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.

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Disy Informationssysteme GmbH

Sinequa

Teradata GmbH

mehr weniger

IBM Business Consulting Services

CAS Software AG

Microsoft Deutschland GmbH

SAP SE

weniger

Jeder Bestellvorgang, jede Google-Suche und natürlich auch der Konsum von Streaming-Musik oder -Videos erzeugt nützliche Verbrauchsdaten, die dem Betreiber der entsprechenden Webplattform potenziell viel über seine Kunden verraten. Die meisten Verbraucher müssen sich auf einer Plattform wie Netflix, die sie nutzen wollen, registrieren, um Leistungen zu erhalten: Dafür identifizieren sie sich. Eine Google-Suche hingegen kann völlig anonym ausgeführt werden. Google errät durch die IP-Adresse den ungefähren Standort des Nutzers. Doch mithilfe von Google Analytics sowie Cookies lassen sich solche Daten anreichern. Customer Intelligence liefert für Service und Vertrieb sowie Targeted Marketing wertvolle Daten.

Jürgen Wirtgen, Dataplatform Lead bei Microsoft Deutschland, fasst den Begriff „Customer Intelligence“ (CI) etwas weiter: „Der Begriff beschreibt grundsätzlich, wie moderne Verfahren zum Sammeln, Analysieren und Visualisieren von Daten im Kundenservice eingesetzt werden können.“ Frank Säuberlich, Director Data Science & Data Innovation bei Teradata, sieht „die Analyse von Kundeninformationen zur Personalisierung von Angeboten und Optimierung von Geschäftsentscheidungen“ als nächsten Schritt an.

Bildergalerie

Bildergalerie mit 7 Bildern

Nutzen und Vorteile von CI

Microsoft ermöglicht CI zu einem klar definierten Zweck: „Wir bieten Technologien, die Unternehmen auf Basis von Daten etwa aus der Kundenhistorie oder Aktivitäten in sozialen Netzwerken einen 360-Grad-Blick auf Kunden und Kundensegmente ermöglichen“, fährt Wirtgen fort. „Aus der Summe erst ergibt sich ein vollständiges Bild. Wir helfen Unternehmen damit, die Motivation und Kaufgewohnheiten ihrer Kunden besser zu verstehen.“ Aber das ist nur einer von zwei Aspekten, die Frank Säuberlich sieht. „Die zweite Grundlage bildet das Wissen zum Lebenszyklus von Kunden“, ergänzt er. „Je langfristiger die Kundenbindung ist, desto eher kann ein Unternehmen aus dem Verhalten von Kunden in der Vergangenheit auf das Kundenverhalten in der aktuellen Situation schließen. Als Beispiel kann hier die frühzeitige Erkennung und Vermeidung von Kundenabwanderung dienen.“

Die Abteilungen, die CI nutzen, sind indes nicht auf den Service beschränkt. „Ein 360-Grad-Blick auf die Kunden hilft jeder Abteilung, die an der Entwicklung, Produktion, an der Vermarktung und dem Verkauf und im Kundenservice arbeitet“, erläutert Wirtgen. „Er hilft ihnen zu verstehen, was Kunden wann und wie wollen.“

• Die Produktion kann aus den Kenntnissen der Kundenbedürfnisse und -vorlieben kundenindividuelle Produkte erarbeiten.

• Das Marketing kann seine Aktionen über zielgruppengenaue Ansprache individuell steuern, sodass Marketingkosten reduziert und die Effizienz gesteigert werden. Aus dem Marketing-Trichter wird dann im besten Fall ein Marketing-Zylinder.

• Der Vertrieb bekommt über 360-Grad-Sichten besseres Wissen über die Bedürfnisse der Kunden und kann auf dieser Basis individuelle Angebote machen. Intelligente Bots können neue Formen der automatisierten und dennoch individuellen Kundenansprache schaffen, die – in den Kontext der Nutzer eingebettet – sehr effiziente Vertriebsmöglichkeiten eröffnen.

• Beim Service und Support hilft das exakte Wissen über die Produkte und ihre Kunden, Problemfälle schnell zu identifizieren und Lösungen anzubieten.

