Anmeldung Newsletter

Along the Customer Journey - Christmas Roadshow 2019: Vortrag 1-2-3.tv & Gpredictive

Posted by Mathias Schwenck on 25.03.2020 08:43:42

Management Summary: 

Mathias Schwenck ist bereits seit 2010 bei 1-2-3.tv und dort als Fachbereichsleiter IT, BI und Prozesse zuständig. Er hat unter anderem die Verantwortung für den IT-Betrieb, die Anwendungsentwicklung und die IT-Strategie.

 

Transkript: 

Vortrag Gpredictive, diesmal - und ich habe es so etwas spöttisch genannt:"Erfahrungen einer erfolgreichen Tool-Einführung aus Sicht des IT-Leiters", weil eben jener bin ich bei 1-2-3.tv. Wobei das mag jetzt nicht ganz so weit weg sein von der Marketing-Welt, weil streng genommen bin ich Fachbereichsleiter für IT und BI und komme beruflich mehr aus der BI-Ecke, vor zehn Jahren war ich da nämlich als Berater unterwegs.

Wir werden es einfach mit zwei großen Teilen beschäftigen: ich muss euch 1-2-3.tv ein wenig vorstellen.Dann gucken wir einfach mal wie die Ausgangssituation bei 1-2-3.tv aussah, bevor wir Gpredictive eingeführt haben. Dann gucken wir uns an, wie das Projekt gelaufen ist und dann gucken wir uns an wie die heutige Lage ist.

Zum Schluss habe ich noch so eine schöne Ausblicks- und Zusammenfassungs-Folie gemacht mit ein paar Weisheiten, die vielleicht nicht so ganz ernst zu nehmen sind an einigen Stellen.

Wichtig ist Teleshopping: [Jetzt ist das Problem, ich muss auf die richtige Stelle klicken, so dass das Video startet…[Mach das mal bitte eben.] Weil ohne Fernsehen geht es nicht. [Video wird gezeigt...]

Das ist ganz wichtig: 1-2-3.tv im Unterschied zu den klassischen Teleshoppern der Auktionssender. Das heißt, wir machen unser Geschäft einfach mit Auktionen im TV. Ansonsten, ich meine "Branche Teleshopping", ich könnte euch fünf Minuten damit amüsieren, ob wir jetzt Medienbranche sind oder Versandhandel. Es gibt aus IT-Sicht darauf eine klare Antwort: Prozessual sind wir einfach Versandhandel und haben zufällig mal auch ein Studio dabei. Jahresumsatz irgendwo in dem Bereich von 150 Millionen, je nachdem welche Kennzahlen jetzt genau nimmt. Wichtig ist halt: Wir senden jeden Tag 20 Stunden live. Das heißt, bei uns laufen wirklich 20 Stunden im Studio Leute rum; wir brauchen für 20 Stunden Produkte und so weiter. Wir haben damit immer zehn Auktionen pro Stunde und da sind wir irgendwo bei 65.000 Auktionen pro Jahr. Sendestart war irgendwann 2004 und wir haben einfach breitestes Teleshopping-Sortiment: das was HSC und QVC auch haben, nur etwas billiger und besser. [Lachen aus dem Publikum]. Nein… Also billiger auf jeden Fall und genauso gut. 

Wichtig ist, wenn ich unser Geschäftsmodell erkläre, nehme ich immer diese Folie, weil eigentlich haben wir zwei verschiedene Konzepte, die Ware an den Kunden zu verkaufen. Das ist einmal die TV Auktion und zum Zweiten bieten wir alle Produkte, die wir im Lager haben, zum Festpreis an und wir machen das über alle Vertriebskanäle, die wir inzwischen entwickelt haben. Das ist einmal ganz klassisch: Man kann bei uns anrufen. Anrufen bei 1-2-3.tv heißt man landet eigentlich bei der IVR - also ein schönes Interactive Voice Response System, was unsere Kunden lieben, weil sie wechseln nicht davon weg. Man kann bei uns auch im Call Center anrufen, man kann natürlich auch über das ganz normale Web bestellen, auch an Auktionen teilnehmen. Wir haben auch mobile Apps, mit denen wir inzwischen großes Umsatzwachstum haben. Wir haben dann auch, wenn mir ein bisschen in Technologie-Ecke gehen TV Apps, also wer ein Smart TV hat, zu Hause, könnte auch mit dem berühmten roten Button mitbieten und man kann bei uns auch über den Alexa-Skill mitbieten. Wer Alexa zu Hause hat, kann mal Alexa fragen, was gerade bei 1-2-3.tv läuft- und könnte dann, wenn er seinen Account kombiniert hat, auch mit den Worten "Jetzt bieten" oder ähnlich einfach direkt ein Gebot absetzen.

