Echte 360-Grad-Sicht auf den Kunden: So funktioniert’s!

Die vielbeschworene 360-Grad-Sicht auf den Kunden ist oft lückenhaft. Schließen Sie die Lücken!

Um in der heutigen Zeit Erfolg zu haben, genügt es nicht, gute Produkte oder Leistungen anzubieten – man muss sein Angebot auch exakt auf seine Kunden abstimmen. Dazu muss man seine Kunden allerdings genau kennen: Was interessiert sie? Wie kaufen sie ein, wie wollen sie angesprochen werden? Das alles lässt sich herausfinden; die Digitalisierung erlaubt es heute jedem Unternehmen, sich zusätzlich zu den bereits vorhandenen Daten, entsprechende Daten zu beschaffen, die das Kundenprofil vervollständigen. Mit dem Sammeln von Daten ist es jedoch nicht getan: Nur, wer die Kundendaten auch richtig auswerten kann – wer also relevante Daten von nichtrelevanten Daten unterscheiden kann, fehlerhafte Daten aussortieren kann und zusammengehörige Daten miteinander in Verbindung bringt –, kann hier echte Wertschöpfung betreiben.

CRM im digitalen Wandel: mehr Daten – aber auch mehr Datenfehler

Der Schlüssel zu einem stabilen Kundenstamm ist seit jeher die aktive Gestaltung der Geschäftsbeziehungen auf der Basis von gesammelten Kundeninformationen, kurz Customer Relationship Management (CRM). Im prädigitalen Zeitalter bestanden die gesammelten Kundeninformationen nur aus Stammdaten wie Name, Anschrift, Vertragsnummer und Bestellhistorie – diese gaben in puncto Gestaltungsmöglichkeiten noch nicht allzu viel her. Mit dem Aufkommen von Clubkarten wuchs die Menge an verfügbaren Kundeninformationen schon deutlich an: Ab jetzt wusste man auch über Dinge wie bevorzugte Zahlungsweise, Interessengebiete und Sonderangebotsaffinität Bescheid.

Big Data brachte schließlich den Durchbruch: Cloudbasierte CRM-Software-Lösungen können heute riesige Datenmengen liefern, die theoretisch eine vollständige Sicht auf jeden einzelnen Kunden erlauben. Praktisch tun sie das allerdings nicht (oder nur höchst selten), denn wo es viele Daten gibt, gibt es auch potentiell viele Datenfehler. Ein Data Lake, in dem 30 Prozent der Daten nicht valide sind, ist aber im Grunde unbrauchbar – deshalb ist die viel beschworene 360-Grad-Sicht auf den Kunden oftmals eine reine Illusion.

Faktor Datenqualität

Wie kommen Datenfehler überhaupt zustande? Die Ursachen sind vielfältig. Eine Auswahl:

  • Fehlerhafte Eingabe
    Eine der größten Fehlerquellen ist die Dateneingabe: Einerseits machen die Kunden selbst hierbei Fehler – zum Teil sogar absichtlich, um nicht an „Hinz und Kunz“ persönliche Daten preiszugeben bzw. um ihre Anonymität im Web zu wahren –, andererseits auch die Mitarbeiter im Unternehmen (z. B. aufgrund von Verständigungsschwierigkeiten am Telefon).
  • IT-Umstrukturierungen
    Jedes Unternehmen muss irgendwann seine IT-Landschaft erneuern. Dies geschieht selten in einem Rutsch, daher sind die meisten IT-Architekturen nach ein paar Jahren heterogen strukturiert. Aufgrund fehlender Standards kommt es dann zu Kompatibilitätsschwierigkeiten, sodass Kundendaten redundant geführt werden müssen.
  • Mergers & Akquisitions
    Bei Unternehmenszusammenführungen kommt es im Zuge der Kundendatenmigration fast immer zu Datenverlusten oder zu doppelten Datensätzen (Dubletten).
  • Systemfehler
    Business-Intelligence-Systeme sind im Hinblick auf die Sicherstellung von Datenqualität alles andere als intelligent: Sie lassen sich z. B. von Namensgleichheiten und von Namensänderungen (etwa durch Hochzeiten) verwirren und kommen häufig auch nicht mit den verschiedenen E-Mail-Adressen ein und desselben Kunden zurecht.

Viele Firmen nehmen schlechte Datenqualität schlicht in Kauf – und sind sich der Konsequenzen gar nicht bewusst. Abgesehen davon, dass Anreden wie „Liebe Frau Kevin Angerhausen“ regelmäßig einen Imageschaden verursachen, kosten doppelt oder falsch verschickte Mailings auch unnütz Geld. Hinzu kommen Kundenverluste aufgrund von unzureichenden Kundenbindungsmaßnahmen, Planungsfehler (z. B. wegen falscher Rentabilitätsberechnungen) oder gar extreme Unglücksfälle wie etwa bei Falschbehandlungen in Krankenhäusern, die auf fehlerhafte Patientendaten zurückzuführen sind.

Mehr Datenintelligenz – mit MIOvantage!

Für eine vollständige 360-Grad-Sicht auf den Kunden braucht es also gute Datenqualität. Eine Kundensicht, die es zulässt, dass ein seit Jahrzehnten treuer Bestandskunde als Neukunde begrüßt wird, wenn er zum ersten Mal im Online-Shop des Unternehmens einkauft, ist keine 360-Grad-Sicht! Was braucht man dazu? Ein Software-System, das in der Lage ist, Datenprobleme zu bereinigen – und das darüber hinaus Datenzusammenhänge erkennen kann. Für die Sicherstellung einer guten Datenqualität sind 3 Schritte erforderlich:

  • Schritt 1: Datenüberprüfung (Data Wrangling & Curation)
  • Schritt 2: Datenbereinigung (Data Quality Cleanup)
  • Schritt 3: Herstellung von Datenverbindungen (Relationship Discovery)

Mit dem von MIOsoft entwickelten Produkt MIOvantage ist das Aufbereiten, Bereinigen und Zusammenführen von Daten auch in großen Mengen problemlos möglich. Dabei können nicht nur entkoppelte Datenfragmente in heterogenen Informationsstrukturen identifiziert und miteinander verbunden werden, sondern die Daten können auch in dynamischen Clustern – sogenannten Kontexten – organisiert werden. MIOvantage wartet also mit Datenintelligenz auf und agiert sowohl als Datenverdichter als auch als Datendetektiv.

MIOvantage kann Datenkontingente generieren, die zu über 99 Prozent verlässlich sind. Mit weniger sollte sich kein Unternehmen, das auf eine 360-Grad-Kundensicht aus ist, zufriedengeben!

Recommended Posts

Leave a Comment