It / Technik
Veröffentlicht vor 3 Jahre, 6 Monate

Die Zukunft von Business Intelligence:

Entscheidungsunterstützung als Kundenservice

Business Intelligence umfasst Anwendungen und Techniken, welche den Entscheidungsprozess innerhalb der Unternehmung unterstützen. In der Zwischenzeit zeichnet sich eine neue Entwicklung ab: Kunden sollen Zugriff auf ihre eigenen Daten haben und mit Hilfe von analytischen Tools aktiv Kaufentscheidungen treffen können. Dies soll operative Kosten senken und die Kundenloyalität stärken. Führende Unternehmungen zeigen, dass es   möglich ist.

Der zunehmende Wettbewerbsdruck und das veränderte Kundenverhalten haben die Unternehmungen in den letzten Jahren dazu gezwungen, Business Intelligence (BI)-Lösungen einzuführen, welche die Entwicklung von analytischen Datenbanken (Data Warehouse) umfassten. Das Ziel war, möglichst viele Daten über den Kunden zu sammeln. Man wollte möglichst viel wissen, über die Art und Weise wie Kunden die gekauften Produkte nutzen, über ihre persönliche Situation und über ihre Präferenzen. Mit Hilfe von Kundenkarten und die Einführung von ökonomischen Anreizen hat man versucht, die Kunden dazu zu bringen, Daten über sich selbst der Unternehmung zur Verfügung zu stellen. Die nächste Herausforderung war, die gesammelten Daten zu analysieren und daraus Erkenntnisse über ihr zukünftiges Verhalten zu gewinnen: Wer wird mit welcher Wahrscheinlichkeit nächstens abspringen? Wer hat Potential für ein Zusatzprodukt? Die Vorteile dieser Vorgehensweise liegen auf der Hand: Durch eine gezielte Kundenansprache will man Kosten, die sogenannten Streuverluste, senken und die Effektivität der Marketingmassnahmen erhöhen. Später hat man realisiert, dass es sinnvoll wäre, strategischen Lieferanten und Händlern Zugriff auf diese Daten zu geben, damit der Wertschöpfungsprozess optimiert werden kann.

Die Gewährung von Kundenzugriff auf das Datawarehouse ist als nächster Schritt unvermeidlich (siehe Abb.). Die starke Verbreitung der mobilen Technologie und eine neue Generation von Konsumenten, die sogenannten „digital natives“, werden diesen Prozess beschleunigen. Digital natives, welche mit digitalen Technologien aufgewachsen sind, werden vermehrt Daten und Informationen nachfragen, um ihren persönlichen Entscheidungsfindungsprozess zu unterstützen.  Im Retail Banking können z.B. Banken ihren Kunden Zugriff auf historische Daten gewähren, um eine persönliche Finanzplanung rund um die Uhr zu ermöglichen. Führende internationale Banken wie Lloyds Banking Group und Wells Fargo bieten bereits ihren Kunden im Internet Banking die Möglichkeit, persönliche Daten zu analysieren.  Ein anderes Beispiel ist die Telekommunikationsindustrie: Werden den Kunden historische Daten und die entsprechenden analytischen Tools zur Verfügung gestellt, können sie rechtzeitig Veränderungen in ihrem Telefonieverhalten feststellen und aktiv das richtige Abo aussuchen.

Die Idee ist nicht ganz neu. Die starke Verbreitung des E-Commerce animierte viele Firmen dazu, den Kunden webbasierte Customer Desicion Support Systems (CDSS) zur Verfügung zu stellen. Banken stellen beispielweise webbasierte Applikationen zur Verfügung, um ihren Kunden bei der Hypothekarentscheidung  zu unterstützen.  Der Autor selbst war in einem Projekt bei der Telekommunikationsbranche involviert.  Ziel des Projektes war die Entwicklung eines interaktiven, webbasierten Konfigurationssystems. Der Kunde hat im Rahmen einer Cross-Selling-Aktion vom Kundenberater einen Produktvorschlag erhalten. Er  konnte sich in die webbasierte Applikation mit seinem persönlichen Passwort und Benutzernamen einloggen und sich den Produktvorschlag anschauen.  Der Kunde hatte die Möglichkeit diesen Vorschlag zu ändern, z.B. Abo-Wechsel, die monatliche finanzielle Belastung direkt zu sehen und allenfalls Kontakt mit seinem Berater aufzunehmen.

Die Idee basiert auf der Erkenntnis, dass die Entscheidung heute, welche Produkte und Services  gekauft werden, immer informationsintensiver wird. Das bedeutet, dass neben der Applikation, der Online Zugriff auf Datenbanken und Informationspools an Bedeutung gewinnt. Die bisherigen CDSS haben jedoch vor allem applikatorische Unterstützung angeboten aber kaum entscheidungsrelevanten Daten zur Verfügung gestellt.  Die Integration von persönlichen historischen Daten mit Marktdaten im Data Warehouse und der Zugriff darauf mit Hilfe von analytischen Tools können dem Entscheidungsprozess neue Perspektiven eröffnen.

Unternehmungen sollen allerdings den Kaufzyklus (Buying Cycle) ihrer Zielkunden verstehen, damit die richtigen Daten in richtiger Aggregationsform und zum richtigen Zeitpunkt zur Verfügung gestellt werden können.  Zu diesem Zweck sollen durch den Einsatz von Segmentierungstechniken die Informationsbedürfnisse der Kunden in der Presales-, Sales- und Aftersales-Phase identifiziert werden. Somit können Datenprozesse gezielt gesteuert werden. Ein Kunden-Data-Mart soll entwickelt werden, damit  alle für den Kunden relevante Daten in der richtigen Aggregationsform unter Berücksichtigung branchenspezifischer Eigenheiten aufbereitet werden können. Die Daten sollen so organsiert sein, dass sie dem Kunden eine leichte Navigation anbieten. Zu diesem Zweck könnte man ein Datenmodell einsetzen (z.B. Star Schema), welches den Datenzugriff benutzerfreundlich und schnell ermöglicht.

Die Tatsache, dass der Kunde in seinen persönlichen Daten Einblick hat und diese für Entscheidungszwecke nutzt, führt zu einer höheren Bereitschaft, eigene Daten zur Verfügung zu stellen. Somit können  Ängste über  „den gläsernen Kunde“ relativiert  werden.

Die aktive Einbindung des Kunden im BI-Prozess bewirkt eine Veränderung traditioneller Marketingmodellen: Der Kunde analysiert selbst mit Hilfe seiner persönlichen Daten, Marktdaten und analytischen Tools seine Bedürfnisse. Der Kundenberater unterstützt ihn bei diesem Prozess und sorgt dafür, dass ihm die richtigen Daten zur Verfügung gestellt werden. Führende internationale Unternehmungen haben bereits gezeigt, dass dies zur Senkung interner operativer Kosten bei gleichzeitiger Erhöhung der Kundenloyalität führen kann.      

Kontaktinfo

Prof. Dr. oec. UZH Evangelos Xevelonakis

Name Prof. Dr. oec. UZH 
Evangelos Xevelonakis
Position

Managing Director
Professor für Business Engineering (HWZ Zürich)

Firma Swiss Valuenet
Adresse Seminarstrasse 99
CH-8057 Zürich
Telefon +41 (0)44 350 22 50
Online xevelonakis@swiss-valuenet.ch
www.swiss-valuenet.ch
.
Newsletter

Newsletterabo

Melden Sie sich zu unserem kostenlosen Newsletter an. Sie haben jederzeit die Möglichkeit, das Abo zu kündigen.



Musterexemplar

Interaktives Muster

Musterexemplar