Daten sind unsere Leidenschaft!

Wie mache ich Kunden und mich glücklich?

Customer Experience (CX) & Big Data Analytics

Im Zeitalter der allgemeinen Vernetzung von allem mit jedem, zum Beispiel über Social Media und  Smart Devices, ist für Unternehmen die wichtige Herausforderung entstanden, ihre eigenen Kunden über alle Kommunikations- und Servicekanäle hinweg einheitlich anzusprechen und bedienen zu können. Das positive „Erlebnis“, dass der Kunde hierbei mit dem Unternehmen hat, führt im  Endeffekt dazu, dass eine stabile Geschäftsbeziehung zwischen beiden entsteht.

Diese hat für beide Seiten enorme Vorteile: Für den Kunden ist es die Sicherheit, in einem Umfeld zu agieren, in dem er sich verstanden fühlt. Ein Umfeld, zu dem er Vertrauen hat, welches ihm  finanzielle Vorteile bringt und natürlich auch den Aufwand und die Zeit erspart, die er sonst in die Suche und die Geschäftsanbahnung investieren müsste.

Für die Unternehmen bedeutet Kundenzufriedenheit immer auch Kundentreue und die Möglichkeit, über Cross-Sell und Up-Sell-Potentiale Folgegeschäft zu generieren. Dies bietet einen nicht zu unterschätzenden Vorteil gegenüber denjenigen Mitbewerbern, die solches nicht anbieten können. Gleiches gilt natürlich auch auf der Kostenseite. Wenn ich Services optimieren kann, wird das typischerweise auch mit positiven Kosteneffekten einhergehen. Eine Win-Win Situation also.

Erstaunlicherweise haben die meisten Unternehmen, obwohl die Problematik und auch die enormen Vorteile vielen bewusst sind, bis heute noch keine übergreifende Strategie entwickelt, um die Herausforderung umfassend anzugehen und auch für die Zukunft tragfähige Lösungen zu entwickeln. Das heißt, in der Regel (aber nicht immer) wird man durchaus gute Einzellösungen für ein oder mehrere Bereiche und / oder Kanäle antreffen. Jedoch so gut wie nie eine allgemeine Lösung, welche alle Kanäle umfasst und einfach wart- und erweiterbar ist.

Was ist zu tun?

Um einen Kunden über alle Kanäle des Unternehmens hinweg einheitlich “bedienen” zu können, muss man die Möglichkeit schaffen, die komplexen Wege des Kunden nachzuvollziehen. Und dann das Ganze natürlich auch noch in Echtzeit.

Was macht ein Kunde beispielsweise, wenn er ein neues Bankkonto eröffnen möchte? Er wird typischerweise erst einmal online recherchieren. Zum Beispiel mit dem Smart Phone während er auf einen Zug wartet, oder online zu Hause. Er wird sich Blogs, Chats, Bewertungen und sonstige  Informationen ansehen. Er wird mit Freunden sprechen, gezielt die Webauftritte der für ihn interessanten Banken oder Finanzdienstleister unter die Lupe nehmen. Er wird versuchen, über angebotene Services tätig zu werden, zum Telefon greifen oder gleich in eine Filiale gehen, um mit einem Bankmitarbeiter zu reden. Er wird Online-Banking vereinbaren, dazu natürlich die Online-Angebote und Infrastruktur der Bank nutzen, eine Mobile App der Bank installieren, Papierunterlagen und Briefe bekommen, Feedback geben usw.

Alles in allem hinterlassen alle diese Schritte eine lange und komplexe Spur in vielen unterschiedlichen Systemen. Diese müssen dann gemeinsam ausgewertet und benutzt werden können. Dies funktioniert nur, wenn eine Infrastruktur geschaffen wurde, die es ermöglicht

  • kanalübergreifend
  • alle relevanten strukturierten und unstrukturierten Informationen
  • in Echtzeit und für Analysezwecke auch per Batchverarbeitung

nutzen und verwerten zu können.

Das ist natürlich mit den passenden Technologien und Werkzeugen möglich, welche aber nur im gemeinsamen Zusammenspiel zum Erfolg führen:

    • Klassisches BI und Warehousing
    • Mining und statistische Verfahren, beispielsweise mit R
    • Kombinierte Abfragen auf relationale Datenbanken für die einfacher strukturierten Daten welche meist schon vorhanden sind
    • Kombinierte Abfragen auf Hadoop und / oder NoSQL Datenbanken für die unstrukturierten oder polystrukturierten Daten wie Blogs, allgemeine Texte und Dokumente, Call Center Calls, Maschinendaten, Sensordaten, Log Files u.ä. Als Werkzeuge bieten sich hierbei SQL basierte Tools wie Hive, Impala, Big Data SQL und weitere Lösungen aus diesem Bereich an, welche in der Lage sind, in einer Query relationale, NoSQL und sonstige Big Data Datenquellen wie z.B. Files in Hadoop über die Hive Metadatenebene abzufragen und hierbei auch grundlegende analytische Funktionalitäten bereitstellen (Aggregationen über Summen, Durchschnitte, Max / Min, Gruppierungen)
    • Selbstlernende und über Regeln steuerbare Real Time Decision Engines, welche kanalübergreifend und mit statistischen Methoden arbeiten (Machine Learning) wie bspw. Naive Bayes, Logistic Regression und andere

