Predictive Customer Intelligence
Werbung
SPSS-Software IBM Software Business Analytics Neue Perspektiven für eine personalisierte Kundenerfahrung IBM Predictive Customer Intelligence Überblick Inhalt 1 Überblick 2 Die persönliche Note 3 Vorstellung von IBM Predictive Customer Intelligence 4 Der Nutzen von optimierten Maßnahmen am Interaktionspunkt 5 Die erforderlichen Funktionen für Kundenbindung und Gewinnsteigerung 7 Die Architektur für eine personalisierte, relevante Kundenerfahrung 9 Kombination aller Elemente: Wie die Lösung funktioniert 11 Erste Schritte 11 Fazit 11Informationen zu IBM Business Analytics Kunden sind heute gut informiert und haben deshalb mehr Macht und mehr Möglichkeiten. Sie nutzen die Meinung von anderen Kunden und Onlineexperten als Informationsquelle. Sie interagieren mittels verschiedener Methoden mit Unternehmen und erwarten einen relevanten Dialog mit jeder Marke. Und sie wünschen sich eine herausragende Kundenerfahrung. Wenn sie nicht bekommen, was sie wollen, machen sie ihrem Ärger in sozialen Medien Luft. Um diesen einf lussreicheren Kunden einen optimalen Service zu bieten, muss Ihr Unternehmen Kunden heute mehr als je zuvor in den Mittelpunkt aller Aktivitäten stellen. Dieses Dokument stellt die IBM Predictive Customer IntelligenceLösung vor, die Ihr Unternehmen bei der Schaffung einer personalisierten, relevanten Kundenerfahrung für jeden Kunden unterstützt, wobei der Schwerpunkt auf der Generierung von neuen Umsätzen liegt. Zudem erläutert dieses Dokument die Architektur und Funktionsweise der Lösung. SPSS software IBM Software Business Analytics Die persönliche Note Um Kunden zu gewinnen, zu halten und zufriedenzustellen – heute und in der Zukunft –, müssen Unternehmen ihr Wissen über jeden einzelnen Kunden ausbauen und dieses Wissen zur Schaffung einer personalisierten, relevanten Kundenerfahrung einsetzen. Viele Unternehmen stehen in diesem Bereich vor Herausforderungen, die auf folgende Gründe zurückzuführen sind: IBM hat in den vergangenen Jahren eine Reihe von globalen C-Suite Studies durchgeführt. Für diese Studien wurden Führungskräfte der höchsten Ebene aus Unternehmen jeder Größe und Branche befragt, um ihre Prioritäten besser zu verstehen. Bei der ersten IBM Chief Marketing Officer (CMO) Study wurde festgestellt, dass die wichtigste Priorität der CMOs darin besteht, die Kundenbindung zu verbessern und ihre Kunden dazu zu bewegen, sich für die Marken des Unternehmens einzusetzen. Die 2014 durchgeführte zweite IBM CMO Study zeigt, dass es für CMOs schwierig ist, diese Priorität in der stärker digitalisierten Welt von heute umzusetzen. Um erfolgreich zu sein, müssen CMOs eigenen Angaben zufolge drei Voraussetzungen erfüllen: • Sie sind nicht in der Lage, Wissen auf der Basis von vergangenen und aktuellen Ereignissen zur Steigerung des Kundenwerts einzusetzen, da sie gar nicht über dieses Wissen verfügen. • Ihre Sicht des Kunden zum Zeitpunkt der Interaktion ist unvollständig. Sie wissen vielleicht nicht, dass ein Kunde eine Mobile-App für den Kauf von Produkten nutzt oder dass ihm in der Vergangenheit vom Kundenservice ein Preisnachlass aufgrund einer Beschwerde angeboten wurde. Und selbst wenn ein Großteil dieser Informationen vorhanden ist, sind diese nicht immer sofort verfügbar. • Ihre Services sind inkonsistent, da ihnen kritische Informationen über den Kunden fehlen, die sie für die Entscheidung über die richtige Maßnahme bräuchten. • Analyse von Daten, um ein sehr viel besseres Verständnis für Kunden – sowohl auf individueller als auch auf kollektiver Ebene – zu erlangen • Schaffung einer attraktiven Kundenerfahrung • Nutzung neuer Technologien, um diese Kundenerfahrung intelligent und effizient umzusetzen Darüber hinaus zeigt ein vor kurzem von Forbes veröffentlichter Onlinebeitrag, dass proaktiver Kundenservice eine konkrete und zukünftige Geschäftschance für viele Unternehmen darstellt. Selbst eine kleine, persönliche Geste vor dem Auftreten eines Problems kann enormen Einf luss auf die Kundenerfahrung haben und die Treue eines Kunden zu einer Marke fördern.1 2 SPSS software IBM Software Business Analytics Analysen