Predictive Analytics

So messen Sie Ihren Erfolg mit Predictive Analytics

| Autor / Redakteur: Reiner Rübel * / Annika Lutz

Die Methoden von Predictive Analytics eignen sich vor allem dazu, Marketingkampagnen messbarer zu gestalten.
Die Methoden von Predictive Analytics eignen sich vor allem dazu, Marketingkampagnen messbarer zu gestalten. (Bild: gemeinfrei / CC0)

Sie möchten den Markt besser verstehen, Kunden schneller akquirieren und mehr verkaufen? Dieser Artikel verrät Ihnen, wie Sie mit Data Mining Ihre Kundendaten in Kundenwissen umwandeln und Account-basierte Aktivitäten realisieren und bewerten.

Predictive Analytics und Data Mining

Der Begriff Predictive Analytics wird häufig im Marketing angetroffen und fällt im Zusammenhang mit Big Data.

Zur Begrifflichkeit:

  • Big Data sind die Daten Ihrer existierenden Kunden und Daten von Unternehmen, die noch nicht gekauft haben. Es handelt sich in der Regel um unterschiedliche Datenbanken, wie Ihr CRM (Customer Relationship Management System), Ihre Finanzdaten, Spuren, die Interessenten (Personas) im Internet hinterlassen, Ergebnisse Ihrer Kampagnen, gekaufte Daten über Installation bei Unternehmen oder deren Absichten, Produkte und Lösungen anzuschaffen.
  • Diese Daten werden strukturiert in einer Datenplattform dargestellt.
  • Voraussagen (Prediction): Daten der Datenplattform aus der Vergangenheit werden verwendet, um Voraussagen zu treffen, was geschehen wird, wenn…
  • Cluster (Profile): Alle Daten (Vergangenheit und aktuelle) werden dazu verwendet Muster zu erkennen, zum Beispiel welche Produkte typischerweise von welchen Unternehmen gleichzeitig gekauft werden.

Weitere Anmerkungen zum Einsatz:

Diese Methoden sind vor allem dazu geeignet, Marketingkampagnen messbarer zu gestalten. Zum Beispiel statt „nur marketingrelevanter Konversionsraten“ (wie viele Klicks von 1.000) besser: „wie viel trägt die Kampagne zum Business Ergebnis bei“. So kann auch die jeweilige Relevanz der Kampagnen verglichen werden.

Data Mining ist ein Prozess, der in die Unternehmensabläufe integriert werden sollte. Eine Herausforderung ist die End-to-End Verantwortlichkeit, da unterschiedliche Bereiche klassischerweise von unterschiedlichen Abteilungen bearbeitet werden. Im Zuge einer Digitalen Transformation müssen dann die entsprechenden Silos aufgebrochen werden. Hierbei ist eine übergeordnete Projektstruktur ist hilfreich. Data Mining ist ein mathematischer, aber auch kreativer Prozess – Mathematische Expertise ist demnach ebenso wichtig wie Business- oder Marketing-Expertise.

Das Tagesgeschäft verleitet oft dazu (oder macht es notwendig), sich auf die nächste Herausforderung zu konzentrieren, statt die Energie aufzubringen, den Erfolg wirklich zu messen. Doch das verringert den Return des Einsatzes der Datenplattform!

B2B Marketingkampagnen müssen zum Geschäftsergebnis beitragen

B2B Marketingkampagnen müssen einen messbaren Beitrag zum Geschäftsergebnis leisten. Wir betrachten hierbei drei Dimensionen:

  • Kundenakquisition: neues Geschäft entwickeln
  • Kundenbindung: Absprünge verhindern / minimieren
  • Kundenwachstum: mehr an existierende Kunden verkaufen (Englisch cross-selling)

Im Kern besteht eine Kampagne dabei aus drei Schritten:

  • 1. Selektion der teilnehmenden Unternehmen (sowie Abbildung der Inhalte auf die Personas und Erwartungen der Kennzahlen). In dem Beispiel unten (Abbildung 1) werden Kunden selektiert, die länger als ein Jahr keinen Umsatz getätigt haben.
  • 2. Durchführung und Bestimmen der Konversionsraten. Im Beispiel wird eine Mail verschickt und zunächst typische Konversionen gemessen.
  • 3. Verteilen der daraus resultierenden Aktionen auf unterschiedliche Abteilungen.