• Die Entwicklungsabteilung kann durch Informationen über Präferenzen des Kunden das Produkt verbessern,

• die Finanzabteilung im Bereich der Preisfindung neue Potenziale entdecken.

Customer Journey und Customer Experience

Für CI-Analysen ist die Herkunft der polystrukturierten Massendaten von Bedeutung. Die Customer Experience kommt hier ins Spiel, also das Kundenerlebnis in der Nutzung einer Bedienoberfläche, beispielsweise Google. Je angenehmer und sinnvoller das Einkauferlebnis wirkt, desto länger die Verweildauer eines Besuchers auf einer Webseite – und umso mehr verwertbare Daten fallen an.

Bei einem komplexen Online-Einkauf sind idealerweise Suche, Bestellung und Bezahlung in einen kontinuierlichen Prozess integriert. Marketingfachleute sprechen von der Customer Journey. „Für den Handel“, erläutert Wirtgen, „ist es wünschenswert, den Weg des Kunden von der Attention (Aufmerksamkeit) über das Interest (Interesse), das Desire (Verlangen) bis hin zur Action (Handlung) – im Marketing das „AIDA“-Prinzip genannt – in keiner Phase zu behindern.“

Dafür sei eine durchgehend digitalisierte Prozesskette hilfreich, denn nur sie erlaube das unterbrechungsfreie Sammeln von Daten im Hintergrund und mit intelligenten Technologien.“ Wird dem CI-Analysten beispielsweise klar, dass bei einem Kunden in dessen Lebenszyklus Nachwuchs ansteht, weil dieser seinen Familiennamen wegen Heirat geändert hat, kann er dem Kunden in Echtzeit ein persönliches Angebot per E-Mail oder Pop-up auf der Webseite machen. Beispielsweise ein kostengünstiges Angebot oder einen Preisnachlass auf einen Kombiwagen, der sich besonders gut für Familien eignet.

„Beide Seiten gewinnen hier“, erläutert Frank Säuberlich von Teradata: „Der Kunde profitiert von einem exzellenten persönlichen Service, während das Unternehmen von einer hohen Kundenbindung, positiven Wahrnehmung, Empfehlung usw. profitiert. Zudem können die Informationen, wie bestimmte Vorlieben, selbstverständlich auch intern weiter genutzt werden, etwa bei der Fahrzeugentwicklung etc.“

Integration als Schlüssel zum Erfolg

„Customer Journey und Customer Experience werden in Zeiten der Omnipräsenz von Waren über diverse On- und Offline-Kanäle immer wichtiger“, weiß Wirtgen von Microsoft. Aber diese Kanäle müssen miteinander integriert sein, gibt Säuberlich zu bedenken: „Stellen Sie sich vor, der Kunde ruft gerade im Callcenter an, um sich über den Ausfall eines Service, z. B. dem Internet zuhause, zu beschweren und erhält zeitgleich eine E-Mail auf sein Mobiltelefon, mit einem erweiterten Internetangebot für nur 1,99 Euro mehr im Monat. Wie ernstgenommen und gut betreut wird sich dieser Kunde fühlen? Und noch viel wichtiger: Wie wahrscheinlich wird er dieses Angebot wahrnehmen?“ Fazit: „Die Customer Journey und Customer Experience sind integraler Bestandteil von Customer Intelligence“, so der Teradata-Experte.

Da das CI-Thema eine große Bandbreite von Aspekten aufweist, verwundert es nicht, wenn die Business-Analytics-Anbieter wachsende Ökosysteme von Partnern an sich binden, um nicht alle Funktionen und Lösungen selbst erstellen und vertreiben zu müssen. Solche Partner bieten ihr Fachwissen und ihre Lösungen mehreren Herstellern, beispielsweise Adobe Systems, an.

Da jeder Business-Analytics-Anbieter Big Data auf andere Weise nutzt, unterscheiden sich ihre Kerntechnologien und BI-Lösungen beträchtlich. Diese Unterschiede gilt es bei der Auswahl im Auge zu behalten.

