Page 138 - Handbuch Handel mit Zukunft

Kapitel 3.2 / CRM & Big Data
HANDBUCH HANDEL MIT ZUKUNFT
 Kernfragen
V Wie kann die Reise eines Kunden über alle Touchpoints hinweg opti- mal geleitet werden und wie führt sie zu einer Customer-Experience, die Zufriedenheit und Loyalität über den gesamten Lebenszyklus erzielt?
V Kennt das Unternehmen seine Kun- den und die potenziellen Zielgrup- pen für die Produktgruppen?
V Wie gut ist das Unternehmen in der Lage, für jeden individuellen Kun- den und Lead eine relevante und konsistente Omnichannel-Kommu- nikation zu steuern und eine ent- sprechende Customer-Experience sicherzustellen?
138
Vorarbeiten sind nötig
Kundendaten sind in den meisten Fällen in un- terschiedlichen Systemen und Datenbanken verteilt und müssen zuerst zusammengeführt werden, um daraus ein möglichst vollständi- ges Kundenpro l aus dem Design des Kunden- datenmodells zu formen. Bei dieser Datenbe- wirtscha ung werden unterschiedlichste Da- tentypen wie Warenkorbdaten, Log les oder Webtracking-Daten verarbeitet. Durch Trans- formation, also beispielsweise indem die Kauf- historie eines Kunden in Monats- und Jahres- summen aggregiert wird, bringt man die Daten in Form. So kann das Marketing mit Segment- daten Zielgruppen ermitteln und selektieren. Dieser Schritt ist notwendig, um homogene Kundengruppen zu erkennen, Kommunika- tionsmaßnahmen anzustoßen und eine Kon-
taktstrategie umzusetzen, welche idealerweise auf einem Regelwerk basiert.
Datenquellen identi zieren
Wenn wir über Big Data für den Handel spre- chen, sind speziell Web-Shop-Daten gemeint, die in den Bereich der Echtzeit-Datenübertra- gung bzw. der Nahezu-Echtzeit-Dateninteg- ration fallen. Auch beim Tracking der Custo- mer-Journey in den Online- und Social-Me- dia-Kanälen werden sehr große Datenmengen produziert, welche die Grundlage für weitrei- chende Entscheidungen scha en, wie zum Beispiel die Budgetverteilungen zwischen den Marketing- und Vertriebskanälen.
Dabei unterscheidet man bekannte, wieder- kehrende Stammkunden und Interessenten, deren Customer-Journey mittels Cookies ab- bildet wird. Die Interessenten können auch in anonymisierte Segmente eingeordnet wer- den, um ihr Verhaltensmuster zu analysieren. Die neuesten Analysewerkzeuge ermöglichen mittlerweile sogar das Erkennen von detail- lierten Online-Bewegungsdaten der Kunden und bilden eine digitale Körpersprache ab.
Mit O - und Online-Daten zur opti- malen Prognose
Nicht nur in den digitalen Touchpoints ist das Erkennen dieser Muster relevant, son- dern vor allem in Kombination mit den Da- ten aus O ine-Kontaktkanälen. Dabei ist es wichtig, den einzelnen Kunden über eine Kunden-ID eindeutig zu identi zieren. Da- rüber hinaus sind für das Kundenpro l auch Telefonnummern, E-Mail-Adressen und eine Haushalts-ID relevant.