Abbildung 1: Schema einer Marketingkampagne (E-Mail)
Abbildung 1: Schema einer Marketingkampagne (E-Mail) (Bild: Reiner Rübel)

Abbildung 1 zeigt das Schema einer Marketingkampagne.

Einige der typischen Konversionen und Ergebnisse sind in Abbildung 2 aufgelistet.

Abbildung 2: Ergebnisse einer E-mail Kampagne
Abbildung 2: Ergebnisse einer E-mail Kampagne (Bild: Reiner Rübel)

Die Selektion als Startpunkt des Kundenuniversums

Die Auswahl für die Kampagne kann über unterschiedliche Verfahren erfolgen:

  • Erfahrung und Intuition: Wir bieten Kunden, die länger nicht gekauft haben ein attraktives Angebot an. Jeder Marketing- und/oder Vertriebsmitarbeiter selektiert nach „hier haben wir gute Chancen“ eine Liste von Kunden aus.
  • Deskriptive Selektion: Es werden zum Beispiel Kunden eines vertikalen Marktes ausgewählt, die mindestens ein Jahr nicht gekauft haben und davor einen Umsatz von 500.000 EUR in fünf Jahren getätigt haben.
  • Kundensignatur: Für die in Ihren Datenbanken vorhandenen Unternehmen (oder Sub-Unternehmen) werden Profile entwickelt. Aus diesen Profilen wird dann die Neigung berechnet, ob eine Firma auf ein Angebot reagiert.

Jedes der Verfahren hat eine gewisse Berechtigung und kann zu guten oder weniger guten Ergebnissen führen. Die Selektion auf der Basis eines Profils der bestehenden Kunden durchzuführen, bietet jedoch die beste Möglichkeit, die Ergebnisse nachhaltig zu messen und diese an die Datenplattform zurückzugeben. So entsteht ein Kreislauf.

Vor allem zwischen der deskriptiven Selektion (wir adressieren alle Kunden zwischen 100 und 500 Mitarbeitern einer gewissen Branche, zum Beispiel SIC 375 Motorräder, Fahrräder und Teile) und Kunden mit einer passenden Signatur. Es ist wichtig zu verstehen, dass Predictive Analytics (auch direktes Data Mining genannt) eine Auswahl von Unternehmen liefert, diese jedoch nicht in der klassischen Weise beschrieben werden können.

Das langfristige Ziel ist es, die Datenplattform als zentrales Instrument eines gesamten Ökosystems zu etablieren.

Um zu ermitteln, wie erfolgreich eine Kampagne verlaufen ist, werden den Teilnehmern der Kampagne vorher und nachher Scoring Punkte vergeben. Diese können zum Beispiel in drei Dimensionen gemessen werden:

  • Value (Wert des Kunden)
  • Attrition (Neigung für einen Absprung)
  • Propensity (Neigung für den Kauf eines Produktes oder Lösung)

Dieses Scoring wird mittels Predictive Analytics vor der Kampagne erstellt, um die Selektion durchzuführen. Nach der Kampagne kann die Veränderung und so der Einfluss gemessen werden.

Was sagen die Messpunkte aus?

Die Vorgehensweise von oben lässt sich folgendermaßen in kurzer Form darstellen:

Business Goal --> Selektion --> Aktion --> Resultate --> Feedback vom Sales über Leads

Sie gibt Auskunft darüber, wie die Abteilungen aufeinander abgestimmt sind:

  • Wenn die Response Rate hoch war, war die Selektion gut und Marketing Operations (oder wer auch immer die Selektion durchgeführt hat) ist gut auf die Marketingabteilung abgestimmt, welche die Kampagne durchführt.
  • Wenn das Feedback seitens des Vertriebs auf die Leads (Sales Ready Leads) gut ist, ist das Marketing und die Kampagne gut auf den Vertrieb abgestimmt.

