Anmeldung Newsletter

In 6 Schritten zum zukünftigen Kundenlebenswert

Posted by Philippe Take on 07.03.2019 10:18:41
Philippe Take

Predictive Analytics hat in den letzten Jahren immer mehr an Relevanz gewonnen. Ich lehne mich wohl nicht zu weit aus dem Fenster, wenn ich behaupte, dass diese Relevanz auch in den kommenden Jahren noch steigen wird. Selbstverständlich ist es viel einfacher Entscheidungen zu treffen, wenn man eine Grundlage hat, auf der man diese treffen kann, wie zum Beispiel Daten. Die Prognose, wie hoch der zukünftige Kundenlebenswert sein wird, also in die Zukunft zu schauen, ist dabei ein zentraler Weg seine Daten zu nutzen. Das ist noch nicht lange so: In der Zeit vor Predictive Analytics wurden Daten aus der Vergangenheit in A/B/C- bzw. RFM-Analysen gegeneinander gestellt und ausgewertet - Probleme hierbei waren jedoch, dass auch nur Dinge vorhergesehen werden konnten, die auch in der Vergangenheit schon so passiert sind und, dass es, wenn man den Fehler entdeckt hatte, oft schon zu spät war.

Doch die Nutzung von Predictive Analytics birgt neue Hürden und Schwierigkeiten, welche umschifft werden müssen. In diesem Beitrag wollen wir Ihnen sechs grundlegende Tipps an die Hand geben, welche Ihnen die ersten Schritte für Ihre Firma hoffentlich erleichtern.

 

1. Nutzen Sie die richtigen Werkzeuge:

Wer schon mal versucht hat, eine Schraube mit einem Hammer in die Wand zu schlagen, weiß, dass bei diesem Projekt sehr wahrscheinlich nur mit mäßigem Erfolg zu rechnen ist. Die Wahl des richtigen Werkzeugs (Stichwort: Hilti) ist hier der Schlüssel zum Erfolg. Ähnlich ist es auch im Marketing: Wenn man weiß, an welchem Hebel man ansetzen muss, um z.B. den Kundenlebenswert bzw. Customer Lifetime Value (CLV) zu erhöhen, dann hat man schon einiges gewonnen. Jedoch muss man auf Basis dieser Informationen nun auch die richtige Entscheidung treffen, was eine gewisse Erfahrung benötigt. Probieren Sie neues! Denken Sie in anderen Bahnen als in vergangenen Kampagnen! Sie werden schnell feststellen, dass neue Wege auch neue Möglichkeiten bieten.

 

2. Verstehen Sie Ihre Daten:

Welche Daten sind eigentlich relevant für Marketing und Vertrieb? An welche Daten kommen Sie einfach ran? Wo sind sie überhaupt gespeichert? Solche Fragen klingen zunächst einmal sehr banal. Jedoch ist es wichtig, sich darüber im klaren zu sein, da die Daten der zentrale Punkt der Auswertungen sind. Je besser die Daten gehandhabt werden, desto besser kann man auch damit arbeiten. Wir empfehlen Ihnen die Nutzung einer zentralen Datenbank, damit Ihre Daten möglichst sauber und regelmäßig erfasst werden, was wiederum die Qualität der Auswertungen steigert. Das langfristige Ziel kann die häufig zitierte 360°-Grad-Sicht (single customer view) für jeden Kunden sein.

 

3. Motivieren Sie Ihre Mitarbeiter:

Natürlich sind auch Ihre Mitarbeiter durch die Nutzung von neuen Technologien gefordert. Geben Sie ihnen die Chance ein Spezialist zu werden. Lassen sie sich davon überzeugen und sicher sein, dass sie auf die richtige Technologie setzen. Mitarbeiter haben mit Hilfe von Predictive Analytics die Möglichkeit, selber messbaren Erfolg für die Firma zu schaffen, was Ihnen wiederum signalisiert, dass sie selbst wertvoll für ihr Team und ihre Firma sind. Neue technische Möglichkeiten werden oft mit einer Mischung aus Faszination und Befremdung aufgenommen, geben Sie ihren Mitarbeitern also die Sicherheit, dass kein Arbeitsplatz in Gefahr ist, sondern, dass sich dieser zum Positiven weiterentwickelt.

 

4. Definieren Sie klare Ziele:

Bevor Sie Ihre Kampagne starten, sollten Sie sicher sein, dass klare und konkrete Ziele formuliert wurden, bis hin zum Erfolg auf Ebene des einzelnen Kunden. Gewinnmaximierung gegen Reichweitengewinn? Abverkauf von Lagerbeständen gegen Abverkauf von margenträchtigen Produkten? Das hilft dann auch bei der Erfüllung der Ziele - je präziser diese formuliert sind, desto weniger Deutungsmöglichkeiten gibt es bei der Auswertung, was wiederum die Einordnung in Erfolg oder Misserfolg vereinfacht. Aber auch die Frage, ob sich der Case bei Erfolg überhaupt rechnet, muss sich gestellt werden. Ist der Zeitplan realistisch umsetzbar? Diese Faktoren sollten unbedingt definiert werden, um einen reibungslosen Ablauf zu gewähren und die Kampagne zu einem Erfolg werden zu lassen.

 

5. Nehmen Sie sich Zeit zum bewerten:

Der ersten Schritte sind immer die schwersten. Der Einsatz von Predictive Analytics ist in gewisser Weise ein Paradigmenwechsel. Somit ist es vollkommen klar, dass am Anfang noch nicht das gesamte Potenzial ausgeschöpft wird. Es passieren Fehler, die später nicht mehr passieren, es muss Vertrauen aufgebaut und gewonnen werden. Geben Sie also sich, Ihren Mitarbeitern und der neuen Methode etwas Zeit, um sich einzuspielen.

6. Starten Sie einfach:

Mit Predictive Analytics ist vieles möglich. Trotzdem sollten Sie zunächst einfache Cases avisieren, lassen Sie Robustheit vor Finesse walten. Entwickeln Sie eine Basis, die die bisherigen Benchmarks schlägt und bauen Sie darauf auf. Testen Sie auch diesen Case noch ein zweites und ein drittes mal, um sich sicher sein zu können, dass die angewendete Methode die richtige ist. Danach können Sie diesen mit noch weiteren Daten anreichern und darauf ausbauen und mit der Zeit alle Möglichkeiten, die von Predictive Analytics ausgehen, testen und für sich selbst bewerten.

 

Wir hoffen, dass wir Ihnen hier einen kleinen Leitfaden an die Hand geben konnten, welcher Ihnen einen Überblick über wichtige Punkte gibt. Sollten Ihnen noch etwas unklar sein oder Sie noch weitere Fragen haben, kontaktieren Sie uns gerne unter: pt@gpreditive.de

 

Topics: Predictive Model, KI, Predictive Marketing, CLV, Predictive Customer Lifetime Value

SOMETHING TO SAY?