Onlinedruckerei bewertet Leads mit Big Data
Die Grundlage zur Optimierung von Marketing und Vertrieb ist ein umfassendes Wissen über die Zielgruppe – sowohl in B2C- als auch in B2B-Märkten. Doch wie kann dies kostengünstig und treffsicher gewonnen werden? Hier kann Big Data helfen. Eine intelligente Verknüpfung von Datenerhebung und statistischer Modellierung ermöglicht es, aus unübersichtlichen Informationsmengen die relevanten Erkenntnisse zu ziehen und für die Weiterentwicklung der Marketingstrategie zu nutzen.
Umsatzpotenzial unbekannter Kunden ermitteln
Für eine effiziente Ausschöpfung des Kundenpotenzials stellt sich die Frage: Welche Investition in jede einzelne bekannte oder unbekannte Adresse ist sinnvoll? Durch eine detaillierte mathematische Analyse der bereits vorliegenden Umsätze und Käufe können statistische Modelle beschreiben, wie die Eigenschaften der Kunden und die durch sie generierten Umsätze zusammenhängen. Damit kann das Umsatzpotenzial von bislang unbekannten Marktteilnehmern vorhergesagt werden. Ein Beispiel aus dem Druckereimarkt zeigt, was dies praktisch für das Marketing bedeutet.
Effizienzdruck in der Branche nutzt Onlinedruckereien
Der Markt für Druckerzeugnisse unterliegt großen Veränderungen. Bei einem konstanten Umsatzvolumen von 13 Milliarden Euro findet eine Konsolidierung der Branche und Konzentration hin zu Onlineanbietern statt. Diese nutzen ihre Effizienz, um mit niedrigen Preisen Marktanteile zu gewinnen. Es liegt daher verstärkt im Interesse jeder Druckerei, gute Kunden frühzeitig zu identifizieren und zu binden.
Onlinedruckereien agieren primär in B2B-Märkten, in denen häufig die Merkmale Branche und Größe zur Zielgruppenbeschreibung herangezogen werden. Typische Probleme bei den Kundendaten: ihre Aktualität, die Eindeutigkeit der Branchenzuordnung, die Erhebung der Unternehmensgröße und des Unternehmensumsatzes. Diese Unzulänglichkeiten bestehender Datenbanken können mit einem Big-Data-Ansatz umgangen werden.
Big Data füllt Lücken der Kundendatenbank
Die meisten Unternehmen haben heutzutage eine Website, auf der in der Regel Dienstleistungen, Produkte und das Unternehmen selbst beschrieben werden. Damit sind alle relevanten Informationen frei zugänglich und können zumindest theoretisch zur Lead-Bewertung herangezogen werden. Praktisch stand die Marketingabteilung vor dem Problem, dass eine nicht automatisierte Ermittlung und Analyse einen nicht zu rechtfertigenden Arbeitsaufwand bedeutet. Mit der professionellen Entwicklung eines Score-Modells sowie der Datenerhebung und -verarbeitung brachte die Onlinedruckerei ihre Kundendaten auf Vordermann.
Datenerhebung: Das verraten Unternehmenswebsites
Die Datenerhebung startete mit der Ermittlung der URL der Unternehmenswebsite, auch mithilfe der E-Mail-Adressen der Kunden. Über automatisierte Verfahren konnten verbleibende URLs sehr schnell und exakt gewonnen werden. Im nächsten Schritt wurde der textliche Inhalt der Unternehmenswebsite extrahiert und als Worte und Wortkombinationen in einer Analyse-Datenbank gespeichert – bei komplexen Websites mehr als 100.000 Worte. Die Texte wurden nun um Füllwörter bereinigt, durch eine Stammwortermittlung und Synonymableitung vereinheitlicht und vereinfacht.
Unternehmensinfos und Umsätze hängen zusammen
Für die Analyse wurden Auftreten, Anzahl und abgeleitete Anteile der Stammworte verwendet. Zielgröße war in diesem Fall der Umsatz der bekannten Kunden, für welche die Stammworte ermittelt wurden.
Zur Entwicklung des Modells verwendeten die Statistiker die Informationen von siebzig Prozent der bekannten Kunden. Auf Basis einer Regressionsanalyse erstellten sie ein Score-Modell, das die Zusammenhänge zwischen den gesammelten Parametern und den durch die Kunden erzielten Umsätzen möglichst genau beschreibt. Die verbleibenden dreißig Prozent wurden verwendet, um das Modell zu testen. Hierzu wurden die Umsätze, die es für die Kunden prognostiziert, mit den tatsächlichen Umsätzen verglichen.
Bei welchen Kunden lohnt sich die Mühe?
Anhand des vorhergesagten Scores konnte die Druckerei Kunden und Marktteilnehmer, seien es Bestandskunden, Neukunden oder Fremdadressen, anschließend in Gruppen mit großem und weniger großem Umsatzpotenzial einteilen. Die Onlinedruckerei erzielte mit den besten beiden Score-Gruppen 3,4 von 6,6 Millionen Euro Gesamtumsatz. Das heißt zwanzig Prozent der Kunden realisieren über fünfzig Prozent des Umsatzes. Damit ermöglichte die Einteilung in Score- Gruppen eine differenzierte Beschreibung des Marktpotenzials.
