Customer Analytics Fails: Wie Unternehmen reihenweise Geld mit Customer Data Analytics verbrennen und wie sie dies stoppen können

28.07.2021

< Zurück zur Übersicht

Mit Customer Analytics die Bedürfnisse der Kunden frühzeitig erkennen und durch gezielte Marketingmaßnahmen die Gewinne deutlich steigern steht für viele Unternehmen hoch im Kurs. Der Weg zum erfolgreichen Einsatz moderner Analysetechniken verläuft jedoch meist nicht gradlinig. Dr. Jörg Reinnarth, Gründer und Geschäftsführer von CINTELLIC, hat die größten Customer Analytics Stolpersteine zusammengefasst und zeigt, wie Unternehmen diese umgehen können.

Customer Analytics Fails - Top Gedankenfehler

Das Streben nach einer einheitlichen Kommunikation entlang der Customer Journey ist seit einigen Jahren  eines der Hype-Themen in deutschen Unternehmen. Kundendaten sind schließlich das neue Gold! Viele Top-Manager glauben, dass sie nur die verschiedenen Datenquellen über den Kunden anzapfen müssen, und schon sprudeln die relevanten Informationen – weswegen viele Projekte in den Unternehmen „360 Grad Kundensicht“ oder „Customer Centricity“ heißen.

Die Wahrheit über Customer Analytics sieht jedoch anders aus: Viele Verantwortliche in den Unternehmen schweben in einem Elfenbeinturm aus Buzzwords. Die Analytik-Abteilungen verbrennen Unmengen an Geld.

Aus unserer langjährigen Erfahrung als Business Beratung in Projekten rund um digitales Kundenmanagement und Customer Analytics stellen wir fest: Die Probleme sind immer die gleichen!

Gedankenfehler 1 (Top Gedankenfehler)

Manager und Analytiker denken häufig in der Reihenfolge „Daten -> Informationen -> Maßnahmen -> Gold (also sprudelndes Geld)“. Heißt: Wenn erstmal alle Daten aus sämtlichen Datenquellen zusammengebracht wurden, dann ergeben sich schon die relevanten Informationen daraus (schließlich sagen das ja immer alle). Mit den Erkenntnissen werden wir zu Maßnahmen gegenüber dem Kunden kommen und diese bringen uns dann mit Sicherheit ganz viel Geld. Die Reihenfolge ist leider unsinnig und fehlerhaft. Sie ist nur schön bequem, weil ich mir das Denken ersparen kann und erstmal mit Aktivität (alle Daten zusammen bekommen) starten kann.

Wir empfehlen unbedingt eine andere Reihenfolge nach folgendem Muster:

  1. Mit welchen Maßnahmen werden wir in Zukunft mehr Geld verdienen?
  2. Welche Informationen brauche ich wirklich (!) um die Maßnahmen wirksam auszuführen?
  3. Welche Daten und Algorithmen benötige ich, um die Informationen möglichst einfach zu erstellen? 

Gedankenfehler 2 – Alle Hoffnung auf die Analysten

Mit der Fokussierung auf Daten wird aller Glaube in die Analysten und Datenmanager gelegt. Diese sollen mit den ‚Zauber-Algorithmen‘ das Geschäft nach vorne bringen. In Wahrheit verdienen jedoch die Analysten nicht das Geld, sondern Fachbereiche wie Marketing, E-Commerce oder Vertrieb. Der Bereich der Analysten ist typischerweise ein eigener Bereich (zumeist der CRM-Bereich), der über die Datenhoheit verfügt und auch gerne die Hoheit über den Kunden hätte (schließlich versteht man diesen am besten). Die Folge: Tiefe Gräben ziehen sich zwischen den Bereichen, so dass die Erkenntnisse der Analysten Ihre Wirkung nur selten beim Kunden entfalten.

Unsere Empfehlung: Orientieren Sie sich an der zuvor genannten Reihenfolge. Die Fachbereiche und Analysten sollten von Anfang an Hand in Hand zusammenarbeiten. Während die Fachbereiche die “Business-Probleme“ definieren, lösen die Analysten diese mit Hilfe von Daten. Somit wird sichergestellt, dass die Analysten genau die Informationen zur Verfügung stellen, die für die Umsetzung der zu Beginn definierten Maßnahmen benötigt werden.

Gedankenfehler 3 – Daten sind mächtig

Ja, Daten und Informationen sind mächtig – aber nicht für alle gleich. Das wird leider sehr häufig missverstanden. Wenn Sie wissen, dass es rote Schuhe in China für 2 Euro zu kaufen gibt, nützt Ihnen dies zunächst nichts. Wenn Sie gleichzeitig wissen, dass rote Schuhe in Deutschland gerade „In“ sind und Menschen dafür 120 Euro bezahlen und die Transportkosten nur 10 Euro betragen, dann wird die Information deutlich wichtiger.

