Tipps für Ihr Geschäft: der AI-Berater, der aus Ihren Daten herausliest, wie Sie mehr Buchungen bekommen

Jedes Konto in micali.online sammelt im Monat Hunderte Zahlen. Wer sich Ihre Buchungsseite angesehen hat und woher er kam. Wer ein Termindetail geöffnet hat und nie wiedergekommen ist. Welche Termine sich gefüllt haben, welche leer geblieben sind, wer nicht erschienen ist und wer fünfmal hintereinander gebucht hat. In den Statistiken können Sie sich diese Zahlen ansehen. Aber Zahlen allein sagen Ihnen nicht, was Sie damit am Montagmorgen anfangen sollen, wenn ein Kunde vor Ihnen steht und keine Tabelle.

Deshalb haben wir micali.online um den AI-Berater erweitert. Er geht in der Regel einmal pro Woche durch Ihr Konto, berechnet alles, was darin in den letzten 30 Tagen passiert ist, vergleicht es mit dem Vormonat und mit den anderen Konten auf der Plattform und schickt Ihnen 3 bis 5 konkrete Empfehlungen, wie Sie mehr Buchungen bekommen. Jede Empfehlung nennt die Zahl, die sie ausgelöst hat, den Grund, die Schritte und einen Link zu der Seite, auf der Sie den ersten dieser Schritte machen. In der App finden Sie ihn unter dem Namen Tipps für Ihr Geschäft.

In diesem Artikel zeigen wir, was der Berater genau berechnet, warum hinter jeder Empfehlung Mathematik steckt und kein Bauchgefühl, warum jeden Vorschlag vor dem Versand ein Mensch liest und wie die Empfehlungen aussehen, die die ersten Kontoinhaber bereits erhalten haben.

Was der Berater sieht

Der Berater arbeitet mit einem 30-Tage-Fenster und einem gleich langen Fenster davor, um einen Ausreißer von einem Trend unterscheiden zu können. Aus Ihrem Konto erstellt er eine Momentaufnahme von acht Bereichen:

• Traffic der öffentlichen Seite: die Zahl der Menschen, woher sie kamen (Facebook, Instagram, Google, Direktlink, bezahlte Werbung), von welchem Gerät, in welcher Sprache und auf welcher Seite sie zuerst gelandet sind.
• Buchungstrichter: wie viele Menschen die Liste gesehen haben, wie viele ein Termin- oder Dienstleistungsdetail geöffnet haben, wie viele eine Buchung begonnen haben, wie viele sich angemeldet haben und wie viele die Buchung abgeschlossen haben.
• Auslastung jeder Veranstaltung und jedes Termins: leere Termine, volle Termine, die durchschnittliche Anzahl belegter Plätze und welcher Wochentag und welche Uhrzeit bei Ihnen am besten funktionieren.
• Anwesenheit und Zahlungen: wer gekommen ist, wer nicht erschienen ist, wie viele Buchungen ohne Eintrag geblieben sind und wie viele unbezahlte Buchungen Sie in den nächsten sieben Tagen haben.
• Besucher: wer wiederholt bucht, wer noch nie gebucht hat, wer sich 60 Tage lang nicht gemeldet hat und wer regelmäßig zu Ihnen kommt, aber keinen vorausbezahlten Plan hat.
• Vorausbezahlte Pläne: was in den nächsten zwei Wochen ausläuft, was ohne Verlängerung ausgelaufen ist und was auf Bestätigung wartet.
• Kommunikation: unbeantwortete Nachrichten von Besuchern, fehlgeschlagene E-Mails, eingerichtete Erinnerungen und Fragebögen.
• Profil: die Länge der Beschreibung, Kategorie, Website, soziale Netzwerke, Kontakt. Also das, was ein Besucher als Erstes sieht.

Wie aus Zahlen Signale werden

Hier liegt der Kern der ganzen Sache. Die Momentaufnahme des Kontos liest nicht die AI, sondern ein Satz von mehr als zwanzig deterministischen Detektoren. Jeder von ihnen sucht nach einem konkreten Muster, und wenn er es findet, erzeugt er ein Signal samt den Zahlen, die es belegen. Ein paar Beispiele dafür, was unter der Haube berechnet wird:

Schnelle Absprünge. Bei jeder Anzeige der Liste messen wir, wie lange ein Besucher darauf geblieben ist. Verlässt er sie innerhalb von zehn Sekunden, zählen wir das als schnellen Absprung. Wenn so mehr als die Hälfte der Menschen abspringt, hat die Liste ihnen nicht gesagt, warum sie weiterklicken sollten.