können Unternehmen helfen, da sie ihnen die Erkenntnisse liefern, die für eine umfassende Sicht von Kunden notwendig sind und auf die sie genau dann zugreifen können, wenn sie sie benötigen. Analysen können das wahrscheinliche Verhalten von Kunden vorhersagen und Maßnahmen vorschlagen, die dieses Verhalten entweder bestärken (der Kunde schätzt empfohlene Up-Selling-Angebote) oder vermeiden helfen (der Kunde zieht einen Wechsel zur Konkurrenz in Erwägung). Kundenservice- und Marketingteams können sich mit Kunden direkt am Interaktionspunkt austauschen, bevor eine Entscheidung getroffen oder eine Erfahrung als negativ wahrgenommen wird. Mit diesen Informationen können Unternehmen die Kundentreue fördern und durch eine effektivere Servicebereitstellung den Customer Lifetime Value steigern. Diese IBM Lösung geht über Up-Selling und Cross-Selling hinaus. Kunden sind es leid, dass ihnen Angebote wiederholt oder zur falschen Zeit unterbreitet werden oder dass diese Angebote irrelevant für sie sind. IBM Predictive Customer Intelligence ermöglicht es Ihnen, Informationen über Ihre Kunden aus allen Bereichen Ihres Unternehmens zu erfassen und zu analysieren. Die dabei gewonnenen Erkenntnisse können Sie dann anwenden, um personalisierte Maßnahmen zu ergreifen, mit denen Sie die Kundenzufriedenheit, -treue und -bindung maximieren können. Diese personalisierten Interaktionen werden durch Folgendes ermöglicht: • Eine umfassende Sicht des Kunden • Nahezu sofortige Analysen zur Vorhersage des Kundenverhaltens und zur Einleitung von genau darauf abgestimmten Maßnahmen • Nutzung der am besten geeigneten Methode zur Erfüllung von Kundenanforderungen über den am besten geeigneten Kanal, dadurch Förderung der Kundenbindung und -treue IBM Predictive Customer Intelligence ermöglicht optimierte und relevante Maßnahmen am Interaktionspunkt zur Verbesserung der Kundenerfahrung und Steigerung des Umsatzes. Wodurch ist all das möglich? Die Antwort überrascht Sie vielleicht. IBM Predictive Customer Intelligence nutzt die IT-Systeme, die bereits in Ihrem Unternehmen vorhanden sind, um Kanäle zu unterstützen und Kunden, Produkte und Services zu definieren. Die Lösung bettet alle mittels der Vorhersageanalyse erfassten Informationen in ein operatives System ein, das automatisierte, optimierte Maßnahmen erlaubt. Anschließend stellt sie die Software bereit, die Sie benötigen, um eine Fülle von Informationen und Vorhersagen zu extrahieren, die in Kundendaten verborgen sind. Vorstellung von IBM Predictive Customer Intelligence IBM Predictive Customer Intelligence verändert die Kundenerfahrung grundlegend, da die Lösung die am besten geeignete Maßnahme am Interaktionspunkt vorschlägt. Sie erfasst relevante Kundeninformationen aus internen und externen Quellen und nutzt erweiterte Analyse- und Scoring-Verfahren, um automatisierte, optimierte Handlungsempfehlungen in Echtzeit abzugeben. 3 SPSS software IBM Software Business Analytics Der Nutzen von optimierten Maßnahmen am Interaktionspunkt Mit dieser Lösung erhalten Sie eine einheitliche, zentralisierte Sicht auf Informationen und müssen die benötigten Daten nicht mühselig in verschiedenen Bereichen zusammensuchen. Sie können die Vorhersageanalyse nutzen, um versteckte Muster und Trends in strukturierten (Transaktionen), textbasierten (Umfragen) und unstrukturierten (soziale Medien) Daten zu finden. Damit können Sie die wahrscheinlichen nächsten Schritte Ihrer Kunden vorhersehen. Die Echtzeitdatenanalyse ermöglicht Ihnen in Verbindung mit Vorhersagemodellen die Feinabstimmung von Marketing- und Vertriebsaktivitäten während einer Interaktion oder bei Bedarf. Zudem erhalten Ihre Teams im direkten Kundenkontakt alles, was sie für die Interaktion mit jedem Kunden auf die von diesem bevorzugte Weise – ob per Mobilgerät, Website oder Call-Center – brauchen. IBM Predictive Customer Intelligence erlaubt optimierte Maßnahmen am Interaktionspunkt zur Verbesserung der Kundenerfahrung und Steigerung des Umsatzes. Mit der Lösung können Sie Daten zu Interaktionen, Einstellungen, Beschreibungen und Verhalten analysieren, um mehrere Kundenperspektiven zu erhalten. Dadurch