Die Kundenkontakthistorie spiegelt eine Interaktion mit den Kunden in verschiedenen Dimensionen wieder. Die CRM-Kontaktdaten können auf unterschiedlichen Granularitätsniveaus ausgespielt werden.
Die Kundenansprache kann über die langfristigen Zeiträume noch tiefer erforscht werden, um den Werbedruck, also Wechsel von einzelnen Maßnahmen sowie Zeitrhythmen zwischen diesen Kundenanreizen in Bezug auf das Kaufverhalten, optimal zu steuern.
Wie kann eine langfristige Kundenkontakthistorie dargestellt und beschrieben werden? Wie sehen typische Kontaktketten aus? Können die erfolgreichsten Kontaktketten, wie
X1 → Δt1 → X2 → Δt2 → (...) → Xn → Δti → Action,
wobei Xn - Art der Ansprache und Δti - Zeitabstand zwischen Ansprachen,
ermittelt und beschrieben werden? Können tendenzielle Unterschiede in den Kaufmustern über die Jahre gezeigt werden? Gibt es auch "verirrte Kontaktketten", die die Kunden demotivieren bzw. sie vom Kauf ablehnen? Können homogene Gruppen mit ähnlichen Verhalten aus diesen Verhaltensmustern gebildet werden? Können diese Verhaltensmuster in Form eines Data Marts für sämtliche Analyseverfahren zur Verfügung gestellt werden? Kann die Kontaktstrategie unter Berücksichtigung der neuesten Erkenntnisse aus der Sequenzanalyse tiefgehend verfeinert werden?
DWH / PAYBACK, inkl. Interaktionsvariablen. Abhängige Variable: Umsatz.
Ein SQL-Skript sollte erstellt werden. Einige Optionen für ein Spielraum sollen eingebaut werden. Damit sollte Zugriff zu den Zeiträumen, Kundensegmenten und Ereignissen auf unterschiedlichem Granularitätsniveau bereitgestellt werden:
Eine minimale Datenstruktur für den Aufbau von Kontaktketten sowie Ableitung von Modellen aus Verhaltensmustern besteht aus zwei Tabellen:
Kontaktdaten für zwei zufällige Kunden-ID 123456789 und 987654321 können wie folgt aussehen:
Bis jetzt wurde bei dem Kunden keine vergleichbare Analyse aus der Perspektive einer langfristigen Kontakthistorie durchgeführt. Warenkörbe von Konsumenten können untersucht und Bondaten zu den 10-20 Kategorien aggregiert werden. Angebote sowie Responsedaten wurden bei dem Unternehmen nicht berücksichtigt.
Es besteht ein Entwicklungspotential, um die Kunden aus der Sicht der vollständigen Interaktionshistorie ("Anreiz → Reaktion") zu untersuchen, um sie optimal zu steuern sowie Ansprachestrategie zu evaluieren.