Der Trichter Schritt für Schritt. Wir verfolgen den Übergang vom Termindetail zur begonnenen Buchung, zur Anmeldung und zum Abschluss. Jeder Schritt hat seine eigene Quote. Gleichzeitig teilen wir die Besucher in jene, die aus bezahlter Werbung kamen, und organische auf, um zu sehen, ob die Werbung Menschen bringt, die wirklich buchen, oder nur klicken.

Die besten und schlechtesten Zeiten der Woche. Jeden durchgeführten Termin ordnen wir der Zelle Wochentag × Uhrzeit zu und berechnen für jede Zelle die durchschnittliche Anzahl belegter Plätze. Zellen mit mindestens zwei Terminen sortieren wir, und so kann der Berater sagen, dass Ihnen Donnerstag um 19 Uhr im Schnitt drei belegte Plätze bringt und Freitag um 8 Uhr keinen.

Leere Termine und Belegungsquote. Bei jeder Veranstaltung vergleichen wir die Zahl der durchgeführten Termine mit der Zahl der leeren. Blieb mindestens die Hälfte von fünf oder mehr Terminen leer, ist das ein starkes Signal. Füllten sich die Termine zwar, aber im Schnitt unter 30 % der Kapazität, ist das ein schwächeres Signal mit einer anderen Empfehlung.

Last-Minute-Buchungen. Aus dem Unterschied zwischen der Erstellung der Buchung und dem Beginn des Termins berechnen wir den durchschnittlichen Vorlauf. Wenn mehr als 40 % der Menschen weniger als 24 Stunden vorher buchen, ist es sinnvoll, Erinnerungen und Werbung anders zu planen.

No-Shows. Aus der erfassten Anwesenheit berechnen wir den Anteil der Menschen, die gebucht haben und nicht erschienen sind. Über 20 % ist das ein Signal, das mit einer fehlenden Erinnerung vor dem Termin oder einem fehlenden Zahlungslink zusammenhängt.

Die Schwellenwerte sind bewusst konservativ. Ein Signal bedeutet „das ist einen Satz wert“, nicht „das ist statistisch sicher“. Und bei wenig Daten schweigt der Detektor lieber, als auf Basis von drei Besuchen etwas zu empfehlen.

Der Vergleich mit der gesamten Plattform

Die meisten Zahlen haben ohne Vergleich keine Bedeutung. Sind 3 % Übergang vom Termindetail zur Buchung ein schlechtes Ergebnis? Das lässt sich nicht sagen, ohne zu wissen, was die anderen erreichen. Deshalb berechnet der Berater bei jedem Lauf die Mediane der gesamten Plattform für die wichtigsten Kennzahlen: schnelle Absprünge von der Liste, Besuche mit nur einer Seite, den Übergang vom Detail zur Buchung, die Belegungsquote der Termine und den Anteil erfasster Anwesenheit. In die Mediane fließen nur Konten mit ausreichendem Traffic ein, damit neue oder kaum genutzte Konten sie nicht verzerren.

Der Vergleich hat noch eine Konsequenz, auf die wir großen Wert legen. Hat Ihr Konto einen schwachen Übergang vom Detail zur Buchung, aber die gesamte Plattform hat ihn genauso schwach, liegt das Problem nicht an Ihrer Terminbeschreibung. Das Problem liegt an unserer Buchungsseite. Ein solches Signal wird Ihnen nie als Empfehlung angezeigt. Stattdessen landet es auf dem Tisch unseres Teams als Produkt-Feedback. Der Berater sucht also nicht nur, was Sie verbessern können, sondern auch, was wir verbessern müssen.

In den Vergleich fließen ausschließlich zusammengefasste Mediane ein. Kein Konto sieht die Zahlen eines anderen Kontos, und Ihre Empfehlungen enthalten nur Ihre eigenen Daten. Andere Konten sind darin nur als eine einzige Zahl präsent: der Median, mit dem Sie verglichen werden.