können Sie eine personalisierte Kundenerfahrung über verschiedene Kanäle schaffen. Dies ermöglicht Ihnen die Interaktion mit Kunden auf eine Weise und mit den Informationen, die für die Kunden am relevantesten sind. Zudem haben Ihre Teams aus Kundenservice, Marketing und anderen Bereichen die Möglichkeit, sich verstärkt auf die Lösung hartnäckiger Probleme zu konzentrieren. Mit IBM Predictive Customer Intelligence können Sie erkennen, wann Ihre Kunden beginnen, sich für die Konkurrenz zu interessieren, und mit den richtigen Maßnahmen gegensteuern. Sie können eine Änderung am Account eines Kunden oder eine Konfiguration mit einer vollständigen Übersicht über alle Transaktionen Ihrer Kunden vorschlagen, sodass diese besseren Service erhalten und sogar Geld sparen. Sie können sogar jedem Kunden den passenden Kundenservicemitarbeiter zuteilen, der auf bestimmte Anforderungen von Kunden spezialisiert ist. Kundenreferenz: C Spire Wireless erreicht mehr Kundennähe Kunden haben heute höhere Erwartungen und Massenmarketingmethoden verlieren an Wirkung. Daher wollte C Spire, ein nicht börsennotiertes US-Mobilfunkunternehmen, seine Kunden besser kennenlernen, weil das Unternehmen glaubte, dass dies der Schlüssel zum Erfolg sei. Zudem wollte das Unternehmen seinen Mitarbeitern im direkten Kundenkontakt diese verbesserten Informationen über Kunden zur Verfügung stellen. C Spire nutzte IBM Business AnalyticsSoftware, um Feedback aus der Vergangenheit und die Präferenzen von Kunden zu analysieren, und wandte Verfahren für die Vorhersagemodellierung an, um Risiken im Hinblick auf die Kundenbindung und Verkaufschancen zu ermitteln. Das Unternehmen erhöhte die Kundenzufriedenheit und steigerte die Effektivität von Kundenbindungskampagnen um 50 Prozent. Die Lösung ermöglichte dem Unternehmen außerdem ein verbessertes Cross-Selling und Up-Selling, wobei der Verkauf ausgewählter Zusatzprodukte um 270 Prozent gesteigert werden konnte. 4 SPSS software IBM Software Business Analytics Die erforderlichen Funktionen für Kundenbindung und Gewinnsteigerung Die Lösung erfordert nur einen sehr geringen Einarbeitungsaufwand und wurde dafür konzipiert, dass sie auch von Benutzern verwendet werden kann, die keine Statistiker, Datenwissenschaftler oder Analysten sind. Sie wurde zudem für die Implementierung an allen relevanten Kontaktpunkten und für Mitarbeiter und Systeme im direkten Kundenkontakt ausgelegt. Verantwortliche aus Marketing, Kundenservice, Bedarfsgenerierung, Vertrieb und weiteren Bereichen können die Lösung verwenden, um schnell und effektiv Trends zu erkennen und Erkenntnisse über Kunden zu gewinnen. Daraus entsteht eine Kundenerfahrung, mit der Unternehmen Kunden gewinnen und halten, den Customer Lifetime Value steigern und die Rentabilität erhöhen können. Mit den von IBM Predictive Customer Intelligence bereitgestellten Funktionen können Sie auf der Basis verlässlicher Informationen eine Maßnahme empfehlen, von der Sie wissen, dass sie unter den allerneuesten Umständen relevant und angemessen ist. Abbildung 1 zeigt den Workf low. Echtzeitkundendatenbank 3 Bei Bedarf verfügbare Modelle 4 2 Speichern von Modellen in SPSS Collaboration and Deployment Services IBM Predictive Customer Intelligence SPSS Collaboration and Deployment Services Segmentierungsmodell Modell des StimmungsAbwanderungsanalyse risikos Up-Selling-/ Cross-SellingModell Kaufmodell Modell der Akzeptanzwahrscheinlichkeit Bereitstellung wichtiger Kundendaten bei Bedarf 5 Kanäle nutzen Kontextdaten aus Interaktions- und Langzeitdaten, die in der Echtzeitkundendatenbank gespeichert werden, um einen Score/ eine Empfehlung vom SPSS-EchtzeitScoring anzufordern • Erstellung von benutzerfreundlichen Modellen • Interaktive Dashboards 1 Erstellung von Modellen mittels Kundendaten, die in der Analysekundendatenbank gespeichert sind • Empfehlungen im Kontext am Interaktionspunkt Vorkonfigurierte, branchenspezifische Berichte und Dashboards Strukturierte, unstrukturierte, Streaming-, Hadoop-, Batch-Daten Echtzeitkundendatenbank Chat 6 Web E-Mail Abbildung 1: IBM Predictive Customer Intelligence-Workflow 5 MobileApps Vorkonfigurierte, branchenspezifische