Customer Analytics

Mit Customer Analytics die Ertragsstärke Ihres Unternehmens erhöhen

Auf der Suche nach dem „Silver Bullet“, dem Algorithmus der Ihr Geschäft auf Knopfdruck profitabler macht und die Anzahl der Neukunden verdoppelt? Den haben wir leider auch nicht. Sehr wohl können wir aber mit Ihrem Wissen über das Geschäft, unserem Customer Analytics Know-how und unserer umfassenden Projekterfahrung messbar die Profitabilität Ihres Geschäfts verbessern. Customer Analytics ...

 

 

Das Team der pmOne AG ist eines der größten Data Scientists-Teams im deutschsprachigen Markt mit den besten technischen Spezialisten (Data Engineers) für Lösungen aus der Praxis, für die Praxis.

Anwendungsfälle für Customer Analytics und Product Analytics

Clustering

Beim Clustering werden Ähnlichkeiten oder Ähnlichkeitsstrukturen in großen Datenmengen dazu verwendet, Daten einer Gruppe zuzuordnen. Die Besonderheit beim Clustering ist das Ziel, neue Gruppen in den Daten zu identifizieren, während bei einer Klassifikation die Daten bestehenden Klassen zugeordnet werden. 

Customer Lifetime Value

Beim Customer Lifetime Value wird der Wert eines Kundengemessen zum Beispiel als Deckungsbeitrag über einen Zeitraum anhand verschiedener Merkmale prognostiziert.

Recommender

Vorhandene Daten können genutzt werden, um die Kundenzufriedenheit zu erhöhen. Empfehlungssysteme können als elektronischer Verkäufer eingesetzt werden, um Kunden zusätzliche passende Produkte anzubieten (next best offer).

Churn Prevention

Churn Prevention ist auch bekannt als Retention Management. Dabei geht es um die Identifizierung von abwanderungswilligen Kunden, mit dem Ziel sie durch gezielte Maßnahmen als Kunden zu halten.

Weitere Anwendungsfälle

  • Optimize Campaign Management
  • Marketing Automation
  • Social Media Analytics

Customer Analytics: Digitales Marketing von heute - der Kunde im 360°-Blick

Kundenanalysen beziehen sich auf die Prozesse und die Technologien, die es Organisationen erlauben, detailliertere Einblicke in ihre Kunden und deren Verhalten zu erhalten. Diese Informationen und Analysen werden dann im Weiteren von Marketing, Kundenbeziehungsmanagement, Gestaltung des Shop- oder Webauftritts oder anderen Abteilungen zur Optimierung des Produktangebots genutzt. Die meisten Unternehmen verfolgen dabei die Strategie, Produktangebote stärker an die Bedürfnisse und Verhaltensweisen ihrer Kunden anzupassen.

 

Im Zuge dessen sehen wir, dass immer mehr Unternehmen ihren Fokus und ihre Prozesse noch stärker auf den Kunden ausrichten; Stichwort „Face to the Customer“. Das Ziel hierbei ist es, einen 360°-Blick über alle „Touchpoints“ des Unternehmens mit dem Kunden (wie beispielsweise Webseite, Point-of-Sale oder Call Center) aufzubauen. Diese Informationen können dann zusätzlich um weitere externe Daten wie Marktdaten, Social Media oder Wetterdaten und demographische Merkmale ergänzt werden. Für die Analyse der Kundendaten gibt es eine Reihe an verschiedenen Verfahren, die sehr häufig zum Einsatz kommen und die sich miteinander kombinieren lassen.

Wie fängt man an? Oder: Wo muss ich drücken, damit die Euros rauskullern?

Auch wenn ein solcher Knopf wünschenswert wäre, funktioniert es so leider nicht. Am Anfang muss ein Unternehmen einige Gedanken darauf verwenden, um herauszufinden, welche Anwendungsfälle es für Customer Analytics im eigenen betrieblichen Kontext gibt. Nützlich ist es, zuerst einmal die eigenen Mitarbeiter zu befragen. Denn viele Ideen werden in den Unternehmen selbst geboren. Meistens sind insbesondere die Mitarbeiter hilfreich, die schon immer Ideen hatten und versucht haben, diese technisch umzusetzen.

 

Das können die unterschiedlichsten Charaktere sein, die es zu identifizieren gilt wie zum Beispiel der Excel-Crack im Marketing oder Sales, der komplette Analyse-Spreadsheets aufgebaut hat. Hier sind oft bereits Fragestellungen vorhanden, die bislang technisch nicht abbildbar waren. Diese sollten Sie zusammenzutragen, damit verschaffen Sie sich eine gute Ausgangsposition.

Dann geht es darum, Daten zu durchforsten und Potenzial für Anwendungsfälle zu finden, die es am Anfang zu erarbeiten gilt. In diesem Stadium, das gerne den Charakter und die positive Arbeitsatmosphäre eines Versuchslabors haben darf, sollte so wenig wie möglich in IT-Technologie investiert werden. Alles, was man dafür braucht, ist entweder kostenfrei oder zu ganz geringen Kosten beziehbar. Ein größeres Investment ist erst dann sinnvoll, wenn sich ein Anwendungsfall bestätigt hat.

 

Trotzdem ist es empfehlenswert, eigene Personalressourcen in das skizzierte Versuchslabor für Customer Analytics zu entsenden. Idealerweise sind das so genannte Data Scientists, die aber, weil sich derzeit viele Unternehmen mit Big Data und Advanced Analytics befassen, eine rare Spezies sind.

 

 

Es geht auch einfacher mit Customer Analytics

Bekommen motivierte Personen, die ein Grundverständnis von Advanced Analytics haben, Freiraum und ein wenig Zeit, "kullern die Euros" fast von selbst. Denn schnell kommen Anwendungsfälle ans Tageslicht, an die anfangs noch keiner gedacht hat. Best-Practice-Fälle zeigen, dass es auch für Großunternehmen mit mehreren tausend Mitarbeitern ausreichend ist, zum Start 0,5 bis zwei Full-time Equivalents (FTE) (Vollzeitkräfte?)für das Versuchslabor freizustellen.

pmOne-Lösung zählt zu Deutschlands besten Transformationsprojekten

Digital Leader Award 2016: pmOne Analytics mit Data Science-Plattform für UKE-Krebsforschung unter den Finalisten

 

Pressemitteilung lesen

Wundermailing - Marketing Optimization

Maßgeschneiderte Marketing-Kampagnen ohne explizite Kenntnisse in der Datenanalyse? „Wundermailing“ macht's möglich. Denn in dem Cloud-basierten, digitalen Service, der unter anderem bereits bei TUIfly erfolgreich im Einsatz ist, steckt das geballte Data Science Know-how der pmOne Analytics-Experten. Ihr erstes Produkt verhilft Marketing-Abteilungen zu einer erfolgreichen, datengesteuerten Kundenansprache. 

Wundermailing kennenlernen

Gernot Molin
Geschäftsführer
pmOne Analytics GmbH
Technologiepark 21
33100 Paderborn
+49 89 4161761-0
Gernot Molin
Markus Nemeth
Geschäftsführer
pmOne Analytics GmbH
Technologiepark 21
33100 Paderborn
+49 89 4161761-0
Markus Nemeth