Durch qualitätssteigernde Maßnahmen in Ihrem Kontaktdatenbestand können Sie die Erreichbarkeit sicherstellen, Mehrfachansprachen vermeiden und Kosten senken. Wie Sie mit gepflegten Adressen die Erfolgschancen von Direktmarketing-Aktivitäten spürbar steigern, erfahren Sie hier ...
Die smarte Welt des Kundendaten-Managements muss bessere Insights aus Daten gewinnen. KI kann eingesetzt werden, um Zielpersonen besser verstehen zu lernen, Interessenten und Kunden zu erreichen und ihnen ein optimales Nutzererlebnis zu bieten. Auswirkungen von Kampagnen müssen permanent gemessen und strategisch optimiert werden. Wie das funktioniert, lesen Sie hier …
Kundendaten, Finanzdaten, Personaldaten, Lieferantendaten sowie Anlagen-, Organisations- und Material-Stammdaten: Diese Daten unterstützen ERP-basierte Prozesse und sind unverzichtbar für Digitalisierung und Automatisierung. Hier lesen Sie, wie die Anforderungen an Unternehmensinformationen aussehen.
Stammdaten sind Unternehmensinformationen, die von diversen Abteilungen innerhalb der Unternehmensorganisation genutzt werden und in vielen Geschäftsprozessen zur Anwendung kommen. Dazu zählen Finanz-, Kunden- und Lieferanten-Stammdaten sowie Personal-, Anlagen-, Organisations- und Material-Stammdaten – sie unterstützen viele ERP-basierte Prozesse (Enterprise Resource Planning) und sind unverzichtbar für die Digitalisierung und Automatisierung von Abläufen.
Stammdaten müssen konsistent, vollständig, aktuell und korrekt sein. Nur so ist es möglich, dem richtigen Kunden das richtige Produkt in der richtigen Menge zum richtigen Preis an den richtigen Ort mit der richtigen Rechnung zu liefern.
Das Stammdaten-Management spielt bei der Implementierung aktueller Technologien und Initiativen wie Digitalisierung, Digital Labour, Business Intelligence, Prozess-Automatisierung oder (Big) Data Analytics – etwa Marketing & Sales Data Analytics – eine wesentliche Rolle. Denn um funktionieren zu können, benötigen diese innovativen Ansätze eine gepflegte, umfassende Datenbasis.
Welche Unterschiede beim Stammdaten-Management im Branchenvergleich auszumachen sind, ermittelt KPMG, eins der führenden Wirtschaftsprüfungs- und Beratungsunternehmen in Deutschland, in Kooperation mit bitkom research in seinen zyklisch erscheinenden Reports (PDF/Report 2016). Neue repräsentative Einblicke für den Einsatz von Datenanalysen in deutschen Unternehmen bietet auch die aktuelle Studie „Mit Daten Werte schaffen“ aus Mai 2017.
Für die Entwicklung zukunftssicherer Stammdaten-Management-Konzepte, sind verschiedene Arbeitsschritte wichtig. Welche dies sind, erfahren Sie hier ...
Für die Entwicklung eines zukunftssicheren Stammdaten-Management-Konzepts sind laut Consulting-Unternehmen wie KPMG vor allem folgende Vorbereitungen und Arbeitsschritte wichtig:
Im Anschluss an diese Vorbereitungsmaßnahmen bereitet folgendes Ensemble aus Methoden, Werkzeugen und Vorlagen den Weg zu einem stimmigen Stammdaten-Management-Konzept:
Ihr Kunde ist anspruchsvoll. Er erwartet ein individuelles Kundenerlebnis, eine Customer Experience, welche im Einklang mit seinen aktuellen Vorstellungen und Bedürfnissen steht. Folglich sind Sie gefordert, umfassendes und tiefgreifendes Wissen über Ihre Kunden aufzubauen. Und so wird’s gemacht!