Berichte und Dashboards CallCenter SPSS software IBM Software Business Analytics Vorhersageanalyse Echtzeit-Scoring Mithilfe der Vorhersageanalyse können Unternehmen zuverlässig prognostizieren, was wahrscheinlich als Nächstes geschehen wird. Dadurch können sie klügere Entscheidungen treffen und bessere Geschäftsergebnisse erzielen. IBM Predictive Customer Intelligence nutzt Verfahren für die Vorhersageanalyse, um aus Daten Erkenntnisse zu gewinnen, mit denen Sie die wahrscheinlichen Wünsche oder nächsten Schritte einzelner Kunden vorhersehen können. Diese Erkenntnisse können als Richtlinie für Interaktionen mit Kunden und für die Kundenerfahrung verwendet werden. Dadurch können Sie Ihre Zeit und Ressourcen dort einsetzen, wo sie nachweislich das gewünschte Ergebnis hervorbringen, statt sich auf Vermutungen oder Intuition zu verlassen. Zudem können Sie Vorhersagen kombinieren, um die bestmöglichen Entscheidungen zu treffen. Das Echtzeit-Scoring erlaubt Ihnen eine kontinuierliche Bewertung unter Berücksichtigung von Transaktionsdaten, z. B. Daten zu Verkäufen mit hohem Volumen sowie zu Kundendienst- und Reklamationstransaktionen. Dadurch erhalten Sie aktuellere Scores. Durch das Echtzeit-Scoring liefert Predictive Customer Intelligence Vorhersagen, die nicht vorausberechnet und statisch sind, sondern bei Bedarf generiert und erneut generiert werden. Das Ergebnis: Ihre Teams im direkten Kundenkontakt können Maßnahmen auf der Basis dieser Vorhersagen ergreifen, während sie mit dem Kunden interagieren, und umgehend auf neue Informationen reagieren, sobald ihnen diese zur Verfügung stehen. Segmentierung nach Customer Lifetime Value Die traditionelle Kundensegmentierung teilt Kunden in Gruppen ein. Diese Gruppen können für gezielte PromotionKampagnen für Kundenbindung, Cross-Selling und Up-Selling genutzt werden. IBM Predictive Customer Intelligence geht noch einen Schritt weiter: Die Lösung teilt Kunden nach ihrem Customer Lifetime Value in Segmente ein und gibt dann Empfehlungen für die Kundenbindung ab. Eine skalierbare Datenanalyse- und Optimierungs-Engine erzeugt automatisch eine Richtlinie für die Zuordnung von Maßnahmen, die für einen langfristigen erwarteten Nutzen optimiert ist, abhängig von ressourcenbasierten, rechtlichen und geschäftlichen Einschränkungen. Entscheidungsmanagement Das Entscheidungsmanagement bildet eine analytische Grundlage für die gesamte Entscheidungsfindung in Ihrem Unternehmen. Eine Kombination von Vorhersageanalyse, lokalen Regeln, Scoring und Optimierung empfiehlt Ihren Mitarbeitern oder Systemen nahezu in Echtzeit geeignete Maßnahmen, sodass sie Ihren Kunden jedes Mal personalisierte und relevante Angebote präsentieren können. IBM Predictive Customer Intelligence nutzt Funktionen für das Entscheidungsmanagement, um Ihnen die nötige Kontrolle für die Konvertierung von Vorhersagewerten in die am besten geeignete Geschäftsmaßnahme zu verleihen. 6 SPSS software IBM Software Business Analytics Kampagnenübergreifende Optimierung Durch die Kombination der Logik von Geschäftsregeln mit den aus der Vorhersagemodellierung gewonnenen Erkenntnissen ermittelt die Funktionalität für die kampagnenübergreifende Optimierung die rentabelste Entscheidung für jeden Kunden. Dank dieser mathematischen Optimierung kann IBM Predictive Customer Intelligence mehrere Kampagnen und geschäftliche Einschränkungen durchsuchen, um die passendsten Kampagnen für einen bestimmten Kunden zu finden. Indem das beste Angebot für jeden Kunden ermittelt wird, können die Kampagnenergebnisse um bis zu 20 Prozent verbessert und Vorteile aus der Optimierung einzelner Kampagnen erzielt werden. Kundenreferenz: Ein koreanisches Multi-ChannelEinzelhandelsunternehmen Als die Verkaufszahlen im Online-Shop dieses Einzelhandelsunternehmen stiegen, hatte das Management Schwierigkeiten, die Präsentation eines angemessenen Produktmix für Kunden sicherzustellen. Das Unternehmen verwendete ausgefeilte Analysen und die Marketingautomatisierung, um das Kaufverhalten von Kunden zu verstehen, zuverlässig vorherzusagen und mit entsprechenden Maßnahmen darauf zu reagieren. Die