Strategisches Kundenmanagement

Kundenverhalten mit Analytical CRM voraussagen

09.07.2015
Von 
Dr. Ilias Ortega arbeitet als Lead Manager bei der ELCA Informatik AG in Zürich. Er ist promovierter Betriebswirtschafter der Universität St. Gallen und diplomierter Ingenieur der ETH Zürich.

Systematisches Nutzenmanagement als Team umsetzen

Der erfolgreiche Einsatz von Analytical CRM setzt voraus, gewinnbringende Vorhaben gezielt zu identifizieren. Dazu ist CRM-, Analytics- und IT-Wissen notwendig, das in vielen Unternehmen ungleichmäßig verteilt ist. CRM-Verantwortliche besitzen zwar Sachkenntnis, doch fehlt ihnen analytisches und IT-Wissen. Für die Analytics- und IT-Fachleute gilt dies umgekehrt. Vertreter der drei Bereiche sollten deshalb nutzbringende Vorhaben möglichst gemeinsam als Team identifizieren. Das gelingt am besten, indem sie explorativ und schrittweise geeignete Vorhaben suchen - ein geeignetes Suchraster bietet der Kunden-Lebenszyklus.

Das entscheidende Kriterium für den Einsatz von Analytical CRM ist der realisierte Nutzen. Umfragen zeigen jedoch, dass etwa 50 bis 70 Prozent der initiierten Projekte den erwarteten Nutzen verfehlen. Deshalb sollten Entscheider sicherstellen, dass entsprechende Analytical CRM-Projekte tatsächlich Wettbewerbsvorteile sichern und die Unternehmensstrategie wirkungsvoll unterstützen. Erst wenn diese Anforderungen erfüllt sind, sollten die Projekte weiter konkretisiert und in Angriff genommen werden.

Größere Projekte unterteilen

CRM-, Analytics- und IT-Fachleute ermitteln dabei den Projektnutzen mithilfe ausführlicher Business Cases. Dabei ist zu beachten, dass der Projektaufwand größtenteils der IT-Abteilung, während der entsprechende Ertrag den CRM-Fachabteilungen zugeschrieben wird. Der Projektnutzen stellt die Basis für die Auswahl und Priorisierung der Projekte dar, die danach innerhalb eines Projektportfolios - dem so genannten Masterplan - koordiniert werden.

Für die ersten Vorhaben ist es ratsam, zunächst kleine und klar umrissene Probleme für einen Quick Win auszuwählen. Kundensegmentierung und Cross-Selling lassen sich vergleichsweise rasch realisieren. Churn-Management ist komplexer und daher für den Einstieg ins Analytical CRM weniger geeignet. Prototypen sollen dabei helfen, das gewählte Vorgehen rasch zu überprüfen und gegebenenfalls anzupassen. Es ist zudem ratsam, größere Projekte in mehrere kleine zu unterteilen.
Um das Risiko eines Scheiterns zu beschränken, sollen Analytical-CRM-Vorhaben schrittweise und iterativ im betreffenden Unternehmen eingeführt werden. Kommt es bei einem Teilprojekt zu Problemen, kann nach einer Lösung gesucht werden - ohne bereits Erreichtes zu verwerfen.

Kompetenzzentrum Analytical CRM

Analytical CRM-Systeme basieren in der Regel auf Data Mining-Modellen, deren Gültigkeit regelmäßig zu überprüfen ist. Ein systematisches Modellmanagement, das unter anderem eine Modellbibliothek und ein Modell-Versionierungssystem enthält, sollte deshalb einen effizienten Einsatz der Modelle sicherstellen. Darüber hinaus ist es ratsam, die Verbreitung von Analytical CRM durch gezielte Schulungen zu fördern. Ein Performance-Management-System mit Key Performance Indicators (KPIs) steuert die Zielerreichung des Analytical-CRM-Systems. Die Koordination aller notwendigen Aktivitäten kann einem internen Kompetenzzentrum übertragen werden.

Fazit: Gewinnbringende Zusammenarbeit

Die nachhaltige Anwendung von Analytical CRM setzt voraus, dass CRM-, Analytics- und IT-Fachleute eng kooperieren. Dies ist in der Praxis oft keine leichte Aufgabe - denn insbesondere die Kluft zwischen Business und IT ist in vielen Unternehmen nach wie vor groß. In der Praxis zahlt es sich jedoch aus, wenn alle Beteiligten als Team zusammen arbeiten, die Vorhaben gemeinsam identifizieren und deren konkreten Nutzen möglichst genau beziffern.
Bei der späteren Einführung von Analytical CRM helfen Entwicklungsprototypen sowie ein konsequentes Management von Nutzen, Modellen und Performance. Richtig eingesetzt, hilft Analytical CRM den über alle Phasen des Kundenlebenszyklus kumulierten Kundenwert zu optimieren und trägt damit entscheidend zum wirtschaftlichen Erfolg eines Unternehmens bei. (bw)