Mittels Datenanalyse Wissen schöpfen

Wussten Sie, dass in Ihren Daten Schätze verborgen liegen? Data Mining ist der Schlüssel, um sie zu bergen. Dabei durchforsten Spezialisten Ihren Datenstamm nach relevanten Mustern und Zusammenhängen. Die gewonnenen Erkenntnisse aus der Datenanalyse ermöglichen es Ihnen einerseits, Ihren Markt gezielter und somit erfolgreicher zu bearbeiten und andererseits, Produkte bedürfnisorientiert zu entwickeln.

Data Mining heisst Wissen schöpfen

Analysen von Kunden- und Interessentendaten haben alle dasselbe Ziel: Wissen aus vorhandenen Daten zu schöpfen. Dieses Wissen ermöglicht Prognosen über das zukünftige Verhalten von Kunden zu machen und es bringt wertvolle Erkenntnisse für das Gewinnen neuer Kunden. Dadurch können Sie Ihre Marketingaktivitäten entscheidend optimieren. Spezialisten wenden für die Datenanalyse eine ganze Reihe von mathematischen und statistischen Methoden an. Data Mining ist der Sammelbegriff für die verschiedenen Analyseverfahren.

Aufgaben des Data Minings

• Erstellen von Kundenprofilen (Kundenstammanalyse)
  Dazu werden Kundendaten mit externen Informationen angereichert und mit den Universumsdaten (marktabdeckende Daten) verglichen. Danach berechnen die Analysten eine statistisch abgesicherte Scorekarte, welche die aussagekräftigsten Merkmale in einem Profil zusammenfasst.
• Ermitteln von Restpotenzialen an Neukunden im Markt
  Aufgrund des Profils der Topkunden und allenfalls ergänzenden oder korrigierenden Kriterien ermitteln die Spezialisten das Restpotenzial.

• Identifizieren von Kunden, die
  ein grosses Entwicklungspotenzial aufweisen, ein Cross- und Up-Selling-Potenzial aufweisen, besonders profitabel sind, inaktiv, jedoch aktivierungsbereit sind, absprunggefährdet sind.
  
  Die Analysten berechnen aufgrund von Daten aus der Vergangenheit die zu erwartende Dauer der Kundenbeziehung sowie die Rentabilität der Kunden. Dabei identifizieren sie auch absprunggefährdete Kunden. Die Erfahrungswerte projizieren sie in die Zukunft und berechnen das Entwicklungs-, Up- und Cross-Selling-Potenzial der Kunden.

• Ermitteln des Kundenlebenswertes (Customer Lifetime Value)
  Vergangenheitsdaten bilden die Basis, um das zukünftige Kundenverhalten und mögliche Umsätze zu prognostizieren.
• Prognostizieren der Dauer von Kundenbeziehungen (Customer Lifetime)
  Dazu werden die Daten verlorener mit jener aktiver Kunden verglichen.
• Identifizieren von Interessenten, die sich am ehesten in zahlende Kunden umwandeln lassen
  Dazu vergleichen die Analysten die Daten der Neukunden mit jenen der Interessenten.
• Analysieren des Warenkorbes (welche Produkte Kunden in welchen Kombinationen erwerben) und Prognostizieren von Käufen
  Die Spezialisten analysieren den Warenkorb und suchen nach Mustern in der Produktabfolge. Die Resultate bilden die Basis für die anschliessende Prognose.
• Ermitteln von optimalen Vertriebsstandorten
  Die Analysten berücksichtigen Informationen über die Markt- und die Konkurrenzsituation und ziehen geografische sowie verkehrstechnische Gegebenheiten in ihre Überlegungen ein. Aus diesen Informationen ermitteln sie die idealen Standorte.
• Visualisieren der Kundendichte und des Neukundenpotenzials in geografischen Räumen
  Die Kundendaten und das Profil der Neukunden werden in geografische Räume übertragen.

Wer genau wissen will, wie Menschen wirklich ticken, folgt ihren digitalen Spuren. Aus diesen lässt sich ein spezifisches psychologisches Profil herleiten. Wie das geht, weiss der Psychometrie-Experte Michal Kosinski.

Soziale Interaktion, Unterhaltung, Shopping, Dating – jeder Klick und jeder Wisch auf einem digitalen Gerät sagt etwas über uns aus. Der Datenforscher Michal Kosinski hat eine Methode entwickelt, um diese digitalen Footprints zu einem psychologischen Gesamtbild zusammenzufügen. Dieses enthüllt unsere Persönlichkeit bis in intimste Details. Zum Beispiel reicht die Analyse von 150 Likes auf Facebook aus, um eine Person besser einschätzen zu können als deren Eltern.

«Daten sind das neue Öl»

Michal Kosinski ist Assistenzprofessor an der Stanford Graduate School of Business (USA). Am DirectDay 2017 stellte er seine Erkenntnisse vor. Eine Videozusammenfassung des Vortrages finden Sie hier.

Michal Kosinski ist überzeugt, dass die auf digitalen Fussabdrücken basierende Entwicklung von psychologischen Profilen und deren Nutzung legitim ist, solange ethische Standards eingehalten werden. Dass es auch eine dunkle Seite gibt, musste er bei der Präsidentenwahl 2016 in den USA erfahren: Ohne sein Wissen wandten Trumps digitale Strategen Kosinskis Methode an, um jeden Wähler mit einer auf dessen psychologisches Profil zugeschnittenen Wahrheit zu beglücken.