Damit Sie zuverlässige Kundendaten zur Verfügung haben, müssen Sie diese kontinuierlich über alle Kanäle hinweg abgleichen. Im Sinne einer Annäherung an die 360-Grad-Kundensicht ist es notwendig, auch zusätzliche Datenquellen (demografische, soziografische und unternehmensspezifische Daten) zuzuordnen. Externe Daten dienen somit der Anreicherung und gewährleisten auch die Datenaktualität.
Das Stammdaten-Management hat einen exponierten Stellenwert im Spektrum der Datenbegriffe und Definitionen. Es bildet die Grundlage für umfassendes Datenmanagement. Letzteres hat sich um die wichtige Aufgabe zu kümmern, die richtigen Daten mit dem richtigen Kunden zu verknüpfen. Der Schritt hin zum Kundendaten-Management (engl.: Customer Data Management) ist die logische Konsequenz. In diesem Zusammenhang stehen Sie vor der Erledigung zweier Hauptaufgaben:
Erstens müssen Datensilos, in denen pro Kanal oder nach anderen Kriterien geordnete Kundendaten residieren, zusammengeführt werden. Das erfolgt unter Einsatz von Datenintegrationsmethoden.
Zweitens muss geklärt werden, welche Pfade in welchem Kanal zu welchen Kunden gehören. In Zeiten großer Sorgen der Verbraucher in Bezug auf Big Data surfen etliche Kunden unter Pseudonymen. Viele machen inkonsistente Angaben über sich. Hier ist eine effiziente Lösung für die Kundendaten-Identitätszuordnung (engl.: Customer Identity Resolution) gefragt.
Die Aufgabe einer Identitäts-Zuordnungslösung ist es, Unternehmen beim Umgang mit Kunden-Identitätsdaten zu helfen. Customer Entity Resolution muss in der Lage sein, Daten, die spezifisch und korrekt einen Kunden oder einen Interessenten quer über die unterschiedlichen Quellen betreffen, eindeutig zu identifizieren.
In einem Master-Kundendatensatz werden alle Daten aus unterschiedlichen internen und externen Datenquellen selektiert und nach verschiedenen Typen zusammengefasst. Zu den Kundendatentypen gehören beschreibende Kundendaten, Kunden-Charakteristika, Kunden-Interaktionsdaten und Kunden-Transaktionsdaten.
Der Master-Kundendatensatz ist ein Kundenstammdatensatz, der die Attribute eines Kunden aus allen Datenquellen vereinigt und die eigentliche Grundlage für eine 360-Grad-Kundensicht bildet. Er beinhaltet die Links zu allen Stammdatensätzen in verschiedenen Datenquellen, in denen Attribute aus dem Master-Kundendatensatz verwendet werden. So wird gewährleistet, dass bei der Änderung eines Attributs in einer beliebigen Datenquelle diese Änderung in allen anderen betroffenen Quellen nachgezogen wird. Die Stammdaten bleiben konsistent und müssen nicht physikalisch bewegt und damit redundant gespeichert werden.
Schlechte Datenqualität kann weitreichende Auswirkungen auf Ihr Marketing, Ihre Geschäftsentscheidungen oder Ihr Image haben. Wie Sie Kampagnen zielgerichtet steuerbar machen, unzustellbare Mailings verhindern und eine korrekte Basis für eine Datenanreicherung schaffen, steht in diesem Abschnitt.
Das Erreichen und Beibehalten kontinuierlicher Datenqualität ist eines der Top-Themen in allen Unternehmen. Falsche oder fehlerhafte Daten sorgen für Prozessunterbrechungen, Fehllieferungen, falsche Kundenansprache: letztlich Umsatzeinbußen. Gelingt Ihnen hingegen eine Steigerung Ihrer Datenqualität in den operativen Systemen in Einkauf, Kundenverwaltung, Logistik sowie weiteren Bereichen, werden Effekte sofort messbar. Aus diesem Grund ist es für Sie wichtig, den Zustand der eigenen Kundendaten zu kennen und diesen gegebenenfalls zu optimieren.