Das ist unser Haupt Geschäft, so verdienen wir unser Geld: Auktionen mit fallenden Preis im TV. Das habe ich nochmal für Sie... das müsste so starten... Ne, auch nicht. Ich habe nochmal ein zweites Werbevideo mit von 20 Sekunden: [Video startet:] Petra liebt ihren modernen Smart TV Fernseher mit Internet-Anbindung, denn mit dem Red Button auf der zugehörigen Fernbedienung kommt sie so leicht wie nie an ihre Schnäppchen bei 1-2-3.tv. Ein Druck genügt und Petra angelt sich ihr Wunschprodukt zum günstigen 1-2-3.tv Preis. Interessiert? Die ganze 1-2-3.tv Shopping-Welt liegt nur einen Druck entfernt. [Video Ende] Wichtig ist immer: dass es halt mehr als eine technische Spielerei; es ist auch das Bekenntnis zur Innovation und solchen Sachen.

Wenn wir dann jetzt in den zweiten Teil übergehen: Jetzt keine Werbung mehr für 1-2-3.tv, sondern pure Fakten, wie das Projekt bei uns gelaufen ist. Wir waren irgendwann Anfang des Jahres in einer Situation: wir hatten eine wunderbare IT-System-Architektur, da müssen wir nicht weiter darauf eingehen. Das ist ein - qua Amtes musste ich die Folie aufnehmen. Wichtig ist: da ist nichts weiter als eine klassische Multi-Channel Architektur eines Versandhändlers. Wichtig ist, wir haben dazwischen eine Integrationsplattform - haben wir eigentlich ist so ein schönes..? müssen wir nicht weiter drauf eingehen… Eine Integrationsplattform zwischen, die unsere Tools koppelt, so dass wir wenig - relativ wenig - Schnittstellen haben in der heutigen Architektur.

Wichtig ist Eins: wir haben in den letzten zwei, drei Jahren zwei große Projekte eingeführt. Wir haben unseren Shop komplett erneuert und einen mandantenfähigen Oxid Shop im Einsatz. Und wir haben letztes Jahr, das war für den IT-Leiter, die fehlenden Haare liegen zum Teil an dem ERP-Projekt - wir haben Microsoft Dynamics eingeführt und wer da selbst eben über ein ERP-System nachdenkt, kann mich hinterher mal fragen, ob ich das System wirklich empfehlen werde. Aber gehen wir zu dem eigentlichen Thema zurück. Wichtig ist, das ist die einzige Botschaft an der Stelle: Wir haben halt an Technologie gearbeitet, auch teilweise so modernen Schnickschnack, könnte man sagen, eingeführt. Worauf der Fokus immer lag, war immer: wir wollen Produkte bewerten, wir wollen Auktionen steuern usw. Was wir relativ wenig gemacht haben, ist einfach in Richtung Kunde-Analytik zu schauen und jetzt 2019 Kundenzentrierung als strategisches Schlagwort des Jahres.