Marketingautomatisierung in Echtzeit stellt jedem Kunden personalisierte Inhalte bereit, ausgelöst durch die Interaktionshistorie des jeweiligen Kunden. Werden diese Angebote zur richtigen Zeit und am richtigen Ort präsentiert, können sie den Kunden zu einem Kauf bewegen und sogar den Umfang des Kaufs erhöhen. Closed-Loop-Analyse IBM Predictive Customer Intelligence nutzt die ClosedLoop-Analyse, die empfohlene Maßnahmen, tatsächliche Ergebnisse und neue Geschäftsexperimente erfasst und in den Analyseprozess einfließen lässt. Dadurch können Sie Vorhersagen und Empfehlungen kontinuierlich verbessern. Außerdem können Ihre Teams im Kundenkontakt neue Ansätze auf fundierter Basis testen und überprüfen. Die Architektur für eine personalisierte, relevante Kundenerfahrung IBM Predictive Customer Intelligence enthält Softwarekomponenten und Konnektoren zu operativen Systemen und branchenspezifischen Inhalten. Abbildung 2 zeigt die allgemeine Architektur. Drei Komponenten der IBM Enterprise Marketing Management-Lösung – Campaign, Interact und Platform – werden als gehostete Anwendungen in IBM WebSphere Application Server installiert und nutzen IBM DB2 als Datenbanksoftware. IBM Campaign verfügt über einen „Listener“Service, der bei Interaktionen aktiv bleiben muss. Konnektoren ermöglichen IBM Predictive Customer Intelligence die Kommunikation mit zwei IBM Interact-Anwendungsprogram mierschnittstellen (APIs). Wenn beispielsweise eine im Kundenkontakt eingesetzte Anwendung Informationen von der Enterprise Marketing Management-Lösung anfordert, wird IBM Predictive Customer Intelligence aufgerufen, um ein Vorhersagemodell zu erstellen, und sendet das Ergebnis an die anfordernde Lösung zurück. Automatisierung von Analyseprozessen Verfahren für die Vorhersageanalyse und erweiterte Analyse beinhalten wiederholt anfallende Aufgaben, wie z. B. die Aktualisierung von Modellen und das Batch-Scoring. Wenn Analysten für die manuelle Durchführung dieser Aufgaben verantwortlich sind, können Fehler auftreten oder die Konsistenz kann beeinträchtigt werden. IBM Predictive Customer Intelligence automatisiert viele dieser Aufgaben. So können Sie zuverlässigere Analyseprozesse erstellen und konsistentere Ergebnisse liefern. Ihre Analysten können dann ihre Zeit mit der Arbeit an wichtigeren Aktivitäten wie z. B. der Entwicklung neuer Vorhersagemodelle verbringen. 7 SPSS software IBM Software Business Analytics Chat BETRIEB Geschäftsbereiche Web E-Mail MobileApps CallCenter E-Mail Festnetz (Datennetz) Mobil (Prepaid) Eingehend Ausgehend Festnetz (Telefonie) Systeme im Kundenkontakt E-Commerce Marketingautomatisierung ANALYSE Kundenservice CRM Abrechnung Systems of Engagement für Kunden Predictive Customer Intelligence-Modellierung 1. Upgrade/Angebot 5. Unstrukturierte Daten 2. Abwanderung/Kundenwert 6. Rabatt/Gutschrift 3. Nutzungsanalyse 7. Zahlungsanalyse 4. Servicehistorie 8. Netzwerkanalyse Plattform für die Vorhersagenanalyse INFORMATIONEN Datenmanagement • Einheitliche Sicht des Kunden • Bereitstellung zuverlässiger Daten • Analyse-Workload • Einheitliche Sicht des Kunden • Data-Mining Einheitliche Sicht und Skalierbarkeit Abbildung 2: Die Architektur von IBM Predictive Customer Intelligence Eine externe Aufruf-API wird in einer erweiterten Kampagnenregel verwendet, um den Score eines Marketingmitarbeiters außer Kraft zu setzen. Unterschiedliche Arten von Modellen können bei der Berechnung des Scores eines Marketingmitarbeiters verwendet werden, z. B. Modelle für Abwanderungsrisiko, Affinität, Warenkorbanalyse und Customer Lifetime Value. Kontextdaten von der Echtzeitinteraktion können an den Echtzeit-Scoring-Service weitergeleitet werden und die Modellausgabe kann zurück an IBM Interact gesendet werden. Eine externe Learning-API kann das Standardmodell der Lösung außer Kraft setzen, um mit fast jedem IBM SPSS Modeler-Modell, das Sie implementieren möchten, zu interagieren. Dadurch können die Angebote auf der Basis der Analyse der Antworthistorie in Ihrem Modell optimiert und personalisiert werden. Die Konnektoren sind eine f lexible, parameterbasierte Sammlung von Java-Code, die die APIs aufruft, und der „Listener“ in Campaign wird optional für die Nutzung der Konnektoren konfiguriert. 