
CUSTOMER STORIES
IONOS maximiert Umsatz und Kundenbindung durch eine ganzheitliche 360-Grad-Kundensicht
Dank Snowflakes künstlicher Intelligenz und maschinellem Lernen können die Servicemitarbeitenden von IONOS Kundenprobleme schnell lösen, die Abwanderung reduzieren und den Umsatz steigern.
150Datenquellen konsolidiert
15.000Anruftranskripte pro Tag analysiert


Branche
TechnologieStandort
Montabaur, DeutschlandHerausragender Kundensupport dank Daten
In kundenorientierten Branchen ist das Management von Beziehungen und Supportinteraktionen unerlässlich, um stets die Nase vorn zu haben. Die Zeit, die es kostet, um Nutzerprobleme zu erkennen, zu beheben und zu lösen, kann den Unterschied ausmachen zwischen Kund:innen, die Ihnen treu bleiben, und Kund:innen, die zu Mitbewerbern abwandern. Wenn Sie zu lange brauchen, wird das Geschäft darunter leiden. Doch wenn Sie Probleme schnell lösen, wird sich auch Ihr Ansehen in Windeseile verbessern. Aber was wäre, wenn Sie Probleme lösen könnten, bevor sie überhaupt gemeldet werden?
IONOS SE ist ein globales Webhosting-Unternehmen, auf das über 6,6 Millionen Kund:innen und Unternehmen verschiedenster Größen vertrauen, um ihre Ideen zum Leben zu erwecken. Von der Bereitstellung von Domains und Hosting bis hin zur Unterstützung von Nutzenden beim Erstellen ihrer Websites – der Konzern bietet eine Vielzahl leistungsstarker Produkte, damit Menschen und Unternehmen ihre Onlinepräsenz optimal nutzen können. Das umfasst KI-gestütztes Webdesign, eine digitale Rezeption, Sovereign Cloud-Hosting sowie E-Commerce-Support. Diese Produkte und Services werden Kund:innen mit der Unterstützung eigens zugewiesener Servicemitarbeitender bereitgestellt.
Um möglichst gezielte und zeitnahe Kundeninteraktionen in den Bereichen Marketing, Vertrieb und Support zu gewährleisten, benötigte IONOS eine zentrale Datengrundlage, die Silos in den Abteilungen Kundenservice, Vertrieb, Marketing und Produkt beseitigen sollte. Vor sechs Jahren migrierte das Unternehmen zur Snowflake AI Data Cloud, um Kundendaten zu zentralisieren und detaillierte Einblicke in Nutzung und Aktivität zu gewinnen. So konnte IONOS seinen Umsatz durch gezielte Marketing- und Vertriebsinteraktionen steigern, die Kundenzufriedenheit und -bindung durch personalisierten Support verbessern und Einblicke in die Probleme der Nutzenden gewinnen, bevor diese überhaupt Support anfordern.
Story-Highlights
Ein vollständiger Überblick über die Kundenaktivitäten: Mit Snowflake hat IONOS Datensilos beseitigt und einen Single Point of Truth geschaffen, um Kund:innen besser zu verstehen und besser auf sie einzugehen.
Mehr Umsatz und höhere Bindung dank verbesserter Service- und Vertriebsinteraktionen: Mit zentralisierten Kundendaten hilft IONOS seinen Serviceteams, Probleme schneller zu lösen, beim Upselling die relevantesten Produkte anzubieten und 30 % der Kund:innen zu halten, die eigentlich anrufen, um zu kündigen.
- Umsatzsteigerung durch intelligentes Upselling: Mithilfe von ML-Algorithmen, die mit Snowflake-Daten arbeiten, kann IONOS Serviceinteraktionen transkribieren, um Produkte und Angebote zu verbessern; automatisch die am besten geeigneten Produkte ermitteln, um das Upselling zu optimieren; und wichtige Kundendetails in Erfahrung bringen, um gezieltere Marketinginteraktionen zu ermöglichen.
Eine Grundlage für bessere Kundenerfahrungen
Zu wissen, was Kund:innen brauchen und wollen, ist entscheidend, um ihnen die Erfahrungen zu bieten, die letztlich Markentreue und Umsatz steigern. Deshalb hat es für IONOS Priorität, Einblicke in das Kundenverhalten zu gewinnen und ihre Customer Journeys zu verstehen. Doch bei seiner Analytik verließ sich das Unternehmen ursprünglich auf separate, isolierte Datasets, was es unmöglich machte, umfassende Einblicke in das Verhalten und die Bedürfnisse der Kundschaft zu gewinnen.