Für die Erledigung des damit einhergehenden Aufgabenspektrums (Datenbank-Analysen, -Abgleich und Knowhow-Transfer) ist sinnvoll, dass Sie einen spezialisierten Database Service-Anbieter einbeziehen.
Erwartungen und Ziele in punkto Datenqualität
Für die Umsetzung der Qualitätsanforderungen und für das Erreichen formulierter Ziele empfiehlt sich ein Mehrstufen-Konzept.
Stufe 1: Definition der Datenqualitäts-Strategie
Stufe 2: Bereinigung der Datenbank
Stufe 3: Absicherung aller zuführenden Datenquellen
In diesem Stadium wird entschieden, ob die systemische Umsetzung auf einem eigenen Daten-Hub erfolgt oder ob partiell in die einzelnen Systeme bzw. Schnittstellen integriert wird.
Stufe 4: kontinuierliche Kontrollen der Datenqualität
Durch qualitätssteigernde Maßnahmen in Ihrem Kontaktdatenbestand können Sie die Erreichbarkeit sicherstellen, Mehrfachansprachen vermeiden und Kosten senken. Wie Sie mit gepflegten Adressen die Erfolgschancen von Direktmarketing-Aktivitäten spürbar steigern, erfahren Sie hier ...
Kleine Ursachen, große Wirkung: Wertvolle Kunden gehen verloren, weil sich Adressen oder Telefonnummern geändert haben. Unauffällige Schreibfehler haben zur Folge, dass ein Mailing nicht zugestellt werden kann oder eine Dublette angelegt wird. Um solche und ähnliche Probleme auszumerzen, benötigen Sie nicht in jedem Fall ein komplexes und anspruchsvolles Datenqualitäts-Management. Häufig reicht bereits eine schlanke, aber effiziente Kontaktdaten-Pflege.
Hier hat sich ein dreistufiges Konzept bewährt, das individuell an die jeweiligen Bedürfnisse und Zielvorstellungen anzupassen ist. Je nach Bedarf ermöglicht dies maschinelle, semimanuelle oder komplett manuelle Prozesse sowie deren Kombination.
Stufe 1: Analyse der Kundenkontaktdaten
Zuerst ist eine Bestandsaufnahme der Kundenkontaktdaten-Qualität notwendig. Die Inhalte müssen auf Korrektheit, Plausibilität und Vollständigkeit geprüft werden. Anschließend wird aufgezeigt, wo die Schwachstellen der Datenbank liegen und welche Möglichkeiten der Bereinigung es gibt.
Stufe 2: Pflege der Kundenkontaktdaten
Notwendige und empfehlenswerte Maßnahmen zur Kundenkontaktdaten-Pflege im Überblick:
Stufe 3: Dokumentation und Anreicherung
Wichtig ist hier eine stringente Dokumentation des gesamten Projekts, damit die einzelnen Pflegeschritte lückenlos nachvollzogen werden können.
Gegebenenfalls ist es ratsam, weitere Maßnahmen im Bereich Datenservice (im Sinne von dediziertem Datenqualitäts-Management) durchzuführen. Etwa die Anreicherung bereinigter Kundendaten mit ausgewählten Merkmalen:
Um eine Kundenadress- bzw. Kontakt-Datenbank in guter Qualität zu halten und anzureichern, benötigen Sie den Zugriff auf entsprechendes Know-how. Eine Reihe von Service-Anbietern hat sich auf ein solches Dienstleistungsspektrum spezialisiert. Sprechen Sie uns gerne an, wenn Sie hier Unterstützung benötigen.
Eine kanalübergreifende Kundendaten-Identitätszuordnung kann entscheidend und wettbewerbskritisch für Sie sein. Customer Identity Resolution trägt dazu bei, ein präziseres Multikanal-Erscheinungsbild Ihres Kunden zu erstellen. Was dies bedeutet, lesen Sie hier ...
