Leseprobe e-commerce Magazin 2013/05

com zeigt eine zentrale Herausforderung
in diesem Zusammenhang auf: Die Datenmenge
auf den Webservern nimmt gigantische
Dimensionen an. Es lohnt sich
letztlich nur, einen Bruchteil der gesamten
Daten im Marketing zu nutzen.
Professor Dr. Michael Feindt, Physiker
und Gründer des Big-Data-Unternehmens
Blue Yonder, analysiert bereits
seit den 80er Jahren große Datenmengen.
„Ganz gleich, ob Sie Texte, Bilder
oder Videos auswerten: Sie müssen wissen,
was Sie herausfinden wollen“, sagt
er. Als Physiker am Kernforschungszentrum
CERN ist er an Experimenten beteiligt,
in denen pro Sekunde 40 Millionen
Ereignisse mit insgesamt 1.000 TByte
gemessen werden. Mit intelligenten
Algorithmen werden noch während des
Experiments extrem seltene potenziell
interessante Ereignisse aus der Datenflut
herausgefiltert. Nur eines von etwa
zehn Millionen wird überhaupt abgespeichert.
Professor Dr. Michael Feindt:
„Ganz gleich, wie viele Daten das Unternehmen
Tag für Tag sammelt, die Software
erkennt relevante Muster in Echtzeit.
Die auf diese Weise gewonnenen
Informationen lassen sich zur gezielten
Kundenansprache nutzen.“
Informationen aus internen
Systemen und externen Quellen
Günther Harant, Beschaffungsleiter bei
SportScheck, ergänzt aus Anwendersicht:
„Im Onlinebereich haben wir es
mit einer Vielzahl von Einflussfaktoren
und einer immensen Informationsdichte
zu tun. Wir benötigten eine Software, die
diese Komplexität abbilden kann und
zusätzlich das Besucherverhalten in all
seinen Facetten einbezieht. Fehleinschätzungen
können wir uns nicht leisten.
Wirken sich diese doch deutlich auf
das Geschäftsergebnis aus.“
Sowohl in der Wissenschaft als auch
in der Wirtschaft kommt es bei der Analyse
von Big Data auf das Wissen der jeweiligen
Fachleute an. Für Absatzprognosen
beispielsweise sind Marktdaten
und aggregierte Absätze interessant,
nicht jedoch individuelle Kundendaten
oder die Bonität der einzelnen Kunden.
Beim Kundenmanagement im On lineshop
hingegen geht es um die Datenspuren
jedes einzelnen Besuchers. Sie spiegeln
sein Verhalten und lassen Rückschlüsse
auf sein künftiges Verhalten
zu. Das Wissen über das künftige Verhalten
ermöglicht dem Onlinehändler,
ihn individuell anzusprechen und Shop
sowie Angebot kontinuierlich anzupassen.
Neben seiner Klickhistorie, getätigten
und abgebrochenen Käufen, Warenkörben
und Lis ten mit gemerkten Waren
gibt der Kunde auch jenseits des Webshops
eine Menge von sich preis: Möglicherweise
greift er über mobile Anwendungen
auf die Angebote zu. Er kommentiert
Anbieter oder Waren in sozialen
Netzwerken oder er löst einen Coupon
aus dem letzten Printkatalog beim Onlineeinkauf
ein. Mit Predictive Analytics
lassen sich diese Informationen bündeln
und zentral auswerten.
Kündigungsrisiko für jeden
Kunden bestimmen
Heinz Ohnmacht, Vorstandsvorsitzender
der BGV/Badische Versicherungen,
ergänzt ein weiteres Einsatzgebiet von
Predictive Analytics im Kundenmanagement:
„Bis auf die Vertragsnummer genau
ermittelt Blue Yonder uns die Kündigungswahrscheinlichkeit.“
Je früher
mit einer selbstlernenden Software die
Unzufriedenheit oder Wechselbereitschaft
eines Kunden erkannt wird, desto
geringer sind die Kosten, ihn zu halten.
Ist es bereits so weit gekommen,
dass der Versicherer oder Onlineanbieter
einen günstigeren Tarif, einen Zehn-
Euro-Bestellgutschein oder gar ein exklusives
Kundenevent anbieten muss,
um das Ruder noch einmal herumzureißen,
gilt es abzuwägen. Zum Customer
Lifecycle Management gehört auch, den
Wert des Kunden exakt zu taxieren. Ziel
ist es, den Wert des Kundenbestandes
insgesamt zu steigern. Auf Schnäppchenjäger
und Retourenkönige verzichten
E-Commerce-Anbieter mitunter gerne.
Mit Predicitve Analytics wissen sie,
welche Kunden das genau sind. ■
Rund um Big Data
Big Data und
Predictive Analytics
The human face of Big Data: In einem aufwändig
gestalteten und reich bebilderten Band geben Rick Smolan
und Jennifer Erwitt dem Thema Big Data viele Gesichter.
Sie erzählen Geschichten, wie die des kleinen Alec. Nachdem
ihr Kinderwunsch unerfüllt blieb, ermittelte Marie
Martinelli den idealen Empfängniszeitpunkt mit einem Gerät,
das ihre Körpertemperatur 20.000-mal am Tag
aufzeichnete. Ein Jahr später wurde Alec geboren.
Perspektivwechsel Kundenlebenszyklus:
Mit Predictive Analytics verschiebt sich die Perspektive in Marketing
und Vertrieb. Der herkömmliche Weg:
• Entwicklung von Angeboten
• Identifikation und Segmentierung von Zielgruppen
• Konzeption von Marketingmaßnahmen
• Ansprache großer Kundensegmente mit identischen
Angeboten
• Warten auf Response
Orientierung am Kundenlebenszyklus
(Customer Lifecycle Value):
• Systematische Auswertung der vorhandenen und
eingehenden Daten
• Entwicklung eines genauen Bildes des einzelnen Kunden
• Ermittlung des Werts des einzelnen Kunden
• Prognose des künftigen Verhaltens und der künftigen
Anforderungen des Kunden
• Bei rentablen Kunden: Angebote, die auf die individuelle
Situation zugeschnitten sind Crossselling, Upselling,
Vermeidung von Kündigungen/Abwanderungen
Potenziale von Predictive Analytics:
• Effiziente Cross- und Upselling-Kampagnen mit
bedarfsgerechten Angeboten, die am Lebenszyklus des
Kunden orientiert sind
• Retargeting und differenzierte Produktempfehlungen
• Identifikation der tatsächlichen Kündigungsgründe
• Entwicklung von Prognosemodellen, die Kündigungen
so frühzeitig vorhersagbar machen, dass sich mit
Marketingmaßnahmen gegensteuern lässt
• Realer aktueller Kundenwert als Basis, um zu beurteilen,
ob Bindungsmaßnahmen oder Kampagnen wirtschaftlich
angemessen sind
• Impulse für die Produktentwicklung und das Marketing
aus der genauen Kenntnis der Kundenanforderungen
Kündigungsrisiko vorbeugen mit Churn Management:
Eingebettet in eine Strategie zur Wertsteigerung des gesamten
Unternehmens, besteht Churn Management aus
folgenden Schritten:
• Identifikation von profitablen und nichtprofitablen Kunden
• Muster und Trends in Kundendaten erkennen
• Beziehungen und Abhängigkeiten zwischen Kunden
erkennen
• Wechsel- und Kündigungswahrscheinlichkeiten ermitteln
• Kundenverhalten vorhersagen
• Ermittlung des individuellen Kundenwerts
www.e-commerce-magazin.de 05/13 e-commerce-magazin 27