„Hoch“ und „gut“ ergeben sich aus dem Vergleich der Kampagnen untereinander. Um diese Resultate zu messen, ist es notwendig, die Ergebnisse der Kampagnen wieder in die Datenplattform einfließen zu lassen. Zu jedem Unternehmen im Öko-System kann eine Bewertung vor und nach der Kampagne stattfinden.

Erzeugen von Kundensignaturen

Um die im vorigen Absätzen geschilderte Selektion durchzuführen und das Predictive Analytics Verfahren anzuwenden, müssen zunächst einmal Kundensignaturen erzeugt werden. Dies bedeutet, dass man unterschiedliche Datenquellen zu einer Datenplattform zusammenführt. Es wird auch davon gesprochen, die Daten für Data Mining vorzubereiten. Aus dieser Repräsentation der Firmen, die darin vertreten sind, wird dann entschieden, was mit ihnen zu tun ist,. Dabei geht es beispielsweise um folgende Art von Fragen:

  • Auf welchen Kanälen und welche Inhalten sollen wir kommunizieren, um sie zu gewinnen?
  • Was wollen wir tun, um sie zu halten oder zurückzugewinnen?
  • Welche Angebote sollen sie erhalten?

Das sind die größten Herausforderungen beim Implementieren:

  • Die Zusammenarbeit zwischen Analytics und Business: Welche gefundenen Muster sind nützlich und welche nicht?
  • Neben dem Tagesgeschäft den Fokus behalten und die Kernziele in die Kampagnen implementieren
  • End-to-End Ownership: Projektstruktur, die Unternehmenssilos zusammenwachsen lässt

Bei der Implementierung unterstützen in der Regel Consulting-Unternehmen. Der Forbes Beitrag „The Rise Of Digital Consultancies“ von Falguni Desai behandelt dieses Thema.

Barcamp auf dem Lead Management Summit 2019

Auf dem marconomy Lead Management Summit am 09. und 10. April in Würzburg zeigt Reiner Rübel zusammen mit Prof. Dr. Stefan Rüger Predictive Analytics anhand eines konkreten Beispiels und zeigt dabei tägliche Herausforderungen, Vorgehensweisen sowie Ergebnisse.

Nach dem interaktiven Barcamp können die Teilnehmer a) beurteilen wo ihre Organisation in der Entwicklung stehen und b) entscheiden an welchen Stellen Data Mining zukünftig zielgerichtet eingesetzt wird. Folgende Inhalte werden im Barcamp thematisiert:

  • Überblick über ein B2B Öko-System und an welchen Stellen Predictive Analytics eingesetzt wird
  • Entwicklung einer Datenplattform mit Unternehmensignaturen aus unterschiedlichen Datenquellen
  • Selektion 1: Erstellen einer (nicht-deskriptiven) Selektion mittels Predictive Analytics --> Voraussagen über Umsätze eines bestimmten Angebots --> Maximieren des Erfolges / Minimieren der Kosten
  • Selektion 2: Zusammenhänge finden, wer Produkt X und Y gekauft hat, hat auch Bedarf an Produkt Z: Muster, welche Produkte häufig zusammen verkauft werden
  • Selektion 3: Strategie zum Mischen einer Selektion um die unterschiedlichen Resultate von zufälligen, klassischen und Predicitve (Teil-) Selektionen zu analysieren
  • Scoring: Bewerten der Unternehmen im Öko-System vor und nach den Kampagnen
  • Visualisierung des Scorings vor und nach Kampagnen
  • Analyse von Texten (Text-Mining): wie kann zum Beispiel die Qualität von Leads anhand der Gesprächsprotokolle ermittelt werden?

Hier geht's zur Anmeldung für den Lead Management Summit 2019.

Sie möchten noch weitere Programmhighlights entdecken? Dann werfen Sie einen Blick in das Programm des Lead Management Summits.

* Reiner Rübel ist Geschäftsführer der Corvendor GmbH.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45742032 / Lead Management)