Mit Datenanalyse zum Erfolg

Unternehmen mit einem großen Kundenstamm haben es nicht leicht, alle Kunden zu behalten. Denn dazu müssten sie von jedem Kunden wissen, wie zufrieden er mit der aktuellen Situation ist. Beispielsweise weiß ein Anbieter für Mobilfunktarife nicht, welche Kunden unzufrieden mit dem Vertrag sind und demnächst kündigen möchten. Wüsste der Anbieter genau darüber Bescheid, bei welchen Kunden das der Fall ist, könnte er sie gezielt darauf ansprechen und möglicherweise umstimmen, indem er sie beispielsweise auf neue, attraktivere Tarife aufmerksam macht oder einen Rabatt aus Kulanz gewährt.

Oftmals sind Beschwerdebriefe, Beschwerde-E-Mails oder Anrufe ein Hinweis darauf, dass eine Kündigung ansteht. Doch wie soll man bei mehreren tausend Kunden noch einen Überblick darüber behalten, wer wann welche Kritik geäußert hat? Für einzelne Personen ist dies bei einer großen Anzahl an Kunden irgendwann nicht mehr mit vertretbarem Aufwand machbar. In diesem Fall muss man über andere Ansätze nachdenken.

Ein interessanter Ansatz ist die automatische Datenanalyse mit Systemen wie NeuroBayes. Dabei werden Daten von Kunden (Kontaktanfragen, …) mit intelligenten Algorithmen, die in der Spitzenforschung entwickelt wurden, analysiert und bewertet. Die Kundenbetreuer der Firma sehen dann schnell und einfach, wo eventuell eine Kündigung ansteht oder ein Kunde unzufrieden ist und können reagieren. NeuroBayes ist jedoch auch in der Lage, zu entscheiden, ob es sich für die Firma lohnt, einen unzufriedenen Kunden zu halten oder nicht.

Die Kundenanalyse ist sehr wichtig für ein erfolgreiches Unternehmen, da die Neugewinnung eines Kunden etwa 20 – 40 Mal so aufwändig ist wie das Halten von Kunden. NeuroBayes ist ein System, das dazu lernt und so immer bessere Ergebnisse liefert, je länger es im Einsatz ist. Außerdem ist es in der Lage, externe Quellen wie Mobilfunkgeräte oder Kameras in die Datenanalyse mit einzubeziehen und so die Resultate zu verbessern.

Neben der Verhinderung von Kündigungen ist die Datenanalyse auch wichtig für Absatzvorhersagen, Risikoprognosen, Produktempfehlungen, uvm.

Ich finde die Idee sehr interessant und frage mich bei so manchem Unternehmen (ich will keine Namen nennen ;-)), warum es nicht auf solche Möglichkeiten zurückgreift.

1 Star2 Stars3 Stars4 Stars5 Stars (Wurde noch nicht bewertet)
Loading...


Hinterlasse einen Kommentar!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

»Informationen zum Artikel

Autor: Simon
Datum: 15.09.2012
Zeit: 01:26 Uhr
Kategorien: Internet, Software, Sonstiges
Gelesen: 5210x heute: 2x

Kommentare: RSS 2.0.
Diesen Artikel kommentieren oder einen Trackback senden.

»Meta