Von der Strategie zur Umsetzung – Customer Data bei O2 mit Steven B., O2

o2 Teil 2_komplett

Transkribiert von TurboScribe.ai. Upgrade auf Unbegrenzt, um diese Nachricht zu entfernen.

(0:00 - 0:18)

Die zweite Folge von O2. Mit dem lieben Stephen spreche ich über das ganze Thema, wie können wir die Sachen, die Michael als Vision und Strategie aufgesetzt hat, jetzt runterbrechen. Was sind dafür die nächsten Schritte? Wie hat es O2 wirklich dann eins zu eins umgesetzt? Fallen so Buzzwords wie Customer Data Platform, aber auch AI.

(0:19 - 0:43)

Also seid gespannt. Neue Folgen jeden Freitag. In dieser digitalen Welt gibt es einen speziellen Faktor, der über Erfolg und Misserfolg entscheidet.

Daten. Doch nur die wenigsten wissen sie für sich zu nutzen. Wer seine Kunden verstehen will, um ihnen das bieten zu können, was sie brauchen, kommt um ein professionelles Datenmanagement nicht herum.

(0:44 - 1:07)

Jonas Rascheli interviewt andere Experten aus den Data-Bereichen und zeigt Schritt für Schritt, wie genau das funktioniert. Die Besonderheit bei O2 ist, dass wir eine Unternehmensserie machen. Also einmal vom Thema Strategie-Vision zu den jeweiligen weiteren Themen kommen.

(1:07 - 1:18)

Und heute und jetzt spreche ich mit dem lieben Stephen. Stephen erzählt gleich, was er verantwortet. Aber um diese Folge gehört zu haben, um zu verstehen, sollte man die Folge mit Michael gehört haben.

(1:18 - 1:33)

Also nutzt die Chance, hört die Folge mit Michael erst an und dann hört die Folge, damit ihr einen holistischen Blick mal zum Thema Data-Vision bei O2 bekommt. Hallo Stephen. Hallo Jonas, schön dich wiederzusehen.

(1:34 - 1:39)

Wollte ich gerade sagen, du warst schon mal da. Genau, das ist schon ein paar Jahre her. Es hat sich seitdem viel getan.

(1:39 - 1:57)

Ich glaube bei dir und bei mir. Da freue ich mich total drauf, heute ein bisschen anzuknüpfen und dann auch auf das, was mein Chef gesagt hat, Hausaufgaben mir quasi mitgegeben hat, ein bisschen zu kommentieren. So ein bisschen Revue passieren war die Story, die ich bei Michael verstanden habe.

(1:58 - 2:15)

Kunden-Journey ändert sich. Auf Basis der Kunden-Journey gibt es eine Transformation und die Transformation bedeutet, den Vertrieb, den er verantwortet, einmal zu transformieren, aber auch die Zusammenarbeit mit der IT zu transformieren. Wir sind gar nicht so sehr in die Transformation mit der IT eingegangen, weil sein Thema ja schon sehr komplex ist.

(2:16 - 2:29)

Ich habe verstanden, du bist ja auch in seiner Organisation. Das heißt, super wäre, wenn du uns einmal abholst, was du bei O2 machst und wie du mit Michael zusammenspielst und seit wann du da bist. Und dann haben wir glaube ich schon so einen Ankerpunkt, um dann einzusteigen.

(2:31 - 2:49)

Also ich bin vom Titel her Head of Digital Analytics und Performance Management. Und ich glaube, das beschreibt eigentlich auch schon recht cool, was ich mache, nämlich Digital Analytics und gleichzeitig noch Performance. Also Performance ist der Vertriebsteil.

(2:49 - 2:58)

Wir machen noch ganz klassisches Vertriebssteuerung mit Reports, mit Dashboards, mit Predictions. Aber von allen Sachen. Von allen Sachen.

(2:58 - 3:03)

Ja, nicht nur digital. Nicht nur digital, genau, also Omnichannel. Das hat ja Michael jetzt schön beschrieben.

(3:05 - 3:36)

Und eben, das ist auch so ein bisschen was anderes bei mir. Ich hänge zwar im Vertrieb offiziell, also im Omnichannel, aber ich mache viel mehr als nur reine Vertriebssupport, weil im Prinzip, um Michael zu unterstützen auf der analytischen Transformation, der Data Revolution, müssen wir unglaublich viel mit der IT zusammenarbeiten, mit anderen Datenbereichen und auch mit Brand, mit Customer Marketing. Also wir haben noch ganz andere Direktorate, die ja auch mit Kunden arbeiten.

(3:36 - 3:52)

Wir sind abhängig vom Netz, von Logistik, Daten, damit wir das alles kennen. Das heißt, wir machen viel mehr als rein nur den Michael zu unterstützen. Wenn man sich das vorstellt, im Organigramm ist es ja sozusagen eher vertikale Balken.

(3:53 - 4:01)

Michael hat einen. Und einmal, wenn man sich dein Thema anschaut, ist es schon eher ein horizontaler Balken, der in alle anderen auch irgendwie reinstrahlt. Genau.

(4:02 - 4:18)

Also wir sind wahrscheinlich einer mit der schnittstellenintensivsten Bereiche in dem Konzern. Es geht wirklich von Compliance über Datenschutz über Einkauf, Procurement bis rein in HR und dann eben die ganzen technologischen Bereiche und die Business-Bereiche. Also ein großer Schnittstellenbereich.

(4:19 - 4:40)

Ich glaube, deswegen sind wir die letzten Jahre auch so gewachsen, weil eben dieses Datenthema immer schnittstellenintensiver wurde. Also auch mit den ganzen Compliance-Vorgaben, AI, also wunderbare Themen, die natürlich ganz viel Arbeit auch für uns mitbringen. Das ist vor allem das Thema, wenn man deinen Titel zerlegt, einmal Performance Management.

(4:40 - 4:52)

Das ist, wo du die meisten Themen hast. Und wenn man Digital Analytics anschaut, das ist das Thema, wo wir auch schon mal die Folge darüber gesprochen haben. Da ging es nämlich viel ums Thema Customer Data Plattform, richtig? Also ein bisschen, wo es da entwickelt.

