BI-SPEKTRUM

Aufruf zu Beiträgen

Ausgabe 05/2019: Analytical Face to the Customer

in seiner am 05.12.2019 erscheinenden Ausgabe 05/2019 wird sich BI-SPEKTRUM dem Fokusthema „Analytical Face to the Customer“ widmen. Wir freuen uns darauf, durch Ihre eingereichten Beiträge, von Ihren Erfahrungen und Lösungskonzepten zu lernen. Zunächst möchten wir Ihnen kurz das Thema etwas näherbringen:

Um ein positiv wahrnehmbares Kundenerlebnis zu bieten, müssen Unternehmen eine ganzheitliche Sichtweise haben und sicherstellen, dass jede Interaktion über alle Kanäle hinweg konsistent ist. Die Konsolidierung der Daten aus allen Kundenkontaktpunkten bilden in integrierter Form das Verhaltensmuster der Kunden ab, das möglichst sofort und genau zu analysieren ist. Auf Basis der integrierten Daten lässt sich eine Schnittstelle zum Kunden, das Analytical Face, aufbauen, um aktuelle Kundenhandlungen zu verstehen, zukünftige Kundenbedürfnisse zu antizipieren und entsprechend Handlungen zu initiieren. Die gesammelten Daten bieten das Potenzial, Erkenntnisse über die Kunden zu erweitern, so dass sich Strategien zur Erfüllung der Kundenerwartungen definieren lassen.

Um eine ganzheitliche Erfahrung zu schaffen, müssen Unternehmen Kundendaten mithilfe von drei Arten von Analysen analysieren: Descriptive Analytics, Predictive Analytics und Presprictive Analytics.

Descriptive Analytics

Mithilfe der deskriptiven Analyse können Unternehmen in Echtzeit erkennen, was in geschäftlichen Interaktionen stattfindet. Durch die Einrichtung einer Plattform, die sich über den gesamten Hub verteilt und Daten aus allen Kanälen konsolidiert, können Unternehmen mithilfe von Analysen eine „Berichtkarte“ erstellen, auf der genau angegeben ist, worüber Kunden in Kontakt treten und wie sie es tun. Mithilfe dieser Daten können Unternehmen potenzielle Probleme mit den aktuellen Pflegeverfahren und den wichtigsten Nachfragetrends erkennen und die Gesamteffizienz des Kunden-Hubs verbessern.

Predictive Analytics

Predictive Analytics sammelt vergangenheitsbezogene Informationen und verwendet diese, um vorherzusagen, was in Zukunft passieren wird. Wenn ein Kunde, der am Vortag über eine Beschwerde angerufen hat, eine E-Mail sendet, sollte das Unternehmen in der Lage sein, zu erkennen, dass es sich um dieselbe Person handelt, und die anstehende Anfrage zu antizipieren, wodurch die Wartezeit für den Kunden verkürzt und die Produktivität des Kunden-Hubs erhöht wird.

Prescriptive Analytics

Hier geht es darum, die „next best action“ für einzelne Kunden vorherzusagen, wenn sie mit einer Anfrage konfrontiert werden, unabhängig davon, welchen Kanal der Kunde nutzt. Dies soll ein nahtloses Benutzererlebnis ermöglichen, so dass sich Kunden persönlich angesprochen fühlen und die Kommunikation über alle Kanäle gleichbleibt.

Um ein besseres Kundenerlebnis zu erzielen, ist es ein Erfolgsfaktor, die vielen existenten Kundenkontaktkanäle zu integrieren, um ein einheitlich Bild über die jeweiligen Kunden zu erzeugen und unterschiedliche Ansätze aus dem Bereich der Analytics anzuwenden, so dass das Produkt- und Serviceangebot optimiert und die Zufriedenheit der Kunden verbessert werden kann. Um zu dieser Diskussion beizutragen, laden wir zur Einreichung von Beiträgen ein.

Mögliche Themen sind zum Beispiel:

  • Datenintegration zum Aufbau von Präferenzenmatrizen im Omnichannel Marketing
  • Alternative Ansätze zur Umsetzung der Anforderungen aus der Europäischen Datenschutzgrundverordnung
  • Beispiele und Analyseverfahren, die das Omnichannel Marketing optimieren
  • Anwendung von Verfahren der Descriptive, Predictive und Prescriptive Analytics im Kontext der Kundendatenanalyse

          Wichtige Termine:     

          • 30.08.2019: Einreichung des Abstracts
          • 01.10.2019: Späteste Abgabe des Review fähigen Beitrags
          • 05.12.2019: Erscheinungstermin

            Ist der Vorschlag akzeptiert, senden Sie bitte den Reviewfähigen Beitrag spätestens bis 01.10.2019 an die Redaktion. Bitte orientieren Sie sich bei der Erstellung Ihres Beitrages an den BI-SPEKTRUM-Autorenrichtlinien.

            Wenn Sie den Aufruf zu Beiträgen erhalten möchten, schicken Sie bitte eine E-Mail an Emanuel Rosenauer.