Die Individualisierung und die gleichzeitig stattfindende Pluralisierung der Lebensstile ist eines der Kennzeichen unserer postmodernen Gesellschaft. Dank neuen Technologien können Marketing-Spezialisten auf diese Entwicklung reagieren und den steigenden individuellen Bedürfnissen der Kunden gerecht werden.

1. Individualisierung des Kunden­
dialogs mittels Data Mining
DATAMINING Die Individualisierung und die gleichzeitig stattfindende Pluralisierung der Lebensstile ist eines
der Kennzeichen unserer postmodernen Gesellschaft. Dank neuen Technologien können Marketing-Spezialisten
auf diese Entwicklung reagieren und den steigenden individuellen Bedürfnissen der Kunden gerecht werden.
VON ROGER DOBLER*
Der folgende Beitrag fokussiert auf die Rolle des Data
Mining und die sich daraus ergebenden Möglichkeiten bei der
Individualisierung des Kundendialogs.
derungen der Kundschaft. Data
Mining hilft diese Aufgabe zu
meistern und führt zu einem
ese auch gezielt einzusetzen, antwortlichern lauten exemplasowohl für die Prognose des risch wie folgt:
Kundenverhaltens als auch für n Bei welchen Kunden und Konsumenten zahlt sich Individualisierung aus?
n Über welchen Kommunika«Die gezielte Anwendung von Data Mitions- bzw. Vertriebskanal soll
Data Mining und Individuali­ ning im Sinne einer pro-aktiven Indiviein Kunde angesprochen wersierung: Überlebensfaktor
den?
dualisierung führt zu entscheidenden
Die fortschreitende Globalisien Welcher Kommunikationsstil
rung sowie eine steigende Pro- Wettbewerbsvorteilen.»
eignet sich für welche Konsudukt- und Anbietervielfalt führt
menten-Gruppe?
in praktisch allen Branchen zu
n Bei welchen potenziellen Kungesättigten Märkten. Differen- entscheidenden Wettbewerbs- die Individualisierung in der den lohnt es sich telefonisch
zierung wird in diesem Umfeld vorteil. Aktuell wächst das Da- Kommunikation mit dem Kun- nachzufassen?
früher oder später für jedes Un- ten- und Informationsvolumen den.
n Bei welchen Kunden sind Outternehmen zum Überlebensfak- exponentiell und hat zur Folge,
bound Calls am erfolgreichsten?
tor. Dies betrifft insbesondere dass die Extraktion und Verar- Antworten finden dank
n Welche zusätzlichen Produkte
auch das Marketing und somit beitung der relevanten Kriterien Data Mining
sollen einem Kunden bei Inden Dialog mit den Kunden. immer schwieriger wird.
Bei jeder Analyse und Optimie- bound Calls empfohlen werden?
Differenzierung gegenüber Mit- Mit anderen Worten, es wird rung mittels Data Mining stehen n Bei welchen Kunden-Gruppen
bewerbern entsteht auch durch höchste Zeit, personen- und konkrete betriebswirtschaftliche treten mit erhöhter Wahrscheinexakte Vorhersage der Bedürf- haushalt-bezogene Daten nicht Fragestellungen im Vordergrund. lichkeit Zahlungsausfälle auf?
nisse und individuellen Anfor- nur zu sammeln, sondern di- Die Fragen eines Marketing-Ver- n Welche Kunden-Gruppen können am besten mit einem Sonderangebot reaktiviert werden?
Die Antworten findet man
mittels Data Mining in den besteEinsatz von Data Mining
henden Kundendaten, zum Teil
ergänzt mit Informationen aus einer externen Konsumenten-Datenbank. Die entscheidenden
Grössen sind jedoch häufig unter der Datenoberfläche verborgen. Im Kern geht es beim Data Mining darum, basierend auf
der bisherigen Kunden-Historie
und weiteren Merkmalen, das zukünftige Kundenverhalten richtig
einzuschätzen, und somit heute
Markterfolge von morgen zu sichern. Marketing-Verantwortliche
können das gewonnene Wissen
zielgerichtet bei zukünftigen Marketing-Kampagnen umsetzen.