8 SPSS software IBM Software Business Analytics Kombination aller Elemente: Wie die Lösung funktioniert SPSS Modeler-Modelle werden als Grundlage für den Entscheidungsprozess verwendet, indem sie relevante Informationen berechnen, z. B.: Um zu verstehen, wie IBM Predictive Customer Intelligence funktioniert, stellen Sie sich ein Szenario vor, in dem ein Telekommunikationsunternehmen mit einem bestimmten Kunden namens Bill interagiert. Bill ist Inhaber eines kleinen Unternehmens und verfügt über einen Mobilfunk-Account, den er für die geschäftliche und private Kommunikation verwendet. Er ist ein wertvoller Kunde, der große Mengen an Daten nutzt und sehr aktiv sozial vernetzt ist. Er kommuniziert mit einer Reihe von Freunden und Bekannten und ist konstant in sozialen Netzwerken wie Twitter präsent. Er kann unentschlossen sein, aber in seinem sozialen Netzwerk ist die Wahrscheinlichkeit größer, dass er offen seine Meinung sagt. • Einen Score für das Risiko der Abwanderung von Kunden • Die Wahrscheinlichkeit, dass der Kunde auf einen bestimmten Kanal anspricht, z. B. Web, Mobilgerät oder Telefon • Ein Kundensegment, z. B. Finanzkompetenz Die Modelle werden mit Beispieldatensätzen „trainiert“ und dann für das Scoring eingesetzt. Der Implementierungsprozess nutzt den Scoring-Service von SPSS Collaboration and Deployment Services, um die Modelle für Web-Services bereitzustellen. Der Java-Code, der ein Call-Center oder eine Webanwendung simuliert, verwendet ein SOAP-Format (Simple Object Access Protocol) mit der Bezeichnung JAX-WS, um die Modellantworten von SPSS Collaboration and Deployment Services abzurufen. Der Java-Code leitet diese Antworten zurück an den Entscheidungsträger – entweder IBM Campaign oder IBM Analytical Decision Management –, um die Auswahl und Priorisierung von Angeboten zu unterstützen. Das Telekommunikationsunternehmen hat verschiedene Daten über Bill gespeichert, darunter demografische Daten, Standort, Anrufmuster, Nutzung der Website, Umfrageergebnisse, Call-Center-Anrufe und so weiter. Das Unternehmen nutzt außerdem IBM Predictive Customer Intelligence für das kontinuierliche Monitoring der Daten über Bill und für die umfassende, detaillierte Analyse dieser Daten. Es kennt Bills Marketingsegment, seinen Customer Lifetime Value, seinen Einf luss in sozialen Netzwerken und sein Abwanderungsrisiko. Bill scheint im Großen und Ganzen zufrieden zu sein. IBM Software für Vorhersageanalyse und Business Intelligence Eines Tages aber weist die Lösung das Telekommunikationsunternehmen auf zwei Probleme hin: Zum dritten Mal an diesem Tag wurde ein Anruf von Bill mitten im Gespräch mit einem neuen Kunden unterbrochen. Er telefonierte außerdem mit einem Konkurrenten des Telekommunikationsunternehmens und besuchte die Website dieses Konkurrenzunternehmens. IBM Predictive Customer Intelligence entscheidet, dass das Unternehmen Bill über die von ihm bevorzugte Interaktionsmethode proaktiv kontaktieren sollte. Die folgende IBM SPSS- und IBM Cognos-Software ist Teil von Predictive Customer Intelligence: • • • • • SPSS Modeler Premium SPSS Statistics Standard SPSS Collaboration and Deployment Services IBM Analytical Decision Management Cognos Business Intelligence 9 SPSS software IBM Software Business Analytics Mehrere Modelle werden im Hintergrund ausgeführt. Das Team des Telekommunikationsunternehmens entscheidet, dass der Fokus der Interaktion mit Bill auf der Reduzierung des Abwanderungsrisikos und der Steigerung des Customer Lifetime Value liegen sollte. Also nutzt das Unternehmen Bills Smartphone, um ihm ein Upgrade seines Telefons anzubieten. Die Lösung hat ermittelt, dass ein solches Angebot anderen Maßnahmen vorzuziehen ist. Falls Bill das Angebot ignoriert, wird ein Anruf erforderlich sein, aber es stellt sich heraus, dass Bill sich für das Upgrade interessiert. Von den drei angebotenen Telefonen informiert er sich über das Nanophone und seine Indikatoren werden aktualisiert, während er mit der MobileSite interagiert. IBM Predictive Customer Intelligence kann feststellen, wann Bill