^
Konzepte und Lösungen von morgen
Startseite Übersicht Newsletter Kontakt
VorherigeNächste

Wissen wie Ihre Kunden ticken - Mehr Customer Insight durch die Analyse von Geschäftsdaten

[18.01.2008]

Foto: coramax / fotolia.com
In der Unternehmenspraxis werden weitgehend alle operativen Geschäftsprozesse durch Informationssysteme (sog. Administrations- und Dispositionssysteme) unterstützt. Dabei fallen in allen Bereichen eines Unternehmens täglich eine Vielzahl an Stamm- und Transaktionsdaten an. Diese Daten enthalten elementare Informationen über die vergangene, aktuelle und zukünftige Geschäftsentwicklung und zeichnen so ein dezidiertes Bild des Unternehmensgeschehens.

In der Vergangenheit war die Nutzung operativer Datenbestände aufgrund technischer und methodischer Limitierungen nicht bzw. nur mit erheblichem Aufwand möglich, weshalb die Nachfrage nach neuen Analysekonzepten entstand. Aus diesem Kontext heraus etablierten sich unter dem Begriff analytisches Customer Relationship Management (CRM) Techniken, mit denen die Explikation von implizit in großen Datenbeständen vorhandenen Informationen auf effiziente Weise möglich wurde.

Push- und Pull-Faktoren des analytischen CRMs
Abb. 1: Push- und Pull-Faktoren des analytischen CRMs

Das Einsatzspektrum dieser Methoden erstreckt sich dabei auf alle Bereiche, in denen das Datenaufkommen die "manuelle Analysekapazität" überschreitet. In der Wirtschaft trifft dies insbesondere auf Unternehmen aus dienstleistungs- und informationsintensiven Branchen wie z.B. Versicherungen, Banken, Telekommunikation und Handel zu.

Zur praktischen Umsetzung von kundenorientierten Maßnahmen ist ein profundes Verständnis der Kundenbedürfnisse erforderlich. Eine erfolgversprechende Möglichkeit zum Aufbau dieses Fundaments liegt in der Analyse der anfallenden Transaktionsdaten. Die wesentlichen Vorteile gegenüber der klassischen Marktforschung resultiert aus der Unverfälschtheit des realen Kundenverhaltens, den vergleichsweise moderaten Kosten und der zeitnahen Informationsversorgung.

Mit den gewonnenen Einsichten sind Unternehmen in der Lage, Entscheidungen auf Basis des tatsächlichen Kundenverhaltens objektiv zu fundieren und durch die Berücksichtung der Kundenbedürfnisse die Zufriedenheit der Verbraucher und in letzter Konsequenz die Kundenbindung zu steigern.

Durch die professionelle Datenanalyse ergeben sich zahlreiche Untersuchungsmöglichkeiten, die je nach Zielrichtung flexibel angepasst werden können. Einige mögliche Stoßrichtungen zeigt folgende Abbildung auf:

Mögliche Analyseziele
Abb. 2: Mögliche Analyseziele

Die Analyseergebnisse können in vielerlei Hinsicht im Unternehmen genutzt werden. In Frage kommen z.B.:

  • Kunden- und standortspezifische Angebote (Mikro-Marketing)
  • Nutzung der Kundenkarten zu One-2-One Marketing
  • Multichanelling
  • Cross Selling
  • Kundenprofiling und -segmentierung
  • Potenzial- und Risikoidentifikation
  • Direct Marketing

Doch analytisches CRM ist keine Einbahnstraße. Da die Analyseergebnisse nur temporäre Gültigkeit besitzen, ist es ratsam, Analysen regelmäßig entsprechend dem Regelkreisprinzip in die internen Geschäftsprozesse zu integrieren. Dazu ist im Rahmen des betrieblichen Wissensmanagements ein "effizienter und effektiver Prozess zur Wissensgenerierung, -verteilung und -nutzung (…) zu gestalten und zu steuern". Der im Rahmen des Wissensmanagements diskutierte sog. Closed Loop-Ansatz stellt dabei die Verbindung zwischen operativen und analytisch-dispositiven Tätigkeiten her.

Der Closed-Loop-Ansatz
Abb. 3: Der Closed-Loop-Ansatz

Hierdurch wird die konsequente Einbindung der Resultate in betriebliche Entscheidungsprozesse gewährleistet, um der Entstehung einer "Frust- und Papierkorbabteilung(en)" vorzubeugen. Ferner bildet die Evaluation des Erfolgs von Maßnahmen, die auf Basis der Analyseresultate getroffen wurden, einen basalen Bestandteil des Closed Loop-Ansatzes.

Literatur:

VorherigeNächste