Daten werden erst dann zu Informationen, wenn sie mit anderen für den jeweiligen Kontext relevanten Daten in Zusammenhang gebracht werden. Je mehr relevante (!) Informationen Sie haben, desto relevanter sind weitere Informationen für Sie. Das verstehen leider die meisten nicht.

Ein Beispiel: Eine neue Information über den Kunden ist für Google bedeutsamer als für eine Versicherung, weil die Versicherung generell relativ wenig Informationen über den Kunden hat. Der Wert von Informationen steigt exponentiell zum Informationsstand. Ist der Informationsstand über Kunden im Unternehmen gering, bringt dem Unternehmen die neue Kundeninformation fast nichts. Daher sind Daten eben nicht für alle Unternehmen Gold. Für einige Unternehmen sind weitere Daten Platin, für andere Diamanten und für andere nur Sand.

Unsere Empfehlung: Überlegen Sie im Vorfeld, welche Informationen Sie benötigen und welche Daten zur Anreicherung nützlich wären, um einen klaren Business-Mehrwert zu generieren.

Gedankenfehler 4 – Die Daten sind schon alle vorhanden

Leider entspricht dies nur allzu selten der Wahrheit. Daten sind auf drei Wegen nicht verfügbar:

Erstens sie liegen gar nicht vor. Zum Beispiel möchten viele Unternehmen wissen, wieso der Kunde zu Ihnen gekommen ist. Diese Information haben die Mitarbeiter häufig nur im Kopf und nicht in einer Kundendatenbank hinterlegt. Viele spannende Informationen sind daher leider oft gar nicht aus den vorliegenden Datenquellen verfügbar.

Zweitens müssen Daten erst einmal sichtbar gemacht oder gesammelt werden. Wer wissen will, was auf seiner Webseite passiert, der braucht ein Tracking-System (dies verursacht zunächst einmal Kosten). Wer wissen will, wie das Vertriebsgespräch gelaufen ist, braucht Menschen, die diese Information ins System eintragen. Oft ist das Datensammeln mit Kosten oder organisatorischem Wandel verbunden und nicht leicht zu bewerkstelligen.

Drittens müssen die Daten aufbereitet werden, um mit Ihnen etwas anzufangen. Die Kosten für die Anbindung der Datenquellen wird dann sehr schnell sehr teuer.

Unsere Empfehlung: Planen Sie die Ermittlung und Aufbereitung Ihrer Daten bereits im Vorfeld in die Kosten mit ein. Somit wird der Punkt kein ‚Show-Stopper‘.

Problem 5 – Am Ende bleibt alles beim Alten

Dass der Kaiser – ganz einfach – keine Kleider an hat, wollte schon im Märchen niemand hören. Doch was macht man, wenn Datenanalysen ergeben, dass die Investition in ein neues Produkt ein Fehler war? Was, wenn herauskommt, dass die letzte Marketing Kampagne schief lief? Was, wenn klar wird, dass ich als Vorstand mit einer Produktidee Karriere gemacht habe, diese jedoch das Unternehmen Millionen gekostet hat? Und wieso muss ich mir das von einer ‚Abteilung voll Nerds‘ sagen lassen, die keine Ahnung von der Härte des Business haben?

So und ähnlich läuft es in vielen Unternehmen ab, mit denen wir als Unternehmensberatung in Kontakt kommen. Was, wenn die Analysten mit den Ergebnissen in die Fachabteilungen laufen und das eigene Handeln in Frage stellen? Die Nutzung von Daten ist nämlich kein Zuckerschlecken, sondern erfordert Mut und Offenheit sich seiner eigenen Fehlentscheidungen bewusst zu werden. Sie weisen einem nämlich nicht nur den Weg, sondern offenbaren auch die Auswirkungen der Entscheidungen der Vergangenheit. Und daher werden die Analysen auch allzu oft einfach ausradiert. Doch wer aus den Fehlern der Vergangenheit nichts lernt, ist dazu verdammt, sie zu wiederholen.

Unsere Empfehlung: Mit der Erfahrung aus zahlreichen Projekten in den Branchen Telekommunikation, Banken, Versicherungen und Handel zeigt die CINTELLIC Consulting Group auf, dass neben der Analytics auch die Denkweise der Organisation zu Analytics und die ganzheitliche Führung transformiert werden muss. Nur so kann aus Daten Gold generiert werden. Denn die konsequente, richtige und kostensinnvolle Nutzung und Verwendung von Daten bedarf einer ganzheitlichen Unternehmensstrategie, in der strategische Bedarfe und Entscheidungen vom Top Management auf alle Ebenen heruntergebrochen werden. Dabei werden Unternehmen nicht durch ‚push‘ („hier sind die Daten, nun nutze sie!“), sondern durch ‚pull‘ in der Führung („Was brauchen wir und wie können uns die Daten helfen?“) transformiert. Gute Unternehmensführung in allen Ebenen ist ein Muss für die sinnvolle Nutzung von Analytics.

CINTELLIC Consulting - Social Media