28.01.2015 | Top-Thema Wie Autobauer analytisches CRM nutzen sollten

Filigrane Kundensegmente sind gefragt

Kapitel
Wenn man nur genauer wüsste, was der Kunde will ... Autohersteller wollen mehr in analytisches CRM investieren.
Bild: Haufe Online Redaktion

Seit einigen Jahren fasziniert viele Marketing- und CRM-Verantwortliche die Aussicht, die Wünsche und das Verhalten ihrer Kunden präzise vorherzusagen. Denn mit dem Wissen, wer zu welcher Zeit welchen Bedarf hat, kann die Kundenansprache eine bislang nicht gekannte Zielgenauigkeit erreichen. 

In der Folge steigen nicht nur Absatz und Umsatz, sondern auch die Zufriedenheit der Kunden sowie deren Bindung zur Marke – so die hohen Erwartungen. Auch Unternehmen der Automobilindustrie haben dieses Potenzial des analytischen CRM (aCRM) – verstanden als Anwendung von Data-Mining- und Text-Mining-Verfahren auf kundenbezogene Daten – erkannt. Das zeigt eine Untersuchung, für die MHP Marketing-, Sales- und After-Sales-Verantwortliche von Automobilherstellern befragt hat.

Datengestützte Prognosen zum Kundenverhalten

Demnach sollen datenbasierte Prognosen bei allen teilnehmenden OEM künftig eine größere Rolle spielen. Dem liegt die Einschätzung zugrunde, dass sich die Anforderungsprofile der Kunden immer weiter fragmentieren. Die Ansprache grob skizzierter Kundensegmente funktioniert also nicht mehr. Gleichzeitig steht eine rasant wachsende Datenmenge aus unterschiedlichen Quellen (Big Data) zur Verfügung. Diese stellt zwar erhöhte Anforderungen an die Verarbeitung, erlaubt es jedoch, individuelle Kundenwünsche besser zu verstehen und Kundenpotenziale richtig einzuschätzen.

Lücke zwischen Wunsch und Wirklichkeit

Die fast schon euphorische Einstellung zum Thema analytisches CRM im Kontext von Big Data und Predictive Analytics schlägt sich bislang allerdings kaum in der Praxis nieder. Mit Blick auf die Datenintegration und die Datenanalyse haben die meisten OEM noch einiges vor sich. So verfügt nur eines der von uns befragten Unternehmen über ein CRM-System mit zentralem Data Warehouse, das auch die Daten sämtlicher Händler einschließt.

Gerade die Integration der Händler-Systeme ist aber entscheidend, weil hier die meisten kundenspezifischen Informationen abgelegt sind – und nur durch eine umfassende Betrachtung ein vollständiges Bild entsteht. Daher etablieren viele OEM gegenwärtig zentrale Datenbanken. Sinnvoll ist zudem, die auf diese Weise zusammengeführten strukturierten Daten um unstrukturierte Daten aus unterschiedlichen Quellen zu ergänzen, wie zum Beispiel aus Social-Media-Plattformen.

Dabei geht es nicht nur darum, Schnittstellen zu implementieren, über die der Datenaustausch reibungslos stattfinden kann. Ebenso müssen Technologien eingeführt werden, mit deren Hilfe sich die teils als Texte, Bilder oder Sprache vorliegenden Informationen für die weitere Analyse aufbereiten lassen.

Weitere Links zum Thema:

Big Data: Konkrete Anwendungsszenarien entwickeln

Attribution: "Die What-if-Maschine existiert nur in der akademischen Wunschwelt"

Günstige Preise und schnelle Lieferung überzeugen Autobesitzer vom Online-Kauf

Schlagworte zum Thema:  Data Mining, CRM, Analytics, Big Data, Automotive

Aktuell

Meistgelesen