Da wird der IT-Leiter blass und sagt sich: Na ja, man hat ja alles im Haus: Data-Warehouse, zentrales Data-Warehouse gute Datenquellen, wir haben auch ein Personalisierungs-Konzept über alle Vertriebswege gleich eingeführt auf Basis einer zentralisierten Datenhaltung. Ich darf heute nicht sagen, mit welchem Tool. Deswegen könnte man optimistischer sein, als sich dann die Realität darstellt, weil in Wirklichkeit müssen wir halt bzw. mussten wir halt einsehen, dass wir in Richtung Kunden-Analytik eigentlich denkbar schlecht aufgestellt sind. Gpredictive war der erste Schritt auf der auf der langen Roadmap, die noch kommen wird, um einfach an dieser Architektur zu arbeiten und Tools einzuführen. Tools einzuführen - warum? Nicht um die Tools einzuführen, nicht um die Erfinder glücklich zu machen, sondern um diese Kundenzentriertheit auch in Architektur umzusetzen oder in Software - durch Software zu unterstützen. Der Satz der da eben stand, sagte eben: Wenn wir Direkt Marketing-Kampagnen gemacht haben, was wir relativ wenig gemacht haben, dann haben wir die halt mehr oder weniger mit spontanen SQL-basierten Regeln selektiert und so ein Stichwort wie Auflagen-Steuerung... Na ja, mei... Man hat doch ein Gefühl, ob man jetzt 10.000 oder 20.000 Briefe schicken musste und wenn man Budget für 15.000 hatte, dann war 15.000 eben die richtige Zahl. Das war die Ausgangssituation. Jetzt, 2019 Projektideen. Naja, das ist auch nichts Neues. Dann gab es einen Messekontakt von einer Mitarbeiterin aus dem Bereich Customer Strategy - ich kann euch sagen, es ist auch die einzige Mitarbeiterin in dem Bereich - sie ist auch anwesend… Da entstand ein Messe-Kontakt zu Gpredictive und dann ist natürlich so, wenn solche Ideen aufkommen und wenn man als IT-Leiter vielleicht auch noch überlegt, was man machen kann, gibt es immer so eine Phase, wo man nicht weiß, ob man damit glücklich oder unglücklich ist. Das heißt, es gibt so eine Phase, das wenn man mit einem Messekontakt kommt und einen, dass man irgendwo Überzeugungsarbeit leisten muss: beim IT-Leiter, weil es um Software geht und bei dem Geschäftsführer, wenn es um Geld geht und alles kostet Geld. Dann ging das relativ gut und es kam ein wirkliches Drama, weil ich war für zehn Tage lang überzeugt, dass wir dieses Tool, obwohl wir es haben wollten, inhaltlich überzeugt waren, auch die finanzielle Seite eigentlich geregelt war, nie einführen können, weil unsere Rechtsabteilung hatte den Vertrag gelesen und hatte interpretiert: das ist zustimmungspflichtig vom Kunden. Der Kunde müsste uns über die AGB seine Zustimmung erteilen, dass wir seine Daten über Gpredictive verarbeiten können.

Es muss klar sein, das ist ein absolutes Todesurteil für jedes Tool, weil sie fangen heute mit dem Datensammeln an und in zwei Jahren kann man effizient etwas auswerten. Wir hatten Glück, nach länglichen Diskussionen hat sich einfach gezeigt, das ist natürlich offensichtlich falsch, weil wir natürlich Richtung Gpredictive ganz sauber mit anonymisierten Kunden-IDs arbeiten und wir weit davon entfernt sind, dass sowas als Notwendigkeit - also auch wer da auch aufmerksame Rechtsabteilungen hat - das ist scheint auch/das ist einfach ein Dickicht und man muss da sehr genau prüfen - wir hatten letzten Endes auch Kontakt zu Gpredictive, die auch recht verdutzt waren, logischerweise, über diese Interpretation, aber für zehn Tage und das ist keinerlei Scherz, für zehn Tage dachte ich, das Projekt geht nie und nimmer durch.

Dann waren wir zudem in einer Phase, dass wir gerade seit 1.4. haben wir einen neuen Geschäftsführer, die alte Geschäftsführerin war zum 31.01. ausgeschieden und genau in der Phase dazwischen haben wir dieses Tool eingeführt. Das heißt die Zeit drängte auch. Und pünktlich, ich glaube am vorletzten Tag seiner Amtszeit oder am letzten echten Arbeitstag hat unser Geschäftsführer, unser Interims-Geschäftsführer den Vertrag unterschrieben. Damit war jetzt das Tool da, der Vertrag geschlossen und jetzt begann die Arbeit. Kurz zusammengefasst: es beginnt einfach mit einer Modellierungs-Phase und das war jetzt aus IT-Sicht eine sehr angenehme Sache.Man hat einfach ein Standard-Datenmodell und man muss seine eigenen Daten einfach auf die typischen Gpredictive-Felder mappen. Das überblättern wir gleich, aber es ist relativ einfach, weil letzten Endes übergeben wir nur zwei Daten: Kunden und Aufträge und kriegen Selektions-Resultate zurück, die wir noch mal nach bewerten und deswegen unsere wirklichen Selektion nur Testgruppen dann zurückschicken. War eine deutlich einfache Aufgabe. Dann war die zweite wichtige Erkenntnis für uns: Was macht eigentlich ein Gpredictive Modell? Und wenn man es ganz simplifiziert: Hier arbeitet irgendwas auf den Daten, die man bzw. mit denen man die Engine gefüttert hat und letzten Endes kommt raus: einen Kunden-Ranking und das Kunden-Ranking hat eigentlich nur zwei Werte: nämlich einen Wert, der sagen könnte dieser Kunde kauft für 100 Euro und eine Wahrscheinlichkeit mit der dieses Event eintritt. Das war bzw. ist eine wichtige Sache, weil jetzt fängt man nämlich an zu überlegen, welchen Wert will man eigentlich zurück haben?

