Daniel

Big Data Analytics – was mache ich mit den Erkenntnissen?

Big Data ist zurzeit in aller Munde und besonders der Data-Analytics-Aspekt verspricht neue Erkenntnisse. Zu Recht wie ich meine. Klassische Data-Analytics- und BI-Methoden bieten lediglich die Möglichkeit, Daten aus der Vergangenheit oder im Bestfall gerade aktuelle Daten in Echtzeit zu untersuchen. Big Data Analytics gehen den entscheidenden Schritt weiter und ermöglichen neben der Betrachtung von Vergangenheit und Gegenwart durch Extrapolation und Kombination von Daten auch einen Blick in die Zukunft. Man unterscheidet hier drei Methoden: Mithilfe von Descriptive Analytics lässt sich feststellen, was gerade geschieht. Diagnostic Analytics erklären, warum etwas Bestimmtes geschieht und Predictive Analytics sagen voraus, was geschehen wird. Prescriptive Analytics beschreiben zu guter Letzt, wie man das Vorhergesehene im eigenen Sinne beeinflussen kann. Anwendern steht somit ein komplettes Set an Werkzeugen zur Verfügung, um Daten aus wirklich allen möglichen Perspektiven auszuwerten.

Was bringen diese Analysemöglichkeiten nun konkret? Übertragen auf die Kunden, beispielsweise eines Energieversorgers, bedeutet das, dass man mit klassischen BI-Methoden feststellen kann, wie dessen Kundenstamm demografisch und regional zusammengesetzt ist. Es lassen sich auch Erkenntnisse darüber gewinnen, welche Kunden in welcher Region verloren und welche dazugewonnen wurden.

Indem man auch Daten aus Social Media in die Analyse einfließen lässt und auf Big Data Analytics setzt, kann man jedoch die entscheidende, zusätzliche Dimension hinzufügen. Man kann sehr gut darstellen, wie der Anbieter gerade in der Öffentlichkeit gesehen wird. Dazu können eigene Communities ebenso ausgewertet werden wie öffentliche Plattformen wie Facebook und Twitter. Das bringt wertvolle Einblicke für Marketing und PR, die dann zum Beispiel kritische Punkte in ihren breiteren Kommunikationsmaßnahmen gezielt adressieren und den Kunden erklären können. Durch Social-Media-Auswertungen lassen sich auch Gründe dafür ermitteln, warum sich Kunden für andere Anbieter entscheiden: sind es die Preise, das Produkt, das Unternehmens-Image oder unzulänglicher Kundenservice?

Spannend wird es, schon vor einer Vertragskündigung vorhersagen zu können,  welcher der eignen Kunde sich vom Unternehmen abwendenden wird. So kann beispielsweise die Wahrscheinlichkeit ermittelt werden, mit der ein treuer Kunde zu einem anderen Anbieter wechselt, wenn sich in seinem sozialen Umfeld bereits jemand für einen Konkurrenten entschieden hat.

Mit dieser Information und allen Daten, die das Unternehmen über den Kunden in seinem CRM-System vorhält, kann es jetzt proaktiv gefährdete Kunden kontaktieren. Gekoppelt mit einem leistungsfähigen Content Management System (CMS) lässt sich sofort eine personalisierte Kommunikation in Mail- oder Papierform  starten. Das CMS erstellt auch automatisiert ein Skript inklusive der wichtigsten Fakten für einen Call-Center-Mitarbeiter. Somit ist der Energieversorger zum Beispiel in der Lage, den Kunden bereits frühzeitig, das heißt während er sich eine Meinung bildet, in einen Dialog einzubinden und ein passendes Angebot zu erstellen. So kann er ihm attraktive Tarife, neue Angeboten wie beispielsweise Ökostrom oder persönliche Beratungsgespräche über Energiesparpotentiale anbieten. Dem Anbieter eröffnen sich hierdurch neue Chancen zur Kundenbindung, die er ohne Social-Media-Analysen so vorher nicht hatte.

Der Energieversorger steht hier nur beispielhaft für eine ganze Reihe von Industriebereichen, für die Kundenbindung wichtig ist. Automobilhersteller, Telekommunikations-Provider, Handelsketten, Hersteller von hochwertigen Consumer-Produkten, Versicherungen und Banken und sogar politische Parteien sind andere nennenswerte Beispiele, die von einer solchen Technologie profitieren, indem sie die Interessen und Beweggründe ihrer Kunden oder Wähler besser kennenlernen. Und diese bessere Informationsbasis können sie dann für eine optimierte Kundenbetreuung nutzen – die sich natürlich langfristig auch in positiven Geschäftszahlen für das Unternehmen selber niederschlagen soll.