Was ist die Wahrscheinlichkeit, dass Kunde X Produkt Y nächste Woche kauft?

Ihre Kunden hinterlassen Spuren auf Ihren Systemen, die Sie dazu nützen können, das Kundenverhalten systematisch zu analysieren und mit diesem Wissen Vorhersagen zu tätigen. Diese Spuren zu einzelnen Kunden finden Sie auf zB Ihrer Verkaufsplattform, bei Ihren Supportdiensten und bei Ihrem Marketing/Verkaufsteam. Durch das systematische Verwerten dieser Daten können Sie das Verhalten einzelner Kunden besser ergründen und ableiten an welchen Produkten ein Kunde interessiert sein könnte. Sie können Kunden aufgrund von Daten automatisch segmentieren / clustern, damit Sie sie auf die Art abholen können, die Ihre Wahrscheinlichkeit maximiert einen Verkauf abzuschliessen. Mit genügend relevanten Daten können Sie die Wahrscheinlichkeit voraussagen, mit der ein Kunde ein spezifisches Produkt (oder eine Produktvariante) während eines bestimmten Zeitfensters kauft. Diese Information hilft Ihrem Verkaufsteam die richtigen Kunden zum richtigen Zeitpunkt anzusprechen und Ihrem Marketingteam Promotionen zu gestalten, die diese Kaufwahrscheinlichkeit erhöhen.

Welche Kunden wechseln wahrscheinlich auf Ende Monat zur Konkurrenz?

Ähnlich wichtig wie das Gewinnen von Neukunden ist das Sicherstellen, dass existierende Kunden bei Ihnen bleiben. Manchmal könnten nur schon sehr kleine Zuwendungen, wie kleine Geschenke oder Promotionen helfen, Kunden am Wechsel zur Konkurrenz zu hindern. Mit genügend relevanten Daten kann ein Vorhersagemodell die Wahrscheinlichkeit abschätzen, mit welcher bestimmte Kunden in naher Zukunft abwandern. Ein Marketing Spezialist könnte dann zum Beispiel eine Liste mit Kunden deren Abwanderungswahrscheinlichkeit auf ende Monat grösser als 80% ist dazu verwenden, diese Kunden mit einer geziehlten Promotionskampagne im Boot zu behalten. Zum Beispiel, Mobiltelefonanbieter sind stets daran interessiert abzuschätzen, welche Kunden nach Vertragsende zu einem alternativen Anbieter wechseln. Einem Vorhersagemodell für diesen Use Case könnten firmeninterne Daten wie zB Anrufverlauf, Mobiltelefon Positionen (ermittelt durch Handy-Antennen) und das Verhalten des sozialen Umfelds eines Kunden verwenden (Falls gute Freunde/häufig kontaktierte Personen eines Kunden zu einem anderen Anbieter wechseln, ist die Wahrscheinlichkeit des einzelnen Kunden zu wechseln erhöht). Zusätzlich könnten externe Datenquellen, wie die Netzabdeckung von Mitbewerbern an häufig besuchten Orten (Zuhause, Arbeit, bei Freunden) verwendet werden, oder die Kaufkraft/politische Ausrichtung der Region in der der Kunde wohnt.

Wie ist das Kundensentiment für Produkt X? Wie wird es sich entwickeln?

Immer wenn Apple ihr neuestes iPhone präsentiert, wird die Keynote live auf der ganzen Welt übertragen. Während dieser Zeiten sind soziale Netze, wie zB Twitter oder Facebook, voll von Kurznachrichten von Nutzern, die über die neusten Entwicklungen des Technologiegiganten diskutieren. Mittels Sentiment Analyse kann die Polarität des Sentiments über Zeit verfolgt und quantifiziert werden. Selbst neben solchen Grossevents kann Sentiment Analyse interessante Einsichten bieten, was der Markt zu einem Produkt oder einer Marke denkt. Aufwärtstrends im Kundensentiment sind typischerweise assoziiert mit einem Zuwachs der Verkaufszahlen, während dem das Gegenteil ein Indikator für bevorstehende Probleme sein kann.

trending_up

Was ist die Wahrscheinlichkeit, dass Kunde X Produkt Y nächste Woche kauft?

