Welche Kunden wollen mehr kaufenDie bestehenden Kunden des Unternehmens sind das höchste Gut. Analysen von INFORMATION WORKS zeigen immer wieder: Es ist stets um ein Vielfaches teurer, neue Kunden zu gewinnen als bestehende Kunden zu halten oder diese für weitere Leistungsangebote zu begeistern. Integrierte Kundendaten - Stammdaten, Kontaktdaten und Kaufhistorien, ggf. angereichert um weitergehende Attributierungen von externen Anbietern – bilden die ideale Grundlage für Data Mining Modelle zur Entdeckung von Kundenpräferenzen. Auf Grundlage dieses Wissens über ihre Kunden sind passgenaue Reaktionen an den Customer Touch Points möglich, als auch zielgerichtetere Werbekampagnen.

Unsere Kompetenz

INFORMATION WORKS hat bereits zahlreiche Customer Data Warehouse Systeme aufgebaut. Stets ist es das Ziel, einen „single view of the customer“ zu erreichen. Auf dieser  Basis lassen sich Fragen beantworten wie:

  • Wie hoch ist die Churn Rate (churn, engl. Für change-turn = der Kunde wandert ganz ab oder reduziert die Inanspruchnahme der Leistungen des Unternehmens)?
  • Welche Kunden sind besonders abwanderungsgefährdet (s. auch Fokus Finanzdienstleistungen: Stornofrühwarnsysteme)?
  • Welche Kunden können für höherwertigere Produkte begeistert werden (Up-Selling)?
  • Welche Kunden können für andere Produkte aus dem Leistungsangebot des Unternehmens gewonnen werden (Cross-Selling)?

Wichtig ist hierbei insbesondere der Aufbau einer integrierten Data Warehouse Architektur, die sowohl die Datenbereitstellungsprozesse automatisiert als auch die Einbindung von Data Mining Modellen organisiert. So sind analytische Modelle technisch so einzubinden, dass die Ergebnisse der Analyse z.B. in Form von Scores an Kundenstammsätze zurückgeschrieben werden können. Hierbei ist eine hohe Flexibiltät vorzusehen, so dass solche Anreicherungen in unterschiedlichsten Varianten z.B. je Kampagne hinterlegbar sind.

Nutzen Sie die Erfahrung von INFORMATION WORKS beim Aufbau von Lösungen im Bereich des analytischen Customer Relationship Managements.

Publikationen

Karstadt: Integriertes Kampagnenmanagement beschert klasse Response

Nutzen Sie externe Daten für eine noch genauere Analyse

Um die Ausgangsdaten für die Analyse zu schärfen oder aber neue Kundengruppen zielgerichtet zu erschließen ist oft die Verwendung externer Daten sinnvoll. So können ergänzende Attributierungen gefunden werden wie z.B.:

  • Demographische Merkmale wie Ausbildung, Beruf oder Alter
  • Soziographische Merkmale wie Arbeiteranteil, Kaufkraft, etc.
  • Geographische Merkmale wie Bevölkerungsdichte
  • Psychographische Merkmale wie Risikoneigung, Produktkenntnisse, Life Style-Typen
  • Mikrogeographische Merkmale wie Ortsgrößen, Bebauungsstruktur, Wohnumfeld, etc.

Hinter der Nutzung dieser externen Informationen steht die Beobachtung, daß Menschen bei denen Ausbildung, Beruf, Einkommen oder Alter ähnlich sind auch ähnliche Konsumgewohnheiten und Entscheidungsprozesse in Kaufsituationen aufweisen. So ist z.B. eine Beobachtung, daß Menschen mit ähnlichem Lebensstil und Lebensverhältnissen dazu tendieren, in Nachbarschaft zu wohnen.

Zentrales Vertriebsreporting bei der CreditPlus Bank AG (PDF)

Eine erfolgreiche Vertriebssteuerung ist ohne aktuelle Informationen zu Anfragen, Vertragsabschlüssen und konkreten Potentialindikatoren nicht möglich. Die Erstellung der erforderlichen Auswertungen muss dabei schnell und effizient erfolgen. Unter diesen Gesichtspunkten war für die CreditPlus Bank AG ein zentrales, standardisiertes und skalierbares Berichtswesen zu konzipieren und zu implementieren. Dieses sollte das bestehende Berichtswesen auf Basis von Listenauswertungen aus operativen Systemen ablösen.