Kundengruppen identifizieren und zielgerichtet ansprechen

Im Rahmen einer Kundenanalyse wird das Kaufverhalten ihrer Kunden aufgedeckt. Im Handel bzw. für den Verkauf von „Schnelldrehern“ (Fast Moving Consumer Goods (FMCG)) werden die Transaktionsdaten der Kassensysteme (Point of Sale – PoS) ausgewertet. Hinzu kommen Daten über vorhandene Drittdaten, zum Beispiel aus dem Targeted Marketing.

Im Onlinehandel kann diese Auswertung pro Kundenkonto erfolgen, da hier durch personalisierte Einkaufskörbe eine genaue Zuordnung möglich wird. Die Information über den Inhalt eines Einkaufskorbs lassen sich über alle Kategorien und Einkaufskörbe hinweg in Beziehung zueinander setzen. Sie respektieren den Datenschutz des Einzelnen, erlauben dem Händler jedoch eine Einschätzung des erwarteten Kaufverhaltens. So lässt sich zum Beispiel eingrenzen, welche Artikel mit hoher Wahrscheinlichkeit miteinander gekauft werden oder beworben werden können. Die Zeit als zusätzliche Informationen erlaubt weitergehende Aussagen über die zu erwartende Abverkaufsmenge.

Eine Herausforderung dieser Betrachtung ist die hohe Zahl von Transaktionsdaten, welche ausgewertet werden muss. Hier können Ergebnisse mit traditionellen, relationalen Ansätzen nur langsam berechnet werden. Durch die theoretische und technologische Aufbereitung der Fragestellung lassen sich auch diese Berechnungen schnell durchführen.

Kundengruppen und ihr künftiges Kaufverhalten können so durch unsere Lösungen identifiziert und segmentiert werden. Selbstlernende Systeme sorgen zum Beispiel für eine ständige Anpassung (online) an das aktuelle Verhalten. So können z.B. Kunden mit höherem Umsatzpotential identifiziert und gezielt beworben werden. Durch die Entwicklung dieser Prognosemodelle können Kündigungen vorhergesagt und verhindert werden (Churn Prevention). Zeitgleich erhöhen Sie automatisch die Zufriedenheit der Kunden (Customer Livetime Value) und steigern Ihre Absatzzahlen.

Unsere Algorithmen analysieren die vorhandenen Kunden- und Transaktionsdaten um eine Segmentierung (ABC Kundenanalyse) vornehmen zu können. Riesige Datenmengen werden In-Memory verarbeitet um Verhaltensmuster Ihrer Kunden zu erkennen und daraus Vorhersagen abzuleiten. (Vorausschauende Kundenanalyse)

Somit können Sie stets Ihre Kundengruppen identifizieren und wissen um deren Interessen. Durch die Einbindung von Vertrags- und Kundeninteraktionsdaten lassen sich auch im Dienstleistungssektor Vorhersagen über die Kundentreue und für Upsell-Potentiale treffen. So wissen Sie was Ihre Kunden wollen.

• Muster- und Verhaltenserkennung zur Identifikation Ihrer Kunden
• Modellierung von Kundengruppen in gemeinsamer Abstimmung mit Ihren Kundenexperten (Kundensegmentierung / Kundenanalyse)
• Sprechen Sie passgenaue Produktempfehlungen in Echtzeit aus und erhöhen damit Ihre Verkäufe (Upsell)
• Dynamische Preisgestaltung Ihrer Produkte unter Einbeziehung von internen und externen Faktoren
• Verbessern Sie alle Phasen des Customer Lifecycle Managements!