CRO Experten einsetzen können. Sie erfahren, was Machine Learning kann, was nur Hype ist, und wie Mensch und Maschine hier zusammenpassen. Am Ende werden sie genug KnowHow und ein Checkliste mit nach Hause nehmen, um ihre Kunden auch zu Machine Learning gut beraten zu können.

Wir bedanken uns herzlich bei Markus Schmitt von Data Revenue für dieses Interview und freuen uns schon, ihn live auf der Bühne des growthmarketingSUMMIT 2017 zu erleben!