Microsoft

„Wir bieten einen vollständigen Technologie-Stack für Customer Intelligence“, sagt Wirtgen. „Das beginnt u. a. mit Azure Data Lake, über den Daten sofort gespeichert werden können – unabhängig von ihrer Größe, dem Format und der Geschwindigkeit.“ Der Service Azure Cosmos DB (früher DocumentDB) bietet eine Datenspeicherung und -sicherung aus hoch verfügbaren, global verteilten Apps.“

Die Auswertung der Daten erfolgt über Azure Machine Learning (Azure ML), Azure HDInsight für Hadoop- und Spark-Cluster, den Azure Data Lake-Analyseservice, Azure Stream Analytics für Echtzeitdaten und die Cognitive Services zur Analyse von Bildern, Sprache und Emotionen. Über die Azure Data Factory ist es laut Wirtgen möglich, beliebige Daten in beliebigem Umfang zu sammeln, in Zusammenhang zu bringen und darüber eine Meta-Struktur zu legen.

Power BI übernimmt in diesem Technologiestapel die Funktion eines Dashboards und kann von Mitarbeitern in Fachbereichen für die Visualisierung von Daten verwendet werden. All diese Technologien stehen in der Cortana Intelligence Suite auch gebündelt zur Verfügung.

Teradata

Der Spezialist für Data Warehouse Technologie unterstützt Big Data Analytics mit einer Teradata Data Warehouse Appliance, der Aster Discovery Platform und mit der Hybrid Cloud/IntelliCloud. Für CI-Zwecke sind die Applikationen Customer Interaction Manager, der Real Time Interaction Manager und die neue Customer Journey Solution geeignet.

Teradata bietet mit der Unified Data Architecture (UDA) eine Architektur an, die es erlaubt, unstrukturierte Daten in Hadoop mit strukturierten Daten aus dem Datawarehouse effektiv zu verknüpfen. Dies erfolgt mit der Teradata-eigenen Komponente Query Grid. Soll dies im Rahmen einer schnellen Pilotanalyse passieren, werden oftmals nur die relevanten unstrukturierten Daten aus Hadoop verwendet und auch modelliert. „So ist es möglich, Customer Intelligence Use Cases basierend auf unterschiedlichsten Daten, strukturiert und/oder unstrukturiert, schnell zu verproben“, verspricht Frank Säuberlich.

IBM

IBM bietet seit geraumer Zeit eine Commerce Suite an. „Mit IBM Watson Customer Engagement haben wir Commerce, Marketing und Supply-Chain-Lösungen zusammengebracht“, berichtet Farhad Ferdowsian, bei IBM zuständig für diese Lösung. „Wir stellen sie in der Cloud als Service zur Verfügung und ermöglichen mithilfe eingebetteter kognitiver Fähigkeiten gezielte Echtzeitanalysen.“ Ferdowsian spricht in diesem Zusammenhang von „Augmented Intelligence“: „Damit meinen wir etwa die Möglichkeit, viel präzisere Entscheidungen durch selbst-lernende Systeme zu erreichen.“ Das System werde so zum persönlichen Assistenten, der allen Abteilungen eines Unternehmens zur Seite steht: Marketing, Sales und Produktentwicklung.

Da für IBM die „Customer Journey und Customer Experience sehr wichtige und zentrale Bestandteile bei der Erreichung des Ziels, dem richtigen Kunden zur richtigen Zeit das richtige Angebot zu machen, sind“, wie Ferdowsian sagt, hat IBM für diesen Zweck mit „IBM Customer Experience Analytics“ (CXA) eine neue SaaS-Lösung auf dem Markt gebracht. „Mit CXA kann die Customer Experience lückenlos nachvollzogen werden, von unternehmensweit aggregierten Ansichten bis zur einzelnen Nutzererfahrung.“ CXA besteht primär aus „IBM Tealeaf Customer Experience on Cloud“, einer SaaS Lösung für Verhaltensanalysen, aus „IBM Digital Analytics“, einer SaaS Lösung für Web-Analysen und aus „IBM Journey Analytics“, einer neuen SaaS-Lösung, die alle Schritte eines Kunden analysiert und visualisiert, und das über längere Zeiträume und unterschiedliche Kanäle hinweg.

