Upload
stephan-laug
View
103
Download
0
Embed Size (px)
Citation preview
Kundenwissen ist Goldwert…
… und Ihre Datenbank ist der JuwelierFlexible Analysen und Auswertungsmöglichkeiten auf qualitätsgesicherten Daten
Kundenwissen wird systematisch in einem zentralen Datenmanagement aufgebaut
Kundenwissen
Sammlung von Kundendaten in
verteilten Systemen und Schaffung einer auswertbaren
Datengrundlage
Sammlung von Kundendaten in
verteilten Systemen und Schaffung einer auswertbaren
Datengrundlage
Interaktion mit dem Kunden
KampagnenKampagnen
ServiceService
VertriebsaktionenVertriebsaktionen
Pragmatische Expertenregeln oder modernste Data Mining Analysen erkennen die Potenziale
und zeigen den Wert jedes einzelnen Kunden
Ergebnis der Analyse:
• Welche Produkte haben hohe Verkaufschancen?
• Welche Produkte haben Steigerungspotenzial?
• Was ist das nächst beste Angebot für den Kunden?
• Welche Produkte kann er sich leisten?
• Welche Produkte sind für den Kunden gesperrt?
• Wie ist die optimale Anspracheform?
• Über welchen Kanal will der Kunde informiert werden?
Lernen aus der Vergangenheit Gegenwart besser verstehen
Zukunft vorausschauend planen
Kundeninformationen
AnalytikAnalytik EntscheidungEntscheidung
Verstehen Vorhersagen Handeln
Schritt 1:
In welchen operativen System sindrelevante Daten vorhanden?
Stammdaten
Transaktionen
Verträge
Aktionen
Schritt 2:
Welche Informationen stehen zur Auswertung bereit
Transaktionen
Geldfluss
Umsätze
Kanalnutzung
Kontakthistorie und -management
Beschwerdedaten
Stammdaten
Soziodemographische Daten
Adressdaten
Einkommensinfo
Haushaltsverbund
Produktnutzung (Eigen + Fremd)
Abschlussdatum, Auslauf- und Enddatum
Ertragsinformation / Provision
Produktdaten (Kategorie, Struktur)
Volumen
Vertriebszuordnung
Aktivität; Reaktion
Kampagnen im Sinne von Produkt und Kanal
Bedürfnisse, Ziele und Wünsche
Produktinteressen
Angebote
Produktinformationen Vertriebsinformationen
Kunden- u. Interessentendaten Bewegungsinformationen
Transaktionen
Geldfluss
Umsätze
Kanalnutzung
Kontakthistorie und -management
Beschwerdedaten
Stammdaten
Soziodemographische Daten
Adressdaten
Einkommensinfo
Haushaltsverbund
Produktnutzung (Eigen + Fremd)
Abschlussdatum, Auslauf- und Enddatum
Ertragsinformation / Provision
Produktdaten (Kategorie, Struktur)
Volumen
Vertriebszuordnung
Aktivität; Reaktion
Kampagnen im Sinne von Produkt und Kanal
Bedürfnisse, Ziele und Wünsche
Produktinteressen
Angebote
Produktinformationen Vertriebsinformationen
Kunden- u. Interessentendaten Bewegungsinformationen
51%
43%
Schritt 3:
Eine Füllstandanalyse zeigt den Umfang der vorhanden Informationen
90%
75%
Schritt 4:
Aufbau eines Regelwerkes zur Verbindung der Datensätze?
Datenbank 1
Kundennummer; Titel; Vorname; Nachname; Straße; …
Datenbank 2
Vertragsnummer; Datum; Nachname; Kundennummer; …
Datenbank 3
Datum; Kundennummer; Aktionskennzeichen; Mailingart;
Schritt 5:
Überführung der Daten aus den operativen Systemen
in einen dispositiven Datenbestand
Stammdaten
Transaktionen
Verträge
Aktionen
Schritt 6:
Durchführung eines Data-Audits zur Überprüfung der Datengüte
Schritt 7:
Bereinigung der Daten und gegebenenfalls Anonymisierung
Sperrung klar irrelevanter Merkmale im Filter• Leere Spalten• Eindimensionale Füllung
• Bereits in anderen Tabellen vorhandene Merkmale ohne Schlüsselfunktion
Sperrung fachlich irrelevanter Merkmale im Filter
• Identifikation interpretations- leerer Merkmale
Schritt 8:
Sicherstellung der Interpretierbarkeit der Informationen
Auffüllung leerer Felder nach Möglichkeit @BLANK zu 0
Ableitung von Datums- feldern zu Tage, Monate oder Jahre seit/bis
Unsaubere Datenfüllung so weit möglich beseitigen
Kategorisierung innerhalb eines Merkmals vornehmen (z.B.: Branchenkennung)
Definition der Feldtypen(Bereich, Set, Flag, etc.)
