Eine quantitative Befragung von 415 Fachleuten
Die Studie untersucht, wie Werkzeuge künstlicher Intelligenz in den Phasen des Marketingprozess-Rahmens im südafrikanischen E-Commerce-Sektor eingesetzt und integriert werden. Sie nutzt den SOSTAC-Rahmen (Situationsanalyse, Ziele, Strategie, Taktik, Aktion, Kontrolle) und eine selbst ausgefüllte Online-Befragung von 415 Fachleuten des digitalen Marketings im südafrikanischen Einzelhandel, mit einer vierstufigen Likert-Skala (von 1, stimme überhaupt nicht zu, bis 4, stimme voll zu). Das Vorhaben wurde von einer universitären Ethikkommission genehmigt (NWU-00620-24-A4). [1]
Die Stichprobe wurde durch nicht-probabilistische, gezielte Auswahl aus dem Online-Panel eines internationalen Marktforschungsunternehmens gebildet; Voraussetzung war eine Tätigkeit im digitalen Marketing im südafrikanischen Einzelhandel. [1]
Wo KI am stärksten genutzt wird
Vierzehn KI-Anwendungen wurden jeweils auf der Skala von 1 bis 4 bewertet. Die höchsten angegebenen Zustimmungswerte (Summe aus 'stimme zu' und 'stimme voll zu') betrafen die Inhaltspersonalisierung (88,2 %) und zielgruppenspezifisches Content-Marketing (87,7 %). [1]
Bezogen auf die sechs Phasen des Rahmens konzentriert sich diese Nutzung stark auf die Phasen Taktik und Aktion (Inhaltspersonalisierung, Chatbots), die die Studie als Phasen mit hoher Nutzung beschreibt. [1]
Eine Einordnungslücke in der Phase Ziele
Die Tabelle der KI-Anwendungen ordnet keine der vierzehn untersuchten Anwendungen der Phase Ziele des SOSTAC-Rahmens zu; der Autor deutet dies als mögliche Lücke beim Einsatz von KI für die Zielsetzung, nicht als gemessenen, niedrigeren Nutzungsgrad dieser Phase: Die Studie berichtet keine Adoptionsdaten für die Phase Ziele. [1]
Sprachsuche und E-Mails: die am wenigsten bevorzugten taktischen Anwendungen
Von den vierzehn untersuchten Anwendungen zeigen Sprachsuche und personalisierte E-Mails — von der Studie der Phase Taktik des Rahmens zugeordnet, ebenso wie die Inhaltspersonalisierung — die niedrigsten angegebenen Zustimmungswerte, mit Mittelwerten von 3,02 beziehungsweise 3,01 auf einer Skala von 1 bis 4. [1]
Die Studie gibt an, dass diese beiden Anwendungen eine größere Variabilität in ihrer wahrgenommenen Wirksamkeit oder Umsetzbarkeit zeigen, was sie mit niedrigeren Mittelwerten und höheren Standardabweichungen verbindet. [1]
Die Tabelle mit deskriptiven Statistiken relativiert diese Lesart: Die Standardabweichung der Sprachsuche (0,834) liegt unter der des Kundensupports per Chatbot (0,846), einer Anwendung, die die Studie an anderer Stelle als Säule hoher Nutzung darstellt; von den vierzehn Anwendungen weisen nur personalisierte E-Mails (0,860) und Chatbots (0,846) die beiden höchsten Standardabweichungen auf. [1]
Strategie und Kontrolle: die qualitative Einordnung des Autors
In der qualitativen Zusammenfassung nach Phasen des Autors wird Strategie (prädiktive Analytik zur Segmentierung) als „moderate/aufkommende“ Nutzung eingeordnet. Die Situationsanalyse (Verständnis von Mustern des Konsumentenverhaltens) wird als „moderate“ Nutzung eingeordnet. Kontrolle (Echtzeitoptimierung und Attribution) wird als „aufkommende/niedrigere“ Nutzung eingeordnet. [1]
Was die Empfehlungen des Autors hinzufügen
Der Autor empfiehlt Organisationen, Investitionen in Dateninfrastruktur, funktionsübergreifende Integration und KI-Kompetenz zu priorisieren, um strategischere Nutzungen von KI zu ermöglichen, und KI systematisch in die Phasen Planung, Umsetzung und Bewertung einzubetten, innerhalb regulatorischer Rahmenbedingungen, die Personalisierung mit Datenschutz in Einklang bringen. [1]
Zahlen, die der Studientext nicht immer bestätigt
Der Studientext behauptet, die Inhaltspersonalisierung (AIA2) habe mit 3,17 von 4 den höchsten Mittelwert. Die Tabelle mit deskriptiven Statistiken derselben Studie weist jedoch für den Kundensupport per Chatbot (AIA4) einen höheren Mittelwert aus, 3,19 von 4: Die beiden veröffentlichten Zahlen stimmen nicht überein. [1]
Ebenso benennt der Studientext das Verständnis des Konsumentenverhaltens (AIA14) als die Anwendung mit dem höchsten Anteil an 'stimme überhaupt nicht zu'-Antworten, mit 6,3 %, während die Tabelle derselben Studie für personalisierte E-Mails (AIA7) einen höheren Anteil von 6,7 % ausweist. [1]
Die Studie berichtet lediglich deskriptive Statistiken (Prozentwerte, Mittelwerte, Standardabweichungen, Schiefe, Kurtosis) zu selbstberichteter Zustimmung; kein statistischer Test, keine Korrelation und kein Vergleich zwischen den Phasen werden vorgelegt, was jede Lesart als geprüftes Muster oder Fortschreiten zwischen Phasen einschränkt. [1]
Grenzen der Befragung
Die nicht-probabilistische, gezielte Auswahl aus dem Panel eines einzigen Marktforschungsunternehmens, beschränkt auf Befragte aus dem südafrikanischen Einzelhandel, bedeutet, dass die Ergebnisse die Wahrnehmungen dieses Panels beschreiben und nicht auf alle Fachleute des digitalen Marketings, andere Branchen oder andere Länder verallgemeinert werden können. [1]
Die berichteten Nutzungsgrade beruhen auf selbstberichteten Zustimmungsaussagen ('unsere Organisation setzt ein...') und nicht auf verifizierten Nutzungs-, Ausgaben- oder Leistungsdaten: Die Werte von 86 bis 88 % spiegeln eine individuelle Wahrnehmung wider, keinen geprüften Einsatz. [1]
Was ein Planungsteam daraus mitnehmen kann
Bevor KI auf Kontroll- und Attributionsfunktionen ausgeweitet wird, könnte ein Team, das seinen Marketingplan nach dem SOSTAC-Rahmen steuert, in der eigenen Phase Ziele explizit prüfen, ob ein KI-Werkzeug tatsächlich die Zielsetzung unterstützt, statt eine einheitliche KI-Abdeckung über den gesamten Rahmen anzunehmen: Dies ist kein Ergebnis der Studie, sondern eine interne Prüfung, die von der Redaktion vorgeschlagen wird. [1]
