Drei Schritte zum Erfolg
©
Wie können sich die Analytics-Möglichkeiten eines Unternehmens von der ad hoc Analyse zu fortgeschrittenen Analytics wandeln? Welche Möglichkeiten bieten die einzelnen Etappen? Stéphane Martis, Head of Data & Analytics, Experian Marketing Services Frankreich, hat die Antworten.
Bevor wir uns voll in die fortgeschrittenen Analytics stürzen, sollten wir bedenken, dass Unternehmen ja klassische Analysen nutzen. Oft nutzen sie unstrukturierte, grundlegende und kaum vernetzte Analysen. Diese deskriptiven Analysen dienen zur Evaluation eines klar definierten Blickwinkels auf eine bestimmte Frage zu einem bestimmten Zeitpunkt.
Wir möchten Ihnen die zahlreichen Analysemöglichkeiten für Ihr Unternehmen zeigen, während gleichzeitig die Prozesse vereinfacht werden und Ihr Marketing effizienter wird. Denn wie wir wissen, ist der Kunde König und sollte optimal betreut werden.
Eine kürzlich durchgeführte Studie von Experian zeigt, dass sich 66% der Marketing-Profis in das Abenteuer „vorausschauende Analytics“ begeben. Dies ist allerdings erst der zweite Schritt.
Predictive Analytics ist eine Business-Intelligence-Technologie, die eine Bewertung (den sog. Score) für einen Kunden oder andere Elemente vorhersagt. Die Zuweisung solcher Bewertungen ist die Aufgabe eines Vorhersagemodells, das wiederum durch Ihre Daten erstellt und verfeinert wird und das Wissen und die Erfahrung Ihrer Organisation abbildet. Predictive Analytics optimieren Marketingkampagnen und das Besuchererlebnis auf Webseiten, um die Anzahl der Kundenanfragen, -dialoge und -klicks zu erhöhen und den Verlust von Kunden zu verringern.
Die Scores für alle Kunden zeigen dabei dem Unternehmen, welche Maßnahmen zu treffen sind und welche Aktionen in Echtzeit für eine bessere Zufriedenheit sorgen werden. So können Sie mit Algorithmen auf Basis von unzähligen Kriterien eine Segmentierung durchführen – beispielsweise bezüglich des Verhaltens.
Wie ist das Einkaufsverhalten der Kunden? Werden sie von den Angeboten angesprochen? Sind sie treu? Und falls ja, wie oft kaufen sie ein? Ihre Segmentierung kann auch auf der Produktart, die gekauft wird, oder auf den Marken, die den Kunden zusagen könnten, beruhen.
Zudem können Sie bei Bedarf die geografischen Zonen Ihres Vertriebsnetzes analysieren, um das Potential jedes Standorts zu optimieren.
Vorausschauende Analytics berechnen Ihnen die Kaufneigung Ihrer Kunden. Wie viel geben Ihre Kunden über die Zeit für Ihre Angebote aus? Welche Kunden reagieren wahrscheinlich auf Ihre Angebote, je nach Inhalt? Ab welchem Moment verwandelt sich ein potentieller Kunde mit dem ersten Einkauf in einen Kunden? Und wann ist bei Bestandskunden der nächste Kauf zu erwarten?
Und wenn Sie nicht nur mit Vorhersagen, sondern mit fortgeschrittenen Analytics in die präskriptive Phase gehen?
Mit den Algorithmen von präskriptiven Analytics kann Ihr Unternehmen den Kunden Empfehlungen bieten, die sich nach den Informationen im jeweiligen Profil richten, wobei die Rahmenbedingungen Ihrer Branche (aktuelles Produktportfolio, Lagerbestand, Gewinnspanne usw.) beachtet werden.
Sie können verschiedene Hebel nutzen, um die Empfehlungen umzusetzen: Schlagen Sie ein neues Produkt vor, um ein früher gekauftes Produkt zu ersetzen, oder bieten Sie ein Paket mit mehreren Produkten zu reduziertem Preis an. So erreichen Sie einen zusätzlichen Kauf (Up-Sell)!