Business-to-Business-Kunden nutzen auch die sozialen Medien immer intensiver. Neben den typischen B2B-Netzwerken Xing und LinkedIn spielen dabei auch Facebook, Twitter oder die virtuelle Pinnwand Pinterest eine gewichtige Rolle. Die Trennung zwischen „rein privat“ und „rein geschäftlich“ im sozialen Netz ist zwischenzeitlich obsolet. Ebenso ist Instagram, ein besonders schnell wachsendes Netzwerk, ein gut geeignetes Medium, um die Aufmerksamkeit Ihrer Interessenten und Kunden zu gewinnen. Der Online-Dienst zum Teilen von Fotos und Videos beflügelt das B2B-Geschäft. Hier bietet sich eine Gelegenheit, der eigenen Marke ein Gesicht zu geben, Produkte und Dienstleistungen zu emotionalisieren und den Traffic auf Profile, Accounts und verlinkte Webseiten oder Landingpages zu erhöhen.
Ob beim Konsolidieren von Adressbeständen, bei der Bestandsbereinigung, Fremdbereinigung, Listen-Mischung, beim Cluster-Abgleich, Negativ- & Positiv-Abgleich zur Datenanreicherung: Der richtige Umgang mit Kunden-Identitätsdaten ist erfolgsentscheidend. Customer Identity Resolution – die Kundendaten-Identitätszuordnung – macht sich auf all diesen Gebieten nützlich und ist für Ihr Datenqualitäts-Management ein wertvolles Werkzeug.
Wettbewerbskritisch ist es auch für Sie zu wissen, was Ihre Interessenten und Kunden in den sozialen Netzen über Sie und Ihre Leistungen oder Angebote sagen. Für Ihr Marketing bieten die Daten und Erkenntnisse im Social Web hochgradige Möglichkeiten, das eigene Wissen um den Kunden anzureichern und nutzbar zu machen.
Customer Identity Resolution trägt dazu bei, ein präziseres Multikanal-Erscheinungsbild des Kunden zu erstellen. Das ermöglicht den Aufbau besserer Kundenmodelle im Rahmen von Predictive Analytics. Customer Identity Resolution ist somit wichtiger Baustein in einem Kundendaten-Management, das die Datenvorbereitung für Customer Experience Management (CEM) und Customer Relationship Management (CRM) übernimmt:
Mit diesem mehrstufigen Datenbearbeitungsensemble erhalten Sie eine solide Basis für Ihr Customer Experience Management (CEM) und Customer Relationship Management (CRM).
Zahlreiche Transaktions- und Interaktionsdaten von Interessenten, Bestands- und potenziellen Neukunden bieten Ihnen eine Fülle hochkarätiger Informationen, beispielsweise in folgendem Kontext:
Aus diesen Daten sowie ganz generell aus allen Daten, die durch jeden einzelnen Kontakt am Touch Point generiert werden, können Sie konkrete Aussagen über das aktuelle Kundenverhalten sowie Prognosen über zukünftiges Kundenverhalten treffen. Das gelingt Ihnen, wenn Sie diese Daten und Informationen eindeutig dem richtigen Master-Kundendatensatz zuordnen können.
KI kann Daten in Echtzeit verarbeiten, repetive Muster erkennen, analysieren und automatisiert in Prozesse implementieren. KI-gestützten Anwendungen ist gemein, dass sie Kundenbedürfnisse entlang einer Customer Journey vollautomatisiert und hochindividualisiert bedienen können.
