Kundenwissen ist Goldwert…

… und Ihre Datenbank ist der JuwelierFlexible Analysen und Auswertungsmöglichkeiten auf qualitätsgesicherten Daten

Kundenwissen wird systematisch in einem zentralen Datenmanagement aufgebaut

Kundenwissen

Sammlung von Kundendaten in

verteilten Systemen und Schaffung einer auswertbaren

Datengrundlage

Sammlung von Kundendaten in

verteilten Systemen und Schaffung einer auswertbaren

Datengrundlage

Interaktion mit dem Kunden

KampagnenKampagnen

ServiceService

VertriebsaktionenVertriebsaktionen

Pragmatische Expertenregeln oder modernste Data Mining Analysen erkennen die Potenziale

und zeigen den Wert jedes einzelnen Kunden

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?

Lernen aus der Vergangenheit Gegenwart besser verstehen

Zukunft vorausschauend planen

Kundeninformationen

AnalytikAnalytik EntscheidungEntscheidung

Verstehen Vorhersagen Handeln

Schritt 1:

In welchen operativen System sindrelevante Daten vorhanden?

Stammdaten

Transaktionen

Verträge

Aktionen

Schritt 2:

Welche Informationen stehen zur Auswertung bereit

Transaktionen

Geldfluss

Umsätze

Kanalnutzung

Kontakthistorie und -management

Beschwerdedaten

Stammdaten

Soziodemographische Daten

Adressdaten

Einkommensinfo

Haushaltsverbund

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

Produktinformationen Vertriebsinformationen

Kunden- u. Interessentendaten Bewegungsinformationen

Transaktionen

Geldfluss

Umsätze

Kanalnutzung

Kontakthistorie und -management

Beschwerdedaten

Stammdaten

Soziodemographische Daten

Adressdaten

Einkommensinfo

Haushaltsverbund

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

Produktinformationen Vertriebsinformationen

Kunden- u. Interessentendaten Bewegungsinformationen

51%

43%

Schritt 3:

Eine Füllstandanalyse zeigt den Umfang der vorhanden Informationen

90%

75%

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;

Schritt 5:

Überführung der Daten aus den operativen Systemen

in einen dispositiven Datenbestand

Stammdaten

Transaktionen

Verträge

Aktionen

Schritt 6:

Durchführung eines Data-Audits zur Überprüfung der Datengüte

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

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.)

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

Schritt 10:

Welche Daten müssen künftig im Kundenprozess

ergänzt werden?

Kundenwissen

Sammlung von Kundendaten in

verteilten Systemen und Schaffung einer auswertbaren

Datengrundlage

Sammlung von Kundendaten in

verteilten Systemen und Schaffung einer auswertbaren

Datengrundlage

Interaktion mit dem Kunden

KampagnenKampagnen

ServiceService

VertriebsaktionenVertriebsaktionen

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 vonZufriedenheitsanalyse von Stadtwerken auf Geschäftsführungsebene durch quantitative undqualitative, 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 CouponbasisAusbau zu Systems einem CRM-System

Nette Präsentation, aber jetzt mal Butter bei die Fische…

Ja, ich will mehr Informationen zum Thema……

hier klicken

hier klicken

hier klicken

hier klicken

hier klicken

hier klicken

hier klicken

hier klicken

hier klicken

… Y-KundenNavigator

… Expertenregeln

… Data Mining

… Data Preparation

… Segmentierung

… Kampagnenmanagement

… Serviceoptimierung

… Vertriebssteuerung und Aktionsplanung

… Controlling von Kundenwertprozessen

Ich freue mich auf vertiefende Gespräche

Dipl. Oek.Lars Bossemeyer

Franz-Vetter-Str. 834121 Kassel

y@bossemeyer.com+49 (0)162 13 92 160