(4:52 - 5:10)

Was ist noch hinter Digital Analytics? Was verbirgt sich da? Also vielleicht kurz zur Reise, weil da hast du ja auch gefragt. Ich bin jetzt vor fünf Jahren zu O2 gekommen. Vorher war ich noch bei anderen großen Konzernen unterwegs, habe da schon viel Erfahrung gesammelt und vor fünf Jahren dann mit Michael angefangen.

(5:10 - 5:21)

Er hat es ja sehr schön beschrieben, dieses Omni-Channel aufzubauen und in das Journey-Denken zu kommen. Das war eigentlich auch so mein Job, mit dem ich hier angetreten bin. Daraus ist heute die Welt geworden.

(5:21 - 5:32)

Ich habe jetzt eigentlich vier große Teams. Die zwei kümmern sich stark um die ganze Technik. Also das ist einmal das MarTech-Team, um die ganze Marketing, Technology, schnittstellenreine Richtung Google.

(5:33 - 5:42)

Die kommen natürlich stark aus dem ganzen Onlines, haben sich im Prinzip aus dem Web an Web-Tracking entwickelt. Weil es spezialisierter geworden ist und komplizierter. Richtig, immer feinteiliger.

(5:43 - 5:50)

Das ist auch die Besonderheit, dass wir da nochmal eine Deep-Dive-Folge machen. Genau, richtig. Der Philipp wird das im Detail erklären.

(5:51 - 6:20)

Und dann auch die CDP, also mit Philipp und ein paar anderen großgeschätzten Kollegen haben wir das damals gestartet. Das andere technische Team ist dann das Data-Tech-Team und das AI-Team. Die bilden jetzt eigentlich eher so die Schnittstellereien in die große Tech-Welt, in die Monolithen, in die Backend-Systeme, in die großen DWH-Systeme von uns und eben dann die ganzen Cloud, Multicloud-Themen, Power BI-Aufbau und AI-Topics, was ja alles wieder sehr stark mit der Dateninfrastruktur zu tun hat.

(6:20 - 6:44)

Und dann habe ich noch zwei analytische Teams. Das eine kümmert sich ganz stark um das Web-Analytics, klassisch noch, mit Journey-Analysen, Testing, Conversion-Rate-Optimierung. Gebt mir ein Herz auf, weil da komme ich her.

Also von daher spannend. Aber auch immer stärker da natürlich die Verbindung rein. Also das Wissen, was wir aus dem Web-Bereich haben, nutzen wir jetzt für die ganzen Web-basierten Verkaufssysteme in den Jobs.

(6:44 - 7:04)

Also da wird sich das ganze Team auch noch viel stärker weiterentwickeln. Also nicht den Kanal nur die Daten zu analysieren, um Mehrwert zu erkennen, sondern sie auch wieder zurückzuspielen, die Mehrwerte. Genau.

Da liegt auch das ganze Thema Attribution. Also wirklich die Budget-Verteilung. Das, was Michael so ein bisschen gesagt hat, das Silo-Denken wegnehmen.

(7:04 - 7:08)

Richtig. Total spannend. Aber das ist auch so eine Reise.

(7:08 - 7:34)

Wir haben damit natürlich im Online-Umfeld angefangen. Klassische Attributionsmodelle kommen aus dem Digitalen. Wie verteile ich zwischen Affiliate, Social Media, CRB? Und jetzt stellen wir uns gerade die Frage, wie kriegen wir das Ganze eben auch in die Retail-Kanäle rein? Also wie verteilen wir möglicherweise Budgets oder Provisionen zwischen Retail-Kanälen, zwischen digitalen Kanälen? Weil die ein Touchpoint waren.

(7:34 - 7:42)

Die waren ein Touchpoint, sind ein Touchpoint, sind ein großer Touchpoint. Und ein wertiger, hat Michael erzählt. Ein sehr wertiger.

(7:44 - 8:16)

Da ist aber natürlich die spannende Frage, wie kriege ich da den Daten, also den Customer-Match hin? Wie sehe ich, dass ein Kunde im Beratungsgespräch war oder vielleicht sogar ein Prospect, von dem wir ja gar keine Daten haben, und er schließt dann online ab? Oder genannt natürlich andersherum, ein Kunde, der sich online informiert, Daten in den Warenkorb gelegt hat, Produkte, geht dann in den Shop und schließt ab. Wie steuern wir das alles? Wie erkennen wir das alles? Also das sind so die, nur kurz eingeteasert, die spannenden Fragen, die da liegen. Und dann haben wir noch ein klassisches Analytics-Team.

(8:16 - 8:48)

Die kümmern sich wirklich um Kundenbewegungen, Customer-Value-Themen, Lifetime, Cross-Cell-Analysen, aber auch alles natürlich wieder in großer Zusammenarbeit mit Controlling, Datenschutz, so diese großen Fragenstellungen. Bei Michael haben wir die Journey mitgemacht, ein bisschen von den letzten fünf bis sechs Jahren. Also vom Silo-Denken zur gesamtheitlichen Vertriebsorganisation.

(8:48 - 9:11)

Jetzt bist du ja Teil und hast am Ende auch mit Performance Management, auch in die weiteren Kanäle so ein bisschen den Stream rein. Was ich mit der Serie versuche, ist, dieses Thema, was Michael erzählt hat, runterzubrechen. Nimm uns mal ein bisschen mit zu, das ist die Division.

(9:13 - 9:27)

Michael verantwortet das gesamte deutsche Vertriebsgeschäft vor O2. Das ist nicht klein, das ist riesig. Und jetzt ist das, was er so ein bisschen erzählt hat, natürlich die klassische 3-5-Jahres-Journey.

(9:27 - 9:41)

Und brich das mal bitte mit uns runter. Von wo kommt ihr gemeinsam? Was waren so die Schritte? Du hast ein Wasserglas vor dir. Wie lange haben wir Zeit? Also ich glaube, mir ist eins im Kopf geblieben.

(9:41 - 9:48)

Michael hat ja auch gesagt, es sind ganz viele Puzzleteile. Das sind wirklich ganz, ganz viele Puzzleteile. Mit meinem Bruder diskutiere ich viel darüber.

(9:48 - 10:00)

Der ist ein bisschen in einer ähnlichen Position. Wir nennen das auch gerne so multidimensionales Schachspiel. Weil ich im Prinzip wirklich immer wieder so diese Aspekte zwischen Technologie und wirklich diese Datenbewirtschaftung im Blick haben muss.