Machen Sie Angebote, die Ihre Kunden nach ihrer Kaufhistorie interessieren könnten. Wenn Sie häufig gekaufte Produkte anzeigen, erhöhen Sie die Wahrscheinlichkeit, dass Cross-Selling-Chancen wahrgenommen werden.
Präskriptive Analytics stellen die letzte Etappe Ihrer fortgeschrittenen Analytics-Strategie dar. Damit, und mit Ihren Daten und Ihrem Marketingmaterial können Sie endlich klar definieren, was zu tun ist, um Ihre Ziele zu erreichen oder den Einkaufsablauf Ihrer Kunden vorherzusagen.
Hier können Sie mit einer Danke-Seite oder einer Bestätigungs-Mail beim Kauf ein weiteres Angebot bewerben (Next-Sell-Empfehlung).
Wenn diese Marketing-Sprache und Analytics Ihnen Sorgen bereitet und Sie die Nützlichkeit eines komplexeren Ansatzes zur Leistungssteigerung noch nicht sehen, hier noch einige Informationen über den Erfolg dieser Modelle: Im FMCG-Sektor kann der durchschnittliche Warenkorb um zwei bis drei Dollar erhöht werden. Einige Unternehmen, die fortschrittliche Analytics nutzen, haben Steigerungen von bis zu 30% in der Klickrate und 20% im Engagement verzeichnet.
Auch sind deutliche strukturelle Einsparungen möglich. Die Zentralisierung der Daten in einer einzigen Lösung, die die gesamte Wertschöpfungskette von der Erfassung bis zur Marketing-Umsetzung umfasst, führt zu Einsparungen, denn Sie müssen die zugehörigen Kosten der verschiedenen Tools und deren Überwachung nicht mehr berücksichtigen. Ebenfalls gehören eingeschränkte Analysemöglichkeiten der Vergangenheit an, da alle Tools jetzt miteinander verbunden sind.
* * *
Dieser Artikel erschien zuerst im Dossier Kundenkenntnis , das in leicht verständlicher Sprache an das sperrige Thema „Advanced Analytics“ im Marketingumfeld heranführt.
Bevor wir uns voll in die fortgeschrittenen Analytics stürzen, sollten wir bedenken, dass Unternehmen ja klassische Analysen nutzen. Oft nutzen sie unstrukturierte, grundlegende und kaum vernetzte Analysen. Diese deskriptiven Analysen dienen zur Evaluation eines klar definierten Blickwinkels auf eine bestimmte Frage zu einem bestimmten Zeitpunkt.
Wir möchten Ihnen die zahlreichen Analysemöglichkeiten für Ihr Unternehmen zeigen, während gleichzeitig die Prozesse vereinfacht werden und Ihr Marketing effizienter wird. Denn wie wir wissen, ist der Kunde König und sollte optimal betreut werden.
Eine kürzlich durchgeführte Studie von Experian zeigt, dass sich 66% der Marketing-Profis in das Abenteuer „vorausschauende Analytics“ begeben. Dies ist allerdings erst der zweite Schritt.
Predictive Analytics ist eine Business-Intelligence-Technologie, die eine Bewertung (den sog. Score) für einen Kunden oder andere Elemente vorhersagt. Die Zuweisung solcher Bewertungen ist die Aufgabe eines Vorhersagemodells, das wiederum durch Ihre Daten erstellt und verfeinert wird und das Wissen und die Erfahrung Ihrer Organisation abbildet. Predictive Analytics optimieren Marketingkampagnen und das Besuchererlebnis auf Webseiten, um die Anzahl der Kundenanfragen, -dialoge und -klicks zu erhöhen und den Verlust von Kunden zu verringern.
Die Scores für alle Kunden zeigen dabei dem Unternehmen, welche Maßnahmen zu treffen sind und welche Aktionen in Echtzeit für eine bessere Zufriedenheit sorgen werden. So können Sie mit Algorithmen auf Basis von unzähligen Kriterien eine Segmentierung durchführen – beispielsweise bezüglich des Verhaltens.
