Online-Marketing-Blog Heroshot

Was kann man mit Kundendaten alles machen? Vieles und noch viel mehr - Beispiele im Überblick

Schlauen Sie sich auf

Was kann man mit Kundendaten alles machen? Vieles und noch viel mehr - Beispiele im Überblick Was kann man mit Kundendaten alles machen? Vieles und noch viel mehr - Beispiele im Überblick - Mobile
14.09.2014

Was kann man mit Kundendaten alles machen? Vieles und noch viel mehr - Beispiele im Überblick

Die Vorteile seine Kunden genau und gut zu kennen ist intuitiv sofort klar. Je mehr Daten über eine Person vorliegen (z. B. Alter, Hobbys, Beruf), desto zielgerichteter kann ein Kunde angesprochen werden, z. B. durch personalisierte Werbung. Anwendungsmöglichkeiten sind allerdings nicht nur auf die personalisierte Werbung beschränkt:

1. Schon anhand weniger Daten können Unternehmen genau abschätzen, um was für einen Menschen es sich beim beobachteten Kunden handelt und wie wohl sein Konsumverhalten aussieht (um dann z. B. neue Standorte für Filialen zu finden oder Produkte besser abzusetzen).

2. Unternehmen können durch die Erhebung und die Analyse von Kundendaten interne Unternehmensabläufe optimieren, z. B. im Marketing, im Vertrieb oder im Supply Chain Management.

3. Mithilfe von Daten von und über Kunden – z. B. aus Fachforen, Facebook-Postings oder Twitter-Beiträgen – können Unternehmen vergleichsweise einfach auch Informationen zu den Problemen, Stärken und Aktivitäten der eigenen Konkurrenz erfahren.

Nutzen_Kundendaten.png

Abbildung: Was macht die Analyse von Kundendaten möglich?

Nachfolgend einige Beispiele dazu, was mit Kundendaten alles möglich ist.

Optimierung von Lieferketten

Bereits Anfang 2014 hat Amazon ein neues Patent angemeldet. Durch einen so genannten "vorausschauenden Versand" sollen Produkte, die für einen bestimmten Kunden interessant sein könnten, schon zu diesem unterwegs sein, bevor der Kunde die Produkte überhaupt bestellt hat. Konkret: Amazon verschickt bestimmte Produkte schon an Versandzentren in Regionen, in denen Amazon einen oder gar mehrere Interessenten für ein Produkt vermutet. Kommt es tatsächlich zu einer Bestellung profitieren Kunden so von verkürzten Lieferfristen. Aber wie kann Amazon in die Zukunft blicken? Die Antwort: Durch die intelligente Verknüpfung von Kundendaten. So verknüpft Amazon Wunschzettel von Kunden, frühere Bestellungen, den aktuellen Inhalt des Warenkorbs, Umtausche und sogar die Verweildauer auf bestimmten Produktbeschreibungen.

Um die Lieferzeiten für Kunden noch weiter zu optimieren, denkt Amazon auch über den Einsatz von Helikopter-Drohnen nach. Ein Video von Amazon zeigte zuletzt kleine Flugroboter, die in den Auslieferzentren des Unternehmens Pakete in gelben Behältern aufsammeln und diese sofort nach Bestellung bei den Kunden abliefern. Die Helikopter-Drohnen werden von Elektromotoren getrieben und haben nach Angaben von Amazon eine Reichweite von zehn Meilen (rund 16 Kilometer). Zumindest in Metropolregionen können damit weite Teile der Bevölkerung erreicht werden. Wie finden die Drohnen zu den Lieferadressen? Per Satelliten-Navigation über das Positionsbestimmungssystem GPS. Testversuche mit den von Amazon „Octocopter“ genannten Drohnen - der Name ist von den acht Rotoren der Drohnen abgeleitet – sollen beginnen, sobald notwendige gesetzliche Rahmenbedingungendurch die US-Flugsicherheitsbehörde FAA erlassen sind.

Beides – also der vorausschauende Versand und der Einsatz von Helikopter-Drohnen ist aus Sicht von Amazon eine zwingend notwendige Optimierung der Online-Lieferkette. Denn: Kunden, die online shoppen (im Gegensatz zu Kunden des stationären Einzelhandels), müssen immer warten, bevor sie ein bestelltes Produkt tatsächlich in den Händen halten. Je kürzer die Wartezeit ist, desto eher werden Kunden online einkaufen anstatt das gewünschte Produkt „auf die Schnelle“ im stationären Handel vor Ort einkaufen.

