Customer Insights Assessment

26.11.2015

< Zurück zur Übersicht

Big Data und die Nutzung, der in Unternehmen vorhandenen Daten, ist in aller Munde. Häufig stehen Unternehmen jedoch vor dem Problem, wie sie Big Data Anwendungen und analytische Verfahren effizient und gewinnbringend einsetzen können. Erfahren Sie in diesem Artikel, wie mit Hilfe eines standardisierten Bewertungsprozesses der „Datenschatz“ in Ihrem Unternehmen schrittweise gehoben werden kann.

 

Mit dem Trendthema Big Data sind verschiedene Schlagwörter verbunden, wie zum Beispiel Data Governance, Visualisierung von Daten im Business Reporting oder Predictive Analytics. Was verbirgt sich aber hinter diesen Schlagwörtern? Wie kann man sich im Dschungel von Big Data und Analytics zurechtfinden und welchen Weg sollte man als Unternehmen einschlagen, um die Potentiale von Data Analytics richtig zu nutzen? Im Folgenden wird eine Roadmap aufgezeigt, wie Unternehmen den Aufbau von Customer Analytics planen und wie Maßnahmen eingeleitet und umgesetzt werden können, damit die Potentiale von Customer Analytics genutzt werden.

Laut der aktuellen Studie „Big Data Analytics – Auf dem Weg zur datengetriebenen Wirtschaft“ des Barc-Institutes aus dem Jahre 2014 erhoffen sich viele Unternehmen zunächst eine Verbesserung von Geschäftsprozessen und Verringerung von Prozesskosten durch die Implementierung von schnelleren Data Analytics Anwendungen. Im Fokus stehen hierbei einerseits die Anwendung von schnellen Analysemöglichkeiten durch Dashboards und die Visualisierung von Daten. Anderseits ist aber auch der Wunsch nach dem Einsatz von Prognose-Modellen („Predictive Analytics“) besonders stark – etwa zur Vorhersage von Kündigern oder zur Berechnung von Produktkaufwahrscheinlichkeiten.

Insbesondere in diesem Bereich der Prognose-Modelle sehen Unternehmen Potentiale für die Senkung von Prozesskosten und die Verbesserung von Geschäftsprozessen. Als Hindernis wird aber unter anderem das Fehlen von fachlichem und technischem Know-how kritisch gesehen. Auch die konkrete Einbindung von Analytics Ansätzen in die betrieblichen Prozesse stellt häufig ein Hemmnis für die Nutzung von Big Data / Predictive Analytics Ansätzen dar.

Mit der strategischen Zielplanung fängt alles an

Die Bewertung von Customer Analytics sollte immer die strategischen Ziele im Unternehmen, und daraus abgeleitet, die Ziele im Marketing und Customer Relations Management als Startpunkt nehmen. Dies beginnt mit den allgemeinen Geschäftszielen, die sich ein Unternehmen gesetzt hat (wie z.B. Steigerung des Umsatzes, Senkung von Betriebskosten, Einführung neuer Produkte, usw.). Die daraus abgeleiteten Ziele für Marketing- bzw. CRM-Abteilungen oder Data Mining Teams sind dann ein zentraler Ausgangspunkt für die Bewertung und die weitere Nutzung von Customer Analytics Modellen. Ziele für CRM- oder Data Mining-Abteilungen können zum Beispiel die Entwicklung von Kundensegmentierungs- Modellen zur effizienteren Zielgruppenansprache oder die Erhöhung von Responsequoten von Direktmarketing-Maßnahmen sein.

Im nächsten Schritt wird dann ermittelt, welche Analytics Ansätze zu welchen Zwecken bereits im Unternehmen eingesetzt und wie erfolgreich diese umgesetzt werden oder ob noch Verbesserungsansätze bestehen.

Am Anfang einer solchen Bestandsaufnahme und Bewertung steht immer eine Analyse des Datenmanagements. Hierbei werden vorhandene Daten auf ihre Qualität überprüft (Befüllungsgrade, Aktualität, usw.) sowie die Vollständigkeit von Daten in den Bereichen wie Kaufdaten, soziodemographische Daten, Daten zur Kanalnutzung, Responseverhalten auf Marketingaktionen oder mikrogeographische Daten, usw. ermittelt.

