Big Data im Kundenbeziehungsmanagement Vertrauensvoll Mehrwert für Kunden schaffen

Transkript

1 Big Data im Kundenbeziehungsmanagement Vertrauensvoll Mehrwert für Kunden schaffen Kundenbeziehungen zu verbessern und daraus einen Mehrwert zu schaffen bedeutet vor allem, das Vertrauen der Kunden in das Unternehmen zu steigern. Unternehmen müssen deshalb mit Kunden über neue Technologien wie Big Data verständlich kommunizieren, damit diese die Anwendungen verstehen und mittragen. 1 Detecon Management Report dmr Special CRM 1 / 2016

2 Advanced Analytics with Self-Service Delivery PEAK OF INFLATED EXPECTATIONS Speech to Speech Translation Machine Learning ZEIT, BIS PLATEAU DER PRODUKTIVITÄT ERREICHT WIRD > 5 Jahre 2 5 Jahre Citizens Data Science Big Data Virtual Personal Assistants Natural Language Question Answering GRADUAL ADOPTION MOVES FROM THE LAB Argumented Reality Virtual Reality TROUGH OF DISILLUSIONMENT Abbildung 1: Big Data im Tal der Tränen [Detecon in Anlehnung an Gartner s Hype Cycle] Bislang ist Big Data hinter den möglicherweise überzogenen Erwartungen zurückgeblieben. Nach Einschätzung von Experten wie Gartner wird Big Data sich daher in absehbarer Zeit durch ein Tal der Tränen bewegen, wie Abbildung 1 illustriert. Abgesehen von der Enttäuschung über viele Big-Data-Anwendungen zieht dieser Tiefpunkt auch den Rückzug mancher Technologieentwickler nach sich. Was bedeutet das für Big Data im Kundenbeziehungsmanagement und wie soll künftig mit diesem Thema umgegangen werden? 2 Detecon Management Report dmr Special CRM 1 / 2016

3 Wertschöpfung für Kunden durch Einsatz von Big Data im Kundenbeziehungsmanagement Im Mittelpunkt steht die Frage, welchen echten Wert Big Data für Kunden in der Zukunft schaffen kann. Wir liefern Richtlinien für Unternehmen, damit vertrauensvoll Mehrwert für Kunden geschaffen wird, sodass für beide Unternehmen und Kunden nachhaltig eine Win-win-Situation entsteht. Doch zunächst ist zu definieren, was unter Big Data zu verstehen ist. Da Big Data sich durch viele konkurrierende Technologien sowie aufstrebende Technologien und eine Konsolidierung in der Landschaft der Zulieferer auszeichnet, empfiehlt sich eine technologieneutrale Definition. Wir verstehen Big Data als die Wertschöpfung (Value), die durch Analyse der Daten mittels Volume, Variety und Velocity die 4 V erzeugt wird. Volume: Die Big-Data-Technologie soll große Datenvolumen bewältigen können. Das Versprechen von Big Data lautet, dass es diverse Terabytes im zweistelligen Bereich das Volumen einer derzeitigen Speicherlösung in Minuten verarbeiten und ein Gesamtvolumen im Petabytebereich (= 1015 Bytes, entspricht der Größe von Tausend aktuellen Festplattenlaufwerken) managen kann. Variety: Die Big-Data-Technologie soll unterschiedliche Datentypen bearbeiten können. Sie sollte nicht nur Antworten in Daten finden, die stark strukturiert sind (zum Beispiel Billingdaten), sondern auch in der Lage sein, aus Quellen mit wenig oder überhaupt keiner Struktur (beispielsweise s, Kundenanrufe oder Bilder) Informationen zu extrahieren. Velocity: Die Big-Data-Technologie soll große Datenvolumen schnell analysieren können. Die Leistung, die von den Big-Data- Systemen versprochen wird, liegt in der Unterstützung der Right-Time-Datenverarbeitung. Unter Right Time verstehen wir, dass das Ergebnis der Datenverarbeitung dann vorliegen muss, wenn es betrieblich gebraucht wird. Das muss nicht notwendigerweise im Einklang mit der Echtzeit stehen. Big-Data- Lösungen müssen zum Beispiel in der Lage sein, die Threads in den sozialen Medien schnell genug zu interpretieren, um Änderungen der Stimmungsbilder aufzuspüren. Nur so wird die Steuerung der Kundenwahrnehmung proaktiv möglich. Wir konzentrieren uns schwerpunktmäßig auf die Wertschöpfung (Value), die für Kunden bei der Anwendung von Big Data im Kundenbeziehungsmanagement entsteht. Im Kundenbeziehungsmanagement existiert die Wertschöpfung für Unternehmen erst dann, wenn der Kunde einen klaren Mehrwert erhält. Die Wertschöpfung für das Unternehmen entsteht in der Folge aus daraus abgeleiteten Effekten, etwa aus einer verbesserten Kundentreue. Abbildung 2 zeigt, wie Big Data Mehrwert erzeugt. Der Mehrwert entsteht durch drei Faktoren. Erstens versetzt Big Data einen Kunden oder ein Unternehmen in die Lage, einen Sachverhalt besser zu verstehen (Variety, Volume). Zweitens sorgt die Geschwindigkeit der Analyse dafür, dass diese Information zum richtigen Zeitpunkt zur Verfügung steht (Velocity). Hiermit kann man auf einen Sachverhalt schneller und zielführender reagieren. Dieser zweite Faktor heißt Entscheidungsagilität. Nur wenn Kunden oder Unternehmen durch Anwendung von Big Data bessere Informationen bekommen und es ihnen deshalb möglich ist, schneller zu handeln, kann eine Big-Data- Anwendung Mehrwert erzeugen. 3 Detecon Management Report dmr Special CRM 1 / 2016