Ihre Kunden hinterlassen Spuren auf Ihren Systemen, die Sie dazu nützen können, das Kundenverhalten systematisch zu analysieren und mit diesem Wissen Vorhersagen zu tätigen. Diese Spuren zu einzelnen Kunden finden Sie auf zB Ihrer Verkaufsplattform, bei Ihren Supportdiensten und bei Ihrem Marketing/Verkaufsteam. Durch das systematische Verwerten dieser Daten können Sie das Verhalten einzelner Kunden besser ergründen und ableiten an welchen Produkten ein Kunde interessiert sein könnte. Sie können Kunden aufgrund von Daten automatisch segmentieren / clustern, damit Sie sie auf die Art abholen können, die Ihre Wahrscheinlichkeit maximiert einen Verkauf abzuschliessen. Mit genügend relevanten Daten können Sie die Wahrscheinlichkeit voraussagen, mit der ein Kunde ein spezifisches Produkt (oder eine Produktvariante) während eines bestimmten Zeitfensters kauft. Diese Information hilft Ihrem Verkaufsteam die richtigen Kunden zum richtigen Zeitpunkt anzusprechen und Ihrem Marketingteam Promotionen zu gestalten, die diese Kaufwahrscheinlichkeit erhöhen.

trending_up

Welche Kunden wechseln wahrscheinlich auf Ende Monat zur Konkurrenz?

Ähnlich wichtig wie das Gewinnen von Neukunden ist das Sicherstellen, dass existierende Kunden bei Ihnen bleiben. Manchmal könnten nur schon sehr kleine Zuwendungen, wie kleine Geschenke oder Promotionen helfen, Kunden am Wechsel zur Konkurrenz zu hindern. Mit genügend relevanten Daten kann ein Vorhersagemodell die Wahrscheinlichkeit abschätzen, mit welcher bestimmte Kunden in naher Zukunft abwandern. Ein Marketing Spezialist könnte dann zum Beispiel eine Liste mit Kunden deren Abwanderungswahrscheinlichkeit auf ende Monat grösser als 80% ist dazu verwenden, diese Kunden mit einer geziehlten Promotionskampagne im Boot zu behalten. Zum Beispiel, Mobiltelefonanbieter sind stets daran interessiert abzuschätzen, welche Kunden nach Vertragsende zu einem alternativen Anbieter wechseln. Einem Vorhersagemodell für diesen Use Case könnten firmeninterne Daten wie zB Anrufverlauf, Mobiltelefon Positionen (ermittelt durch Handy-Antennen) und das Verhalten des sozialen Umfelds eines Kunden verwenden (Falls gute Freunde/häufig kontaktierte Personen eines Kunden zu einem anderen Anbieter wechseln, ist die Wahrscheinlichkeit des einzelnen Kunden zu wechseln erhöht). Zusätzlich könnten externe Datenquellen, wie die Netzabdeckung von Mitbewerbern an häufig besuchten Orten (Zuhause, Arbeit, bei Freunden) verwendet werden, oder die Kaufkraft/politische Ausrichtung der Region in der der Kunde wohnt.

trending_up

Wie ist das Kundensentiment für Produkt X? Wie wird es sich entwickeln?

Immer wenn Apple ihr neuestes iPhone präsentiert, wird die Keynote live auf der ganzen Welt übertragen. Während dieser Zeiten sind soziale Netze, wie zB Twitter oder Facebook, voll von Kurznachrichten von Nutzern, die über die neusten Entwicklungen des Technologiegiganten diskutieren. Mittels Sentiment Analyse kann die Polarität des Sentiments über Zeit verfolgt und quantifiziert werden. Selbst neben solchen Grossevents kann Sentiment Analyse interessante Einsichten bieten, was der Markt zu einem Produkt oder einer Marke denkt. Aufwärtstrends im Kundensentiment sind typischerweise assoziiert mit einem Zuwachs der Verkaufszahlen, während dem das Gegenteil ein Indikator für bevorstehende Probleme sein kann.