Wo die AI ins Spiel kommt und wo nicht

Das Sprachmodell in diesem System berechnet nichts. Es bekommt die Momentaufnahme des Kontos, die Liste der Signale mit den belegenden Zahlen und die Mediane der Plattform, und seine Aufgabe ist es, daraus verständliche Empfehlungen zu schreiben. Die Regeln sind streng: Jede Empfehlung muss sich auf ein konkretes Signal stützen, darf nur Zahlen verwenden, die in der Momentaufnahme existieren, und nur auf Seiten aus der erlaubten Liste verweisen. Die Ausgabe des Modells durchläuft danach eine Kontrolle. Eine Empfehlung ohne Signal, mit einer erfundenen Zahl oder mit einem Link außerhalb der Liste wird verworfen, bevor sie irgendjemand zu sehen bekommt.

Dadurch können wir jeden Satz einer Empfehlung bis zu der Zahl zurückverfolgen, aus der er entstanden ist. Wenn der Berater schreibt, dass „373 Menschen aus der Werbung kamen und keiner davon eine Buchung begonnen hat“, ist das keine Schätzung. Das ist eine Zeile aus der Momentaufnahme Ihres Kontos.

Jede Empfehlung geht durch einen Menschen

Auch mit strengen Regeln gilt: Ein Modell kann einen Satz schreiben, der rechnerisch stimmt und trotzdem unglücklich klingt. Deshalb endet jeder Lauf des Beraters als Entwurf, den jemand aus unserem Team liest. Er kann Empfehlungen bearbeiten, freigeben oder ablehnen. Erst freigegebene Empfehlungen werden in die Sprache Ihres Kontos übersetzt und versendet. Niemand sollte eine Morgenstunde wegen eines automatisch erzeugten Textes absagen, den niemand gelesen hat.

Dieser Schritt kostet uns Zeit, aber wir wollen ihn nicht überspringen. micali.online nutzen Studios und Unternehmen in 31 Sprachen, und ein Ratschlag, der für ein Yogastudio in Bratislava selbstverständlich ist, kann für eine Musikschule in Warschau unbrauchbar sein. Der Mensch in der Schleife ist der Grund, warum wir hinter unseren Empfehlungen stehen.

Wie das bei Ihnen aussieht

Sobald die Empfehlungen fertig sind, bekommen die Kontoverwalter eine E-Mail und eine Benachrichtigung in der App. Auf der Hauptseite des Kontos erscheint die Karte Tipps für Ihr Geschäft. Jeder Tipp hat:

• einen Farbpunkt je nach Wichtigkeit, von informativ bis dringend, und grün bei einem positiven Signal, wenn Ihnen etwas gut gelingt und es sich lohnt, darauf aufzubauen,
• Warum: ein bis drei Sätze mit den Zahlen, die den Tipp ausgelöst haben,
• Was tun: zwei bis vier Schritte, in der App und außerhalb, zum Beispiel welche Veranstaltung Sie bearbeiten, wem Sie eine E-Mail schicken oder was Sie in der Werbung ändern sollen,
• einen Satz darüber, was sich real verbessern wird,
• eine Schaltfläche Öffnen, die Sie direkt zu der Seite bringt, auf der Sie den ersten Schritt machen.

Bei jedem Tipp können Sie auf Fertig, Ausblenden oder Nicht hilfreich klicken. Erledigte Tipps verschwinden von der Karte, und Ihre Antwort kommt zu uns zurück. Ein Tipp, den Inhaber als nicht hilfreich markieren, ist für uns ein Signal, dass wir den Detektor oder den Schwellenwert anpassen müssen, nicht Sie überzeugen sollen.

Sechs Beispiele aus der Praxis

Die folgenden Empfehlungen sind aus den ersten Läufen des Beraters entstanden. Die Namen der Konten und Veranstaltungen haben wir geändert, die Zahlen sind echt.

Werbung, die Menschen bringt, aber keine Buchungen. In 30 Tagen kamen 373 Besucher aus bezahlter Werbung. Keiner davon hat eine Buchung begonnen, im Schnitt sahen sie sich 1,1 Seiten an. Aus organischem Traffic kamen 181 Menschen, und 14 davon meldeten sich an. Empfehlung: die Kampagne pausieren, die auf die allgemeine Liste führt, und die Werbung direkt auf einen konkreten Termin mit Tag, Uhrzeit und der Schaltfläche „Platz buchen“ lenken. Der erste Schritt liegt in den Statistiken, wo zu sehen ist, was die Menschen aus der Werbung tatsächlich getan haben.