(10:01 - 10:13)

Gleichzeitig einen großen Prozessblick. Und natürlich, wo Michael ganz stark herkommt, auch das People-Thema. Wie nehme ich die Menschen mit? Ich komme jetzt eher qua Job aus dem Data-Bereich und natürlich rein in die Prozesse.

(10:14 - 10:25)

Und ich glaube, gestartet sind wir wirklich mit kleinen Piloten. Seien es im Prinzip, dass wir die Customer-Data-Plattform, die haben wir ja schon mal diskutiert, eingeführt haben. Die ist jetzt heute großer Spann.

(10:26 - 10:44)

Sorry, dass ich unterbreche, aber ist die gekommen, als ihr die Sido schon aufgebrochen hattet? Also zeitgleich. Das ist so eine synchrone Entwicklung, würde ich sagen. Ich glaube, in meinem Kopf ist die digitale Data-Revolution schon viel weiter, als wir in der Realität im Konzern sind.

(10:44 - 10:59)

Also Michael beschreibt ja auch die Entwicklung von den Shops. Rein in so Customer-Experience, Places, Lead-Management zwischen digital und Retail-Stores. Ich bin im Kopf eigentlich schon in Bots.

(10:59 - 11:12)

Also ich glaube, die Webseite wird auch bald weg. Wir brauchen keine Apps mehr. Das werden nachher alles AI, Gen-AI, Bot-Voice-basierte Kundenschnittstellen zum Großteil.

(11:12 - 11:21)

Vielleicht noch mit ein bisschen Video dahinter. Aber das ist für mich so die Vision, wo wir hingehen. Das heißt, ihr seid eine der Schnellboote, die mit die Transformation gestaltet.

(11:21 - 11:28)

Ja, wir versuchen es. Also gut, das geht da auch mit vielen. Wir sind ja da nicht alleine.

(11:28 - 11:37)

Wir sind ein großer Konzern. Es sind viele kluge Köpfe. Aber so in meinem Kopf ist die Kundenschnittstelle der Zukunft eben ganz viele Kanäle.

(11:38 - 11:55)

Immer noch dieses Zusammenspiel zwischen Menschlichen, wie auch immer im Callcenter oder vor Ort. Und dann ganz viel eben AI-Bot-basiert. Also ich werde ja, glaube ich, in meinem Kopf zukünftig nur noch mein Device, egal ob das eine Uhr ist oder irgendwo implantiert oder mein Smartphone, fragen, hey, ich brauche folgendes.

(11:56 - 12:43)

Und dann wird dieses mein Bot mit anderen Bots, wahrscheinlich mit Unternehmensbots, irgendwie interagieren. Und die Interessen von Steven vertreten. Genau.

Das ist so, glaube ich, meine Data-AI-Kundenschnittstellen-Denke. Und um dorthin zu kommen, heißt es natürlich, wir brauchen irgendwie Plattformen, die möglichst viele Kundendaten an der Stelle offen verbindet, mit vielen Permissions, Einwilligungen, dass wir das alles tun dürfen. Wir brauchen gute Bots, die wirklich in der Lage sind, Gefühle, Bedürfnisse gut zu verstehen, richtig zu beantworten, dann mit Prozessautomatisierungen zu interagieren, damit das alles auch verfüllt wird und überwacht.

(12:43 - 12:58)

Also auch wieder Process Mining. Das ist so mein Bild, wo ich eigentlich hinarbeite. Das heißt, ich lebe eigentlich schon ein bisschen weiter, muss aber gleichzeitig noch die Bedürfnisse von heute erfüllen, wo die Technik noch nicht mal da ist.

(12:58 - 13:13)

Wenn wir jetzt mal so ein simples Beispiel, viele haben das ja noch nicht sauber geschafft, aber eine Customer Data Plattform beschreibe. Und Michael sagt, es müssen die Silos aufgebrochen werden. Ich glaube, das sagen 90 Prozent aller Unternehmen.

(13:13 - 13:27)

Was aber gut ist und was zeigt, wie sehr dieser Druck auf diesem Thema ist. Wie habt ihr das mit einer Customer Data Plattform geschafft? Was war da so der Ansatz? Weil es funktioniert, oder? Es funktioniert. Noch mal frech nachgefragt.

(13:28 - 13:43)

Also wir haben ja schon einige Cases live. Gerade so Warenkorb, Lead Management, Großkanal. Also alleine das Verständnis, die Analysen bringt unglaublich viel, weil ich damit natürlich die ganze Customer Experience viel krasser verbessern kann.

(13:43 - 13:54)

Wir haben das geschafft. Die Story ist schon erzählt. Meiner Meinung nach Piloten Schritt für Schritt Kanäle ranbringen, Schritt für Schritt immer mehr Daten reinzubringen.

(13:55 - 14:05)

Dann gab es immer wieder kleine Querschläger. Cookieless hat sich dazwischen geschoben. Das heißt, wir mussten das ganze Tracking auf Server-Side umstellen.

(14:05 - 14:24)

Das hat sich ein bisschen das Potenzial reduziert. Das heißt, es ist eigentlich so ein wunderschöner Hürdenlauf. Michael hat eine tolle Analogie gehabt und hat gesagt, man muss ihm nicht das Segelboot, man muss ihm nicht erklären, dass man ein Segelboot braucht, sondern man muss ihm erklären, dass das Meer relevant ist.

(14:25 - 14:57)

War das die CDP des Meeres? Oder die Erklärung dazu, dass man das braucht? Dass man zusammenarbeiten muss intensiver? Nee, ich glaube, die CDP ist im Prinzip ein Mittel dafür. Also wenn du so in der Analogie bleiben möchtest, ist das vielleicht das Boot oder ein Segel oder ein Motor dafür oder das Navigationsgerät, so ein Teil dafür. Also die CDP hat uns ermöglicht, schon das zu sehen, wo wir hinwollen und müssen, weil wir da natürlich Daten dafür haben und beweisen konnten, da gibt es quasi ein Meer.