Erfolgsrezept Wissens­
transfer
Einsatz von Data Mining (Entscheidungsbaum) zum Aufspüren von gemeinsamen Merkmalskombinationen
profitabler Kunden-Gruppen am Beispiel der Zielgruppe «Online affine Familien mit Klein-Kindern».
30
MARKETING
Data Mining deckt im eigenen
Kundenstamm bedeutsame Muster, Strukturen und Regeln zur erfolgreichen Marktbearbeitung auf.
Bedeutsam heisst, dass die Erkenntnisse für das Unternehmen
zu einem Mehrwert führen und
die getätigten Investitionen rechtMarketing Kommunikation 8/08

2. Praxisbeispiel
Data Mining: Individuelle Prognose
der Response-Wahrscheinlichkeit in
Abhängigkeit interner und externer
Kundendaten auf Basis bisheriger
Reaktivierungs-Kampagnen.
Fragestellung
Bei welchen Kunden-Gruppen
lohnt sich eine solche Reaktivierung?
Vorgehen unter Einsatz
von Data Mining
n Identifikation von potenziell
ertragreichen bzw. profitablen
Kunden-Gruppen.
Data Mining: Monetäre KundenBewertung auf Basis des Customer
Lifetime Value (CLTV).
n Aufspüren von gemeinsamen
Merkmalskombinationen profitabler
Kunden-Gruppen.
Data Mining: Entscheidungsbaum
zur Ermittlung von Abhängigkeiten
auf Basis qualitativer Merkmale
(Lebensphase, Psychografie, bisher
beobachtetes Kaufverhalten).
n Modellierung der ResponseQuoten profitabler Kunden-Gruppen.
fertigen. Die Erkenntnisse aus
der Data Mining Analyse müssen
zudem vielschichtig kommunizierbar und im Marketing operativ umsetzbar sein. Dies erfordert
vom Data Mining Spezialisten,
dass er das gewonnene Wissen in
leicht verständliche Bilder und
Kernaussagen transferiert. Die
Transformation der Kundendaten
in zielgruppenspezifische Bilder
und Kernaussagen führt zu einer
besseren Identifikation der Zielpersonen und ermöglicht individuell mit diesen zu kommunizieren. Das Erfolgsrezept besteht also
in der Überführung von Daten zu
Wissen und der anschliessenden
Übersetzung in die Sprache des
Marketings
Einsatz von Data Mining zur
Kunden-Reaktivierung und Indivi­
dualisierung
Ausgangslage
Ein Textil-Versandhändler möchte
gezielt Kunden/innen aus seinem
inaktiven Adress-Bestand durch
ein Mailing (Postkarte inkl. personalisierter CD-Rom) mit entsprechenden individuellen (Sonder-)
Angeboten zum Kauf über den
Online-Shop bewegen.
Individualisierung
Wie stimme ich den Dialog individuell
auf die Zielgruppe ab?
Die primäre Aufgabe besteht
darin, die internen und externen
Kundendaten der identifizierten
Zielgruppen auf Basis der aus dem
Data Mining resultierenden Analyse-Erkenntnisse in entsprechende
Bilderwelten und Kernaussagen zu
transferieren. Diese sollen in erster
Linie Aufmerksamkeit erzeugen,
Fazit
Die gezielte Anwendung von
Data Mining im Sinne einer
pro-aktiven Individualisierung
führt zu entscheidenden Wettbewerbsvorteilen. Wer diesen Vor-
Interesse wecken, Wünsche aus­
lösen und Vorteile greifbar machen.
In der Kommunikation mit dem
Kunden helfen insbesondere auch
psychografische Merkmale, welche
Wertehaltungen, Konsumstil sowie
bevorzugte Kommunikations-Medien
offenlegen.
Ziel ist, den Kunden individuell
anzusprechen und zum Handeln
aufzufordern:
n Aufmerksamkeit erzeugen und
Interesse wecken,
n Vorteile darlegen und Zustimmung schaffen,
n Interesse in Handlung überführen.
teil nicht nutzt, gibt seine Kundenpotenziale unbewusst an die
Mitbewerber weiter. n
* Roger Dobler,
Team Leader Data Mining Geo
Marketing, AZ Direct AG
Rotkreuz/St. Gallen/Crissier
Anzeige
Inserat 200x140
Marketing Kommunikation 8/08
MARKETING 31