Startseite > Office & Kommunikation > Algorithmen für ein kundenzentriertes Marketing

Kundenservice

Algorithmen für ein kundenzentriertes Marketing

11. Juli 2016, 10:22 Uhr | Autor: Kay Knoche / Redaktion: Diana Künstler

Fortsetzung des Artikels von Teil 1

Next Best Algorithmus

Technisch steht hinter dem NBA-Verfahren ein Algorithmus, der kleine transaktionale Entscheidungen trifft, also Entscheidungen, die jeden Tag tausende Male getroffen werden müssen und die bisher aufgrund des „Bauchgefühls“ der Angestellten am Point of Sale getroffen werden. Jede einzelne Entscheidung trägt nur minimal zum Geschäftsergebnis der Organisation bei. In der Summe über alle Kundeninteraktionen ist der Effekt allerdings enorm. Diese Entscheidungslogik wird vom NBA-System entweder dem zuständigen Mitarbeiter bereitgestellt oder fließt in eine Engine ein, die entsprechende Automatismen versorgt. In einem ausgereiften NBA-System funktionieren diese Algorithmen selbstlernend. Es unterbreitet den Kunden also immer wieder Vorschläge. Der Erfolg dieser Vorschläge wird an das System zurückgemeldet, sodass der Algorithmus jeden einzelnen Kunden immer besser kennenlernt. Darüber hinaus werden aber auch Korrelationen gemessen; Korrelationen zwischen den Eigenschaften eines Kunden und seinen Vorlieben. Im Detail erfolgt der Entscheidungsprozess dreistufig:

Zunächst werden die möglichen Alternativen anhand der verfügbaren Informationen soweit reduziert, dass nur diejenigen weiter betrachtet werden, die für den Kunden auch tatsächlich in Frage kommen. Ein Fahrzeug, das am Standort nicht verfügbar ist, bietet das System nicht an, und ein Produkt das der Kunde schon hat, empfiehlt es nicht noch einmal.
Im nächsten Schritt werden die verbleibenden Angebote durch analytische Modelle bewertet. Auf diese Weise kann man prognostizieren, wie hoch die Wahrscheinlichkeit ist, dass der Kunde positiv auf ein Angebot reagiert. Was in diesem Zusammenhang positiv ist, wird im Algorithmus als Geschäftsziel definiert. Es kann positiv sein, dass der Kunde ein bestimmtes Produkt in seinen Warenkorb legt, es kann positiv sein, dass der Kunde einen möglichst prall gefüllten Warenkorb an der Kasse bezahlt oder dass der Kunde die bestellten Produkte nicht wieder zurückschickt. Und es kann auch als positiv bewertet werden, dass der Kunde möglichst schnell aus der Call-Center-Leitung verschwindet oder dass er einen besonders hohen Zufriedenheitsgrad erreicht.
Im dritten Schritt werden diese zum Teil konkurrierenden Geschäftsziele im System messbar gemacht und jeweils mit einer relativen Gewichtung versehen.

Reagiert nun der Kunde positiv im Sinne der Geschäftsziele auf die Vorschläge, speichert das System diese Reaktion und korreliert diese mit den Eigenschaften des Kundenprofils. Auf diese Weise optimiert sich das System selbstständig in Richtung der vorgegebenen Geschäftsziele.

Ein derartiges NBA-System schwingt sich bereits nach kurzer Zeit in einem optimalen Zustand ein. Die Vorschläge, werden für jeden einzelnen Kunden so ausgewählt, dass die gemessenen Geschäftsziele für alle Kunden gemäß ihrer Gewichtung maximiert werden. Um sicherzustellen, dass man verändernden Marktanforderungen, das heißt Veränderungen des Kundenverhaltens, kurzfristig Rechnung trägt, kann das System auch einer kleinen Testgruppe von Kunden nicht das optimierte, sondern ein zufälliges Angebot, vorlegen. Dadurch wird auch der als optimal erkannte Zustand immer überprüft. Auf diese Weise ist Next Best Action-Decisioning ein entscheidendes Verfahren für den Übergang vom produkt- zum kundenzentrierten Marketing.