Massendaten für eine kundenindividuelle Ansprache nutzen

Massendaten für eine kundenindividuelle Ansprache
nutzen
Data Warehouse für das Kampagnen-Management in Versicherungsunternehmen
Melanie Schopp und Claus-Jürgen Leitzmann, Hamburg
Kampagnenmanagement ist ein Kreislauf stetiger Verbesserung und
Effizienzsteigerung
Ziel eines effizienten Kampagnenmanagements für Versicherungen muss sein. kosteneffiziente
Beziehungen mit loyalen und profitabler Kunden aufzubauen und langfristig zu erhalten. Das
Unternehmen realisiert damit Cross- und Upsellingmaßnahmen und erschließt ungenutzte
Umsatzpotenziale.
Diese Ziele können nur durch den Aufbau eines integrierten Kampagnen-Management-Prozesses
erreicht werden, der sich an diesem vereinfachten Modell orientiert. Dieser Prozess bildet einen
geschlossenen Kreislauf, der z.B. durch die Einführung neuer Produkte bzw. Services ausgelöst
werden kann. Hierauf sind die strategischen Ziele, die mit einer Kampagne erzielt werden sollen, zu
definieren. Durch das Bilden von Segmenten mit Hilfe von Data Mining-Methoden werden die
einzelnen Kundengruppen ermittelt, die mit verschiedenen Kampagnen angesprochen werden sollen.
Anhand der Kundeninformationen wird auch bestimmt, über welche Kanäle die verschiedenen
Kundengruppen einer Kampagne laufen sollen. Als Nächstes kommt es darauf an, die Antworten der
Kunden und anschließend den Effekt der Kampagne zu messen und zu analysieren. Zuletzt sind die
Kosten auszuwerten und zu prüfen, ob das Ziel erreicht wurde. Anhand dieser Ergebnisse sind
gegebenenfalls die Ziele erneut festzusetzen und der Kreislauf beginnt von neuem.
Kampagnenmanagement ist damit die Drehscheibe der Kommunikation mit dem Kunden. Es
koordiniert die Kundenkontakte auf Grund von definierten Auslösern (Triggern), die vom Kunden auf
Grund seines Verhaltens oder seiner Situation initiiert werden können oder vom Unternehmen als
Maßnahmen zur Kundenbindung oder Verkaufsförderung festgelegt werden. Neben simplen Triggern
aus einem konkreten Anlass wie einem Informationswunsch oder einer Beschwerde durch den
Kunden sind es gerade durch Kundenverhalten bestimmte Trigger, z.B. wenn die Stornogefährdung
auf Grund einer Scoringanalyse festgestellt wird, welche nachhaltige Wettbewerbsvorteile durch den
Einsatz von Kampagnenmanagement bewirken.
Organisatorische und technische
Kampagnenmanagement
Voraussetzungen
für
den
Einsatz
von
Es ist optimal, die Kundenansprache von zentraler Stelle zu steuern, um so schnellstmöglich auf
neues Kundenverhalten reagieren zu können und eine einheitliche Kommunikation mit dem Kunden
aufzubauen. Dafür wird ein Zugriff auf konsolidierte und integrierte Kundendaten mit
bedarfsgerechtem Detaillierungsgrad benötigt.
Zur Durchführung kundenorientierter Kampagnen, ist eine Segmentierung des Kundenbestandes nach
zuvor definierten Kriterien und eine Bewertung der Kunden anhand von Data Mining-Methoden
unerlässlich. Diese Ergebnisse müssen gespeichert werden können. Die für die Segmentierung
benötigten Daten sind häufig auf unterschiedliche Systeme verteilt, was den Datenzugriff erschwert.
Hinzu kommt, dass die Segmentierung auf operativen Systemen diese in ihrer Performance und
Stabilität gefährden und die Daten meist nicht in der benötigten Form zur Verfügung stehen.
Es gilt, die Komplexität der Informationen über den Kunden, die Produkte und die verfügbaren
Marketingkanäle zu bewältigen. Eine heterogene Systemlandschaft, wie sie in vielen Unternehmen
noch zu finden ist, behindert aber den Informationsfluss. Daten werden auf Grund von
unterschiedlichen Zielen in den einzelnen Systemen gehalten und haben so oftmals für
Marketingkampagnen eine unzureichende Qualität. Außerdem ist eine Vielzahl von Schnittstellen
zwischen den Systemen zu warten. Darüber hinaus erschwert die Verteilung der organisatorischen
zwischen den Systemen zu warten. Darüber hinaus erschwert die Verteilung der organisatorischen
Verantwortlichkeit die Prozesssteuerung im Kampagnenmanagement.
Der Einsatz von Datawarehouse und Datamarts als zukunftssichere Optimallösung
Einen Ausweg aus diesen Problemen bildet eine integrierte technische Plattform bestehend aus
einem Kampagnenmanagementtool und einem darunter liegenden Data Warehouse mit seinen Data
Marts.
Ein Data Warehouse ist eine Sammlung von Daten, die sich an dem Informationsbedürfnis des
Unternehmens orientiert. Es dient der langfristigen Speicherung von Daten, um Analysen zu
ermöglichen. Sein Datenbestand wird regelmäßig von den operativen Systemen, z.B., internen und
externen sowie Datenquellen gespeist (Billing, Computer Aided Selling des Außendienstes,
Mikrogeografische Daten). Um die Qualität der Daten zu gewährleisten, werden nur bereinigte,
validierte und synthetisierte Daten aufgenommen, auf welche nur lesend zugegriffen werden kann.
Das Datenvolumen eines Data Warehouses kann von über 100 GigaByte bis zu mehreren TeraBytes
reichen.
