Was ist Customer Intelligence (CI)?

Zu den internen Daten einer CI gehören beispielsweise Daten aus einem CRM sowie erhobene Bewegungsdaten von Usern auf der eigenen Firmenwebsite.

Grundsätzlich generiert jede Kundeninteraktion mit dem Unternehmen auf die ein oder andere Weise interne Daten.

Zu den internen Datenquellen gehören:

• CDP: Kundendaten, Transaktionsdaten (Einkäufe, Retouren)
• ERP: Daten zur Ressourcenplanung
• Webanalyse Tool: Bewegungs- und Conversion-Daten auf der firmeneigenen Website
• CRM-System: Kundenstammdaten wie Email, Adressen, Namen, Alter
• Mailsystem: Kampagnendaten (Öffnungs- und Klickraten, etc.)
• Marketing-Automation-System: Daten aus automatisierten Marketingmaßnahmen
• Kampagnenmanagementsystem: Kampagnendaten (Interaktionen, Conversions)

Von externen Daten spricht man dann, wenn diese nicht direkt aus dem Unternehmen stammen, sondern über andere externe Datenquellen beziehungsweise Drittanbietern gewonnen beziehungsweise verfügbar gemacht werden. Das könnten zum Beispiel Daten aus einer Marktforschung oder einem Umfrageergebnis sein.

Bevor man jedoch beginnt, die unterschiedlichen Datenquellen zusammenzuführen und zu analysieren, sollte man diese noch auf deren Validität und Genauigkeit prüfen.

Die Datenqualität spielt dabei eine essentielle Rolle – es muss kontinuierlich sichergestellt werden, dass die verfügbaren Daten eine hohe Qualität besitzen, da es ansonsten zu falschen Schlussfolgerungen kommt und somit gegebenenfalls falsche Maßnahmen getroffen werden.

Weiters muss beachtet werden, dass sämtliche Daten ausschließlich im Einklang mit dem Datenschutzrecht erhoben und anschließend verarbeitet werden dürfen.

Zuallererst sollte nach gründlichen Überlegungen eine Entscheidung darüber getroffen werden, welche Daten für die Customer Intelligence herangezogen werden.

Die Komplexität, der Aufwand und die Kosten der Datenextrahierung aus den einzelnen verfügbaren Datenquellen sowie der daraus generierte Nutzen dienen hier oft als Entscheidungsgrundlage. 

Der große Mehrwert einer Customer Intelligence ergibt sich durch das Zusammenführen verschiedener Datenmengen aus diversen Datenquellen und deren anschließende Auswertung.

Um die riesigen Datenmengen aus den einzelnen Datenquellen sinngemäß aufbereiten und anschließend miteinander verbinden zu können, werden oft verschiedene automatisierte Echtzeit-Schnittstellen benötigt, welche diese Aufgaben übernehmen. 

Häufig benötigt es mehrere dieser Schnittstellen, welche alle miteinander harmonieren und funktionieren und aufeinander abgestimmt sein müssen – dies kann sich schnell zu einem komplexen, teils sehr technischen Projekt entwickeln.

Sind diese sogenannten Data Pipelines erstmal erfolgreich eingerichtet, erhält man einen 360-Grad-Blick über seine Kunden sowie einzelne Zielgruppen, was viele Vorteile mit sich bringt.

So ist es zum Beispiel möglich, die verschiedenen Touchpoints der Kunden entlang der Customer Journey abzubilden und zu analysieren. 

Kampagnen und deren Auswirkungen auf den Geschäftserfolg lassen sich mit Hilfe dieses 360-Grad-Blicks besser verstehen und einzeln evaluieren. Die daraus gewonnenen Erkenntnisse spielen oft eine wesentliche Rolle in der Optimierung der Budgetverteilung und Durchführung von zukünftigen Marketingkampagnen. 

Zudem ermöglicht die Customer Intelligence eine gezieltere Ansprache, was dazu beisteuert, Streuverluste bei Kampagnen zu reduzieren. 

Außerdem macht es diese Zusammenführung der Daten möglich, einzelne Marketingmaßnahmen wie zum Beispiel einen Produktberater dahingehend zu prüfen, inwiefern sich dieser auf den Geschäftserfolg auswirkt (Wie sieht die Retourenquote bei Usern aus, welche einen Produktberater vor dem Kauf abgeschlossen haben versus User, die dies nicht getan haben?)

Allerdings können nicht nur die Marketingmaßnahmen optimiert werden – solch ein 360-Grad-Blick ermöglicht es außerdem, das Geschäftsmodell an sich zu optimieren.

So können zum Beispiel saisonale Unterschiede bei Produktabsätzen besser vorhergesagt werden, wodurch die Produktion besser gesteuert werden kann, um sich besser auf diese Schwankungen vorzubereiten. Produktpaletten können aufgrund von beobachteten Kundenverhalten und Wünschen angepasst und optimiert werden.