Künstliche Intelligenz und smarte Daten helfen uns dabei, Kundennähe und Beziehungen aufzubauen. Über die gesamte Customer Journey gilt es, unsere Zielpersonen im Marketing & Sales Funnel mit ihren individuellen Bedürfnissen zu identifizieren und aktuelles Interesse zu analysieren. Durch qualifizierte Informationen wird – wenn sie in ausreichender Menge zur Verfügung stehen – datengetriebenes Marketing erst möglich. Und Daten sind die Basis für eine Künstliche Intelligenz, die Wissen sammelt, dabei lernt und Prozesse selbstständig automatisiert. Algorithmen ermöglichen es, neuronale Netzwerke in Hard- und Software zu modellieren und so das menschliche Denken zu simulieren.
Auf die folgenden vier Aspekte kommt es dabei an: Daten sind die Grundlage für alles, was folgt. Algorithmen liefern passende Entscheidungen und erzeugen dynamischen – smarten – Content, der im passenden Moment ausgeliefert wird. Und Kommunikation oder Dialogangebote startet ein Chat(bot), der durch NLP-Technologie (Natural Language Processing) menschliche Sprache im Kontext verstehen kann. Lesen Sie dazu auch „4D: Data, Decisioning, Delivery & Dialogue - WIE GUT KANN KÜNSTLICHE INTELLIGENZ MARKETING-PROZESSE AUTOMATISIEREN?“
KI kann die Analyse von Kundendaten, einer Zielgruppe, des Wettbewerbs oder von Trends unterstützen. Durch Informationen, die über das Surf- & Kaufverhalten oder Themeninteresse Auskunft geben und weit über übliche Targeting-Methoden hinausgehen. So entstehen wertvolle Insights, mit denen Marketer nicht nur optimierte Strategien entwickeln können. Diese werden im laufenden Prozess durch automatische Datenanreicherung dynamisch angepasst.
Durch KI unterstütztes Predictive Lead Scoring hilft, diejenigen Leads auszuwählen, welche das größte Potential versprechen. So hilft maschinelles Lernen auch dabei, Voraussagen in Bezug auf die jeweilige Vertriebsreife zu erstellen.
Blickt man auf das breite Spektrum der KI-Anwendungsgebiete, ist im Kontext des Kundendaten-Managements und B2B Marketings vor allem eines bedeutsam: maschinell erzeugte und domänenspezifische Daten, die in hoher und ausreichender Qualität verfügbar sein müssen. Lesen Sie hier, warum KI eine saubere Datenbasis braucht. Besonders in KMU fehlt es häufig bereits an einer strukturell optimierten Datenbasis und entsprechendem Datenpotential. Erst durch das kontinuierliche Erfassen von Daten lassen sich jedoch dynamische Intent Scores bilden, die bspw. ein passgenaues Targeting ermöglichen.
Unternehmen können ein besseres Verständnis ihrer Zielkunden erlangen - mit Umsatzwachstum als direkte Folge. Damit sie erfolgreich agieren können, benötigen die Unternehmen aktuelle und umfassende Daten zu ihren Kunden und Interessenten. Es gilt, am Puls der Zeit zu bleiben und moderne KI-Technologien – in kleinen Schritten – fest im Tagesgeschäft zu verankern. Daten richtig zu analysieren und vor allem auch richtig zu interpretieren, um anschließend automatisiert Handlungsempfehlungen abzuleiten, ist heute enorm wichtig und wird zukünftig relevanter denn je sein.
Ihre Herausforderung: Umfassendes und tiefgreifendes Wissen über Kunden aufbauen!
Nutzen Sie unser Download-Angebot und lesen Sie die Zusammenfassung zum Thema „Kundendaten Management“ auch offline. Teilen Sie das PDF - als Lesetip - mit potentiell interessierten Kollegen. Wir wünschen Ihnen eine inspirierende Lektüre und anwendbare Erkenntnisse.
Lesen Sie, welche Aspekte sich alle im Meta-Thema Stammdaten-Management verbergen und wie diese helfen, Interessenten und Kunden auf der Customer Journey zu identifizieren und im richtigen Moment anzusprechen. Wir teilen unser Wissen mit Ihnen und erklären alle Arbeitsschritte, die dazu notwendig sind.