Schritt 9:
Veredelung der Datenbestände
Erzielung einer umfassenden Transparenz über die postalische Qualität und Aktualität der vorliegenden Adressen
Klärung der datenschutzrechtlichen Voraussetzungen zur externen Bereitstellung von Daten; Prüfung der Einbindung eines Datenschutzbeauftragten zur Sicherstellung eines reibungsarmen Prozesses
Prüfung, ob Einverständniserklärungen bzgl. der zukünftigen Kommunikation mit den Kunden und Interessenten vorliegen
Prüfung, ob einheitlichen Begriffen unterschiedliche Bedeutungen und verschiedenen Begriffen einheitliche Bedeutungen innewohnen
Schritt 10:
Welche Daten müssen künftig im Kundenprozess
ergänzt werden?
Kundenwissen
Sammlung von Kundendaten in
verteilten Systemen und Schaffung einer auswertbaren
Datengrundlage
Sammlung von Kundendaten in
verteilten Systemen und Schaffung einer auswertbaren
Datengrundlage
Interaktion mit dem Kunden
KampagnenKampagnen
ServiceService
VertriebsaktionenVertriebsaktionen
Kundenwissen ist Goldwert…
…und mit jedem Tag gewinnen Sie mehr Wissen
Auszug aus bestehenden Referenzen
2008/2009 Hamburger Sparkasse: Konzeption, Auswahl und Aufbau von Data Mining mit Fokus auf
analytischem Affinitätsportfolio auf Einzelkundenbasis als Grundlage für Multikanalmanagement.
2008 Karstadt Quelle Versicherung, Nürnberg: Segmentierung für Multikanalmanagement.
2007 E.ON Thüringer Energie AG, Erfurt: Entwicklung, Durchführung und Auswertung vonZufriedenheitsanalyse von Stadtwerken auf Geschäftsführungsebene durch quantitative undqualitative, strukturierte Interviews.
2007/2008 SAFIMA GmbH, Kassel: Konzeption, und Umsetzung einer Beratungsstrategie im Bereich
Finanzoptimierung für die Zielgruppe Gesellschafter Geschäftsführer. Aufbau der CI und Umsetzung
der Markenführung in allen Kanälen.
2005/2006 Fiducia IT AG, Karlsruhe: Konzeption und Umsetzung eines indirekten Vertriebskanals für
die Tochtergesellschaften mit Vertriebssteuerung und Controlling.
2004 HONKA GmbH, Molbergen: Konzeption und Umsetzung von CRM im Investitionsgüterbereich: Auszeichnung: CRM Award Mittelstand
2002-2005 EWE AG, Oldenburg: Konzeption, Realisierung und Management eines regionalen Dialogmarketingkonzeptes und Mehrwertprogramms auf CouponbasisAusbau zu Systems einem CRM-System
Nette Präsentation, aber jetzt mal Butter bei die Fische…
Ja, ich will mehr Informationen zum Thema……
hier klicken
hier klicken
hier klicken
hier klicken
hier klicken
hier klicken
hier klicken
hier klicken
hier klicken
… Y-KundenNavigator
… Expertenregeln
… Data Mining
… Data Preparation
… Segmentierung
… Kampagnenmanagement
… Serviceoptimierung
… Vertriebssteuerung und Aktionsplanung
… Controlling von Kundenwertprozessen
Ich freue mich auf vertiefende Gespräche
Dipl. Oek.Lars Bossemeyer
Franz-Vetter-Str. 834121 Kassel
[email protected]+49 (0)162 13 92 160