Umsatzpotenzial unbekannter Kunden ermitteln
Für eine effiziente Ausschöpfung des Kundenpotenzials stellt sich die Frage: Welche Investition in jede einzelne bekannte oder unbekannte Adresse ist sinnvoll? Durch eine detaillierte mathematische Analyse der bereits vorliegenden Umsätze und Käufe können statistische Modelle beschreiben, wie die Eigenschaften der Kunden und die durch sie generierten Umsätze zusammenhängen. Damit kann das Umsatzpotenzial von bislang unbekannten Marktteilnehmern vorhergesagt werden. Ein Beispiel aus dem Druckereimarkt zeigt, was dies praktisch für das Marketing bedeutet.
Effizienzdruck in der Branche nutzt Onlinedruckereien
Der Markt für Druckerzeugnisse unterliegt großen Veränderungen. Bei einem konstanten Umsatzvolumen von 13 Milliarden Euro findet eine Konsolidierung der Branche und Konzentration hin zu Onlineanbietern statt. Diese nutzen ihre Effizienz, um mit niedrigen Preisen Marktanteile zu gewinnen. Es liegt daher verstärkt im Interesse jeder Druckerei, gute Kunden frühzeitig zu identifizieren und zu binden.
Onlinedruckereien agieren primär in B2B-Märkten, in denen häufig die Merkmale Branche und Größe zur Zielgruppenbeschreibung herangezogen werden. Typische Probleme bei den Kundendaten: ihre Aktualität, die Eindeutigkeit der Branchenzuordnung, die Erhebung der Unternehmensgröße und des Unternehmensumsatzes. Diese Unzulänglichkeiten bestehender Datenbanken können mit einem Big-Data-Ansatz umgangen werden.
Big Data füllt Lücken der Kundendatenbank
Die meisten Unternehmen haben heutzutage eine Website, auf der in der Regel Dienstleistungen, Produkte und das Unternehmen selbst beschrieben werden. Damit sind alle relevanten Informationen frei zugänglich und können zumindest theoretisch zur Lead-Bewertung herangezogen werden. Praktisch stand die Marketingabteilung vor dem Problem, dass eine nicht automatisierte Ermittlung und Analyse einen nicht zu rechtfertigenden Arbeitsaufwand bedeutet. Mit der professionellen Entwicklung eines Score-Modells sowie der Datenerhebung und -verarbeitung brachte die Onlinedruckerei ihre Kundendaten auf Vordermann.
Datenerhebung: Das verraten Unternehmenswebsites
Die Datenerhebung startete mit der Ermittlung der URL der Unternehmenswebsite, auch mithilfe der E-Mail-Adressen der Kunden. Über automatisierte Verfahren konnten verbleibende URLs sehr schnell und exakt gewonnen werden. Im nächsten Schritt wurde der textliche Inhalt der Unternehmenswebsite extrahiert und als Worte und Wortkombinationen in einer Analyse-Datenbank gespeichert – bei komplexen Websites mehr als 100.000 Worte. Die Texte wurden nun um Füllwörter bereinigt, durch eine Stammwortermittlung und Synonymableitung vereinheitlicht und vereinfacht.
Unternehmensinfos und Umsätze hängen zusammen
Für die Analyse wurden Auftreten, Anzahl und abgeleitete Anteile der Stammworte verwendet. Zielgröße war in diesem Fall der Umsatz der bekannten Kunden, für welche die Stammworte ermittelt wurden.
Zur Entwicklung des Modells verwendeten die Statistiker die Informationen von siebzig Prozent der bekannten Kunden. Auf Basis einer Regressionsanalyse erstellten sie ein Score-Modell, das die Zusammenhänge zwischen den gesammelten Parametern und den durch die Kunden erzielten Umsätzen möglichst genau beschreibt. Die verbleibenden dreißig Prozent wurden verwendet, um das Modell zu testen. Hierzu wurden die Umsätze, die es für die Kunden prognostiziert, mit den tatsächlichen Umsätzen verglichen.
Bei welchen Kunden lohnt sich die Mühe?
Anhand des vorhergesagten Scores konnte die Druckerei Kunden und Marktteilnehmer, seien es Bestandskunden, Neukunden oder Fremdadressen, anschließend in Gruppen mit großem und weniger großem Umsatzpotenzial einteilen. Die Onlinedruckerei erzielte mit den besten beiden Score-Gruppen 3,4 von 6,6 Millionen Euro Gesamtumsatz. Das heißt zwanzig Prozent der Kunden realisieren über fünfzig Prozent des Umsatzes. Damit ermöglichte die Einteilung in Score- Gruppen eine differenzierte Beschreibung des Marktpotenzials.