Personalisierte Werbung

Schon vor zwei Jahren hat die amerikanische Handelskette Target Schlagzeilen gemacht, weil der Konzern nur anhand von mit der eigenen Treuekarte gesammelten Daten herausgefunden hat, dass bestimmte Kundinnen schwanger sind und diese dann mit Informationen zu Umstandsmode und Babynahrung versorgt hat. Dazu folgende Geschichte: -- An angry man went into a Target outside of Minneapolis, demanding to talk to a manager:My daughter got this in the mail!” he said. “She’s still in high school, and you’re sending her coupons for baby clothes and cribs? Are you trying to encourage her to get pregnant?” The manager didn’t have any idea what the man was talking about. He looked at the mailer. Sure enough, it was addressed to the man’s daughter and contained advertisements for maternity clothing, nursery furniture and pictures of smiling infants. The manager apologized and then called a few days later to apologize again. On the phone, though, the father was somewhat abashed. “I had a talk with my daughter,” he said. “It turns out there’s been some activities in my house I haven’t been completely aware of. She’s due in August. I owe you an apology.” --

Personalisierte Preisgestaltung

Besucht ein Internetnutzer eine Webseite, kann erfasst werden, welche Art Rechner dieser verwendet, welchen Internetbrowser er einsetzt und auch welche Websites er schon zuvor besucht hat. Diese Daten werden dann mit vorhandenen Kundendaten verknüpft. Das Ziel: Anhand der verknüpften Daten soll ermittelt werden, was dem potentiellen Kunden das aktuell angesehene Produkt wohl wert sein dürfte. Diese Vorgehensweise wird bereits angewendet. So zeigt das amerikanische Reiseportal Orbitz Nutzern von Apple-Produkten offenbar gezielt teurere Hotelzimmer an. Der Grund: Die Auswertung von Kundendaten beim Reiseportal hat gezeigt, dass Apple-Nutzer tendenziell bis zu 30 Prozent mehr für Hotelübernachtungen ausgeben als Windows-Nutzer. Darüber hinaus bestehe bei Personen mit Apple-Rechnern eine 40 Prozent höhere Wahrscheinlichkeit, dass diese ein Vier- oder Fünfsternehotel buchen. Und sollten sie sich für dasselbe Hotel entscheiden wie ein Windows-Nutzer, würden sie eher die teureren Zimmer wählen. Allerdings wurde von Orbitz auch klargestellt: Es wird niemals dasselbe Zimmer für unterschiedliche Preise beworben. Ich würde sagen: Noch nicht :-)

Bezahlverfahren im E-Commerce

Bei der Prüfung der Kreditwürdigkeit von Kunden (dem so genannten „Scoring“) oder auch der Bereitstellung von bestimmten Bezahlverfahren im E-Commerce werden zunehmend und sogar weitgehend unabhängig vom tatsächlichen Verhalten oder Hintergrund des Kunden frei verfügbare Daten eingesetzt. Dazu werden z. B. soziodemographische Daten herangezogen: In welcher Gegend wohnt der Kunde? Wie hoch ist dort das Familieneinkommen? Welche Autos stehen vor der Tür? Wird dort "Spiegel" oder die " Neue Post" gelesen? Die Konsequenz: Steht ein Haus in der falschen Straße, wird z. B. nur gegen Vorkasse geliefert. Es ist aber klar: Dies ist sowohl datenschutzrechtlich als auch gesellschaftspolitisch extrem problematisch, da so der einzelne Menschen nicht mehr selbst über das eigene Bild in der Öffentlichkeit entscheiden kann.

Prozessoptimierung

Kundendaten können auch bei der Optimierung von Prozessen in Unternehmen wertvolle Beiträge leisten. Beispiel Callcenter: Ein Callcenter-Mitarbeiter bekommt beim Anruf eines Kunden z. B. sofort zu sehen, über welche Probleme der Kunde in der Vergangenheit bereits geklagt hat. So kann sich die Bearbeitungszeit – theoretisch zumindest ☺ - bei Anfragen erheblich verkürzen während gleichzeitig die Anzahl der schnell gelösten Probleme stark erhöht werden kann. Software kann heute z. B. schon erfassen, wie aufgeregt der Anrufer ist bzw. wie oft er es schon bei vorangegangenen Anrufen war. So können besonders problematische Anrufe gleich vom Callcenter-Mitarbeiter zu speziell geschulten Fachkräften durchgestellt werden.

Wie viele Daten braucht man?

Wie viele Daten braucht man, um etwas verlässlich wissen zu können? Oft weniger, als man denkt. Je mehr man allerdings wissen möchte, desto mehr Daten benötigt man auch. Entscheidend ist, dass Unternehmen die wirklich erfolgskritischen Fragestellungen identifizieren und dann systematisch überlegen, wie sie mithilfe von Daten verlässliche Antworten finden können.

Trotzdem gilt: Die Menge an internen und externen Daten mit denen Unternehmen konfrontiert sind wächst kontinuierlich. Stand in den letzten Jahren dabei vor allem die Handhabung und Nutzung strukturierter Daten durch klassische Business Intelligence Lösungen im Vordergrund, also die Analyse und Auswertung von Daten aus Informationssystemen und Datenbanken, rückt zuletzt auch die Handhabung und Nutzung von unstrukturierten Daten wie z. B. Office-Dokumenten, E-Mails, Sharepoint Workspaces oder Social Media Daten in den Fokus. Als besonders vielversprechend, gleichzeitig aber auch herausfordernd erweist sich dabei die integrierte, also kombinierte Analyse strukturierter und unstrukturierter Daten. Vielversprechend, da eine integrierte Auswertung die Bereitstellung wertvoller Informationen ermöglicht und damit zu einem Wettbewerbsvorteil wird. Problematisch aber auch, da mit der Auswertung großer, heterogener Datenbestände ("Big Data") große technologische und organisatorische Herausforderungen verknüpft sind.