Weiterhin stehen dann die eigentlichen Analytics Ansätze wie z.B. Kundenstrukturanalysen, Kundenwert-Modelle (ABC-Analysen oder weiter entwickelte Kundenmodelle) an. Darüber hinaus zählt aber auch die Ermittlung von Ansatzpunkten für mögliche Verbesserungen zu dieser Ist-Analyse.

Auf Basis dieser Bestandsaufnahme kann der Reifegrad einzelner Ansätze sowie der Gesamtreifegrad im Bereich Customer Analytics ermittelt werden. Dieser lässt sich in folgende Stufen einteilen:

Analytics Reifegrade:

  1. Keine Anwendung von (Ad-hoc-) Kundenanalysen
  2. Unregelmäßige Ad-hoc-Analysen / Kunden-Analysen mit einfachen Analytics Ansätzen (z.B. einfache Kunden ABC-Analysen)
  3. Regelmäßige Kundenanalysen mit einfachen Analytics Ansätzen
  4. Regelmäßige Kundenanalysen mit teilweise komplexen Analytics- Modellen (z.B. Scoring-Modelle, Kundenwertprognose-Modelle)
  5. Kontinuierliche Analysen mit komplexen Modellen

Um den Reifegrad der Customer Analytics Ansätze in einem Unternehmen zu ermitteln, hat es sich bewährt, die beteiligten Abteilungen in die Bewertung mit einzubeziehen. Im Rahmen von Workshops und Interviews kann so eine valide Bestandsaufnahme der Customer Analytics Aktivitäten abgebildet werden. Daran anknüpfend können dann die Zielperspektiven – im Rahmen dieser Workshops und Interviews – ermittelt und konsolidiert werden. Die Ergebnisse der Ist-Aufnahme und der Soll-Perspektive können dann in einem Netzwerkdiagramm zur Soll- und Ist-Situation anschaulich dargestellt werden.

Analytics Ansätze im Überblick

Im nächsten Schritt müssen dann die verschiedenen Analytics Ansätze daraufhin überprüft werden, wie diese konkret zur Zielerreichung beitragen können. Abbildung 3 gibt einen Überblick über zentrale Analytics Bausteine und deren jeweiligen Nutzen. Das Spektrum dieser Ansätze umfasst Ad-hoc Analysen (z.B. Kundenstrukturanalysen), Kundenwert- Modelle oder Kundensegmentierungen, Prognose-Modelle bis hin zu Social Media Analytics und mikrogeographische Analysen.

Schließlich erfolgt dann eine Gap-Analyse: Im Mittelpunkt steht hier, welche Modelle vorhanden sind (und mit welchen Verbesserungspotentialen) und welche weiteren Analytics Modelle für die Erreichung der Zielsetzungen notwendig sind. Diese Lücken gilt es dann zunächst aufzuzeigen und einen Prozess zu entwickeln, wie diese Lücken durch den Einsatz neuer Modelle, Weiterentwicklung der Datenqualität, Einpflegen von neuen Kundendaten, usw. geschlossen werden können.

(…)

 

Download PDF: Customer Insights Assessment

Laden Sie sich hier den vollständigen Artikel zum Thema „Customer Insights Assessment“ herunter und erfahren Sie, wie mit Hilfe eines standardisierten Bewertungsprozesses der „Datenschatz“ in Ihrem Unternehmen schrittweise gehoben werden kann.


Download-Anforderung

FrauHerr
Ja, die Cintellic GmbH darf mir ausschließlich zum Zwecke des Downloads eine automatisierte E-Mail mit dem Downloadlink zusenden. Eine weitere Kontaktaufnahme durch Cintellic findet nicht statt.

Ja, die Cintellic GmbH darf mich zu Werbezwecken per E-Mail oder telefonisch – falls ich eine Telefonnummer angegeben habe – kontaktieren. Es handelt sich nicht um ein Newsletter-Abonnement, dennoch habe ich das Recht, diese Einwilligung jederzeit kostenlos und ohne Angabe von Gründen widerrufen. Ihre persönlichen Daten werden gemäß der Datenschutzbestimmungen behandelt.
Cintellic Social Media