Definition

Was ist Customer Intelligence?

| Autor / Redakteur: Tutanch / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Customer Intelligence ist ein wesentlicher Bestandteil des Customer-Relationship-Managements und sammelt Kundendaten aus externen und internen Quellen. Ziel ist es, das Kundenverhalten zu analysieren und besser zu verstehen, um den Unternehmenserfolg zu steigern.

Der Begriff Customer Intelligence, oft mit CI abgekürzt, beschreibt Verfahren zum Sammeln und Analysieren von Kundendaten. Ziele von Customer Intelligence sind engere Kundenbindungen und größerer geschäftlicher Erfolg durch ein besseres Verständnis des Kundenverhaltens. Die gewonnenen Informationen werden unter anderem als Entscheidungshilfen für strategische Unternehmensentscheidungen herangezogen.

Customer Intelligence trägt zu einem effektiven Customer-Relationship-Management bei. Die Daten, die CI sammelt, können sowohl aus internen als auch externen Quellen stammen. Je nach Informationsart handelt es sich um strukturierte oder unstrukturierte Daten. Sie beinhalten typische Kundenstammdaten aber auch Informationen über die Aktivitäten der Kunden oder Besucherstatistiken und Umfrageergebnisse.

Customer Intelligence umfasst die kompletten Prozesse des Sammelns, Aufbereitens und Auswertens der Daten. Da große Datenmengen verarbeitet werden müssen und oft intensives Data Mining betrieben wird, verwendet CI Verfahren und Datenbanken aus dem Big-Data-Umfeld.

Die Ziele der Customer Intelligence

Customer Intelligence schafft im Unternehmen ein besseres Verständnis für Kunden und ihr Verhalten. Es werden Vorhersagen des Kundenverhaltens auf Basis der gewonnenen Erkenntnisse möglich. Die Vorhersagen und Ergebnisse der Analysen unterstützen die Geschäftsführung, nachhaltige und Erfolg versprechende strategische Entscheidungen zu treffen. Beispielsweise lässt sich analysieren, wie Kunden voraussichtlich auf bestimmte neue Produkte reagieren, wie ein neues Design des Onlineshop das Kaufverhalten verändern wird oder welche Maßnahmen notwendig sind, das Callaufkommen im Kundenservice zu reduzieren.

Da sich mithilfe von Customer Intelligence wesentliche Wettbewerbsvorteile erzielen lassen, genießt es im Unternehmen einen hohen Stellenwert. Die Unternehmen versprechen sich eine bessere Kundenbindung, höhere Kundenzufriedenheit, höhere Umsätze, geringere Kundenfluktuation, größeren Erfolg bei der Neukundengewinnung und optimierte Prozesse. CI lässt sich auch einsetzen, um Kosten in bestimmten Bereichen zu reduzieren.

Daten und Datenquellen für die Customer Intelligence

Customer Intelligence kann auf die unterschiedlichsten Datenquellen und Kundeninformationen zurückgreifen. Dazu zählen sowohl interne Daten, die in den Datenbanken des Unternehmens vorhanden sind wie Adressdaten, Bestellungen oder Beschwerden, als auch externe Daten. Die Daten gewinnt das Unternehmen durch die Interaktion mit den Kunden. Sie können sowohl strukturiert als auch unstrukturiert sein. Ein Beispiel für strukturierte Daten sind Adressdatensätze von Kunden. Bei E-Mails und Inhalten von Telefonaten handelt es sich um unstrukturierte Daten.

Zu den internen Daten zählen auch transaktionsbasierte Daten wie Besucherstatistiken oder Ergebnisse des Clicktrackings. Die Ablage der Daten erfolgt in Datenbanken, die nur einzelnen Unternehmensbereichen oder unternehmensweit zur Verfügung stehen. Aus externen Datenquellen lassen sich Informationen wie Demografiedaten, Aktivitäten in sozialen Netzwerken oder standortbasierte Daten extrahieren. Typische Beispiele für externe Daten sind:

  • Standortbezogene Daten der Demografie wie das Kaufverhalten in bestimmten Gegenden oder die Altersstruktur einer Region,
  • personenbezogene Daten der Demografie wie Bildungsniveau, Einkommen oder Familienstand oder
  • verhaltensbasierte Daten wie Umfrageergebnisse oder Kommentare zu Produkten oder Unternehmen in sozialen Medien.