„Unsere verschiedenen Marken hatten Datensilos, die jeweils auf Abteilungen wie Kundenservice, Vertrieb und Finanzen verteilt waren“, erklärt Thomas Krug, Senior Manager of Group Data Management and Applications bei IONOS. „Unser Plan war es, diese Daten zusammenzuführen, um möglichst detaillierte Einblicke in Kundenaktivitäten zu erhalten.“
Um die Grundlage für Geschäftsanalysen und operatives Reporting zu schaffen, musste IONOS zunächst eine fragmentierte Dateninfrastruktur ersetzen, in der verschiedene Datensilos über das gesamte Unternehmen verteilt waren. Mit Snowflake hat der Konzern über 150 Datenquellen all seiner Marken auf einer zentralen Plattform konsolidiert. Das Ergebnis ist eine 360-Grad-Sicht auf Kund:innen, Verträge und Domains.
Die Konsolidierung der Daten war jedoch nur die halbe Miete: Damit IONOS den maximalen Nutzen aus diesen Daten ziehen kann, müssen sie schnell und zentral bereitgestellt werden.
„Angefangen haben wir mit einem klassischen ETL-Ansatz, bei dem wir einmal täglich große Datenmengen an Snowflake übertragen haben“, so Krug. „Doch um schneller auf Kundenanforderungen zu reagieren, brauchten wir mehr ereignisbasierte Daten, die in Echtzeit erfasst werden müssen.“
Hierzu nutzt IONOS Snowflake Snowpipe Streaming, um kontinuierlich Daten mit niedriger Latenz direkt in Snowflake zu laden und nahezu in Echtzeit Einblicke in die Nutzeraktivität zu gewinnen. Das Unternehmen nutzt außerdem Dynamic Tables, um die Datenumwandlung und das Pipeline-Management zu vereinfachen und so mit minimalem technischem Aufwand schneller Einblicke zu gewinnen.
„Die Einrichtung einer Dynamic Table dauert nur wenige Minuten. Mit einem anderen Ansatz würde das Ganze Stunden dauern“, so Laurent Beck, Manager of Data Engineering bei IONOS. „Außerdem sparen wir so einen großen Teil der Wartungszeit, sodass sich unsere Engineers auf technisch anspruchsvollere Aufgaben konzentrieren können, anstatt sich nur darum zu kümmern, dass alles läuft.“
Zeitnahe, relevante Interventionen dank KI-Einblicken
Als zunehmend KI-orientiertes Unternehmen ist es kaum überraschend, dass IONOS für Interaktionen in Vertrieb, Marketing und Service künstliche Intelligenz und maschinelles Lernen einsetzt.
Das Datenteam nutzt bereits Snowflake Notebooks, um Anruftranskriptionen für täglich über 15.000 Interaktionen an ein KI-Modell zu senden, das der Konzern in seiner Cloud hostet. Diese Ergebnisse werden dann in Snowflake gespeichert, um Details zu wiederkehrenden Produktproblemen oder zu erfolgreichen Verkaufsgesprächen zu zentralisieren. Anschließend werden diese Informationen verwendet, um Produkte zu verbessern, personalisierte Interaktionen bereitzustellen und Best Practices in Vertriebs- und Serviceteams zu etablieren.
Mit diesen Erkenntnissen kann IONOS außerdem besser abwanderungsgefährdete Kund:innen identifizieren – und zwar bevor sie sich dazu entscheiden, ihr Abonnement zu kündigen – und kann diese Kund:innen proaktiv kontaktieren. „In der Vergangenheit konnten wir rund 1 % dieser Transkripte analysieren, da alles manuell durchgeführt werden musste“, erklärt Beck. „Heute können wir sie alle prüfen, indem wir die Analyse des Abwanderungsrisikos mit einer Genauigkeit von mindestens 50 % automatisieren. So sind wir heute viel besser in der Lage, potenziell unzufriedene Kund:innen zu erreichen – und zwar dann, wenn es am dringendsten ist.“
Maschinelles Lernen ermöglicht es außerdem, den Teams im Kontaktcenter eine automatisierte und priorisierte Produktliste für Upselling-Möglichkeiten bereitzustellen. Diese „Next Best Offers“ (nächste bestmögliche Angebote) sorgen dafür, dass Kund:innen immer die relevantesten Produkte und Services präsentiert werden. Bei IONOS haben diese ML-basierten Empfehlungen in den letzten Jahren für eine bis zu zweifache Steigerung der Konversionsrate gesorgt.
IONOS nutzt KI auch, um automatisch die Branche eines Kundenunternehmens zu ermitteln und so Marketing- und Vertriebsaktivitäten auf allgemeine Branchenanforderungen oder -probleme abzustimmen. Vertriebsteams oder Marketingkampagnen können beispielsweise Kund:innen, die ein Buchungssystem nutzen, einen KI-gestützten Rezeptionisten als Teil ihrer IONOS-Erfahrung empfehlen. So können sich Nutzende auf die Bereitstellung ihrer Services konzentrieren, anstatt Anrufe entgegenzunehmen und Termine zu organisieren.