Wenn man das aus Marketingsicht sieht, dann ist es natürlich wahrscheinlich ganz typisch, aus IT-Sicht zumindest: das Vorurteil Marketing - da geht es nur erstmal um die Verkaufszahlen und wenn wir 1000 Euro Umsatz haben und der Kunde die Ware komplett zurück schickt und die nicht bezahlt, ist das auch egal - die Kampagne war erfolgreich. 1-2-3.tv aus Produkt-Kalkulations-Sicht denkt eigentlich traditionell anders. Wir haben eine kalkulatorische CM als zentrale Kennzahl in allen unseren Prozessen drin und wir haben uns auch deswegen dafür entschieden diese Kennzahl als zentralen Wert in der Gpredictive Modellierung zu verwenden. Das ist interessant vielleicht, vielleicht auch nicht.Es ist zumindest so, dass wir damit unserer internen Neigung, unsere Prozesse nach CM zu steuern, einfach folgen und einfach auch diese Gesamtbetrachtung drin haben. Also wir haben die typische Berechnung von Verkaufspreis, Einkaufspreis, wir haben Logistikkosten abgebildet, wir haben Versandkosten-Erlöse abgebildet, wir haben Abschläge für Zahlungsausfälle, für Lagerhaltung und alles drum und dran. Das heißt, wir bewerten letzten Endes hiermit unsere Kunden, unsere Kampagnen exakt so wie unsere Produkte und das macht das Leben an vielen Stellen einfacher. Wir können schon schnell drüber klicken.

Kleiner Ausflug: wir haben natürlich ein Problem: im Data Warehouse aggregieren wir, wenn der Auftrag raus geht, die Retoure kommt, der Storno kommt, bleibt das eine Zeile pro Bestell-Position. Gpredictive braucht das zeilenweise, das heißt wir haben ja ein wenig Mathematik anwenden müssen, um den Retouren-Effekt in eine extra Zeile zu packen. Da haben wir auch noch leicht unscharfe Modellierungen vorgenommen, die haben wir auch erst diese Woche korrigiert. Prozessintegration - eigentlich letzten Endes jetzt ganz einfach - Gpredictive. Was machen wir? Unsere Daten kommen aus dem Data Warehouse, wir haben ein wöchentliches Update für Aufträge und Kunden. Unsere Anwender machen Kampagnen-Selektion und das heißt letztendlich, sie definieren Modelle in Gpredictive und parametrisieren diese. Dann werden Selektionen exportiert. Diese Selektions-Ergebnisse werden im Data Warehouse nachbearbeitet, weil dort habe ich vielleicht aktuellere Daten von Kundensperrungen und irgendwelchen Sachen und ich nehme auch dort die Testgruppen-Selektion vor und letzten Endes gehen dann über das Data Warehouse, werden die Print-Schnittstelle angesteuert. Zusammenspiel Data Warehouse: das Data Warehouse ist hieraus für Gpredictive praktisch die einzige Datenquelle, also keine, nichts weiter... Alle Daten werden vorher aggregiert über alle Vertriebswege und es ist wichtig, dass wir die Selektions-Logik, Testgruppen, Archivierung im Data Warehouse haben. Das heißt für die Auswertung der Analysen nutzen wir einerseits die Funktionen, die Gpredictive vorher auch anbietet, die wir insbesondere dann zu so schönen Prognosen zur optimalen Auflagenhöhe oder so verwenden können.

Während wir dann die Fein-Selektion hinterher einfach bei uns im Data Warehouse machen. Aktueller Stand: Wir sind irgendwann im Ende März, ich darf nicht April sagen, Ende März haben wir den Vertrag unterschrieben - wir haben, glaube ich, im Juni die erste Selektion gemacht, wir haben - inzwischen sind wir halt so weit, dass wir - ja das schließt sich gut - Marketing-Gesicht - also jetzt aber auch ungelogen: Gpredictive ist das zentrale Tool für Direktmarketing, Printkampagnen bei uns und wir sind so weit, dass wir inzwischen alle Print-Selektionen so abwickeln.

