Kundenwissen ist Goldwert… … und Ihre Datenbank ist der Juwelier

Präsentation zum Thema: "Kundenwissen ist Goldwert… … und Ihre Datenbank ist der Juwelier"—  Präsentation transkript:

1 Kundenwissen ist Goldwert… … und Ihre Datenbank ist der Juwelier
Flexible Analysen und Auswertungsmöglichkeiten auf qualitätsgesicherten Daten

2 Kundenwissen wird systematisch in einem
zentralen Datenmanagement aufgebaut Kundenwissen Interaktion mit dem Kunden Sammlung von Kundendaten in verteilten Systemen und Schaffung einer auswertbaren Datengrundlage Kampagnen Service Vertriebsaktionen

3 Pragmatische Expertenregeln oder modernste
Data Mining Analysen erkennen die Potenziale und zeigen den Wert jedes einzelnen Kunden Lernen aus der Vergangenheit Gegenwart besser verstehen Zukunft vorausschauend planen Kundeninformationen Analytik Entscheidung Verstehen Vorhersagen Handeln Ergebnis der Analyse: Welche Produkte haben hohe Verkaufschancen? Welche Produkte haben Steigerungspotenzial? Was ist das nächst beste Angebot für den Kunden? Welche Produkte kann er sich leisten? Welche Produkte sind für den Kunden gesperrt? Wie ist die optimale Anspracheform? Über welchen Kanal will der Kunde informiert werden?

4 In welchen operativen System sind relevante Daten vorhanden?
Schritt 1: In welchen operativen System sind relevante Daten vorhanden? Transaktionen Stammdaten Aktionen Verträge

5 Welche Informationen stehen zur Auswertung bereit
Schritt 2: Welche Informationen stehen zur Auswertung bereit Kunden- u. Interessentendaten Bewegungsinformationen Transaktionen Geldfluss Umsätze Kanalnutzung Kontakthistorie und -management Beschwerdedaten Stammdaten Soziodemographische Daten Adressdaten Einkommensinfo Haushaltsverbund Produktinformationen Vertriebsinformationen Produktnutzung (Eigen + Fremd) Abschlussdatum, Auslauf- und Enddatum Ertragsinformation / Provision Produktdaten (Kategorie, Struktur) Volumen Vertriebszuordnung Aktivität; Reaktion Kampagnen im Sinne von Produkt und Kanal Bedürfnisse, Ziele und Wünsche Produktinteressen Angebote

6 Eine Füllstandanalyse zeigt den Umfang der vorhanden Informationen
Schritt 3: Eine Füllstandanalyse zeigt den Umfang der vorhanden Informationen Kunden- u. Interessentendaten Bewegungsinformationen Transaktionen Geldfluss Umsätze Kanalnutzung Kontakthistorie und -management Beschwerdedaten Stammdaten Soziodemographische Daten Adressdaten Einkommensinfo Haushaltsverbund 75% 43% Produktinformationen Vertriebsinformationen Produktnutzung (Eigen + Fremd) Abschlussdatum, Auslauf- und Enddatum Ertragsinformation / Provision Produktdaten (Kategorie, Struktur) Volumen 90% Vertriebszuordnung Aktivität; Reaktion Kampagnen im Sinne von Produkt und Kanal Bedürfnisse, Ziele und Wünsche Produktinteressen Angebote 51%

7 Aufbau eines Regelwerkes zur Verbindung der Datensätze?
Schritt 4: Aufbau eines Regelwerkes zur Verbindung der Datensätze? Datenbank 1 Kundennummer; Titel; Vorname; Nachname; Straße; … Datenbank 2 Vertragsnummer; Datum; Nachname; Kundennummer; … Datenbank 3 Datum; Kundennummer; Aktionskennzeichen; Mailingart;

8 Marketing und Vertriebs
Schritt 5: Überführung der Daten aus den operativen Systemen in einen dispositiven Datenbestand Transaktionen Marketing und Vertriebs Datenbank Stammdaten Aktionen Verträge

9 Durchführung eines Data-Audits zur Überprüfung der Datengüte
Schritt 6: Durchführung eines Data-Audits zur Überprüfung der Datengüte

10 Bereinigung der Daten und gegebenenfalls
Schritt 7: Bereinigung der Daten und gegebenenfalls Anonymisierung Sperrung klar irrelevanter Merkmale im Filter Leere Spalten Eindimensionale Füllung Bereits in anderen Tabellen vorhandene Merkmale ohne Schlüsselfunktion Sperrung fachlich irrelevanter Merkmale im Filter Identifikation interpretations- leerer Merkmale

11 Sicherstellung der Interpretierbarkeit der Informationen
Schritt 8: Sicherstellung der Interpretierbarkeit der Informationen Auffüllung leerer Felder nach zu 0 Ableitung von Datums feldern zu Tage, Monate oder Jahre seit/bis Unsaubere Datenfüllung so weit möglich beseitigen Kategorisierung innerhalb eines Merkmals vornehmen (z.B.: Branchenkennung) Definition der Feldtypen (Bereich, Set, Flag, etc.)

12 Veredelung der Datenbestände
Schritt 9: Veredelung der Datenbestände Erzielung einer umfassenden Transparenz über die postalische Qualität und Aktualität der vorliegenden Adressen Klärung der datenschutzrechtlichen Voraussetzungen zur externen Bereitstellung von Daten; Prüfung der Einbindung eines Datenschutzbeauftragten zur Sicherstellung eines reibungsarmen Prozesses Prüfung, ob Einverständniserklärungen bzgl. der zukünftigen Kommunikation mit den Kunden und Interessenten vorliegen Prüfung, ob einheitlichen Begriffen unterschiedliche Bedeutungen und verschiedenen Begriffen einheitliche Bedeutungen innewohnen

13 ergänzt werden? Welche Daten müssen künftig im Kundenprozess
Schritt 10: Welche Daten müssen künftig im Kundenprozess ergänzt werden? Kundenwissen Interaktion mit dem Kunden Sammlung von Kundendaten in verteilten Systemen und Schaffung einer auswertbaren Datengrundlage Kampagnen Service Vertriebsaktionen

14 Kundenwissen ist Goldwert…
…und mit jedem Tag gewinnen Sie mehr Wissen

15 Auszug aus bestehenden Referenzen
2008/2009 Hamburger Sparkasse: Konzeption, Auswahl und Aufbau von Data Mining mit Fokus auf analytischem Affinitätsportfolio auf Einzelkundenbasis als Grundlage für Multikanalmanagement. 2008 Karstadt Quelle Versicherung, Nürnberg: Segmentierung für Multikanalmanagement. 2007 E.ON Thüringer Energie AG, Erfurt: Entwicklung, Durchführung und Auswertung von Zufriedenheitsanalyse von Stadtwerken auf Geschäftsführungsebene durch quantitative und qualitative, strukturierte Interviews. 2007/2008 SAFIMA GmbH, Kassel: Konzeption, und Umsetzung einer Beratungsstrategie im Bereich Finanzoptimierung für die Zielgruppe Gesellschafter Geschäftsführer. Aufbau der CI und Umsetzung der Markenführung in allen Kanälen. 2005/2006 Fiducia IT AG, Karlsruhe: Konzeption und Umsetzung eines indirekten Vertriebskanals für die Tochtergesellschaften mit Vertriebssteuerung und Controlling. 2004 HONKA GmbH, Molbergen: Konzeption und Umsetzung von CRM im Investitionsgüterbereich: Auszeichnung: CRM Award Mittelstand EWE AG, Oldenburg: Konzeption, Realisierung und Management eines regionalen Dialogmarketingkonzeptes und Mehrwertprogramms auf Couponbasis Ausbau zu Systems einem CRM-System

16 Nette Präsentation, aber jetzt mal Butter bei die Fische…
Ja, ich will mehr Informationen zum Thema…… … Y-KundenNavigator … Expertenregeln … Data Mining … Data Preparation … Segmentierung … Kampagnenmanagement … Serviceoptimierung … Vertriebssteuerung und Aktionsplanung … Controlling von Kundenwertprozessen hier klicken hier klicken hier klicken hier klicken hier klicken hier klicken hier klicken hier klicken hier klicken

17 Lars Bossemeyer Ich freue mich auf vertiefende Gespräche
Dipl. Oek. Lars Bossemeyer Franz-Vetter-Str. 8 34121 Kassel +49 (0)