Besonders interessant ist auch, dass CXA die Lösung „IBM Universal Behavior Exchange“ (UBX) als Integrationsplattform nutzt. UBX ist eine offene Schnittstelle, die den Austausch von Kundendaten zwischen zertifizierten Lösungen vereinfacht. „Gerade die Möglichkeit, alle internen und externen Datenquellen in die CXA-Plattform zu integrieren“, so ist Ferdowsian überzeugt, „wird dazu beitragen wird, dass sich die Erwartungen an softwaregestützte Kundenanalyse endlich voll und ganz erfüllen wird.“ Wie schon erwähnt, ist die richtige Integration von Daten und Prozessen das Erfolgsrezept zu einer CI-Nutzung, die Mehrwert schafft. IBM bietet derzeit laut Ferdowsian für vorkonfigurierte CI-Lösungen für Finanzwesen, Vermögensverwaltung und Versicherungen an.

SAP Hybris

SAP hat sein CRM-Geschäft sowohl in die Cloud als auch in die Tochter SAP Hybris einsortiert. Hybris unterstützt seit jeher „Omni-Channel Commerce“, also Handel über alle Kanäle. Wie Markus Ruebsam berichtet, Senior Vice President, Global Head Solution Management bei SAP Hybris, stellen deshalb SAP-Hybris-Lösungen für CI-Daten sowohl für die Online-Interaktion als auch für physische Begegnungen, beispielsweise in einem stationären Geschäft, zur Verfügung.

Das zentrale Modul bei SAP Hybris ist laut Ruebsam das Profiling – die Lösung heißt dementsprechend „SAP Hybris Profile“. SAP-Hybris-Kunden nutzen dies etwa für „Segmentierungsprozesse, im Offer Management, bei Promotions, Kampagnen, Design von Experiences, B2B-Lead-Scoring oder Lead Management“, so der Manager: „Wir bauen Integrationen von SAP Hybris Profile in alle relevanten Lösungen unseres SAP-Portfolio für Customer Engagement und Commerce.“ Drittsysteme lassen sich über die API anbinden.

Datenquellen für CI sind laut Ruebsam nicht nur transaktionale- oder Kundenstammdaten. Es können Clickstreams sein, die mit jedem Mausklick erzeugt werden, Geodaten oder Daten aus sozialen Netzwerken. Ruebsam hat ganz richtig erkannt: „Entscheidend ist aber der zentrale Datenabgleich, damit die Identität des Kunden konsistent bleibt. Die Basisaufgabe hier ist zu verstehen, wer genau dieser Kunde ist und sein Live Customer Profile durchgehend weiterzuführen, erneut abzugleichen und eine einheitliche Identität festzustellen.“ Diese Identität wird über alle Kanäle hinweg und über die ganze Customer Journey hindurch beibehalten und für den Lebenszyklus des Kunden genutzt – siehe Teradata.

Ein Beispiel für den Nutzen von SAP Hybris Profile ist der SAP-Kunde Asics. Der weltweit tätige Hersteller von Laufschuhen analysiert nach Ruebsams Angaben „beispielsweise Daten aus der Zusammenführung von Position-Daten, Online- oder Kampagnen-Daten. Asics könne auf ein konsistentes Datenmodell zugreifen und sei dadurch in der Lage, die Customer Experience für jeden einzelnen Kunden zu personalisieren und über Empfehlungen weitere relevante Produkte anzubieten. „Deshalb will das Unternehmen zudem auch direkt auf seinen Sportschuhen Informationen generieren. „Das würde zum Beispiel so aussehen: Ein Kunde ist bereits über 1.000 Kilometer mit seinen Sportschuhen gelaufen – Asics registriert diese Abnutzung und schickt ihm eine auf seine Bedürfnisse abgestimmte Empfehlung für einen Nachkauf.

KI für CI und CX

Die Zukunft gehört der Künstlichen Intelligenz (KI), insbesondere den Bots. „KI wird im Kundenservice eine immer wichtigere Rolle spielen“, ist Jürgen Wirtgen überzeugt: „Der Einsatz von intelligenten Chatbots, die verstehen, was ihre Anwender tun und sie dabei unterstützen, sorgt für ein besseres Kunden- und Markenerlebnis (CX), ist kosteneffizient und sorgt am Ende für bessere Konversionsraten“, also für die Umwandlung von Kontakten in Käufe.