Morgentermine, zu denen niemand kommt. Die Morgen-Pilatesstunde hatte 23 Termine, und alle 23 blieben leer. Die Abendstunde desselben Studios hatte 17 von 21 leer, aber die Zellen Donnerstag, Samstag und Sonntag um 19 Uhr schnitten am besten ab. Empfehlung: die Morgentermine auf den Abend verlegen, bei den verbleibenden Morgenterminen eine Mindestkapazität und eine Anmeldefrist einstellen, damit eine Stunde ohne Interesse nicht stattfindet, und drei konkrete Abendzeiten bewerben.

Ein Termindetail, dem nichts folgt. Das Detail der Veranstaltung sahen sich 467 Menschen an, keiner begann eine Buchung, und 14 meldeten sich an. Das sind 3 % gegenüber dem Plattform-Median von 14,3 %. Gleichzeitig hatten drei Veranstaltungen eine kurze oder gar keine Beschreibung. Empfehlung: in den Beschreibungen ergänzen, für wen die Stunde ist, was ein Teilnehmer mitnimmt, was er mitbringen muss und wie die Buchung abläuft. Erst danach den Link erneut teilen.

Zeiten, die funktionieren, verlangen nach mehr Terminen. Die Kinderkurse dienstags um 10 Uhr hatten im Schnitt 8 belegte Plätze und freitags um 10 Uhr fünf. Gleichzeitig hatte das Konto 86 % geöffnete E-Mails von 201 versendeten. Empfehlung: weitere Dienstags- und Freitagvormittagstermine hinzufügen und sie per E-Mail ankündigen, die die Eltern offensichtlich lesen.

Volle Termine ohne Warteliste. Die Einzelstunden hatten drei volle Termine und die Gruppenstunden zwei, bei beiden war die Warteliste ausgeschaltet. Empfehlung: sie einschalten und eine Nachrichtenvorlage einrichten, damit ein durch eine Stornierung frei gewordener Platz an den nächsten Interessenten geht und nicht leer bleibt.

Menschen auf der Liste, die nie gebucht haben. Das Konto hatte 32 erfasste Besucher, 19 davon hatten nie gebucht und 10 hatten wiederholt gebucht. Empfehlung: aus diesen 19 eine Verteilerliste erstellen und ihnen eine Massen-E-Mail mit einem direkten Link zum nächsten Termin schicken. Die wiederkehrenden Besucher separat ansprechen. Einen bestehenden Kontakt zurückzugewinnen ist günstiger, als einen neuen zu finden.

Und noch ein Bonus, der nichts mit Mathematik zu tun hat, nur mit Aufmerksamkeit: In einem Konto wartete eine Nachricht eines Besuchers 825 Stunden. Der Berater zog sie als dringendstes Signal der Woche heraus.

Was der Berater nicht ist

Er ist keine Wahrsagerei. Der Berater sieht nur, was in micali.online ist: Buchungen, Traffic der öffentlichen Seite, Anwesenheit, Nachrichten. Er sieht nicht Ihren Umsatz, nicht Ihre Kosten und auch nicht, was in Ihrem Studio passiert. Hat ein Konto wenig Daten, schickt der Berater lieber zwei Empfehlungen als fünf erfundene. Und wenn Sie sich mit einem Tipp nicht identifizieren können, markieren Sie ihn als Nicht hilfreich. Die Entscheidung liegt immer bei Ihnen, der Berater soll sie Ihnen nur erleichtern.

Wie Sie ihn aktivieren

Der AI-Berater ist, wie alles andere in micali.online, ohne Aufpreis. Wir schalten ihn schrittweise pro Konto ein, damit wir jeden ersten Lauf gründlich prüfen können. Wenn Sie schon jetzt Tipps für Ihr Konto möchten, schreiben Sie uns über den Bereich Support direkt in der App. Die Empfehlungen bekommen die Kontoverwalter, in der Regel einmal pro Woche, immer in der Sprache des Kontos. Und wenn Ihnen scheint, dass der Berater etwas Wichtiges übersehen hat, lassen Sie es uns wissen. Genau aus solchen Nachrichten entstehen weitere Detektoren.