Datenstrategie, Künstliche Intelligenz, Data Governance, Big Data, Process Mining
Slider

KUNDENPRÄFERENZ DURCH CUSTOMER INSIGHTS

Customer Insights bezeichnet die Analyse der Kundendaten um dessen Präferenzen zu identifizieren bzw. abzuschätzen.

Kunden-DNA

Das Verständnis für den Kunden ist Grundvoraussetzung um Produkte und Services anbieten zu können, die dessen Bindung zum Unternehmen erhöhen. So werden z.B. im Einzelhandel seit Jahren die Warenkörbe der Kunden analysiert, um Kombi-Angebote, Coupons oder Produktplatzierungen zu optimieren. Heutzutage ergeben sich neben den Transaktionen aber eine Reihe neuer Quellen für Kundendaten über das Internet. Es ist daher wichtig, diese Quellen intelligent in ein Datenmodell einzubinden, das den Kunden und seine Lebenssituation („Customer Lifetime Value“) möglichst detailliert beschreibt. So entsteht peu-a-peu eine sogenannte Kunden-DNA.

Anonymisierung und Pseudonymisierung

Diese Kunden-DNA darf ohne Einverständnis des Kunden nicht personalisiert gespeichert werden. Im Sinne des Datenschutzes ist es daher essentiell, diese Daten zu anonymisieren. Wir haben Konzepte entwickelt wie diese Anonymisierung gewährleistet werden kann. Dazu gibt es neue Verfahren und Institutionen, die eine Pseudonymisierung garantieren. Dies bedeutet, dass die Daten bei Bedarf (z.B. nach erfolgter Genehmigung („Opt-in“) des Kunden) wieder re-personalisiert zur Verfügung stehen.

Relationship Management Systems

Mit diesem Wissen können wir das klassische CRM um einen sogenannten Relationship Manager (RM/CRM) erweitern. Dabei werden Internet-Inhalte analysiert („Crawling“), um für den Kundenbetreuer relevante Branchen- und Kundeninformationen aufzubereiten. Dieser kann damit auf generierte Leads-Listen oder maschinelle Empfehlungen zurückgreifen. So werden einfache Informationsdienste zu echten Vertriebsmaschinen. Sie werden auch Next-Best-Offer (NBO), Next-Best-Action (NBA) oder Next-Product-to-Buy (NPtB) genannt.

Omnichannel

Neben der Präferenz des Kunden für bestimmte Produkte oder Leistungen ist insbesondere die Affinität des Kunden für bestimmte Kanäle wichtig. Der Kunde bestimmt heute die verwendeten Kanäle im Kaufprozess und durchläuft dabei die sogenannte „Customer Journey“. Um diese besser zu verstehen und optimieren zu können nutzen wir Techniken des Process Mining. Erst wenn dieses Bild existiert kann eine Omni-Kanalstrategie erfolgreich definiert und ausgebildet werden. Dies ist insbesondere vor dem Hintergrund relevant, da heute immer schneller neue digitale Kanäle zur Verfügung stehen.