4 Der Wert der Informationen mittels Nutzung von Big Data VOLUME VARIETY Bessere Informationen Big-Data-Funktionalität Verarbeitung großer Datenvolumen Handhabung unterschiedlicher Datentypen und Datenquellen VELOCITY Daten schneller verarbeiten Entscheidungsagilität Wert von Big Data Große Volumen strukturierter und unstrukturierter Daten Abbildung 2: Der Mehrwert der Informationen mittels Nutzung von Big Data [Detecon 2015] 4 Detecon Management Report dmr Special CRM 1 / 2016

5 Nachhaltig gemeinsam mit Kunden Mehrwert schaffen Anhand von drei Beispielen im Kundenbeziehungsmanagement (Big Data Usecases, Barc Research Study 2015; Leitlinien für den Big-Data-Einsatz, Bitkom 2015) zeigen wir allerdings ohne Berücksichtigung eines verbesserten klassischen Loyalitätsmanagements auf, wie Big Data Wertschöpfung erzeugt: I. Integration der Customer Touchpoints Integration von Informationen, die Kunden über die verschiedenen Berührungspunkte mit dem Unternehmen hinterlassen, womit durch Anwendung von Big Data ein 360-Grad-Kundenbild entsteht II. Personalisierung der Vertriebskanäle Anpassung der Vertriebskanäle (gegebenenfalls laufend und zeitnah) an potenzielle Kundenwünsche III. Digitale Einkaufswelten Verbesserung des Einkaufserlebnisses in Verkaufsräumen und Einkaufszentren durch Informationen über Verkehrsströme und Anwendung digitaler Technologien Wertschöpfung für Kunden und Unternehmen entsteht, weil Letztere durch Anwendung von Big Data in der Lage sind, schneller und zielführender auf einen Sachverhalt zu reagieren Beispiele von Big Data Anwendungen im Kundenbeziehungsmanagement, die Potenzial für Wertschöpfung haben I. Touchpoint- Integration Potenzial für bessere Informationen Vollständiges und aktuelles Kundenbild Potenzial für Entscheidungsagilität Auf aktuelle Kundenanliegen reagieren können Wertschöpfung für Kunden & Unternehmen Kunden: Weniger Aufwand, um Informationen zu liefern Unternehmen: Erhöhte Kundenorientierung Zufriedenere Kunden II. Personalisierung von Vertriebskanälen Auf aktuelles Kundenbedürfnis zugeschnittene Angebote machen Schnellere und bessere Kaufentscheidung Kunden: Besseres Einkaufserlebnis Unternehmen: Zufriedenere Kunden Höherer Umsatz Weniger Retouren III. Digitale Einkaufswelten Das Einkaufsverhalten von Kunden im Handel besser verstehen Agile Optimierung von Verkaufsräumen und Sortimenten entsprechend dem Kundenbedarf Kunden: Besseres Einkaufs erlebnis Unternehmen: Effizientere Regalausnutzung Höherer Umsatz Abbildung 3: Beispiele für mehrwertschöpfende Anwendungen im Kundenbeziehungsmanagement 5 Detecon Management Report dmr Special CRM 1 / 2016