(14:57 - 15:14)

Wir sehen, die Kunden bewegen sich zwischen den Kanälen. Wir können das jetzt eindeutig beweisen und irgendwo auch Quantifizierung hilft einem Konzern natürlich unglaublich. Und gleichzeitig konnten wir vor Kunden das auch wirklich zum Leben erwecken und auch anfassbar machen.

(15:14 - 15:28)

Also wir leben nicht mehr in irgendwelchen komplizierten Datenwelten, sondern es ist anfassbar. Das ist wirklich etwas Anfassbares, diese Personalisierungsmöglichkeiten, die eine komplett durchgängige Journey ermöglicht. Das ist anfassbar, spürbar.

(15:28 - 15:47)

Also es hat schon geholfen, aber es ist ein Teil davon, würde ich sagen, der technische Teil. Nehmen wir uns nochmal weiter mit. Das CDP-Thema ist, glaube ich, auch ein Thema, wo wir mit Philipp nochmal ein bisschen tiefer drauf eingehen.

(15:49 - 16:18)

Was waren so weitere Themen, die du sagst, die jetzt dazu beigetragen haben, der Klassiker-Story zu Es wird real. Also ich nehme das Beispiel auch nochmal von Michael, dass wir quasi die Shops auch mit digitalen Beratungstools ausgestattet haben. Wie muss man das vorstellen? Im Prinzip wie ein Tablet.

(16:18 - 16:22)

Du kommst rein. Hey, Steven, ich möchte ein neues Handy. Ich habe gehört, du brauchst einen neuen Vertrag.

(16:23 - 16:45)

Und dann kann ich dich im Prinzip auf einem Tablet mit einer webbasierten Journey eigentlich durch den Kaufprozess durch begleiten. Was wir da jetzt neu machen, dass wir relativ schnell im Prinzip schon deine Daten erfassen können, aufnehmen. Und das heißt, wir haben im Prinzip damit erstmals dann wirklich geschafft, die Verbindung dich auch irgendwo online wiederzuerkennen.

(16:45 - 16:59)

Weil man E-Mail-Adresse eingebt, Telefonnummer eingebt, weitere Identifier. Identifier geschaffen, um das Ganze zu verbinden. Und damit kommt wieder das CDP-Gedanke rein, ohne das jetzt weiter zu strapazieren.

(16:59 - 17:11)

Aber die weitere Daten, die da sozusagen mit drin liegen, die Informationen, die offline generiert werden, sind online zur Verfügung und vice versa. Und das Gleiche natürlich für die App. Wir haben einen großen Kontaktkanal.

(17:11 - 17:26)

Bei uns ist die App relativ viel im Self-Service. Da gibt es auch Möglichkeiten für Vertragsverlängerungen, Datenpakete dazuzubuchen, Roaming-Pakete dazuzubuchen. Ganz viel Customer Service wird darüber gemacht.

(17:27 - 17:56)

Und aber auch die Hotline ist zum Beispiel für uns auch natürlich ein riesen Kontaktkanal. Da haben wir jetzt auch mit allen anderen Bereichen ein riesen Projekt gestartet, Customer-Centric Data, wo wir wirklich quasi die Daten über alle Kunden auch schon matchen können, aggregieren und daraus dann im Prinzip wieder so MBAs ableiten, Audiences bilden. Next-Best-Offer.

(17:56 - 18:16)

Next-Best-Action, Next-Best-Offer. Empfehlungen, Recommendations zu entwickeln, die dann wiederum über die CDP quasi allen Kanälen zur Verfügung gestellt wird. Das heißt, wir haben wirklich dieses aus allen Kanälen alle Kundenkontakte zusammenzubringen, möglichst gut zu matchen über Identifier.

(18:16 - 18:41)

Das war CDP? Ja. Oder ein Teil des CDP-Projekts? Ja, ein Teil des CDP-Projekts, wobei ich sagen würde, die CDP nutzen wir ganz stark für die Verteilung der Informationen. Also wir haben auch nochmal vorgelagerte analytische Layer, worüber wir quasi diese MBAs, diese Recommendations auch berechnen.

(18:42 - 18:58)

Die dann wieder, also die sozusagen Backend-seitig entwickelt werden, die dann wieder den ausspielenden Kanälen zur Verfügung gestellt werden. Und die CDP organisiert das sozusagen. Also wir haben mehrere Strecken, aber das ist so ein großer Teil davon.

(19:00 - 19:19)

Und das ist natürlich der Meilenstein, weil damit ja alle Kanäle verbunden sind. Und dann kann ich alle Kunden da Bewegungen nachvollziehen und kann dann im Prinzip das Lead-Management machen. Du warst jetzt quasi bei mir im Shop, ich hab dich beraten, sagst, woran muss ich mit meiner Frau noch besprechen und kriegst aber die E-Mail direkt heim und kannst daheim quasi online abschließen.

(19:20 - 19:39)

Gleichzeitig könnte ich darüber dann das Provisionsmodell, also die Attributionsmodellierung machen. Ich muss gerade schmunzeln, weil ich weiß nicht, ob du es gelesen hast, aber mein CDB-Buch, mein Customer Data Plattform Buch, startet ja mit dem perfekten Tag. Und da ist genau das beschrieben mit einem Radbeispiel.

(19:40 - 19:51)

Weil das am Ende ist es doch genau das, was du brauchst. Du willst wertgeschätzt werden als Kunde. Du willst das richtige Produkt zur richtigen Zeit bekommen.

(19:51 - 20:05)

Du möchtest danach noch nachgefasst werden. Weil ehrlich, wer kauft schon beim ersten Mal? Dann siehst du, was Michael gerade macht. Der übersetzt sozusagen das Verhalten des Kunden in, was muss ich als Organisation machen, um mich da aufzustellen.

(20:06 - 20:24)

Und du sprichst gerade davon, okay, mein Job ist sozusagen technisch und auch ein bisschen prozessual zu gewährleisten, dass wir das auch umsetzen können. Also ready sind dafür, das zu realisieren. Aber natürlich eine riesen Herausforderung.

(20:25 - 20:42)

Auf dem PowerPoint ist es ja schnell gemacht. In der Realität werden dann jeden Tag kleine Überraschungen auf einen warten. Das geht ja wirklich über, die technische Überlegungen sind an sich ja recht inzwischen gut verstanden.

