Digitales CRM

Ausgangssituation

Das Unternehmen versendet an den Kunden p.a. 12,3 Mio. Newsletter. Maximal können drei Newsletter wöchentlich versandt werden. Im Durchschnitt sind 15% der NL von Kunden geöffnet. Ca. 3% davon haben Kunden angeklickt und sie wurden an die Angebotsseiten weitergeleitet.

Newsletter sind in vier Formaten erfasst. Mit Rücksicht darauf, dass es nur drei Aktionen gibt und zwar empfangen, öffnen und klicken, können 12 Interaktion-Events erfasst werden.

Fragestellung

Wie kann einen Kunden-Scorewert auf Basis von NL-Daten berechnet werden? Können typische Interaktionspfade in der Kunden-Interaktionshistorie ermittelt und optimal gesteuert werden? Kann das Churn-Event (Abmeldung) aus den NL-bezogenen Kundenverhalten vorhergesagt werden, um präventive Gegenmaßnahmen ausüben zu können? Wie kann man einen optimalen NL-Mediaplan in Zusammenhang mit dynamisch gesteuerten individuellen NL-Versandprofilen erstellen? Wie können NL-Formate balanciert frequentiert werden, um überflüssige Informationssättigung zu vermeiden? Können kompakte NL-Profile gespeichert werden, um sie für weitere übergreifende Analysen zur Verfügung zu stellen?

Datengrundlage

DWH. Abhängige Variablen: Conversions (Öffnen & Klick), Churn.

Output

• Interpretierbares Modell für die individuelle Aussteuerung des NL-Versandes:
  • Ermittlung von signifikant wirkenden Subketten (Wechselwirkungseffekt) in der Interaktionsketten von Kunden auf die Zielgröße
  • Erstellung und Implementierung eines "Sättigungs-Alarms" (Alert)
  • Vorschläge zur Mediaplan-Optimierung
  • Kunden-individuelle dynamische (real time) Aussteuerung des NL-Versandes
• Data Mart mit kompakten NL-Kundenprofilen sowie mit einem wöchentlich updaten Kunden-Scorewert
• Algorithmen und Dokumentation

Stand der Dinge

Um ROI von ausgewählten Marketingaktivitäten zu schätzen, führt man Auswertungen regelmäßig durch. Das Thema stößt allerdings an die methodischen Grenzen. Es wird nach fortgeschrittenen Data Driven Verfahren gesucht, um das Thema voranzutreiben.

Aufwandsschätzung: 38 AT