BARC-Tagung Advanced & Predictive Analytics
Eines weiß Matthias Klug, Head of International Corporate Communications bei der STILL GmbH, genau: Bevor der weltweit agierende Hamburger Anbieter für Flurförderzeuge und komplexe Intralogistiklösungen in Marketingaktivitäten investiert, wird mit hanseatischer Nüchternheit geprüft, ob sich das auch rechnet. „Bei der Customer Value Prediction ist das absolut der Fall“, so Matthias Klug. Die von der Unternehmensberatung Dastani Consulting entwickelte Analysesoftware ermöglicht es, jedem einzelnen Kunden einen exakten Wert zuzuordnen. Je größer der Wert, desto höher das Kaufpotenzial.
Vertriebsprognosen basieren auf internen Unternehmensdaten
Aus der Masse des Bestandes werden die Unternehmen identifiziert, die in den anstehenden zwölf Monaten ein hohes Potenzial aufweisen. Indem der Vertrieb das Kaufpotenzial gezielt ausschöpft, steigt der Umsatz. Für die Prognosen analysiert Dastani Consulting die Transaktionsdaten von rund 200.000 Adressen. Inhaber Dr. Parsis Dastani: „In vielen Fällen ist es so wie bei STILL. Die Analysen basieren primär auf Daten aus den internen Unternehmenssystemen. Wer diese Big Data intelligent auswertet, erhält Antworten auf viele Fragen.“
Eine weitere Frage, der STILL auf den Grund geht: Welche Produkte wird ein einzelner Kunde mit hoher Wahrscheinlichkeit als nächstes kaufen? „Next Best Offer ist ein sehr wirkungsvolles Instrument, um Vertriebsressourcen gezielt einzusetzen. So werden wir den Deckungsbeitrag von Marketing- und Vertriebsaktionen noch einmal steigern.“
Text-Mining-Algorithmus für die Neukundengewinnung
Auch in der Neukundengewinnung setzt der Intralogistikspezialist auf Algorithmen: Die Software Target Group Predict liest die Webseiten der Bestandskunden aus und spürt Zusammenhänge und Muster auf. Über assoziative Predictive-Analytics-Modelle erkennt die selbstlernende Anwendung im Laufe der Zeit, welche Charakteristika die Zielgruppe exakt beschreiben, und identifiziert einzelne Wörter, aus denen sich eine Affinität zu bestimmten Produkten ableiten lässt. Anhand der auf diese Weise ermittelten Muster werden im Anschluss Webseiten von Unternehmen durchsucht, die nicht zum Kundenstamm von STILL gehören. Den Grad der Übereinstimmung einer Website mit dem gesuchten Modell bewertet die Software mit einem Punktesystem. Der Vertrieb und das Marketing können Unternehmen mit einer hohen Produktaffinität gezielt ansprechen.
Wie STILL die Prognosen im Einzelnen nutzt, erläutert Matthias Klug auf der BARC-Tagung Advanced & Predictive Analytics am 27. September in Frankfurt am Main ab 9:30 Uhr.
Vertriebsprognosen basieren auf internen Unternehmensdaten
Aus der Masse des Bestandes werden die Unternehmen identifiziert, die in den anstehenden zwölf Monaten ein hohes Potenzial aufweisen. Indem der Vertrieb das Kaufpotenzial gezielt ausschöpft, steigt der Umsatz. Für die Prognosen analysiert Dastani Consulting die Transaktionsdaten von rund 200.000 Adressen. Inhaber Dr. Parsis Dastani: „In vielen Fällen ist es so wie bei STILL. Die Analysen basieren primär auf Daten aus den internen Unternehmenssystemen. Wer diese Big Data intelligent auswertet, erhält Antworten auf viele Fragen.“
Eine weitere Frage, der STILL auf den Grund geht: Welche Produkte wird ein einzelner Kunde mit hoher Wahrscheinlichkeit als nächstes kaufen? „Next Best Offer ist ein sehr wirkungsvolles Instrument, um Vertriebsressourcen gezielt einzusetzen. So werden wir den Deckungsbeitrag von Marketing- und Vertriebsaktionen noch einmal steigern.“
Text-Mining-Algorithmus für die Neukundengewinnung
Auch in der Neukundengewinnung setzt der Intralogistikspezialist auf Algorithmen: Die Software Target Group Predict liest die Webseiten der Bestandskunden aus und spürt Zusammenhänge und Muster auf. Über assoziative Predictive-Analytics-Modelle erkennt die selbstlernende Anwendung im Laufe der Zeit, welche Charakteristika die Zielgruppe exakt beschreiben, und identifiziert einzelne Wörter, aus denen sich eine Affinität zu bestimmten Produkten ableiten lässt. Anhand der auf diese Weise ermittelten Muster werden im Anschluss Webseiten von Unternehmen durchsucht, die nicht zum Kundenstamm von STILL gehören. Den Grad der Übereinstimmung einer Website mit dem gesuchten Modell bewertet die Software mit einem Punktesystem. Der Vertrieb und das Marketing können Unternehmen mit einer hohen Produktaffinität gezielt ansprechen.
Wie STILL die Prognosen im Einzelnen nutzt, erläutert Matthias Klug auf der BARC-Tagung Advanced & Predictive Analytics am 27. September in Frankfurt am Main ab 9:30 Uhr.