6 Abbildung 3 zeigt Beispiele, in denen Anwendungen von Big Data eine Win-win-Situation für Kunden und Unternehmen schaffen. Mehrwertschöpfung entsteht nur, wenn die bessere Information, die durch Anwendung entsteht, auch agil eingesetzt wird. Kundenbeziehungen verbessern und hieraus Mehrwert schaffen bedeutet vor allem, das Vertrauen der Kunden zum Unternehmen zu steigern. Unternehmen müssen sich die entsprechenden Erwartungen der Kunden besser bewusst machen und auf diese auch eingehen. Folglich müssen Unternehmen mit ihren Kunden im Hinblick auf neue Technologien wie Big Data offen kommunizieren, damit die Kunden die Anwendung von Data Analytics besser verstehen und auch mittragen können. Dies ist nur möglich, wenn Unternehmen Transparenz über die Anwendung von Big Data schaffen und entsprechende Verfahren einvernehmlich mit den Kunden einführen. Dabei helfen klare Leitsätze. Die Deutsche Telekom hat ei gene Leitsätze zu Big Data aufgestellt (Deutsche Telekom Guiding Principles on Big Data, DTAG 2014). Ein zentraler Punkt dabei ist Transparenz für Bürger und Politik. Im Vordergrund steht für die Deutsche Telekom darüber hinaus die grundsätzliche Verwendung von anonymisierten Daten ohne Rückschluss auf Personen und unter Ausschluss der Möglichkeit zur Diskriminierung von Gruppen. Die Deutsche Telekom sucht darüber hinaus den Austausch mit Aufsichtsbehörden sowie nicht staatlichen Organisationen. Zudem ist ein aufgeklärter und verantwortungsbewusster Umgang mit Daten von allen Seiten nötig. Das setzt eine Kultur des Einverständnisses sowie die konsequente Berücksichtigung dieser Leitsätze voraus, damit das Vertrauen der Kunden weiter aufgebaut und gestärkt wird. Win-win für Kunden und Unternehmen Im Kundenbeziehungsmanagement ist die Wertschöpfung für Unternehmen nur existent, wenn der Kunde einen klaren Mehrwert erhält. Big Data schafft Mehrwert für Kunden und Unternehmen, da die Verfügbarkeit von zutreffender Infor mation zum richtigen Zeitpunkt bessere und schnellere Entscheidungen gewährleistet. Big Data eröffnet durch Proaktivität und Interaktion einen neuen Horizont im Kundenbeziehungsmanagement. Da gute Beziehungen auf großem Vertrauen basieren, müssen Unternehmen mit Kunden über neue Technologien wie Big Data verständlich kommunizieren, damit die Kunden die Anwendung von Big Data verstehen, mittragen und im Idealfall sogar selbst einfordern. Hierfür brauchen Unternehmen klare Leitlinien, die transparent und konsequent eingehalten werden. AUTOREN Dr. Frank Wisselink ist Interim Manager und Managing Consultant bei Detecon. Er berät und leitet Innovations- und Strategiegroßprojekte innerhalb und außerhalb des Konzerns Deutsche Telekom. Dr. Ralf Meinberg ist Senior Experte für Regulierungsstrategie bei der Deutschen Telekom AG. Er ist dort unter anderem mit der Strategieentwicklung von Innovations- und Internetthemen beschäftigt. Julian Obeloer ist Berater bei Detecon und im Telekommunikationssektor mit Fokus auf Marketing, Strategie und Business Analytics. Sein derzeitiger Einsatzschwerpunkt ist in größeren nationalen und internationalen Transformationsprojekten. Zuvor war er für Vodafone und Miele tätig und hat hier zahlreiche Erfahrungen gesammelt. 6 Detecon Management Report dmr Special CRM 1 / 2016