Ergänzende Kundendaten aufspüren

Allerdings bleiben trotz dieses systematischen Vorgehens wirklich gesicherte Prognosen bezüglich des Kaufverhaltens von Neukunden und Interessenten schwierig, solange keine ausreichenden Daten vorliegen. Unternehmen müssen daher alle Möglichkeiten zum Sammeln von Daten ausnutzen. Betreiben sie beispielsweise einen Webshop, könnten sie kundeneigene Daten erfassen lassen oder sie durch Gewinnspiele oder Kundenkarten zur Herausgabe weiterer Angaben bewegen. Eine andere Quelle sind Agenturen, die kundenrelevante Informationen verkaufen.

Einige für die Prognose benötigte Daten werden sich trotzdem nur schätzen lassen. Dafür gibt es recht gut funktionierende Verfahren, um beispielsweise das Alter aus dem Vornamen abzuleiten oder das Jahresgehalt aus Wohnort und Straße (zum Beispiel über den Mietspiegel). Solche abgeleiteten Kenntnisse sind aber unbedingt in getrennten Feldern zu speichern und müssen vom Mining-Algorithmus analysiert werden, um eventuell noch eine andere Gewichtung vorzunehmen. Und selbst dann werden Unternehmen nie über vollständige Kunden- und Interessentendaten verfügen. Moderne Mining-Algorithmen können aber auch mit Null-Werten umgehen und interpretieren diese korrekterweise so, dass die betreffenden Informationen nicht bekannt sind.