Spüren Sie Kundenbedürfnisse mit Data Science

Die Modellierung der Neigung von Kunden für bestimmte Aktionen, z.B. Käufe, Klicks oder eine Anmeldung wird in der Praxis als Affinität, oder z.B. Produktaffinität genannt.

Es gibt vielzählige Szenarien für Affinitätsmodelle, z.B. Käufe für bestimmte Warengruppen für unterschiedliche Zeiträume oder Vorhersagen darüber, wann ein Kunde seine App deinstalliert.

Als Ausgangsdaten spielen z.B. die Kaufhistorie und daraus abgeleitete Kennzahlen wie die Kaufhäufigkeit, Umsätze in verschiedenen Warengruppen eine Rolle, aber auch Kundenstammdaten wie z.B. das Alter, Geschlecht oder der Wohnort des Kunden.

Interessant sind Affinitätsmodelle vor allem für Up- und Crossselling Kampagnen, weil hier Umsätze gezielt gesteigert werden können. Ungenutzte Umsatzpotentiale liegen häufig in Bereichen zwischen 5-15%.

„Wenn wir 4,5 Millionen Kunden haben, sollten wir nicht nur einen Laden haben. Wir sollten 4,5 Millionen Läden haben.“

(Jeff Bezos)

Die Vorlieben und das Verhalten der Kunden sind einem ständigen Wandel unterworfen. Damit Sie entsprechend handeln können, ist ein vollständiges und aktuelles Bild Ihrer Zielkunden entscheidend.

Beispiel für Segmentierung:

Eine der gebräuchlichsten Methoden zur Berechnung des Kundenwerts ist das RFM-Modell, eine Scoring-Methode, die Kunden anhand von drei Metriken in verschiedene Segmente und Zielgruppen einteilt: Aktualität, Häufigkeit und monetärer Wert.

• Recency – Aktualität: Wann hat der Kunde zuletzt gekauft? Wie aktiv ist ein Kunde, wie hoch ist die Wahrscheinlichkeit eines erneuten Kaufs.
• Frequency – Häufigkeit: Wie oft hat der Kunde gekauft?
• Monetärer Wert: Welchen monetären Wert hat der Kunde generiert (Umsatz oder Gewinnspanne)?

Holen Sie sich die nötige Sicherheit und Schnelligkeit bei der Segmentierung mit unserer geführten Methodik, die für die Segmentierung maßgeschneidert ist und auf Sie zugeschnitten werden kann.

Es ist oft nicht sinnvoll, heterogene Daten aus unterschiedlichen Nutzerszenarien und Systemen miteinander zu mischen und gemeinsam auszuwerten.

Adtelligence ermöglicht einen transparenten Zugang zu allen Daten unabhängig vom Ort und von der Art ihrer Speicherung.

Datenselektionen und Auswertungen, für die früher die Hilfe der Abteilung für Datenverarbeitung benötigt wurde, können Benutzer mit den grafisch orientierte Werkzeugen der Prediction Engine selbst erledigen.

Dadurch steigt Zufriedenheit und Produktivität der Benutzer meist deutlich an.

Analysieren und segmentieren Sie Ihre Kunden mit einer schnellen und einfachen Self-Service Benutzeroberfläche per Knopfdruck:

• Schnell und einfach Zielgruppen bilden
• Keine IT-Ressourcen notwendig
• Vertrieb für jede Kundengruppe individuell gestalten und so Umsatz steigern

Die Adtelligence Prediction Engine ist eine Marketing-Cloud, die sich nahtlos in die Datenerfassungssoftware Ihres Unternehmens integrieren lässt. So können wir Ihnen ganz einfach dabei helfen, wertvolle Erkenntnisse aus den Daten zu gewinnen, die Sie tagtäglich sammeln.

Kompatibel mit jeder IT-Infrastruktur
Unabhängig davon, ob Sie Ihre Daten in Azure speichern, bereits verschiedene Data-Science-Tools verwenden oder Marketing Automation Tools im Einsatz haben, ist die Adtelligence-Plattform die perfekte Ergänzung zu Ihrem Technologie-Stack. Ihre Daten werden bereinigt und integriert, so dass sie optimal für die Anwendungsfälle Ihrer Branche gespeichert sind. Bereits trainierte Modelle können direkt genutzt und in Automatisierung umgesetzt werden. Passende Aktionen und Zielgruppen machen Ihre Marketing-Automatisierungstools noch „intelligenter“.

Als KI-gestützte Marketing-Cloud ermöglicht Ihnen die Prediction Engine, Ihre Kunden mit einer interessanten, personalisierten Botschaft zum perfekten Zeitpunkt zu erreichen, wenn sie bereit sind, einen Kauf zu tätigen.