sich in der Nähe des Geschäfts befindet. Da die über Bill verfügbaren Daten darauf hindeuten, dass er technisch nicht besonders versiert ist, empfiehlt die Lösung, dass der Filialleiter des Geschäfts das Telefon bei Bills Eintreffen für ihn einrichten und ihm eine kurze Einführung präsentieren sollte. Die Informationen über Bill werden aktualisiert. Sein Abwanderungsrisiko ist jetzt gering, er besitzt ein neues Telefon mit einem neuen Vertrag und das nächste Upgrade ist erst in zwei Jahren fällig. In diesem Szenario wurde SPSS Modeler verwendet, um die Muster und Anomalien in Bills Verhalten zu erkennen und einen Score für die Wahrscheinlichkeit eines Wechsels zur Konkurrenz zu ermitteln. Zur Feststellung von Bills Stimmung nutzte das Unternehmen die Textanalyse, um den Kontext des Gesagten mit Verfahren für die Verarbeitung natürlicher Sprache zu verstehen. Anschließend wurde die Stimmungsanalyse angewandt, um herauszufinden, ob der Text positiv, negativ, neutral oder ambivalent war. Der Score des Produktinformationsmodells und des Kaufwahrscheinlichkeitsmodells erhöht sich, aber das Risiko eines Wechsels zur Konkurrenz bleibt hoch. Statt sich das Angebot anzusehen, entscheidet sich Bill für einen Video-Chat. Da er ein wertvoller Kunde ist, wird er an eine Top-Kundenservicemitarbeiterin weitergeleitet. Diese stellt Bill einige Fragen. Und wie konnte die Mitarbeiterin im Kundenservice wissen, dass das Globephone das beste Angebot für Bill ist? Die Geschäftsregeln legten fest: Da Bill ein wertvoller Kunde ist, sollte er ein Upgrade auf ein Premium-Telefon erhalten. Die Optimierung bezog Einschränkungen in die Berechnung mit ein, z. B. die Frage, ob das Angebot eines Premium-Telefons für Bill rentabel für das Unternehmen wäre. Die Mitarbeiterin konnte außerdem Bills Kommentare in ihrer Benutzeroberfläche eingeben, um die Scores für die Kundenzufriedenheit zu verfeinern. Unterdessen hat sie Zugriff auf eine Fülle von Informationen. Beispielsweise weiß sie, dass der Score für das Abwanderungsrisiko nach wie vor hoch ist, dass der Score für den Customer Lifetime Value ebenfalls hoch ist und dass Bill großen Einfluss hat, wie sein Social-Network-Score zeigt. Sie erfährt während des Gesprächs, dass Bill in Kürze nach Tokio reisen wird. Diese Information wird in die Call-Center-Notizen eingegeben und die Lösung ändert die Produktempfehlung vom Nanophone zum Globephone. Bill kann das Globephone in Japan verwenden und damit denselben Funktionsumfang nutzen, den auch das Nanophone bietet. Er akzeptiert das Angebot und beschließt, sein Telefon noch am selben Nachmittag im Geschäft vor Ort abzuholen. Das Abwanderungsrisiko wird deutlich reduziert. 10 SPSS software IBM Software Business Analytics Erste Schritte Fazit Das Ziel von IBM Predictive Customer Intelligence besteht darin, sicherzustellen, dass jedem Kunden eine personalisierte, relevante Kundenerfahrung geboten wird, unabhängig davon, mit wem der Kunde kommuniziert und welchen Kontaktkanal er verwendet. Das Erreichen dieses Ziels ist ein Unterfangen bzw. Programm, das kontinuierlich verfolgt werden muss. Es beginnt in der Regel in kleinem Umfang und wird dann ausgeweitet, indem ein breiteres Spektrum an Kundenkontaktkanälen und Services, die von dem Unternehmen angeboten und von allen Geschäftsbereichen eingeführt werden, einbezogen wird. An welchem Punkt Sie beginnen, hängt von einer Kombination folgender Faktoren ab: IBM Predictive Customer Intelligence ist dafür ausgelegt, die am besten geeignete Maßnahme zur richtigen Zeit über verschiedene Kanäle zu empfehlen, um die Kundentreue zu verbessern und den Umsatz zu steigern. Wenn der Schwerpunkt auf konkreten Maßnahmen liegt, erhöht sich die Chance auf die Bereitstellung einer personalisierten, relevanten Kundenerfahrung. Mithilfe von IBM Predictive Customer Intelligence können Sie Erkenntnisse aus der Geschäftsmodellierung und Vorhersageanalyse in Performance Management-Prozesse in Ihrem gesamten Unternehmen einbinden. Ihr Unternehmen erhält ein umfassendes Performance Management-System, das Ihnen einen genauen Überblick für bessere Ergebnisse verschafft. Ihre Mitarbeiter