Zielgenau und personalisiert: Analytics im Überblick

Was bedeutet “Analytics” eigentlich? Das Wort Analyse hat seinen Ursprung in der griechischen Sprache und bedeutet, etwas Komplexes in seine Einzelteile zu zerlegen und diese dann zu untersuchen. Im Fall von Analytics geht es um große Datenmengen, die auf drei verschiedene Arten verarbeitet werden können: Descriptive Analytics, Predictive Analytics und Prescriptive Analytics.

Bei Descriptive Analytics handelt es sich im Grunde um klassische Business Intelligence: Segmentierte historische Daten – Wochen oder Monate alt – werden analysiert, um herauszufinden, wo Probleme oder ungenutzte Potenziale liegen. Ein Unternehmen kann damit unter anderem erkennen, welche Produkte oft gemeinsam verkauft werden, und auf dieser Basis beispielsweise Werbeflyer oder Werbe-E-Mails erstellen. “Eine echte Personalisierung von Werbe- und CRM-Maßnahmen ist bei Descriptive Analytics nicht möglich”, erklärt Dirk Schäfer, Director CRM Analytics von Arvato CRM Solutions. Das bedeutet, der genannte Werbeflyer, versehen mit einem Rabattcoupon als Kaufanreiz, würde zum Beispiel an alle 18- bis 30-Jährigen Bewohner eines bestimmten Postleitzahlengebiets verteilt.

Während Descriptive Analytics vergangenheitsorientiert ist, ist Predictive Analytics zukunftsorientiert: Hier geht es darum, Prognosen zu erstellen. Beispielsweise darüber, wie wahrscheinlich es ist, dass ein bestimmter Kunde einen Coupon einlöst. Die Basis dafür sind personenspezifische historische Daten: Stammdaten, Bestellhistorie, Click-Streams etc. Der Kunde könnte also zum Beispiel an seinem Geburtstag als kleine Überraschung per Direct Mailing einen personalisierten Rabattcoupon für ein Produkt erhalten, das zu seinen Interessen oder bereits gekauften Produkten passt. “Mit Predictive Analytics erhalten Unternehmen einen 360-Grad-Blick auf ihre Kunden und können sie personalisiert ansprechen”, sagt Dirk Schäfer.

Beide Analytics-Verfahren haben allerdings einen Nachteil: Ein Unternehmen weiß nicht, ob es den Adressaten wirklich erreicht. Wenn der Kunde mehrere Mailadressen nutzt und nur eine davon regelmäßig checkt oder der Werbeflyer während seines Urlaubs im Briefkasten landet, kann die CRM-Maßnahme nicht wirken. Hier kommt Prescriptive Analytics ins Spiel. Dabei wird zusätzlich zu den vorhandenen historischen Daten auch die aktuelle Situation berücksichtigt – beispielsweise, wenn der Kunde gerade den Onlineshop durchsucht oder mit einem Kundenbetreuer telefoniert. “Prescriptive Analytics beantwortet die Frage: Was schlage ich dem Kunden vor, um eine strategische Unternehmenskennzahl zu verbessern”, führt Schäfer aus. Eine mögliche Handlungsempfehlung (NBA: Next Best Action) könnte ein personalisierter Rabatt sein, der direkt während des Einkaufs in Echtzeit ausgesteuert wird.

Die Zukunft der Kundeninteraktion

Angesichts der nach wie vor zunehmenden Anzahl von Touchpoints und den weiterhin steigenden Ansprüchen der Kunden wird Analytics eine zentrale Rolle im Kundendialog und -service spielen. Etwa, um die immensen Datenmengen nutzbar zu machen, die im vernetzten Auto entstehen. So könnte das Fahrverhalten analysiert werden, um dem Fahrer Verbesserungstipps für eine treibstoff- und reifenschonende Fahrweise zu geben. Sensoren erfassen alle technischen und servicerelevanten Daten des Fahrzeugs und geben passende Handlungsempfehlungen wie das Vereinbaren eines Werkstatttermins. Der Termin kann natürlich direkt über das Auto vereinbart werden – entweder über die Hotline oder indem der Chatbot des Fahrzeugs den Termin mit dem Bot des Servicepartners koordiniert. Wenn Tank oder Akku leer werden, zeigt der Monitor im Auto an, wo es zu welchem Preis Nachschub gibt. Und selbst, wenn der Fahrer nicht im Auto sitzt, ist er mit ihm verbunden und sieht in der Smartphone-App den Weg zum Parkplatz und die noch verbleibende Parkzeit. Das ist nur ein Beispiel für die Kundeninteraktion der Zukunft mit ihren hochgradig personalisierten und individuellen Echtzeit-Services.

Autor: Redaktion Zukunft. Kunde.
Bild: © everythingpossible – AdobeStock