Wir haben inzwischen erste automatisierte Abläufe eingeführt, also automatisiert in dem Sinne, dass wir jetzt monatlich zwei Szenarien scoren und dann die Mailings entsprechend rausschicken. Das betrifft Reaktivierung und First-to-Second Order. Das ist ganz wichtig, der Punkt, denn da oben steht "Automatisierung". Man wird immer die Modelle anpassen müssen, wir spielen jedes Mal noch an den Parametern rum, nehmen dort statt 21 Tage, 24 Tage; Gucken dort: Recency, wo ist der? Analysieren die Gruppen, wenn man diese berühmten 10% Bereiche bildet: welche Kunden, wo der größte Uplift ist, stellen Parameter um. Das bleibt immer Teil der Arbeit. Das muss man - diese Illusion, die darf man nicht haben. Dass, ich weiß nicht, ob das aus Marketingsicht, glaube ich, denkt man vielleicht mal: "Irgendwann ist dieser Prozess vielleicht mal abgeschlossen und jetzt läuft das mit der Parametrisierung", aber der IT-ler weiß dass das niemals eintreten wird. 1-2-3.tv hat damit zumindest in dem Bereich dieses "strategische Maßgabe der Kundenzentrierung" relativ gut umgesetzt. Wir sind 2020 an der Stelle gut aufgestellt. Nutzungsszenarien nutzen wir letztendlich vier. Ich hatte die ersten beiden genannt, wir nutzen Gpredictive auch für Sortiments-spezifische Mailings, wenn wir eine Uhren-Woche haben im TV, dass Uhren für die Kunden selektieren und mit einem Mailing versehen oder so etwas, das nichts mit dem normalen Kundenlebenszyklus zu tun haben muss.

Letzter Punkt: Wir, das ist so eine Spielerei von der BI-Abteilung. Wir haben CLV Modelle gebildet und gucken uns mal an, was denn das Modell so vorhersagt, was unsere Kunden in den nächsten 30 Tagen wird: Jetzt Achtung, was ist der Ausgabewert? CM - das heißt, wir können theoretisch ein Prognosemodell erstellen, wie denn unsere CM die nächsten 30 Tagen ist. Mir sind die Schwächen durchaus bewusst, dass es nicht ganz wahr ist, was ich sage, aber nur mal von der Tendenz ist es natürlich eine spannende Kennzahl, immer auch die Qualität der Kundenentwicklung beurteilen zu können und vor allem auch die Qualität der Kundenentwicklung in gewissen Segmenten beurteilen zu können. Mit der Möglichkeit einfach auch vielleicht Sortiments-Steuerung ein wenig auf dem Level zu betreiben. Ja das ist nur noch ein kleine Screenshot, weil noch so viel Platz auf der Folie war, von unserem Gpredictive. Und dann die erwähnte Zusammenfassungs-Foli. 

Also wichtig ist von mir, von der Botschaft: Wer noch nicht mit Gpredictive zusammenarbeitet:Das ist deutlich mehr als als ein weiteres Software as a Service Data Mining Tool, weil wir haben eine Kombination aus dem Data Mining Know-How, dem Prozess-Wissen für die sag mal, für die Kundendaten-Modelle und wir haben ein Tool, was halt einfach professionell arbeitet und einfach konfigurierbar und integrierbar ist. Leidiges Thema bei allen diesen Punkten: ohne Datenqualität kommt man nicht weiter und das ist an allen Stellen zieht sich das durch. Man wird ständig auch Sachen korrigieren müssen, wie zum Beispiel wir unsere Retouren-Modellierung und solche Sachen. Wenn man mich heute fragt, ob wir eigentlich aus Marketingsicht glücklich sind, dass wir CM als zentrale Kennzahl genommen haben, also aus meiner Sicht: Ja. Blick nach hier: die nickt auch, also wir sind glücklich. Und Dritter Punkt, dass ich auf der Folie gezeigt hatte, was mir gefällt aus IT-Sicht: ich finde diese Integration des Tools im Moment sehr gelungen, es war einfach möglich. [Wir hatten/wir haben] Gpredictive ist aus meiner Sicht ein Tool mit klar definierten Schnittstellen. Es war einfach möglich, die Datenbasis anzubinden und auch der Export und das von Selektionen ist relativ einfach möglich. Aus 1-2-3.tv-Sicht ist diese Einführung, wie ich schon mehrfach erwähnt hatte, erst der Anfang.

Wir werden weitere Schritte, wir werden auch weitere Tools einführen müssen, um dieses Gebiet Kunde einfach im Denken, im Tun, in der Architektur das in den Griff zu kriegen und ich weiß, einige andere Tool-Entwickler hier im Raum lauern schon förmlich darauf, dass sie uns auch unter Vertrag nehmen können.

Vielen Dank.

Topics: Kundenzentrierung, Kunde im Fokus, Selektionen, BI, IT, Data Warehouse

SOMETHING TO SAY?