sind in der Lage, schneller denn je Trends zu erkennen und Erkenntnisse zu gewinnen. • Dem Bereich, in dem die größte Wirkung erzielt werden kann, basierend auf Geschäftszielen • Dem aktuellen Kundenservice-Level über jeden Kanal • Dem aktuellen Status Ihrer IT-Systeme, die die Kanäle unterstützen, einschließlich ihrer Verfügbarkeit und der Qualität der Daten, die sie unterstützen Informationen zu IBM Business Analytics IBM Business Analytics-Software bietet datenbasiertes Wissen, mit dem Unternehmen intelligenter arbeiten und Mitbewerber übertreffen können. Dieses umfassende Portfolio beinhaltet Lösungen für Business Intelligence, Vorhersageanalyse und Entscheidungsmanagement, Performance Management und Risikomanagement. Mit Business Analytics-Lösungen können Unternehmen Trends und Muster in bestimmten Bereichen (z. B. Kundenanalyse) identifizieren und visualisieren, die sich umfassend auf die betriebliche Leistung auswirken können. Mit diesen Lösungen können Szenarien verglichen, potenzielle Risiken und Geschäftschancen vorausgesehen, Ressourcen besser geplant, budgetiert und prognostiziert, Risiken gegen zu erwartende Erträge abgewogen und gesetzliche Bestimmungen eingehalten werden. Indem sie Analysefunktionen in großem Umfang verfügbar machen, können sie die taktische und strategische Entscheidungsfindung so ausrichten, dass die Unternehmensziele erreicht werden. Weitere Informationen finden Sie hier: ibm.com/software/de/analytics Um größtmöglichen Nutzen zu erzielen, sollten Sie Ihre Lösungs-Roadmap aus Sicht des Kunden und nicht aus Sicht interner Geschäftsbereiche betrachten. Wird die Entscheidung aus der Perspektive des Kunden getroffen, trägt dies zur Integration der Kundenunterstützung über alle Geschäftsbereiche Ihres Unternehmens hinweg bei. Rückruf und Fragen Wenn Sie ein Beratungsgespräch wünschen oder eine Frage haben, besuchen Sie uns unter: ibm.com/business-analytics/contactus. Ein IBM Ansprechpartner wird Ihre Anfrage innerhalb von zwei Arbeitstagen beantworten. 11 IBM Deutschland GmbH IBM-Allee 1 71139 Ehningen ibm.com/de IBM Österreich Obere Donaustraße 95 1020 Wien ibm.com/at IBM Schweiz Vulkanstrasse 106 8010 Zürich ibm.com/ch Die IBM Homepage finden Sie unter: ibm.com IBM, das IBM Logo, ibm.com, Cognos, DB2, SPSS und WebSphere sind eingetragene Marken oder Marken der IBM Corporation in den USA und/oder anderen Ländern. Weitere Produkt- und Servicenamen können Marken von IBM oder anderen Unternehmen sein. Eine aktuelle Liste der IBM Marken finden Sie auf der Webseite „Copyright and trademark information“ unter ibm.com/legal/copytrade.shtml Java und alle auf Java basierenden Marken und Logos sind Marken oder eingetragene Marken der Oracle Corporation und/oder ihrer verbundenen Unternehmen. Dieses Dokument ist zum Datum seiner Erstveröffentlichung aktuell und kann jederzeit von IBM geändert werden. Nicht alle IBM Angebote sind in jedem Land, in welchem IBM tätig ist, verfügbar. Die angeführten Kundenbeispiele dienen nur zur Illustration. Die tatsächlichen Ergebnisse beim Leistungsverhalten sind abhängig von der jeweiligen Konfiguration und den Betriebsbedingungen. Der Benutzer ist dafür verantwortlich, den Betrieb von Produkten oder Programmen anderer Anbieter in Verbindung mit IBM Produkten und Programmen zu prüfen und zu verifizieren. Die Informationen in diesem Dokument werden auf der Grundlage des gegenwärtigen Zustands (auf „as-is“-Basis) ohne jegliche ausdrückliche oder stillschweigende Gewährleistung zur Verfügung gestellt, einschließlich, aber nicht beschränkt auf die Gewährleistungen für die Handelsüblichkeit, die Verwendungsfähigkeit für einen bestimmten Zweck oder die Freiheit von Rechten Dritter. Für IBM Produkte gelten die Gewährleistungen, die in den Vereinbarungen vorgesehen sind, unter denen sie erworben werden. © Copyright IBM Corporation 2014 Adrian Swinscoe, „A Story About The Benefits Of Proactive Customer Service“, Forbes Online, 13. September 2013, http://www.forbes.com/sites/ adrianswinscoe/2013/09/13/a-story-about-the-benefits-of-proactivecustomer-service/ 1 Bitte der Wiederverwertung zuführen Please Recycle YTW03379-DEDE-00
