Ein Antrieb für Data Scientists

Womit auch Fachleute noch besser werden können


Die Nutzung von Data Science in Unternehmen ist kein Trend oder einfach eine Modeerscheinung. Es ist ein Weg, fortschrittliche Technologien für die erfolgreiche Marktarbeit gewinnbringend einzusetzen.

NikoElNino/stock.adobe.com
NikoElNino/stock.adobe.com

Welcher Ressourcen sich ein Data Scientist bedient, hat einen wesentlichen Einfluss auf die Ergebnisse seiner Arbeit.

Data Scientists – ausgestattet mit umfassendem Analyse-Know-how – tragen mit ihren Ergebnissen zu einem effizienten Marketing bei und können mit der Schaffung von neuen Businessmodellen echte Wettbewerbsvorteile erzielen. Einen wesentlichen Einfluss auf diese Ergebnisse haben die Ressourcen, derer sich ein Data Scientist im Unternehmen bedienen kann: Software, Tools und nicht zuletzt Daten.

Wenn wir Begriffe wie Big Data, Smart Data oder Relevant Data bemühen, sprechen wir immer über die »richtigen Daten«, die man für entsprechende Auswertungen nutzen kann. Wichtig ist aber auch, dass am Datensatz genügend Informationen vorhanden sind – sprich die Füllgrade können für valide Ergebnisse entscheidend sein.

Hier kommt die Datenanreicherung ins Spiel – häufig mit externen, datenschutzkonform anonymisierten Daten, wenn z.B. zu wenige Informationen zum Kunden im Unternehmen vorhanden sind. Doch das Wissen um die Möglichkeiten, die sich hinter dem Begriff Datenanreicherung verbergen, ist oft noch nicht ausreichend verbreitet.

Mit externen Daten anreichern

»Adressanreicherung aus Sicht eines Data Scientists bedeutet eigentlich nur, dass sein (Kunden-)Datensatz projektbezogen mit externen Informationen angereichert wird, die ihm normalerweise nicht zur Verfügung stehen – und mit denen er dann arbeiten kann«, erläutert Antje Schulze, seit mehr als 20 Jahren in der Vertriebsberatung beim Neusser Unternehmen microm tätig. »Wir erhalten Adressen vom Kunden und ergänzen diese um hausgenaue, definierte Inhalte. Und gerade an dieser Stelle, der Definition der Anforderungen, ist noch großes Potenzial vorhanden.«

Das breite Spektrum der Daten, die Unternehmen wie microm anbieten, Stichworte wie Geomarketing, Standort- oder Kundenanalyse mit microgeographischen Daten – alles Elemente, die mehr in das Bewusstsein von Data Scientists dringen sollten.

Wissenslücken schließen

Kundenwissen – gesammelt durch eigene Kundenhistorie oder erworben mittels externer Daten – ist unerlässliche Basis für echtes kundenzentriertes Marketing.

Erfahrungen aus Projekten mit Unternehmen unterschiedlichster Branchen zeigen, dass intelligente Datenauswahl, hohe Datenqualität und die Kombination von Daten aus unterschiedlichen Quellen (intern, extern, on- oder offline) meist die besten Ergebnisse erzielen.

»So waren z.B. zu Beginn der Zusammenarbeit mit einem Telekommunikationsunternehmen nur ca. 70 % der Kundendaten mit einer Altersinformation befüllt», führt Antje Schulze als Beispiel an. »Diese konnten mit microm-Daten ergänzt werden und sorgten dafür, dass bei Analysen alle Datensätze die gleichen Informationen hatten.« Eine fast zwingende Voraussetzung für plausible Analysen.

Oftmals empfiehlt es sich auch, beim Anreicherungsprozess über den eigenen Kundenbestand hinauszugehen, um für die Neukundengewinnung oder die Einschätzung neuer Kunden sofort alle Daten zur Hand zu haben.

Wie reagiere ich auf Kündiger?

Ein sehr schönes Beispiel für das Thema Wissenserweiterung bzw. Customer Insights und wie dies zu erreichen ist, war die Aufgabenstellung eines regionalen Energieversorgers, die microm gemeinsam mit dem Kunden löste. Das Unternehmen sah sich steigenden Kündigerzahlen gegenüber und suchte Wege und Möglichkeiten, die Kündiger und deren Beweggründe für die Kündigung besser kennenzulernen. Ziel war es, zur Erhöhung der Kundenbindung auf deren Ansprüche und Bedürfnisse besser eingehen zu können.

Dabei wurde der Kundenstamm inkl. Kündiger mit ausgewählten microm-Daten wie Lebensphasen und dem Zielgruppenmodellen Code»Geosin Milieus angereichert und mittels statistischer Methoden ein Kündigerscore berechnet. Das ermöglichte, den »typischen Kündiger« zu beschreiben und die Kündigungsaffinsten im Datenbestand zu identifizieren. Es stellte sich heraus, dass die potenziellen Kündiger vor allem der »jüngeren Generation« zuzuordnen sind und eher onlineaffinen Milieus angehören. Ein klares Signal, diese Kundengruppe mit Online-Kampagnen oder Newsletter anzusprechen und die Bild- und Sprachwelt entsprechend anzupassen.

»Wir merken, dass Unternehmen, die schon sehr lange mit CRM und Data Warehousing arbeiten, sehr viel konkreter anfragen«, schließt Antje Schulze. »Sie nutzen im besonderen Maße auch die räumlichen Möglichkeiten der Analyse.« Ein Vorteil, den noch viel mehr Unternehmen nutzen sollten, denn man kann durchaus sagen, dass sich das Wissen um die Möglichkeiten als »Treiber« für optimierte Ergebnisse erweist.

Sämtliche Daten zur Anreicherung können über DDS bezogen werden.