Analytisches CRM

Analytisches Customer Relationship Management (aCRM) im E-Commerce umfasst die systematische Bearbeitung und Analyse der in ihren operativen Systemen gesammelten Kundendaten (Stammdaten, Anfragen, Kontakte, Transaktionen, etc.). Durch die enorme Zunahme von frei im Internet verfügbaren Informations- bzw. Datenquellen ergeben sich etliche innovative Möglichkeiten und Herausforderungen im Rahmen des analytischen CRM im E-Commerce, wobei sich eine Reihe spezifischer Fragen ergibt:

  • Wie gewinne ich tiefgehende und relevante Kenntnisse über die Online-Kundenbedürfnisse?
  • Wie integriere ich Kundendaten aus multiplen Kundenkontakten in meine zentrale Datenbank/ Data Warehouse (Online-Shop, Social Media, Call-Center, etc.)?
  • Wie analysiere ich die Daten mittels OLAP und Data Mining und gewinne entscheidungsrelevantes Wissen?
  • Wie definiere  ich meine Zielgruppen (Segmentierung)?
  • Wie klassifiziere ich meine Kunden (Klassifikation)?
  • Wie ermittle ich Prognosewerte für eine zielgerichtete Kundenansprache (Wirkungsprognose)?
  • Welche Maßnahmen im Rahmen des Up- und Cross-Selling machen Sinn?
  • Wie kann ich die Ergebnisse für Echtzeit-Anwendungen in meinem Online-Shop nutzen?

Das leistet das Analytische CRM im E-Commerce von Lynx für Sie:

Im Bereich des analytischen CRM im E-Commerce beraten wir Sie bei der Auswahl eines geeigneten Tools (z.B. SAP BusinessObjects, SAS Enterprise Miner, IBM SPSS Modeler, etc.) und implementieren diese Lösung.

Darüber hinaus stehen wir Ihnen in allen Schritten des analytischen CRM beratend und umsetzungsstark zur Seite. Dabei orientieren wir uns generell am Knowledge-Discovery-in-Databases-Prozess (KDD-Prozess):

kdd-prozess

Wir unterstützen Sie im Rahmen der Zielformulierung, Datensammlung und Selektion. Im Rahmen der Vorverarbeitung kommt es zur ‚Reinigung‘ der Daten, d. h. es werden Ausreißer eliminiert und fehlende Werte ersetzt. Im Transformationsschritt wird das Ziel verfolgt, einen auswertungsfähigen Datensatz zu generieren, z. B. durch die Reduzierung sowie einer Umkodierung und Normierung von Variablen.

Der folgende Data-Mining-Schritt (Anwendung spezifischer Algorithmen zur Extraktion von Mustern aus Daten) stellt den Kern des Prozesses dar, in dem es zur Anwendung von verschiedenen Methoden des Data Mining kommt, um interessante Muster in den Daten zu entdecken. Hier kann je nach Fragestellung eine große Fülle an Methoden zum Einsatz kommen, u. a.: Clusteranalyse, Self-Organizing-Maps, (logistische) Regression, Entscheidungsbäume und Neuronale Netze.

Im letzten Schritt geht es um die Interpretation und Evaluation der Resultate. Das Ziel des KDD-Prozesses ist letztlich natürlich das Gewinnen von Wissen, um darauf basierend Handlungsempfehlungen ableiten zu können.

Wir transformieren große Online-Datenmengen in entscheidungsrelevantes Wissen: Daten und Informationen zu Kunden, Transaktionen und Produkten werden gesammelt, analysiert und final als Entscheidungsgrundlage für ihr operatives CRM zur Verfügung gestellt (Kundensegmente, Assoziationen, Scoring-Modelle (Predictive Analytics), etc.).

Analytisches CRM von Lynx – interessant für Sie?

JETZT KONTAKT AUFNEHMEN »