Programminhalte
Die berufsbegleitende Weiterbildung unterstützt Sie Schritt für Schritt beim Aufbau eines aktiven automatisierten Leadmanagements und bietet direkt umsetzbare Impulse für die datenbasierte Segmentierung, Personalisierung und Automation Ihrer Kundeninteraktionen. Sie lernen, relevante Daten zu erfassen, geeignete Tools zu evaluieren und rechtskonform zu implementieren und Engagement-Metriken kontinuierlich zu analysieren – um die eigene Strategie laufend an die gewonnenen Erkenntnisse anzupassen. Sie vertiefen Ihr Verständnis dafür, was ein aktives Management des Engagements in hybriden Customer Journeys erfolgreich macht und wie Sie die damit verbundenen Veränderungsprozesse in Ihrer Organisation gezielt steuern und gestalten können.
Modul 1: Einführung in die Welt des Digital Customer Engagement Management
Dieses Modul vermittelt ein Verständnis für Customer Engagement Management (CE-M) als integrierten Ansatz der Kundenbindung und Kundeninteraktionen im digitalen Ökosystem. Es zeigt auf, wie Marketingtechnologien & Künstliche Intelligenz (KI/AI) genutzt werden, um digitale Kundeninteraktionen zu personalisieren, zu automatisieren und zu orchestrieren, und welche technologischen und organisationsbezogenen Fähigkeiten diesen Prozess unterstützen und die Potenziale als Hebel für Wachstum am Markt systematisch erschliessen.
- Tag 1: Digital Customer Engagement Management
- Tag 2: Marketingtechnologien (MarTech): Daten- und Systeminfrastrukturen, Marketing Automation und Künstliche Intelligenz im CE-M
- Tag 3: Growth Foundations: Datenqualität, technologische & organisationale Reife
- Tag 4: Scale-up Readiness: Von Personalisierungs- und Automationstools zum nachhaltigen Wachstum
Modul 2: Wachstum – Ansätze und Methoden des Customer Engagement Management verstehen und reflektiert einsetzen
Dieses Modul vermittelt – im B-to-C- wie im B-to-B-Kontext – die wesentlichen Engagement-Frameworks, die zugrunde liegende Logik und die zentralen Kriterien zu deren Wahl als strategisches und operatives Steuerungsinstrument. Es vertieft praxisnahe Methoden und Strategien für die Entwicklung zielgerichteter Interaktionen entlang der Phasen des Customer Lifecycles, den Aufbau mehrstufiger, messbarer Interaktionsketten und die Instrumente zur Optimierung der verhaltensbezogenen Ergebnisse in den Stufen der Customer Journey/im Marketing-Funnel. Es sensibilisiert für Herausforderungen, Risiken und Erfolgsfaktoren – einschliesslich rechtlicher, ethischer und Governance-Aspekte – des Full-Funnel-Managements, die beim Einsatz von Personalisierung, datenbasierter Marketingautomation und Künstlicher Intelligenz (KI/AI) beachtet werden müssen.
- Tag 1: Engagement-Frameworks: Vom linearen Marketing-Funnel bis zum Inbound-Marketing-Flywheel
- Tag 2: Methoden des CE-M: Behavioral Insights (Needs & Expectations), Customer Journey Mapping (Touchpoints & Interactions)
- Tag 3–4: Kundengewinnung im B-to-C und B-to-B: Aufmerksamkeits- und Aktivierungsstrategien, Erfolgsfaktoren für die Lead Generation, Lead Nurturing & -Scoring
- Tag 5–6: Kundenbindung im B-to-C und B-to-B: Retention-, Upselling-, Advocacy-/Community-Strategien, Aufbau von Reaktivierungsschleifen
- Tag 7: Full-Funnel-Management: Herausforderungen, Datenschutz & Governance
Modul 3: Skalierung – Arbeiten mit Analytics, Automation & Growth-Experimenten
Dieses Modul vermittelt praktische Konzepte und Tools für das Arbeiten mit Personalisierung und Marketingautomation auf Basis kundenverhaltensbezogener Kennzahlen, vertieft das Verständnis von Event- und verhaltensbezogenen Triggern, Echtzeit-Attribution sowie dynamischer (Hyper-)Personalisierung und Performance-Optimierung in Interaktionszyklen und zeigt, wie sich Tests und Experimente implementieren lassen. Es erklärt die Logik des Experimentierens und die Prinzipien hypothesengeleiteten Arbeitens, mit denen sich Friktionen erkennen und eliminieren lassen, und zeigt, wie Testgewinne in den Regelbetrieb überführt werden. Es demonstriert, wie Tech-Stacks für KI, MarTech und Marketing Automation anhand von Anwendungsfällen und einer Reife-Risiko-Matrix bewertet werden.
- Tag 1: Customer Behaviour Analytics: Engagement-KPIs und -Kennzahlen, Echtzeitmessung und Attribution
- Tag 2: Dynamische Personalisierung & Kampagnenautomation: Arbeiten mit Trigger-Logiken & Trigger-Ketten
- Tag 3: Conversion-Rate-Optimierung: Arbeiten mit A/B-Tests und verhaltensbezogenen Experimenten; Skalierung von erfolgreichen Ergebnissen
- Tag 4–5: KI, MarTech und Marketing Automation: Arbeiten mit Tech-Stacks, Anwendungsfällen und Reife-Risiko-Matrix
Modul 4: Transfer – Projektentwicklung & KI-Lab
Dieses Modul unterstützt die direkte Anwendung des Gelernten im eigenen beruflichen Kontext: Ausgehend von einer eigenen eingebrachten Problemstellung und einem Readiness-Assessment (Tag 1) entwickeln die Teilnehmenden in einem klar strukturierten Prozess einen validierten Masterplan für ihr eigenes Vorhaben oder im Team für ein gemeinsames Vorhaben – vom Projekt-Scoping (Tag 2) über das OKR-Roadmapping (Tag 3) bis zum validierten Masterplan. Während des durch Themenexperten begleiteten Entwicklungsprozesses erproben sie KI-Tools, pitchen Zwischenergebnisse, diskutieren strategische Einsichten und praktische Herausforderungen und ziehen klare Schlussfolgerungen. In der Abschlussveranstaltung des CAS präsentieren und reflektieren sie ihre Ergebnisse und Erfahrungen (Tag 4).
- Tag 1: Assessment & Problemschärfung
- Tag 2: Lösungsansatz & Projekt-Scope
- Tag 3: Umsetzungsstrategie & OKR-Roadmap
- Tag 4: Masterplan & Lessons Learned
Qualifikationsschritte
Integriertes Praxisprojekt anhand einer realen Aufgabenstellung, im Idealfall aus dem eigenen Unternehmen, um das angeeignete Wissen und die Kenntnisse direkt anzuwenden. Der Nutzen für das auftraggebende Unternehmen steht dabei im Vordergrund («Capstone-Projekt»). Die Erarbeitung erfolgt in vorgegebenen Schritten und ist in den Unterricht eingebettet («Masterclass»-Ansatz). Keine schriftliche Prüfung.
