Die Prognose des Customer-Lifetime-Value und Churn-Prevention, die Verhinderung von Kundenabwanderung, sind zwei zentrale Ziele beim Customer-Relationship-Management (CRM). Um die im Data-Warehouse gesammelten Daten besser für kundenindividuelle Vorhersagen nutzen zu können, hat der Münchner Mobilfunkanbieter Viag Interkom GmbH ein Data-Mining-System eingeführt.

Das Unternehmen gehört zu den vier größten Anbietern auf dem deutschen Markt. Nach eigenen Angaben erwirtschaftete Viag Interkom im Jahr 2000 einen Umsatz von über drei Milliarden Mark mit rund 3,2 Millionen Kunden. Die Kundendaten verarbeitet der Mobilfunkanbieter in einem Data Warehouse auf Basis einer Oracle-Datenbank.

Bei der Suche nach einem geeigneten Data-Mining-Tool entschied sich das Unternehmen für die Lösung "Clementine" des Anbieters SSPS Software GmbH. Als Plattform kommt "Solaris" von Sun Microsystems zum Einsatz. Schwer wiegende Probleme während der Implementierung traten nicht auf. Lediglich bei den Schnittstellen habe es ein paar Schwierigkeiten gegeben, als das System in den produktiven Betrieb eingebunden werden musste, erklärt Jürgen Herr, Senior Data Warehouse Analyst bei Viag Interkom: "Die Prognosemodelle müssen regelmäßig auf unseren Unix-Servern laufen. Hier gab es ein Problem mit der ODBC-Anwendung." Dieses Problem sei aber in Zusammenarbeit mit dem Softwareanbieter behoben worden, so Herr.

Das Data-Mining-System ist seit einigen Monaten produktiv. Seitdem laufen verschiedene Projekte bei Viag Interkom, in denen immer neue Prognosemodelle entwickelt werden. "Wir haben verschiedene Fragestellungen, und es kommen auch laufend neue hinzu", erläutert Herr.

Die angestrebte Kundenbindung schätzt der Data-Warehouse-Spezialist als sehr wichtig ein: Über die bestehenden Kunden hat das Unternehmen schon Daten und wisse, was es zu erwarten habe. Neu geworbene Kunden seien dagegen immer mit einem gewissen Risiko verbunden.