Kundensegmentierung

Ausgangssituation

Die bestehenden Bondaten lassen sich Warenkörbe aggregieren und individuelle Kaufprofile von Konsumenten erstellen. Kaufzyklen, individuelle Kaufpräferenzen sowie Besonderheiten in Konsumprofilen können vernünftig gruppiert werden, um die Kaufintentionen gezielt und individuell mit Hilfe von passenden Maßnahmen mitzusteuern sowie ein hohes Niveau der Kundenzufriedenheit abzusichern.

Fragestellung

Wie können homogene Gruppen von Konsumenten aus den PAYBACK-Daten ermittelt werden, die die typischen Kaufverhalten widerspiegeln? Können die daraus entstehenden Gruppen beschrieben und benannt werden? Können Konsumenten zu den bestimmten Kauftypen sowie -phasen zugeordnet sowie passende Marketingmaßnahmen initiiert werden? Kann einen Kundenwert-Score anhand von Kaufprofilen berechnet werden?

Datengrundlage

DWH / PAYBACK. Abhängige Variablen: Umsatz, Ertrag, Anzahl Käufe, durchschnittliche Zeit zwischen Käufen.

Weitere Interaktionsvariablen: Angebote, Response Daten (Reaktion von Kunden) etc.

Output

• Interpretierbares Modell für die individuelle Steuerung der Marketingaktivitäten:
  • Ermittlung von signifikant wirkenden Patterns in Kundenkaufverhalten
  • Erstellung eines Data Marts mit kompakt geführten individuellen Kundenprofilen, die die typische Kaufpattern inkl. Reihenfolge und zeitliche Kaufzyklen widerspiegeln.
  • Wöchentlich updatende
    • Zuordnung der Kunden zu verhaltensbasierten Kauf-Clustern
    • Berechnung eines Kunden-Scorewertes
• Algorithmen und Dokumentation

Stand der Dinge

Ein Use Case zum Thema "Bondatenanalyse" wurde bereits bei dem Unternehmen erstellt und die Erkenntnisse dieser Analyse liegen vor. Warenkörbe lassen sich nach der Art der Ware und nach ihrer Größe unterscheiden. Aus dieser Studie geht hervor, dass die Bondaten in 20 Kauf-Kategorien vernünftig aggregiert werden können, um Trennscharf in den Kaufverhalten möglichst abzubilden. Diese Kauf-Kategorien können individuell sequenziert und homogen Verhaltensgruppen ermittelt werden. Es besteht noch viel Entwicklungspotential, um die Kunden je nach Kaufprofil und individuelle Kaufpräferenzen verhaltensbasierend zu gruppieren sowie individuell anzusprechen.

Aufwandsschätzung: 29 AT