Typische Quellen für das Sammeln von Daten sind:

  • Softwarelösungen und Datenbanken aus dem Bereich des Customer-Relationship-Managements mit
  • umfassenden Kundendatensätzen,
  • Wettbewerbs- und Marktstudien,
  • soziale Netzwerke, Foren und Blogs,
  • Sprachanalysesysteme, die Keywords aus Kundengesprächen und -telefonaten extrahieren,
  • Trackingverfahren, die das Kundenverhalten auf Webseiten und Internetangeboten des Unternehmens analysieren und
  • subjektive Erfahrungen von Vertriebsmitarbeitern oder Verkäufern im direkten Kontakt mit dem Kunden

Der Prozessablauf für das Sammeln und Analysieren von Kundendaten

Abhängig von den Datenquellen und der Art der Kundendaten durchläuft Customer Intelligence beim Sammeln und Analysieren der Daten bestimmte Prozessschritte. Bevor das Sammeln beginnt, werden im ersten Schritt die möglichen Datenquellen identifiziert. Anschließend startet die Extraktion der Daten. Im nächsten Schritt werden diese Daten mit weiteren Informationen angereichert. Das können transaktionsbasierte Informationen wie Kundenaktivitäten auf Webseiten oder in Onlineshops, Bestellhistorien oder Kundenkontakte mit dem Service sein. Diesen Daten lassen sich mit weiteren Informationen ergänzen, die zum Beispiel aus Kundenzufriedenheitsumfragen stammen.

Weitere Ergänzungsmöglichkeiten der Stammdatensätze sind Gesprächsinformationen von Verkäufern mit den Kunden oder Informationen von Mitbewerbern. All diese strukturierten und unstrukturierten Daten legt die Customer Intelligence ab. Nach dem Sammeln und Speichern der Informationen erfolgt die Bereinigung und das Verdichten der Daten. Dieses optimierte Datenmaterial lässt sich anschließend nach verschiedenen Gesichtspunkten analysieren. Je nach Analyserichtung werden aus den gesammelten Daten unterschiedliche Erkenntnisse für verschiedene Unternehmensbereiche gewonnen.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

So verhilft Customer Intelligence zu zufriedeneren Kunden

Customer Intelligence & Big Data

So verhilft Customer Intelligence zu zufriedeneren Kunden

Bei Kundeninteraktionen werden überall und jederzeit große Datenmengen erzeugt. Diese Massendaten können Analytiker dazu heranziehen, um Kundenprofile und Analysen anzulegen. Der Nutzen solcher Customer Intelligence (CI) ist allerdings nicht nur von leistungsfähigen Analysewerkzeugen abhängig, sondern auch von der Qualität der Daten, die dabei erhoben und ausgewertet werden. lesen

Customer Intelligence und Predictive Analytics im Fokus

BARC-Studie zu Hadoop und Data Lakes

Customer Intelligence und Predictive Analytics im Fokus

Eine aktuelle Studie von BARC Research und Cloudera zeigt, dass Customer Intelligence und Predicitive Analytics zurzeit die mit Abstand am häufigsten umgesetzten Hadoop-Projekte sind. lesen

Hadoop wird mehr genutzt, bleibt aber auf dem Prüfstand

BARC-Studie

Hadoop wird mehr genutzt, bleibt aber auf dem Prüfstand

Wie die aktuelle Studie „Hadoop und Data Lakes – Use Cases, Nutzen und Grenzen“ des Business Application Research Centers (BARC) zeigt, nimmt die Hadoop-Nutzung zu. Allerdings zeichnen sich auch die Lager von Fürsprechern und Gegnern deutlicher ab. lesen

Kunden besser verstehen und ansprechen

Digitales Marketing

Kunden besser verstehen und ansprechen

SAS Customer Intelligence 360 führt Kundendaten zusammen, erleichtert damit die Entscheidungsfindung im Rahmen von Marketingkampagnen und verbessert den Werbeauftritt gegenüber dem Kunden. lesen

Schritt für Schritt zum datengetriebenen Marketing

Progress erläutert Maßnahmen

Schritt für Schritt zum datengetriebenen Marketing

Softwareanbieter Progress, Spezialist für Entwicklung, Implementierung und Verwaltung unternehmenskritischer Applikationen, hat sechs Schritte hin zum datengetriebenen Marketing identifiziert. lesen

CSC verspricht fixen Erkenntnisgewinn mit Big-Data-Plattform

Nahtlose Integration in Hadoop, NoSQL und Streamverarbeitung

CSC verspricht fixen Erkenntnisgewinn mit Big-Data-Plattform

CSC erweitert das Portfolio um ein „As-a-Service-Angebot“, das Unternehmen in die Lage versetzen soll, das Potenzial von Big Data schneller, effizienter und sicherer nutzen zu können. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44787687 / Definitionen)