Mit Analytical Customer Relationship Management Kundenbindung stärken

Marketing mit System – Umsatzchancen rechtzeitig erkennen und nutzen

Analytical CRM, Marketing, businessheute

Je stärker die Bindung zum Abnehmer, desto größer die Wachstumswahrscheinlichkeit des Unternehmens. Dazu braucht es zielgerichtete und qualitativ hochwertige Informationen über die Zielgruppe. Aber mit der reinen Ansammlung von Daten ist noch nicht geholfen. Erst mit der richtigen Analyse und entsprechender Aufbereitung können die Informationen auch zielgerichtet und strategisch für Marketingaktivitäten genutzt werden.

Grundsätzlich kann es sich hierbei um Vertriebs- oder Servicekunden aber auch Kollegen und Partner handeln. Um die Lösung vollends auszuschöpfen, sollte das CRM jedoch nicht nur dem Marketing und Vertrieb zur Verfügung stehen, sondern auch in anderen Unternehmensbereiche integriert werden – wie zum Beispiel dem Supply-Chain-Management. Letztere Abteilung kann so herausfinden, welche Lagerbestände nötig sind und somit das gebundene Kapital verringern, ebenso aber auch Lieferzeiten verkürzen.1

Zielgerichtete Analysen entlang des Lebenszyklus

Analytical CRM ist in allen zeitlichen Ebenen des Kundenlebenszyklus relevant.2 Bei der Segmentierung beispielsweise werden Bestands- und potentielle Neukunden hinsichtlich ihrer spezifischen Charakteristika unterteilt. Über die Analyse und entsprechende Data-Mining-Algorithmen sind die Unterteilungen in der Regel zuverlässiger, weil menschlich-subjektive Einordnungen wegfallen. Die Grundlage stellen hier objektive Daten aus einem Data Warehouse. Nützlich kann es nützlich sein, die Kunden bezüglich ihrer Profitabilität zu sortieren, also wieviel Umsatz bisher mit der Person oder Personengruppe generiert werde konnte. Daraus können Marketingfachleute entsprechende Aktivitäten bzw. Kampagnen für die Zielgruppe ableiten.

Abgänge vorhersagen und rechtzeitig reagieren

Auch für das Cross-Selling kann Analytical CRM von großem Nutzen sein. Um den Profit  zu erhöhen, werden weitere Produkte empfohlen. Welche dafür in Frage kommen, wird rechnerisch ermittelt. Die Analyse findet also heraus, welche Produkte am häufigsten zusammen gekauft werden. Daraufhin können die Ergebnisse dem Kunden als Kaufvorschlag auf unterschiedlichen Kanälen angeboten werden.

Nicht zu vernachlässigen ist auch der Wert von genauen Untersuchungen beim Churn-Management. „Churn“ steht hierbei für die Abgänge von Konsumenten pro Periode in einem Unternehmen. Mit Data Mining lassen sich die Anzeichen für einen möglichen Verlust frühzeitig erkennen. Dadurch hat die Fachabteilung noch die Möglichkeit entgegenzusteuern und betreffende Kunden mit gezielten Angeboten zu überzeugen. Hierbei werden nur diejenigen angesprochen, die einen Risikowert erreicht haben, so lassen sich die Kosten gering halten.

Auswahl und Implementierung ist Teamsache

CRM-Systeme erfordern sowohl Wissen im Bereich IT und Analytics als auch im CRM selbst. Dieses Wissen ist üblicherweise nicht in einer Fachabteilung gebündelt vorhanden. Vertreter aller Bereiche mit entsprechendem Know-how sollten deshalb zusammenarbeiten, wenn es darum geht, Ziele und Vorgaben zu definieren.

Welches CRM-System das richtige ist, hängt von mehreren Faktoren ab. Bei der Auswahl sollten die spezifischen Bedürfnisse des Unternehmens im Fokus stehen. Für KMU genügen schon Basisfunktionen zum Einstieg, wie Kontakt- und Adress- oder das Kampagnenmanagement. Sie sind wichtig für die Umsetzung und den Erfolg von CRM-Projekten und sollten von Beginn an verwendet werden. Grundsätzlich eignet sich ein modulares System, das auch auf künftige Unternehmensänderungen angepasst werden kann.

 

Mehr Informationen zur Auswahl eines Customer-Relationship-Management-Systems haben wir hier für Sie zusammengestellt.

Für einen detaillierteren Einblick empfehlen wir Ihnen das nachfolgende Whitepaper. Darin sehen Sie, wie Unternehmen die Kundenbeziehungen stärken und konkrete Geschäftsergebnisse in Business Analytics verbessern können.

(1) TECHTARGET, CRM Analytics, 2015
(2) Computerwoche, Kundenverhalten mit Analytical CRM voraussagen, 2015
Bildquelle: (c) Rawpixel.com, Fotolia

Kommentare

Noch nicht bewertet

Es gibt noch keine Kommentare

Kommentar hinterlassen

Haben Sie Fragen oder Anregungen?

Schreiben Sie uns an
info@businessheute.de