Neben dem Data Warehouse gibt es kleinere Data Marts, deren Datenbestände speziell auf die
Bedürfnisse der einzelnen Unternehmenseinheiten z.B. Marketing oder Einsatzzwecken ausgerichtet
sind. Diese können entweder eigenständig oder aus dem Data Warehouse abgeleitet sein. Ein aus
dem Data Warehouse abgeleitetes Data Mart wird aus dem unternehmensweiten Data Warehouse in
periodischen Abständen bewirtschaftet. Dagegen wird ein proprietäres Data Mart, losgelöst vom
zentralen Data Warehouse durch die Abteilung selbst modelliert und implementiert. Solche Lösungen
führen allerdings rasch zu Insellösungen, bei denen eine Analyse über Abteilungsgrenzen hinaus nicht
mehr möglich ist. Daher empfiehlt Mummert + Partner primär, das Konzept eines zentralen Data
Warehouses mit abgeleiteten Data Marts. Das Datenvolumen eines Data Marts liegt bei max. 100
Gigabyte.
Durch den Einsatz eines Data Warehouses für das Kampagnenmanagement kann mit einer bereits
konsolidierten und integrierten Datenbasis gearbeitet werden. Die Data Warehouse-Mechanismen
sorgen für die Sicherstellung der Qualität der Daten und für die Bewirtschaftung der Data Marts.
Hierbei kann die Aktualisierung für einzelne Daten individuell gewählt werden. Dies ist von Bedeutung,
da einige Selektionsvariablen im höchsten Maße aktualitätskritisch sind, z.B, die Mahnstufe oder ein
Kündigungseingang, andere dagegen weniger. Die Einführung eines Data Warehouses macht weitere
Schnittstellen zu den operativen Systemen unnötig.
Durch die Verwendung eines Data Marts kommt es zu keiner Ressourcenkonkurrenz mit höher
priorisierten operativen Prozessen, da das Data Mart unabhängig von diesen ist. Auch der
Freiheitsgrad beim Design des Datenmodells ist mit Blick auf die Performance höher, da kaum weitere
Prozesse auf den Data Mart zugreifen.
Die zentrale Haltung der Kampagnendaten ermöglichen eine effektive Ergebniskontrolle durch das
Kampagnenmanagement-Tool.
Die Kundensegmentierung erfolgt auf Basis eines Scoringmodells, das in dem Data Mart Mining
hinterlegt ist. Der Mining Mart setzt direkt auf dem Data Warehouse auf, sodass eine sehr große
Datenbasis für die Segmentierung zur Verfügung steht. Die Berechnung der Scorewerte erfolgt in
regelmäßigen Abständen, z.B. einmal im Monat. Die ermittelten Scorewerte werden im Data
Warehouse bereitgestellt und mit der regelmäßigen Datenbewirtschaftung an das Marketing Data Mart
weitergegeben.
Verknüpfung von Datawarehouse und Kamapagnenmanagementsystem
Der Einsatz eines Kampagnenmanagement-Tools setzt direkt auf dem Marketing Data Mart auf und
verwendet die hier enthaltenen Daten für seine Operationen. Das Kampagnenmanagement-Tool
ermöglicht es der Marketingabteilung - insbesondere dem Direktmarketing - seine Kampagnen
selbstständig zu konzipieren, zu überwachen und im laufenden Betrieb zu verwalten. Der Mehrwert
dieses Tools wächst mit zunehmender Anzahl und Komplexität der Kampagnen. Es ermöglicht die
zentrale Koordination der Kundenansprache in der Fachabteilung. Die Entwicklung von SQLStatements und sonstigen Programmen zur Selektion und Segmentierung der Daten wird minimiert,
da Kampagnenmanagement-Tools diese Selektion durch grafische Oberflächen deutlich vereinfachen
da Kampagnenmanagement-Tools diese Selektion durch grafische Oberflächen deutlich vereinfachen
und damit auch der Fachabteilung erlaubt, Kunden selbstständig zu selektieren.
Die Modellierung und der Aufbau eines Data Warehouses und den Data Marts muss
unternehmensweit geplant und umgesetzt werden. Der Fokus muss auf der langfristigen Entwicklung
des gesamten Unternehmens liegen. Für die Einführung eines Data Warehouses plant das Mummert
+ Partner-Data-Warehouse-Team fünf Phasen ein.
Beginnend mit einer Vorstudie, die das Unternehmensumfeld und die Gegebenheiten analysiert.
Gefolgt von der Phase der Projektdefinition, in der die Data Warehouse-Architektur geplant wird.
Während der Modellierungsphase geht es darum, die Datenmodelle zu entwerfen. In der darauf
folgenden Phase der Implementierung erfolgt die Umsetzung der Modelle und die Integration in die
bereits bestehenden Systeme. Abgeschlossen wird die Einführung des Data Warehouses durch eine
Betriebs- und Wartungsphase.
Fazit
Es sprechen somit eine ganze Reihe Argumente für den Einsatz eines Kampagnenmanagement-Tools
in Kombination mit einem Data Warehouse. Erst die Verfügbarkeit einer geeigneten Datenbasis mit
stabilen Datenflüssen und definierter Qualität erlauben ein Kampagnenmanagement unter
Berücksichtigung der Erfordernisse des idealisierten Kampagnenmanagementprozesses. Durch den
Einsatz eines Kampagnenmanagement-Tools kann der Komplexitätsgrad der Kampagnen aus
fachlicher Sicht deutlich gesenkt werden, ohne den Aufwand im Support durch IT-Spezialisten
entsprechend proportional zu erhöhen.