Motivation, Probleme & Herausforderungen

Eine große Herausforderung für Unternehmen – gerade in der Online-Branche – ist die permanente Kundenfluktuation. Ständig wechselnde Angebote, das richtige Timing bei der Kundenansprache und die richtigen Vorschläge für Produkte sind entscheidend für einen Kauf oder Vertragsabschluss im Internet. Für die Anbieter ist es daher unerlässlich, den Kunden besser zu verstehen und über Algorithmen Marketing Aktionen in Echtzeit richtig zu steuern.

Daten vereinheitlichen durch ETL Prozesse

Um aus Ihren Kundendaten das Beste rauszuholen, müssen alle relevanten Daten für das Projekt bestimmt und ausfindig gemacht werden.

Die nächste Herausforderung ist es, die unterschiedlichen Daten miteinander vergleichbar zu machen und die Daten eine einheitliche Sprache sprechen zu lassen.

Dieser Teil ist oft mit viel Zeit und teilweise auch manueller Arbeit verbunden, er ist aber ein entscheidender Schritt in einem Data Science Projekt und hat große Auswirkungen auf den späteren Erfolg des Projektes.

Explorative Datenanalyse mit Kohortenstudie

Im Bereich Customer Analytics werden speziell für den Bereich entwickelte Algortihmen verwendet, um Muster und Regelmäßigkeiten in Daten zu erkennen.

Traditionelle  Snapshot Analysen und KPIs helfen zwar eine Momentaufnahme der Kundendaten zu liefern, aber gerade um sich mit dem Thema der Kundenfluktaktion auseinander zu setzen, sind diese Momentaufnahmen meistens nicht ausreichend.

Eine Kohortenanalyse hingegen zeigt nicht nur Kundenverhalten zu einem bestimmten Zeitpunkt, sondern wann Kunden neu gewonnen wurden und wie sie abwandern. 

Kampagnenmanagement mit Kundensegmentierung

Für das menschliche Gehirn sind Daten in Form von Bildern viel schneller und besser zu verarbeiten als endlose Zahlenreihen in Tabellenform.

Kunden nach geographischen und demographischen Parametern oder sogar anhand des Kundenverhaltens in unterschiedliche Segmente aufzuteilen, ist daher nur der erste Schritt.

Eine verständliche Visualisierung solcher Segmentierungen ist entscheidend, um die Ergebnisse an den Fachbereich zu kommunizieren und Anwendern aus dem Marketing die Möglichkeit zu geben, aus den Analysen die richtigen Schlüsse zu ziehen und Entscheidungen abzuleiten.