Anwendungen von Data Mining Verfahren analytisches CRM - Akquisition Das analytische Customer-Relationship-Marketing hat zum Ziel, Daten auszuwerten welche in der operativen Geschäftstätigkeit mit Ihren Kunden aufgezeichnet wurden und effiziente Handlungen (automatisiert) abzuleiten. • Bestimmung von Kundengruppen Aufbau eines Kundengruppenmodells, welches jeden Kunden anhand seiner Attribute und/oder seiner bisherigen Aktivitäten in ein bestimmtes Cluster zuordnet. • Bestimmung von Produktaffinitäten: Durch die Identifikation der relevanten Produktaffinitäten für jeden Kunden können Sie Ihre Marketingmaßnahmen direkter auf die Interessen eines Kunden zuschneiden und erhöhen damit die Conversion-Rates. • Warenkorbanalyse: Durch die Analyse der Zusammensetzung von Warenkörben erhalten Sie wichtige Hinweise über Produkte, die häufig gemeinsam gekauft werden und können das Cross-Selling-Potential Ihrer Produkte verbessern. analytischen CRM - Loyalitätsmarketing Im Bereich Loyalitätsmarketing kann Data Mining ein nicht zu überschätzender Performancetreiber sein. Die Steigerung der Kundentreue setzt die genaue Kenntnis des Verhaltens und der Bedürfnisse Ihrer Kunden voraus. Die Analyse Ihrer historischen Transaktionsdaten liefert Ihnen die dazu nötigen Antworten. • Bestimmgung der Wiederkaufsbereitschaft: Mit Hilfe statistischer Verfahren lässt sich die Wahrscheinlichkeit zukünftiger Käufe bestimmen. Diese Kenngröße bildet u.a. die Grundlage zur Optimierung von Gutschscheinkampagnen (Couponing). • Kundenwert (Customer Lifetime Value): Durch die Analyse historischer Kauf- und Transaktionsdaten lassen sich Kenngrößen für den Kundenwert bestimmen. Diese Maßzahlen erlauben Ihnen sich auf Kunden zu konzentrieren, die zukünftig einen besonders hohen Beitrag zum Unternehmenserfolg haben werden. Auf diese Weise können Sie die optimalen Marketingausgaben individuell für jeden Ihrer Kunden bestimmen. • Abwanderungsneigung (Churn): Mit Klassifikations- und Clusterverfahren können Sie die Wahrscheinlichkeit dafür bestimmen, dass ein Kunde innerhalb eines bestimmten Zeitraumes seinen Vertrag kündigen wird. • Empfehlungsbereitschaft: Die Wahrscheinlichkeit, dass ein bestimmter Kunde Ihr Unternehmen oder Ihre Produkte weiterempfehlen wird lässt sich ebenfalls mit Data Mining Methoden bestimmen. © 2011 Avantgarde Labs 1 Anwendungen von Data Mining Verfahren Performance-Marketing Jede Onlinemarketingkampagne kann als ein Experiment verstanden werden, welches durch die Anpassungen von verschiedenen Einstellungen zu einem optimalen Ergebnis (z.B. Lead-Generierung) führen soll: • Auf Kampagnenebene: Welche Ihrer Kampagne sollte weiterverfolgt oder abgebrochen werden? • Abbruchkriterien: Wann ist der Zeitpunkt, um mit statistischer Sicherheit eine Aussage über die Performance Ihrer Kampagne zu treffen und Maßnahmen zu ergreifen? • Wechselwirkungen verstehen: Verstehen und reagieren Sie auf die Wechselwirkungen auf Flight-, Creative, Zeitund Tagesebene - Welches Format von welchem Banner converted zu welcher Uhrzeit an bestimmten Wochentagen optimal? • Landingpage Analyse: Welche Landingpage ist für die aktuelle Kampagne am besten geeignet? • Auswirkungen von Frequency Caps: Welchen Einfluss haben Frequency Caps auf die Conversion? • Ermittlung der effizientesten Bezahlmethode: Welche Bezahlmethode (CPC, CPM, CPL) ermöglicht Ihnen eine bestmögliche Budgetausnutzung? Data Mining bei der Analyse von Log Files Werten Sie das Such-und Klickverhalten durch die Analyse der Suchanfragen und der Web-Logs aus und lernen Sie mehr über die Bedürfnisse Ihrer Kunden. Data Mining ermöglicht Ihnen große Datenmengen automatisiert zu analysieren und Handlungen abzuleiten. • Verhalten während des Bestellvorgangs: Durch das Aufdeckung von Mustern bei Bestellabbrüchen können Sie deren Ursachen identifizieren und Ihre Prozesse an das Verhalten der Kunden anpassen. • Analyse der Suchanfrage: Durch die Analyse der verwendeten Keywords in Suchanfragen können Sie Trends in Ihrem Markt aufdecken und/oder auf saisonale Suchanfragen Ihre Angebote anpassen. Die Aufdeckung von Null-Treffern ermöglicht Ihnen Sortimentslücken zu schließen oder Ihre Produktbeschreibungen anzupassen (bspw. suche nach "Mantel" anstelle "Reifen"). • Keyword-Weiterverwertung: Nutzen Sie die Ergebnisse Ihrer Keyword-Statistiken in Online-Kampagnen, um bspw. kostengünstiger Longtail Adword-Kampagnen aufzudecken oder die OnsiteSEO Maßnahmen zu optimieren. © 2011 Avantgarde Labs 2