(20:42 - 21:00)

Ja. Aber mit den ganzen regulatorischen Herausforderungen, die dazukommen. Dann nochmal prozessuale Herausforderungen.

Das wieder umzusetzen. Das wieder umzusetzen. Dann doch auch nochmal ein, also wir haben jetzt zum Beispiel auch ein großer globaler Konzern.

(21:01 - 21:35)

Wir machen gerade eine IT-Migration in Deutschland, wo wir sehr viel anpassen. Das heißt, wir leben teilweise noch in einer Legacy-Welt. Gleichzeitig haben wir schon eine Zielarchitektur.

Das heißt, wir müssen immer wieder abwägen, alles, was wir heute brauchen, baue ich das quasi noch auf Legacy oder schon nicht mehr? Lohnt sich der Zeitpunkt noch? Gleichzeitig sind wir mit global in Diskussionen, auch über globale Applikationen noch zu integrieren. Und es kommen auch immer wieder neue Kanäle mit dazu. Also TikTok wächst.

(21:35 - 21:55)

Also so, ja, mit eigenen Herausforderungen und eben dieses von mir, also dieses Bot-Thema, ja, auch Assisted Bots, die einen Verkaufsprozess auf einer Webseite unterstützen. Also die Beratung, den Shopping-Assistant, den es sozusagen im Fashion-Bereich gibt. Richtig, genau.

(21:56 - 22:40)

Den haben wir im Service auch schon recht gut etabliert und da machen wir auch gerade viele Projekte und forschen, Piloten. Merkt ihr das mal, weil das ein spannendes Thema ist, davon will ich noch mehr wissen. Genau, aber das ist natürlich die Riesenherausforderung im täglichen Doing.

Ich sage jetzt mal Michaels einfachen Wunsch, ich möchte um die Channel Realität werden zu lassen. Ja, ich finde es einen spannenden Punkt und das rechne ich Michael hoch an, weil ich glaube, in der Art und Weise, wie du jemanden brauchst, brauchst du jemanden, der die Menschen versteht und das Thema angreift. Weil das ist das, was er vielleicht nicht so deutlich kommuniziert hat, aber das ist der Startpunkt, den du brauchst, um so eine große Organisation zu drehen.

(22:40 - 22:55)

Weil was du dann machst, ist die Wünsche zu übersetzen. Ich sage nicht, dass es leicht ist, aber du brauchst diesen größeren Start, um irgendwas ins Rollen zu bekommen, damit du auch die Möglichkeit hast, deine Themen zu spielen. Und deswegen ist es noch mal spannender.

(22:57 - 23:25)

Wie sieht das Thema Customer Service aus? Was muss ich mir da vorstellen, was er da gerade macht? Also deine Vision ist ja, alle wollen später mit einem Bot interagieren oder können mit einem Bot interagieren. Ein Bot wird nie schlafen, ein Bot wird nie Urlaub haben, von daher wird der 24 Stunden uneskalierbar, also auch in hohe Anfragezeiten. Was sind da so eure Schritte, die ihr macht? Da muss ich jetzt kurz ein bisschen ausholen.

(23:25 - 23:50)

Ich habe ja quasi einen Pendant noch im Customer Service, der sich auch mit der ganzen Digitalisierung beschäftigt. Mit denen machen wir da super viel zusammen. Die haben im Prinzip so den Customer Service Bot entwickelt, wo du dich mit klassisch, ich habe eine Frage zu meiner Rechnung, aus FAQs heraus, ist ja die gängige Entwicklung, dann in den Bot-Bereich reinzukommen.

(23:50 - 24:49)

Was wir jetzt machen, dass wir im Prinzip nach Einwilligung natürlich Calls transkribieren, also so Voice-to- oder Speech-to-Text. Und dann im Prinzip mit LLM-Modellen diese ganzen Textberichte komplett auswerten. Wo fand ein Verkaufsgespräch statt? Was waren Inhalte? Wie war die emotionale Verfassung? Wie lief das Gespräch ab? Das gleiche machen wir aber auch für alle anderen Arten von qualitativem Feedback, das wir bekommen.

Also sei es App-Reviews, sei es Google Shop-Reviews für unsere Stores, Kundenbeschwerden. Das wird inzwischen jetzt alles zusammengepackt, ausgewertet. Und was wir daraus im Prinzip in Zukunft machen wollen, heute ist es erstmal eine Empfehlung zum Beispiel für unsere Call-Center-Kolleginnen oder die Shop-Kolleginnen.

(24:49 - 25:18)

Wie kann ich so typische Verkaufsgespräche führen? Wo sind Potenziale? Auf was muss ich achten? Auf was muss ich achten? Haben wir genug Verkaufsgespräche? Cross-Sale-Gespräche überhaupt? Wenn ich jetzt so von der Performance-Seite draufkomme, kann ich meinem Chef quasi sagen, hey Michael, wir haben eigentlich nur in 5% der Calls wird ein Cross-Sale angesprochen. Vielleicht solltest da mal mit einem Kollegen reden. Da ist vielleicht noch Luft drin.

(25:19 - 25:27)

Und dem Kollegen kann ich dann sagen, hey, wir hätten da noch eine Analyse. So laufen die typischen Anweise ab. Da sind die Best-Practices.

(25:27 - 25:41)

Und so kannst du auch lösen. Mach doch mal Trainings draus. Ich glaube, das ist so ein bisschen die erste Stufe, weil wenn das verstanden ist, wenn das alles komplett automatisiert ist, dann kann ich natürlich auch Bots, also Modelle, eigentlich wieder antrainieren mit diesem Wissen.

(25:41 - 25:52)

Wenn du es standardisiert hast, definitiv. Richtig. Und damit habe ich im Prinzip Bots irgendwann in der Zukunft, die relativ gut eigentlich auf Interaktionen reagieren können.

(25:53 - 26:50)

Ich finde es immer zu spannend, weil es zwei Phasen sind. Es ist einmal, du musst alle Prozesse digitalisiert haben. Du musst die Prozesse so digitalisiert haben, dass die Daten in beide Richtungen laufen.

Und auf der anderen Seite musst du es standardisiert haben. Und eigentlich, wenn man drüber spricht, haben wir darüber vor fünf oder zehn Jahren schon gesprochen. Wenn man sich aber jetzt den deutschen Mittelstand anschaut, Thema Digitalisierung, viele Sachen laufen immer noch per Blatt und Papier.

Und die Daten laufen nicht jedenfalls in beide Richtungen. Und deswegen glaube ich, wenn man jetzt darüber nachdenkt, dieser AI-Hype ist meiner Ansicht nach ja schon wieder maximal abgeabbt, weil jetzt wird natürlich über Agents und sowas gesprochen, aber viele Leute, wenn ich mit denen spreche, Thema Customer Service, da gibt es keine Standardprozesse für den Customer Service. Du kannst nicht auf eine Wissensdatenbank zugreifen, wie wird mit einer Reklamation gearbeitet, wie wird mit einer Kundenbeschwerde bearbeitet.

(26:50 - 27:04)

Und wenn das existent wäre, auch mit dem unterschiedliche Fälle einmal durchgespielt, dann könntest du es maximal skalieren. Und dann hast du genau das, was du eben beschreibst. Alle Quellen abziehen, Erkenntnisse draus ziehen und wieder zurückgeben.

(27:05 - 28:26)

Da haben wir den Vorteil, dass unsere Kollegen im Customer Service schon vor ein paar Jahren sehr weitsichtig waren und in dem Bereich natürlich Einwilligung oder riesen Kundenstamm, da wird natürlich eine Menge gedreht, dann ist natürlich auch der Effizienzgrad dort hoch. Da setzen wir auf eine ziemlich gute Foundation zum Club schon auf. Aber ja, wie du sagst, ich glaube, das ist das Zusammenspiel von wie kriege ich im Prinzip AI to Operations? Da gehören dann je nachdem Prozesse, RPAs, Prozessautomatisierungen dazu und dann aber auch wieder dieses Thema Process Mining, also wie kann ich dann quasi auch diesen ganzen Prozess überwachen? Überwachen und optimieren, ja.

Aber am Anfang steht wirklich das Thema Digitalisierung oder sozusagen, ja. Aus meiner Perspektive, jetzt bin ich natürlich Data im Namen, es steht natürlich die Datenplattform, also die Datenarchitektur. Also ich muss im Prinzip schon auf alle Daten zugreifen können, alle Systeme müssen offene Schnittstellen haben, ich brauche eine gute Data Governance, eine strukturierte Beschreibung, natürlich, da bin ich auch sehr gespannt, wie das jetzt mal ein bisschen geopolitisch betrachtet für uns als Europa oder Deutschland weitergeht.

(28:26 - 28:55)

Wir haben auch noch nicht so die Vorbilder, glaube ich, also in Deutschland finde ich es ein bisschen schade, dass wir nicht sehr offen über diese Themen sprechen. Also ich wünsche mir da schon nochmal mehr und selbst wenn so eine Art, wie heißen diese Fail Nights, nicht Headtalk, aber es gibt doch so, wo man so ein bisschen über die Sachen spricht, die nicht funktioniert haben. Also ich glaube, das braucht man mehr, vor allem im AI Bereich, um zu kommunizieren, was kann auch funktionieren, welche Fehler haben andere Unternehmen gemacht, aus denen ich lernen kann.

(28:55 - 29:56)

Ja, total, also ich glaube, das sind mehrere Sachen, also wir sind auch gestartet mit, ich erinnere mich, ich habe vor acht, neun, zehn Jahren mit einem damaligen Kollegen bei EON mein erstes White Paper geschrieben zu AI Use Cases, also wunderschön, noch ganz klassisch, ich kam ja aus der Strategieabteilung, hatte mit großen Beratungshäusern wunderbare Strategieprojekte gemacht und so bin ich da auch rangegangen. Okay, was ist ein Case, beschrieben, Potenzial, dann kommt irgendwie ein Harvey Ball zum Status dazu und heute sind wir da schon viel weiter im Denken, was wirklich so Plattform-Ökonomie angeht, also wir brauchen immer noch diese Use Cases, um das im Konzern einfach mit Business Case, das sind natürlich große Investitionssummen dahinter, aber im Hintergrund denken wir im Prinzip wirklich so Plattform denkend. Und ich glaube, das ist schon ein großer Wandel, das wird auch noch zu wenig, glaube ich, im breiten Management irgendwie geteilt.

(30:00 - 30:28)

in Deutschland, wenn du so möchtest. Wir haben eine Überregulierung, wenn man in die anderen Länder gerade schaut, die einfach da im Tech-Bereich maximal flexibel sind, da gehen ganz andere Entwicklungen einfach. Thema Cloud-Infrastruktur in Europa, das sind alle so ein bisschen, ja, macht uns, erfordert unglaublich viel Aufwand, um bei uns in Deutschland vor allem Corporate in diese Richtung zu entwickeln.

(30:29 - 31:16)

Wir hatten es letztes Mal auch schon, ich meine als Telco-Telekommunikationsanbieter haben wir auch so ein bisschen Hoheits, ja, wie sagt man, Telekommunikationsgeheimnis ist ein großes schützenswertes Gut, das heißt, wir haben auch gewisse Cloud-Security, wir haben hohe Security-Anforderungen, das heißt, es ist eine ganz spannende Melange, mit der wir da dann auch agieren müssen. Das ist, glaube ich, zäh, also da kann man auf europäischer Ebene, da sind wir ganz groß gelandet, ja, von einem kleinen Thema, aber das ist schon viel Entwicklungspotenzial für uns. Aber ich glaube, was gut funktioniert, ist, so wie ich es verstehe, habt ihr die CDP ja unabhängig von der Legacy-IT aufgebaut.

(31:16 - 31:50)

Genau, geben als Bindeglied. Ja, genau, und seid damit viel flexibler als vielleicht manch anderes Unternehmen und mit den anderen Themen wirst du halt nicht den Blumentopf gewinnen, damit wirst du nicht den Wettbewerb machen, sondern eher mit den CDP-Themen und die habt ihr als Bindemitglied höchstwahrscheinlich so gut implementiert, dass es funktioniert. Hast du noch andere Beispiele, die gut geklappt haben? Da sind wir ja über das Passwort AI gesprochen, Agents, ich glaube, ich sehe das genauso wie du, da wird sich viel hinentwickeln, viele Unternehmen tun sich da noch extrem schwer, eine gute Lösung zu finden.

(31:51 - 32:57)

Weitere? Ja, ich glaube, wenn man so ins Kleine reingeht, unglaublich viel, also wir haben, ich glaube über das ganze Multicloud, also unser Cloud-Ansatz, den wir gerade verfolgen mit den ganzen anderen Schnittstellenbereichen, sind wir relativ erfolgreich, weil das uns viel Flexibilität ermöglicht. Also wir können unterschiedlichste Funktionalitäten aus verschiedenen Clouds nutzen, sind schon recht gut, was zumindest den Customer-Bereich angeht, alles in der Cloud, fast alles, also alles recht gut beschrieben und damit haben wir zumindest die Startrampe, um dann im Prinzip in die AI-Welt zu gehen. Ich glaube, das hat recht gut geklappt und dann auch, wenn man so das Reporting hernimmt, das ist ja so eins von meinen Themen auch noch im Team, das sind wir eigentlich auch die letzten vier Jahre gigantisch gut geworden, also wirklich noch von Excel-Berichten gestartet, wo es einen täglichen Sand ans Management gab, bis rein in eine komplette Self-Service-Power-BI-Welt, wo heute 2000 Vertriebler am Tag zugreifen.

(32:58 - 33:41)

Und Self-Service heißt, sich selber Daten ziehen oder? Wir haben beides, also wir haben im Prinzip fertig vorbereitete Berichte, Dashboards, also wir sitzen ja hier direkt über dem Shop, wir können ja nachher mal runtergehen, die haben auf dem Tablet quasi ihre eigenen täglichen Vertriebsdaten, sehen alles, kriegen Potential-Daten auch noch über die Region, da sind statistische Informationen mit drin, also eigentlich echt cool, so mit riesen Potential nach oben auch. Bis hin zu, wir haben offene Schnittstellen, wo sich auch Data-Scientisten im Prinzip die Daten holen können. Die dann irgendwo zentral in der IT oder wo sie sitzen, dann Modelle rechnen und die Daten weiterverarbeiten.

(33:41 - 34:30)

Genau, also den Bereich haben wir jetzt auch in der IT mit aufgebaut, einen zentralen, wenn du so möchtest, Data- und AI-Bereich, die im Prinzip die komplette Infrastruktur bereitstellen für alle Bereiche, so mit denen arbeiten wir super eng zusammen, wir geben ihnen quasi, wenn du so möchtest, wir sind Data-Owner für den Kunden-Vertriebsdaten, die strukturieren wir gut, beschreiben gut, stellen die zur Verfügung, offene Schnittstellen kann jeder dann je nach Berechtigung natürlich, das ist ja wieder bei Kunden-Daten ein Thema, damit arbeiten, genauso können wir dann auf Netz-Verkehrsdaten, alles mögliche andere zugreifen. Ja, schönes Sharing. Das ist eigentlich bei euch eine Art Data-Mesh-Konzept am Ende, also sehr, wie muss ich mir sowas vorstellen? Für so einen ganzen Konzern schwer zu sagen, ne? Das ist schwer zu sagen.

(34:30 - 35:52)

Also, Steven, was ich mich noch frage, wenn du jetzt gesagt hast, ihr habt so ein bisschen Reportings etabliert, um die dann auch wieder sozusagen die Silos, die aufgelöst wurden, also den einzelnen Fachbereichen, Abteilungen, die in der Vertriebsorganisation sind, zur Verfügung gestellt. Selbstservice sprechen wir ja auch schon seit langem drüber. Gibt es da weitere Ambitionen von Excel jetzt zu Selfservice, die Erkenntnisse werden vielleicht durch Large Language Models generiert, also dass man selber nicht mehr als Fachanwender davor sitzen muss, um die Erkenntnisse zu generieren? Ja, also, es ist auf jeden Fall, wir machen auch Piloten damit, also wir versuchen auch schon quasi mit, also eben über die Microsoft-Lösungen, im Prinzip, hey, wie sind meine Vertriebszahlen? Ich glaube, das ist noch ein bisschen ein Weg, weil da natürlich schon ganz schön viel Know-how, Verständnis und Interpretation auch dazugehört, also gerade in so einer komplexen Welt mit Multi-Kanal, Multi-Brand, Multi-Produkt, korrekte Auswertungen zu machen, bringt uns manchmal an die Grenze und ich sag mal, wir haben doch ziemlich gute Brains im Team und das dann im Prinzip Modellen zu trainieren, wird schon noch ein Weg.

(35:52 - 37:19)

Aber ich glaube, das wird auf jeden Fall die Reise, also dass ich zumindest, wie wir vor ein paar Jahren haben ja gesagt, wir versuchen Dashboards zu entwickeln, um die Analysten zu entlasten, ich glaube, das ist jetzt die nächste Evolutionsstufe, dass irgendwo, ja, Bot-basierte Auswertungen zur Verfügung stehen, die werden nicht alles lösen, aber auch wieder einen Teil der Arbeit vereinfachen, auf der anderen Seite natürlich wieder neue Jobs schaffen, weil ich da natürlich diese Bots überwachen muss, trainieren, Modelle überwachen, Reverse Engineering, da kommen wieder ganz neue Jobs rein und das Profil vom Analysten wird sich noch weiterentwickeln. So in die Richtung pilotieren wir und da bin ich gespannt, was auch die nächsten Jahre da noch möglich wird. Ja, ich merke immer, dass viel mehr Kompetenz da liegen muss, zu verstehen, wie und an welcher Stelle baust du Module ein, also diskutieren wir gerade, auf welcher Ebene integrierst du die, Microsoft ist eine große Landschaft, SAP ist eine große Landschaft, wo kannst du sie idealerweise einsetzen, dann welche Kosten entstehen dadurch, welche monatlichen Kosten, wie sind die Betriebskosten, also die Multicloud-Gedanke, den ihr habt, ihr seid als O2 groß genug, um auch genug Konditionen über alle hinweg einzukaufen, aber Mittelständler, wenn der Multicloud-Strategie hat, können die Preise explodieren, weil er nicht gut nachverhandeln kann, wenn er alles bei einem hat, höchstwahrscheinlich besser und so geht es, glaube ich, auch für AI-Themen.