Big Data Analytics & Master Data Management

Was also hindert Unternehmen (noch), hier die richtigen Schritte zu gehen?

Es gibt einige Hürden auf dem Weg. Das grundlegende Problem ist, dass die gewünschten und erforderlichen Erkenntnisse nicht einfach so aus den Daten herausspringen. Man braucht fundiertes Geschäftswissen und eine starke analytische “Ader” um die Zusammenhänge in den stark heterogenen Daten entdecken zu können. Wenn man dann aber in Lage ist, die scheinbar lose verteilten „Punkte“ miteinander in Beziehung zu bringen, hat man das Fundament geschaffen, um auch eine weitgehende Automatisierung der Prozesse in Angriff nehmen zu können.

Ein nicht zu vernachlässigender Faktor ist natürlich die Qualität der Daten und die inhaltliche Bedeutung dieser Daten für mein Unternehmen, bzw. das Wissen um ihre Herkunft und ihren „Werdegang“.

Hier ist ein gut aufgesetztes Master Data Management (MDM) in Verbindung mit einer sinnvollen Data Lineage Lösung ein wesentlicher Baustein. MDM und Data Lineaging zeigen kritische Beziehungen in der Gesamtheit der Daten auf, die mit den Kunden -aber nicht nur-  in Verbindung stehen und ermöglicht eine einheitliche Begrifflichkeit und Verständnis der Daten innerhalb eines Unternehmens.

Ein typischer Ablauf zur Etablierung einer umfassenden Customer Experience (CX) Lösung wäre also der folgende:

  • Aufbau einer passenden Infrastruktur mit relationalen Datenbanken, Hadoop, NoSQL Datenbanken und sonstigen, geeigneten Werkzeugen und Hineinbringen der Daten (Data Ingestion), wo noch nicht vorhanden
  • Zusammenbringen und Analysieren der Daten, finden der Zusammenhänge
  • automatisieren und produktiv setzen
  • Im laufenden Betrieb feinjustieren, fortwährende Analyse der Daten und Rückspielen der gewonnenen Einsichten

Das ist natürlich nicht an einem Tag zu bewerkstelligen. Der Aufwand lohnt sich aber. Während man üblicherweise für die Synchronisierung mehrerer Kanäle Einzellösungen etabliert, welche zu anderen nur bedingt oder gar nicht passen, wird im Grunde genommen jedes Mal das Rad neu erfunden.

Hier kann aber, über den einmal gemachten Aufbau einer generischen Lösung, sehr viel Zeit und Ressourcen eingespart werden. Darüber hinaus ist ein wesentlicher Punkt, die einfache und flexible Wartbarkeit und Erweiterbarkeit. Z.B. wenn die Anforderungen sich ändern oder neue hinzukommen.

Resümee

Den Kunden wirklich zu verstehen und so zu bedienen, dass er sich nicht falsch oder inkonsistent  behandelt oder –  schlimmer noch  – bevormundet fühlt, ist heutzutage eine Schlüsselaufgabe für eigentlich jedes Unternehmen.

Mit den mittlerweile etablierten Methoden und Technologien aus dem Big Data & Advanced Analytics Umfeld in Kombination mit “klassischen” Techniken und Werkzeugen bis hin zu einer dies unterstützenden Organisation, ist es heute möglich, dies umzusetzen. Einige Unternehmen nutzen diese Möglichkeiten bereits.

Eine kurze Anmerkung dazu noch: Genauso wie im Warehousing sind solche Systeme dynamisch und niemals völlig „fertig“. Gerade der Big Data Gedanke lebt von der Vorstellung, dass die Technologie eine solche Arbeitsweise effizient unterstützen und  ermöglichen muss. Das ist eine der großen Stärken dieses Ansatzes.

In einem der nächsten its-people newsletter werde ich anhand von Beispielen aus der realen Geschäftswelt auf die methodischen und technischen Aspekte des Ganzen noch tiefer eingehen.

 

Quellen:

Fotos by Fotolia Melpomene, iconimage

Das könnte Sie auch interessieren

Bleiben Sie informiert:

its-people hilft Ihnen...

Weitere Blogthemen: