Anwendungsfall: Inaktive Kund:innen mit einem umsatzorientierten Decisioning-Agenten zurückgewinnen

Dieses Beispiel veranschaulicht, wie eine fiktive Marke BrazeAI Decisioning Studio™ Pro und einen Decisioning-Agenten einsetzt, um jede:n Kund:in zur optimalen Entscheidung aus der Aktionsbank zu leiten, Messaging für die Rückgewinnung zu personalisieren und den Umsatz zu optimieren. Es verbindet Agentendesign, Zielgruppen und Experimente, Orchestrierung über Braze sowie kontinuierliches Lernen nach dem Start.

Nehmen wir an, Poppy ist CRM-Manager:in bei Kitchenerie, einer fiktiven Online-Handelsmarke, die auf Küchenartikel spezialisiert ist.

Viele Kund:innen durchstöbern saisonale Kollektionen nur ein- oder zweimal, bevor sie die Seite verlassen. Frühere Rückgewinnungsprogramme setzten auf feste Journeys und manuelle A/B-Splits, um Texte zu testen. Herauszufinden, welche Kombination aus Angebot, Kanal, Frequenz und Timing den Kaufumsatz für jede:n Kund:in maximiert, blieb ein separates Problem. Die Priorität der Geschäftsleitung ist klar: So viele inaktive Käufer:innen wie möglich zurückgewinnen und den Umsatz steigern, ohne die Guardrails für Rabatte oder Häufigkeit zu verletzen.

Diese Anleitung beschreibt, wie Poppy:

• Inaktive oder gefährdete Kund:innen als Zielgruppe des Agenten definiert und gleichzeitig Experimentgruppen für einen fairen Vergleich strukturiert
• Dem Agenten ermöglicht, die am besten passenden zulässigen Aktionen aus einer umfangreichen Aktionsbank auszuwählen, sodass das Messaging im großen Maßstab personalisiert bleibt
• Die Orchestrierung einrichtet, damit Entscheidungen in Braze als Customer-Engagement-Plattform einfließen
• Den Agenten startet und ihm ermöglicht, autonom zu lernen, was den Rückgewinnungsumsatz steigert

Schritt 1: Erfolgsmetriken festlegen und definieren, „wen“ der Agent anspricht

Poppy legt die Erfolgsmetrik fest, die der Agent maximieren soll: den Umsatz aus Wiederholungskäufen von Kund:innen, die nicht mehr kaufen.

Anschließend definiert sie, wer in das Programm aufgenommen wird: ein Braze-Segment aus ehemaligen Käufer:innen oder hochwertigen inaktiven Nutzer:innen. Jetzt muss Poppy dem AI Decisioning Services Team nur noch mitteilen, welches Segment der Agent ansprechen soll. Die Daten dieses Segments werden im Hintergrund abgerufen, ohne dass Poppy selbst eine Integration einrichten muss.

Schritt 2: Aktionsbank und Einschränkungen erstellen

Poppy legt die Dimensionen fest, die für Rückgewinnungsstrategien relevant sind:

• Angebot: Kostenloser Versand, prozentualer Rabatt oder Artikel-Bundle
• Kanal: E-Mail, Push oder SMS
• Sendezeit oder -frequenz
• Creative: Kleine Illustrationen oder nutzenorientierte Texte

Für jede Dimension listet sie in der Aktionsbank konkrete Optionen auf. Das sind die einzigen Aktionen, die der Agent ausführen darf (alles andere ist von vornherein ausgeschlossen). Der Agent experimentiert anschließend mit den zulässigen Kombinationen, um herauszufinden, was bei den einzelnen Kund:innen funktioniert, und optimiert dabei die gewählte Erfolgsmetrik.

Schritt 3: Daten vorbereiten und Orchestrierung mit Braze verbinden

Gemäß Daten verbinden stellt Poppy sicher, dass umfangreiche First-Party-Signale (darunter Kaufverlauf, Kategorie-Affinität, Surfverhalten und Engagement) in den Agenten einfließen, damit jede Entscheidung auf echtem Verhalten basiert.

Für die Orchestrierung nutzt sie den nativen Braze-Weg: Decisioning Studio Pro entscheidet, was wann gesendet wird, und Braze stellt es zu. Sie plant pro Kanal Basis-Templates (API-getriggerte Campaigns) mit dynamischen Feldern für Angebote und Creatives und legt die erneute Teilnahmeberechtigung fest.

Schritt 4: Starten, überwachen und auf Umsatz optimieren

Nach der Überprüfung der Konfiguration mit den AI Decisioning Services startet Poppy den Agenten. Der Agent empfiehlt nun Aktionen pro Nutzer:in und orchestriert Sendungen über Braze, um sich im Laufe der Zeit zu verbessern.

Durch die Kombination einer umsatzorientierten Erfolgsmetrik mit einem Decisioning-Agenten, der kontinuierlich zulässige Aktionen testet, wechselt Kitchenerie von statischen Massenaussendungen zur Rückgewinnung zu 1:1-Entscheidungen, die sich an jede:n Kund:in anpassen. Ziel ist es, mehr Kund:innen zurückzugewinnen und den Umsatz zu steigern – und dabei die von Poppy definierten Geschäftsregeln einzuhalten.