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

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

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?

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

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

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%

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;

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

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

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

Sicherstellung der Interpretierbarkeit der Informationen Schritt 8: Sicherstellung der Interpretierbarkeit der Informationen Auffüllung leerer Felder nach Möglichkeit @BLANK 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.)

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

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

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

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 2002-2005 EWE AG, Oldenburg: Konzeption, Realisierung und Management eines regionalen Dialogmarketingkonzeptes und Mehrwertprogramms auf Couponbasis Ausbau zu Systems einem CRM-System

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

Lars Bossemeyer Ich freue mich auf vertiefende Gespräche Dipl. Oek. Lars Bossemeyer Franz-Vetter-Str. 8 34121 Kassel y@bossemeyer.com +49 (0)162 13 92 160