„Durch die Nutzung von Snowflake-Daten in Verbindung mit unseren Algorithmen für maschinelles Lernen können wir unseren Servicemitarbeitenden sofortige Einblicke geben, welche Produkte für das Upselling und Cross-Selling bei unseren Kund:innen am besten geeignet sind. Das war für unser Kundenbindungsteam ein echter Gamechanger.“
Laurent Beck
Gesteigerte Kundenbindung dank proaktiver Einblicke
KI ist nicht der einzige Bereich, in dem IONOS auf Snowflake setzt, um Abwanderung zu verhindern. Eine schlechte Kundenerfahrung kann schnell zu verlorenen Kund:innen führen – aber manchmal sind die Warnsignale für eine drohende Kündigung in den Details vergraben.
„Wir sammeln gemäß DSGVO Daten darüber, wie Kund:innen unsere Produkte verwenden – aber auch darüber, wie sie sie nicht verwenden“, so Krug. „Mit den Jahren haben wir gelernt, dass Kund:innen, die ein Produkt kaufen und es nicht innerhalb eines bestimmten Zeitraums verwenden, es irgendwann kündigen.“
Indem IONOS anhand von Snowflake-Daten untersucht, wie Produkte verwendet werden, kann das Team Fälle identifizieren, in denen ein Abwanderungsrisiko besteht, und diese Kund:innen mit Präventivmaßnahmen wie Rabatten oder alternativen Produktempfehlungen ansprechen.
Auch diese Interventionen sind datengestützt, was deutlich zur preisgekrönten Kundenbetreuung des Konzerns beiträgt. Mit Snowflake erhalten Mitarbeitende Empfehlungen für die besten Rabatte und alternativen Produkte, die sie ihren Kund:innen anbieten können. So kann das Team rund 30 % der Kund:innen halten, die eigentlich anrufen, um ihr Abonnement zu kündigen.
Mit zeitnah bereitgestellten Daten kann IONOS außerdem Kundenprobleme schneller lösen, was Nutzenden viel Frust erspart, der ansonsten schnell zu Abwanderung führen kann. Einer der wichtigsten Indikatoren für guten Kundensupport ist die schnelle Lösung von Problemen. Dank der Snowflake-Einblicke, die direkt aus Kundenaktivitäten gewonnen werden, können Serviceteams Probleme verstehen, lange bevor Kund:innen überhaupt Hilfe anfordern. Das Ergebnis ist eine wirklich nahtlose Erfahrung, die die Zufriedenheit steigert und die Wahrscheinlichkeit von Kunden- und Umsatzverlusten minimiert.

„Mit Snowflake erfassen wir Daten zu fehlgeschlagenen Aktionen und stellen diese Informationen unseren Servicemitarbeitenden zur Verfügung, noch bevor sie den Hörer abnehmen. Dadurch haben wir einen Vorsprung bei der Problemlösung und können technisch anspruchsvollere Anliegen sofort an die entsprechenden Support-Ebenen eskalieren, ohne dass Kund:innen ständig weiterverbunden werden müssen.“
Thomas Krug
Eine erfolgreiche Zukunft dank exzellenter Kundenbeziehungen
IONOS steht gerade erst am Anfang seiner Snowflake-Reise. Künftig plant das Unternehmen, zusätzliche Snowflake-Funktionen zu nutzen, um Daten für leitende Entscheidungstragende noch zugänglicher zu machen, darunter beispielsweise die LLM-Funktionen von Snowflake Intelligence.
„Wir entwickeln eigene KI-Agenten in Snowflake, damit das obere Management mit Daten sprechen kann“, erklärt Krug. „Damit reduzieren wir die Zeit, die unsere Engineers mit der Erstellung von Reporting-Dashboards verbringen, und Führungskräfte können Daten auf neue und interessantere Weise erkunden.“
All diese Informationen ermöglichen es IONOS, die Servicelevel und Produkte bereitzustellen, die letztlich für treue Kund:innen sorgen. Mit Einblicken in jede Kundeninteraktion unterstützt der Konzern seinen preisgekrönten Kundensupport, erkennt Probleme, bevor sie überhaupt gemeldet werden, steigert Verkaufszahlen und kann Marketingaktivitäten effektiver auf Kund:innen abstimmen. Doch die Daten helfen auch Kund:innen dabei, Websites zu entwickeln, die in der Welt des Online-Business einen optimalen ersten Eindruck hinterlassen – und den Besucher:innen in Erinnerung bleiben.
„Wenn wir nicht in Snowflake investiert hätten, wären wir heute definitiv nicht so erfolgreich, wie wir es sind“, freut sich Krug. „Diese zentrale Daten- und Intelligence-Plattform steigert den Umsatz und Erfolg. Und dank ihrer Einfachheit können wir auch mit einem kleinen Datenteam mehr erreichen.“


