Für viele Unternehmen spielt das Customer-Relationship-Management (CRM) heute eine Schlüsselrolle: Hier wird entschieden, welche bestehenden Kunden in welcher Form betreut werden, welche potenziellen Kunden wie angesprochen und welche ehemaligen Kunden zurückgewonnen werden sollen. Die Beantwortung dieser Fragen ist von strategischer Bedeutung und entscheidet wesentlich über den Erfolg des gesamten Unternehmens.
Für die Umsetzung der Basisstrategien Kundenneugewinnung, -bindung sowie -rückgewinnung sind jedoch umfangreiche Informationen über das Kundenverhalten erforderlich. Diese können zum Großteil aus intern bereits vorhandenen Daten über die Kundenhistorie gewonnen werden. Da es sich meist um große Datenbestände handelt, in denen sich die relevanten Informationen oft in umfangreichem "Datenrauschen" verstecken, sind automatisierte Analysewerkzeuge gefragt. Die Analysemöglichkeiten unternehmensinterner Datenbestände sind zwar heute dank eines großen Angebots an Werkzeugen (aktuell über 150) so vielfältig wie nie zuvor - die Entscheidung für das richtige Tool fällt jedoch umso schwerer.
Testszenario Churn Prediction
Für die aktuelle Ausgabe der Mayato-Data-Mining-Studie wurde daher ein praxisnahes Analyseszenario aus dem Bereich Kundenrückgewinnung (Churn Prediction) erarbeitet: Ein großer Online-Versandhändler möchte Erstbesteller, die nach einer definierten Zeitspanne keine Folgebestellung tätigen, durch gezielte Aktionen zu einem Wiederkauf anregen. Dabei sollen nur die Kunden einen Einkaufsgutschein erhalten, bei denen mit hoher Wahrscheinlichkeit davon auszugehen ist, dass sie ohne diesen Anreiz keine Bestellung tätigen würden.
Diese Kunden sollen auf der Basis der vorliegenden Kundenhistorie (Transaktionsdaten von Stammkunden, Gelegenheitskäufer und abgewanderte Kunden) mit Hilfe eines Prognosemodells vorhergesagt werden. Dazu wurden neben etablierten Methoden wie Entscheidungsbäumen auch neue Prognoseverfahren wie Support Vector Machines (SVM) eingesetzt und jedes Tool separat auf Praxistauglichkeit und Prognosequalität geprüft.
Kundenverhalten errechnen
Foto: Mayato
Hauptziel ist dabei, auf Basis der errechneten Prognosen gezielt die abwanderungsgefährdeten Kunden zurückzugewinnen und zu binden. Zentrale Bezugsgröße ist die Kundenbeziehung, die vom Unternehmen aktiv gesteuert werden sollte. In welchen Entwicklungsstufen die Beziehung zum Kunden typischerweise verläuft, verdeutlicht die Grafik.
Hier sind alle aktuellen und potenziellen Kunden nach der Reihenfolge ihrer Loyalität zum Unternehmen aufsteigend angeordnet. Ziel ist jeweils, sie möglichst viele Schritte nach oben zu führen. Kunden, die sich auf verschiedenen Stufen befinden, sollten unterschiedlich angesprochen werden: Ein Produktinteressent muss anders umworben werden als ein Mehrfachkäufer, der das Unternehmen bereits kennt. Auch dazu lassen sich die Ergebnisse der Data-Mining-Prognosemodelle sehr gut nutzen.
Anhand des beschriebenen Szenarios wird der gesamte Data-Mining-Prozess im Test durchlaufen. Ein derart aufwendiges Testkonzept liefert wertvolle praxisrelevante Fakten und Erkenntnisse im direkten Vergleich, die nicht aus den Produktbeschreibungen der Tool-Hersteller hervorgehen.
- xRM, Social CRM, Mobile CRM
Im CRM-Markt zeichnen sich wichtige Entwicklungen ab, die neue Anwendungen sowie mehr strategischen Nutzen versprechen. Welche, lesen Sie hier. - Trend 1: CRM strategisch nutzen
Gegenwärtig gehen Analysten davon aus, dass etwa 80 Prozent der deutschen Firmen Software zum Management ihrer Kundenbeziehungen einsetzen. Allerdings nutzt nur etwa die Hälfte davon CRM-Software in Verbindung mit einer kundenorientierten Unternehmensstrategie. Der Grund: Viele Betriebe haben in der mittlerweile 14 Jahre andauernden Historie CRM lediglich als Softwarethema betrachtet und nur technisch umgesetzt. Die eigentlichen CRM-Ziele wie Kundenbindung und Neukundengewinnung - also messbare Ergebnisse - blieben hingegen auf der Strecke. - Trend 2: Verschärfter Datenschutz
Mit der Integration von Social Media und Cloud Computing müssen Unternehmen noch mehr datenschutzrechtliche Richtlinien erfüllen. In beiden Fällen kommen besonders schützenswürdige, personenbezogene Daten ins Spiel. Die teilweise noch fehlende Rechtssicherheit und Verunsicherung in diesen Punkten führt jedoch noch zur Zurückhaltung potenziell an CRM interessierter Betriebe. - Trend 3: Social CRM
Nach Angaben der Marktforscher von Gartner entfielen 2010 rund 90 Prozent der Ausgaben für Social Media beziehungsweise Social CRM auf den Business-to-Consumer-Markt. Inzwischen schätzen die Analysten das Volumen des Marktes für Social-CRM-Produkte bis Ende 2012 auf eine Milliarde Dollar. Gemessen am gesamten CRM-Geschäft macht dies momentan nur einen Anteil von fünf Prozent aus. - Trend 4: Cloud Computing
Im Gegensatz zu den USA ist der Mittelstand in deutschsprachigen Ländern von Cloud Computing noch nicht restlos überzeugt. Für die ablehnende Haltung sind wohl weniger wirtschaftliche und rechtliche Bedenken verantwortlich als vielmehr psychologische. Trotzdem geht der Trend auch in Sachen CRM in Richtung Cloud. Oracle hatte vor kurzem mit RightNow einen CRM-Anbieter übernommen, der seine Lösungen ausschließlich über das Internet anbietet. - Trend 5: Mobile CRM
Für die meisten CRM-Hersteller ist der Trend zu immer schlankeren Geräten wie Smartphones und Tablet-PCs eine natürliche und notwendige Entwicklung. Viele CRM-Anbieter haben auch schon Apps für solche Endgeräte im Angebot. Laut CRM-Hersteller CDC Software in München fordern die Kunden eine Benutzeroberfläche für den Zugriff auf Daten und Funktionen ihres CRM-Systems über das Web. Damit sollen mobile Anwender im Vertrieb oder Service wie gewohnt in ihrer Kundendatenbank arbeiten können. - Trend 6: Von CRM zu xRM
Bemerkenswert ist im CRM-Markt auch die Entwicklung neuer Anwendungsszenarien außerhalb der direkten Kundenbeziehungen. Auf der Basis von CRM-Standardsystemen werden zunehmend neue Anwendungsgebiete mit ähnlichem Anforderungsprofil entwickelt und unter dem Kürzel xRM eingeführt, das für "any Relationship Management" steht.