Mittelständische Anbieter wie CAS Software in Karlsruhe setzen bereits auf Machine Learning und KI: „Wir bei CAS nennen dies SmartAIA – Artificial Intelligence Assistant“, sagt Martin Hubschneider, CAS-Vorstandsvorsitzender. Mit CAS SmartSearch beispielsweise nutzen CAS-Anwender bereits heute eine intelligente Suche innerhalb der eigenen CRM-Datenbank, die aus dem Suchverhalten des Anwenders „lernt“, Kontextinformationen wie anstehende Termine einbezieht und auf diese Weise noch genauer und noch schneller die richtigen Ergebnisse liefert. „Unsere Vision: Wir wollen bei über 50 Prozent der Suchanfragen schon vor der Frage die richtige Lösung sofort vorschlagen“, so der CEO.

CI bedeutet u. a. Datenanreicherung durch Datenintegration. „Erste CRM-Lösungen wie CAS genesisWorld integrieren bereits die freie Referenzdatenbank Unternehmensverzeichnis.org, die über Premiumservices das bestehende Firmenwissen mit zusätzlichen Informationen wie Bonitätsauskünften, Handelsregisterauszügen, Social Media und Presse-News ergänzt“, fügt Hubschneider hinzu. Auch eine mobile Visitenkarten-Scanner-App reichert Kundendaten mit den Informationen aus Visitenkarten an, wie sie häufig auf Konferenzen und Messen ausgetauscht – und dann häufig wieder vergessen – werden.

Die Datenqualität muss stimmen

Neben der korrekten Datenintegration und optimalen Prozessintegration über alle Abteilungen und Kanäle hinweg gibt es eine weitere, nicht zu unterschätzende Anforderung: Datenqualität. CRM-Experte Wolfgang Schwetz von Schwetz Consulting, der Datenqualität für einen kritischen Erfolgsfaktor hält, berichtet: „Vielen deutschen Unternehmen ist die schlechte Qualität ihrer Kundendaten mittlerweile bewusst, sodass sie sich gezwungen sehen, konkrete Maßnahmen zu deren Verbesserung ins Auge zu fassen.“

Anlass für diese Erkenntnis sei oft das nüchterne Ergebnis aus der Analyse im Vorfeld der Einführung eines neuen CRM-Systems. Dort müssen erst die zahlreichen individuellen Insellösungen mit Kundendaten, vieles auf Basis von Excel oder Outlook, entdeckt, erhoben und dann bereinigt werden. Das sind eigene Projekte im Vorfeld der Einführung einer CRM-Software.

„Offenbar wird erst jetzt erkannt, dass mit derart miesen Kundendaten Umsatzpotenziale nicht ausgeschöpft und vertriebliche Ressourcen nicht zielgerichtet eingesetzt werden können.“ Eine aktuelle Marktuntersuchung von 2016 habe ergeben, dass rund ein Viertel der befragten Unternehmen davon überzeugt sind, dass die vielen Fehler in den Kundendaten Geld kosten. 88 Prozent sagen weiter, dass ihnen die Bedeutung der Datenqualität erst dann bewusst wird, wenn sie Maßnahmen zur Optimierung der Kundenansprache ergreifen.

Auch die schöne neue Welt der KI-Nutzung hat nach Schwetz' Erfahrung ihre Tücken. „So schön die neue Technologie der KI ist, muss auf einen weiteren wichtigen Aspekt hingewiesen werden: die Akzeptanz der Anwender. Hier sind in der Regel Vertriebsmitarbeiter im Außendienst oder Service betroffen.“

Schon andere Methoden oder Verfahren hätten diese Hürden mangels Akzeptanz nicht überwinden könne, so etwa, als Firmen versuchten, im Außendienst Tourenplanung per Computer einzuführen. „Wenn die von der KI vorgeschlagenen Maßnahmen nicht mit der eigenen jahrzehntelangen Erfahrung und Vertriebskompetenz übereinstimmen oder nachvollzogen werden können, werden sie abgelehnt und scheitern“, so der CRM-Berater. Daher müssten im Vorfeld der Einführung von KI die betroffenen Mitarbeiter auch in die bevorstehenden Veränderungen eingebunden und deren Zustimmung erarbeitet werden.

(ID:44716908)