Success Stories
Erstellung von Konfigurationsvorschlägen für Neufahrzeuge mittels Data-Mining- Applikation
Mit Hilfe einer Data-Mining-Applikation ist es möglich Konfigurationsvorschläge von Fahrzeugen näher an den Wünschen potenzieller Kunden auszurichten. Somit können Fahrzeuge schneller abverkauft und interne Planungen optimiert werden.
In der Automobilindustrie werden Neuwagen normalerweise von Kunden individuell konfiguriert und nur für den jeweiligen Kunden produziert. Allerdings gibt es auch viele Märkte, in denen Kunden sehr weit vom Automobilhersteller entfernt sind. Bei diesen Kunden würde es zu viel Zeit in Anspruch nehmen, wenn ein Fahrzeug erst nach Kunden-Konfiguration produziert wird. Aus diesem Grund werden hierfür vorkonfigurierte Fahrzeuge eingeplant und produziert. Um einen optimalen Abverkauf zu ermöglichen, sollen diese Fahrzeuge möglichst nah an den Wünschen der potenziellen Kunden ausgerichtet werden. Bei dieser Optimierung unterstützt thaltegos einen Automobilhersteller mit Hilfe einer DataMining-Applikation.DATA-MINING-APPLIKATION ZUR OPTIMALEN VORKONFIGURATION VON FAHRZEUGEN
Um bei Konfigurationsvorschlägen von Fahrzeugen die Wünsche der zukünftigen Kunden möglichst gut zu berücksichtigen, wird eine Analyse der historischen Bestelldaten vorgenommen. Hierbei wird einerseits ermittelt, welche Ausstattungsmerkmale wie oft von welchen Kundengruppen bestellt werden. Andererseits wird außerdem berücksichtigt, welche Korrelationen sich zwischen den einzelnen Ausstattungsmerkmalen ergeben. Hierzu wird eine Data-Mining-Applikation verwendet, die mit Hilfe einer Faktorenanalyse die Vielzahl an Ausstattungsmerkmalen zu einigen übergreifenden Faktoren zusammenfasst. Beispielsweise ergibt sich hieraus ein Faktor, der sportliche Ausstattungsmerkmale beinhaltet und ein Faktor für komfortorientierte Ausstattungen. Hierauf basierend werden ähnliche Bestellungen zusammengefasst und statistisch signifikante Konfigurationen für die einzelnen Kunden-Cluster ermittelt. Dies ermöglicht die Erstellung von Konfigurationsvorschlägen, nach denen die Bestellung von Neufahrzeugen im Sales-Prozess verbessert wird.OPTIMIERUNG VON VORKONFIGURATIONEN UND INTERNE PLANUNGSOPTIMIERUNG
Die Nutzung der Konfigurationsvorschläge ermöglicht es, Fahrzeuge nachweislich näher am Kundenwunsch auszurichten und Vorkonfigurationen vorzunehmen, die zu einem schnelleren Abverkauf führen. Darüber hinaus können die Informationen, die aus der Bestelldaten-Analyse gewonnen werden, auch für weitere Optimierungszwecke genutzt werden. Hierzu zählt die Planung von Sonderausstattungen sowie eine vorausschauende Belegung von Produktionsstätten. Überdies ermöglichen die Ergebnisse eine Ableitung von Markttrends (auf Basis der Bestelldaten) sowie die Messung der Auswirkungen von Kampagnen bzw. von Aktivitäten im Produktmanagement.Segmentspezifische Kundenansprache durch Anreicherung der Kundendatenbank mit externen Informationen
Die Anreicherung einer Unternehmens-Kundendatenbank mit Milieu Daten ermöglicht eine nachhaltige Effizienzsteigerung bei der Kundenkommunikation und bei Vertriebsaktivitäten.
Viele Unternehmen sind heute einem starken Druck ausgesetzt, Werbebudgets effizient einzusetzen. Dabei sind Marketingmaßnahmen im optimalen Fall so zu gestalten, dass möglichst viele (potenzielle) Kunden mit möglichst geringem Mitteleinsatz erreicht werden. Mit Hilfe der Kombination von Daten aus der Unternehmens-Kundendatenbank mit Milieu Daten unterstützt thaltegos Unternehmen dabei, mit größtmöglicher Wahrscheinlichkeit die richtige Zielgruppe am richtigen Ort anzusprechen.ANREICHERUNG DER KUNDENDATENBANK MIT EXTERNEN INFORMATIONEN
Die Kunden eines bestimmten Produktes – beispielsweise des Fahrzeugmodells A – weisen häufig große Ähnlichkeiten z. B. hinsichtlich Alter, Lebensstil oder Familienstand auf. Deshalb ist es für Unternehmen durchaus sinnvoll, Milieu Daten (z. B. SIGMA Milieus® und DELTA-Milieus®) im Kontext einer Kundensegmentierung und darauf basierenden Kommunikation zusätzlich zu berücksichtigen. Werden die vorhandenen Kundendaten mit diesen Informationen angereichert, können einerseits die aktuellen Kunden je nach Produkt- und Markenaffinität in Segmente eingeteilt werden. Andererseits können hieraus auch Kundenprofile abgeleitet und Rückschlüsse für potenzielle Kunden gezogen werden. Beispielsweise kann erschlossen werden, welche Eigenschaften (Alter, Einkommensklasse, etc.) ein typischer Kunden des Fahrzeugmodells A hat. Somit ist es möglich ein Scoringmodell abzuleiten, mit Hilfe dessen potenzielle Kunden den Segmenten zugeteilt werden können, auch wenn nur wenige oder qualitativ nicht ausreichende Informationen vorliegen. Dies ermöglicht Unternehmen ihre Vertriebs- und Kommunikationsaktivitäten kundenspezifischer zu gestalten. Potenzielle Kunden eines bestimmten Produktes können präziser identifiziert und mit gezielten Marketingmaßnahmen angesprochen werden.EFFIZIENZSTEIGERUNG BEI KUNDENKOMMUNIKATION UND BEI VERTRIEBSAKTIVITÄTEN
Die Anreicherung der Kundendatenbank mit Milieu Daten ermöglicht es somit Unternehmen, eine produkt- und markenaffinitätsbezogene Segmentierung vorzunehmen. Das darauf basierende kundenspezifische Scoring erleichtert es, potenzielle Kunden den Segmenten zuzuordnen und gezielter zu kontaktieren. Folglich ist es Unternehmen möglich, von bestehenden Kunden für potenzielle Kunden zu lernen und die Kundenansprache segmentspezifisch zu gestalten. Für einen Automobilhersteller führte dies zu einer nachhaltigen Effizienzsteigerung bei der Kundenkommunikation und bei den Vertriebsaktivitäten. Die Conversion-Rate konnte gegenüber einer Vergleichskampagne um mehr als 100% gesteigert werden. Zusätzlich können diese Informationen auch für eine kundengerechte Produktgestaltung genutzt werden.Prognose von Serviceintervallen im After Sales-Geschäft zur Optimierung der kundenindividuellen Ansprache