(37:19 - 37:58)

Da haben auch noch nicht viele verstanden, dass sie dann eben nicht mehr, wenn sie nicht verstanden haben, dass sie nicht JGBT für alles nutzen können, sondern unterschiedliche Modelle für unterschiedliche Anwendungen, also Spezialisten aufbauen, dann verlierst du da auch höchstwahrscheinlich einen Wettbewerbsvorteil. Definitiv, aber das wird ja auch wieder ein Feld sein, wo Vendoren reingehen, jetzt wird ja die Frage gestellt, Perspektive Mittelständler, wo liegt meine Kernkompetenz, wo liegt wirklich mein Business drin und was kann ich mir zukaufen, wie stelle ich mich dann auf. Muss flexibel sein, vor allem jetzt in der Welt, viel flexibler als vorher.

(37:59 - 38:26)

Wir haben ja als Konzern auch die Frage, kaufen wir einen oder bauen wir, also das ist Build or Buy. Das sind Themen, glaube ich, mit Philipp. Das haben wir ja bei der CDP zum Beispiel, aber das haben wir auch bei, wenn du in den Analytics-Bereich reingehst oder in den Reporting-Bereich, stellt sich ja auch die Frage, nutzen wir dann irgendwie Komponenten, die jetzt für Microsoft out of the box kommt oder müssen wir selber dann Modelle entwickeln, so gleiche Fragestellung.

(38:27 - 39:13)

Definitiv, das ist ein spannender Blick, wenn du jetzt nochmal ein bisschen nachdenkst über die Zeit, als wir vor Jahren die Folge aufgenommen haben, sind das die Themen, die wir jetzt beleuchtet haben, die sich da verändert haben oder gibt es noch weitere Themen? Naja, ich glaube, wir haben vor ein paar Jahren schon viele von den Themen angeschaut. Ja, definitiv, das stimmt. Die gehen alle weiter, also ich sehe da jetzt nicht eine Evolution, weil natürlich hat jetzt so, ich sag mal, der Hype um AI mit JetGBT da ein bisschen Push reingemacht, viel mehr Attention, was aber notwendig war, aber an sich sind das jetzt keine neuen Themen.

(39:13 - 39:55)

Gerade, wenn man sich seit vielen Jahren im Data-Bereich irgendwie mit beschäftigt, war das eine notwendige Evolution und die Herausforderung, das Ganze ins Operations zu bringen, hat sich auch nicht verändert, aber spezialisierter. Ich glaube, man geht immer tiefer. Ich habe vorhin auf dem Weg hierher so ein Podcast gehört, ich glaube, es war Kassenzone, da ging es irgendwie um die Optimierung von, wie entwickelt sich TikTok versus Google Ads und dann haben sie gesagt, dass Google eben schon auf der letzte Rille optimiert, also die wirklich sozusagen die Pareto, die letzten 20%, 1%, 2% bei Google ist wahrscheinlich eher noch optimiert und ich glaube, auch da werden wir immer mehr hinkommen.

(39:55 - 40:43)

Vor Jahren haben wir über wenig Datastellen gesprochen, jetzt sind es immer mehr Spezialisten, immer mehr unterschiedliche Rollenbilder, die immer spezialisiertere Use Cases umsetzen. Ja, das mit Google ist ja auch ein spannendes Thema, mit dem beschäftigen wir uns ja auch hier mit JIO, also im Prinzip Bot-Optimierung, also wie optimiere ich mein Content auch für Bots. Das ist ein komplett neues Segment, da müssen wir neue Profile schaffen, neue Leute einstellen, uns wieder mit neuen Themen beschäftigen, ist aber eigentlich, wenn du so möchtest, nur eine Fortentwicklung von Search Engine Optimierung, also früher haben wir uns darauf optimiert, dass wir bei Google Suche möglichst gut platziert sind, jetzt müssen wir gucken, dass wir bei ChatGBT überall gut platziert sind.

(40:45 - 41:04)

Und es wird nicht langweilig. Es wird definitiv nicht langweilig. Solltet ihr den Podcast jetzt zum ersten Mal hören oder eben generell schon hören, aber noch nicht abonniert haben, nutzt die Chance, geht auf Apple Podcast, Spotify, abonniert den Podcast und lasst mir gerne auch eine Bewertung da.

(41:05 - 42:04)

Steven, du kennst ja die zwei Fragen, ich hoffe, vielleicht hat sich noch was geändert, vielleicht nicht im privaten Umfeld, aber vielleicht der Filmtitel. Was machst du noch privat mit Daten und welchen Filmtitel oder Serientitel würdest du unserer Folge geben? Also ich hab, ich wusste ja, dass die Frage kommt, ich hab auch ein bisschen drüber nachgedacht. Ich würde beim Filmtitel tatsächlich beim gleichen bleiben.

Also ich hab damals den 14 Peaks genommen, also im Prinzip war er ein Film, wo Nepali alle 14 Achttausender bestiegen hat und damals aber so ein bisschen die Interpretation eigentlich auf die Vorbereitung gelegt. Also wie finde ich das richtige Team, das Setting, Wetter, wie analysiere ich das, um die richtigen Zeitpunkte zu finden. Und heute würde ich die Interpretation eher machen, dass ich mindestens 14 Gipfel habe mit Hochs und Tiefs, die ich erklimmen und beschreiten muss.

(42:04 - 42:19)

Also ich finde den Film immer noch genial, ich finde das Thema passt ganz gut. Und in meiner privaten Nutzung hat sich auch nichts geändert. Also ich bin immer noch viel in den Bergen unterwegs, ich arbeite immer noch dort mit allen möglichen Wetter, Lawinen und anderen Daten.

(42:19 - 42:46)

Und allerdings die Art, wie ich damit arbeite, hat sich verändert, weil ich tatsächlich auch im privaten Umfeld also sehr viel mit AI arbeite, mir damit nochmal super viel Zeit spare, weil es mir einfach hilft, das Ganze schon vorzubereiten, zu interpretieren, rauszusuchen. Also das hat sich verändert. Cool.

Vielen, vielen Dank für die Folge. Danke dir, Jonas.

Transkribiert von TurboScribe.ai. Upgrade auf Unbegrenzt, um diese Nachricht zu entfernen.