Wie ist das Einkaufsverhalten der Kunden? Werden sie von den Angeboten angesprochen? Sind sie treu? Und falls ja, wie oft kaufen sie ein? Ihre Segmentierung kann auch auf der Produktart, die gekauft wird, oder auf den Marken, die den Kunden zusagen könnten, beruhen.
Zudem können Sie bei Bedarf die geografischen Zonen Ihres Vertriebsnetzes analysieren, um das Potential jedes Standorts zu optimieren.
Vorausschauende Analytics berechnen Ihnen die Kaufneigung Ihrer Kunden. Wie viel geben Ihre Kunden über die Zeit für Ihre Angebote aus? Welche Kunden reagieren wahrscheinlich auf Ihre Angebote, je nach Inhalt? Ab welchem Moment verwandelt sich ein potentieller Kunde mit dem ersten Einkauf in einen Kunden? Und wann ist bei Bestandskunden der nächste Kauf zu erwarten?
Und wenn Sie nicht nur mit Vorhersagen, sondern mit fortgeschrittenen Analytics in die präskriptive Phase gehen?
Mit den Algorithmen von präskriptiven Analytics kann Ihr Unternehmen den Kunden Empfehlungen bieten, die sich nach den Informationen im jeweiligen Profil richten, wobei die Rahmenbedingungen Ihrer Branche (aktuelles Produktportfolio, Lagerbestand, Gewinnspanne usw.) beachtet werden.
Sie können verschiedene Hebel nutzen, um die Empfehlungen umzusetzen: Schlagen Sie ein neues Produkt vor, um ein früher gekauftes Produkt zu ersetzen, oder bieten Sie ein Paket mit mehreren Produkten zu reduziertem Preis an. So erreichen Sie einen zusätzlichen Kauf (Up-Sell)!
Machen Sie Angebote, die Ihre Kunden nach ihrer Kaufhistorie interessieren könnten. Wenn Sie häufig gekaufte Produkte anzeigen, erhöhen Sie die Wahrscheinlichkeit, dass Cross-Selling-Chancen wahrgenommen werden.
Präskriptive Analytics stellen die letzte Etappe Ihrer fortgeschrittenen Analytics-Strategie dar. Damit, und mit Ihren Daten und Ihrem Marketingmaterial können Sie endlich klar definieren, was zu tun ist, um Ihre Ziele zu erreichen oder den Einkaufsablauf Ihrer Kunden vorherzusagen.
Hier können Sie mit einer Danke-Seite oder einer Bestätigungs-Mail beim Kauf ein weiteres Angebot bewerben (Next-Sell-Empfehlung).
Wenn diese Marketing-Sprache und Analytics Ihnen Sorgen bereitet und Sie die Nützlichkeit eines komplexeren Ansatzes zur Leistungssteigerung noch nicht sehen, hier noch einige Informationen über den Erfolg dieser Modelle: Im FMCG-Sektor kann der durchschnittliche Warenkorb um zwei bis drei Dollar erhöht werden. Einige Unternehmen, die fortschrittliche Analytics nutzen, haben Steigerungen von bis zu 30% in der Klickrate und 20% im Engagement verzeichnet.
Auch sind deutliche strukturelle Einsparungen möglich. Die Zentralisierung der Daten in einer einzigen Lösung, die die gesamte Wertschöpfungskette von der Erfassung bis zur Marketing-Umsetzung umfasst, führt zu Einsparungen, denn Sie müssen die zugehörigen Kosten der verschiedenen Tools und deren Überwachung nicht mehr berücksichtigen. Ebenfalls gehören eingeschränkte Analysemöglichkeiten der Vergangenheit an, da alle Tools jetzt miteinander verbunden sind.
* * *
Dieser Artikel erschien zuerst im Dossier Kundenkenntnis , das in leicht verständlicher Sprache an das sperrige Thema „Advanced Analytics“ im Marketingumfeld heranführt.