Veröffentlicht in Customer Experience Management

Fünf Techniken, um aus Daten handlungsrelevante Insights zu gewinnen

Dies ist ein Auszug aus dem Artikel “5 Methodologies to Kick-Start Your CX Programm” (Unlock the Value of CX)

Wer heute Daten schnell in sinnvolle Informationen und handlungsrelevantes Wissen umwandelt, besitzt einen entscheidenden Wettbewerbsvorteil. Kein Wunder, dass immer mehr Unternehmen in entsprechende Analysetechniken investieren. Hier möchten wir Ihnen fünf verschiedene Methoden vorstellen.

Data Mining findet versteckte Muster

Mit Data Mining finden Sie versteckte Muster in Datensätzen – und auf diese Weise spannende Insights, mit denen sich Customer Experience (CX) Programme weiter ausbauen lassen. Doch Achtung: Data Mining ist kein Allheilmittel. Drei Punkte gilt es zu beachten.

Erstens benötigen Sie die geeigneten Arten von Daten, einschließlich wichtiger Variablen, wie beispielsweise zur Demographie. Zudem müssen Sie für die Erfassung und Bereinigung der Daten viel Zeit einplanen – allein diese Aufgabe nimmt bis zu 80 Prozent des Projektaufwands in Anspruch. Und drittens gewinnen Sie die Insights nur selten in einem Schritt, sondern vielmehr durch das sukzessive Wiederholen und Ausprobieren.

Von diesen Punkten sollten Sie sich jedoch nicht abschrecken lassen. Es gibt viele bekannte Beispiele, bei denen Data Mining zu durchschlagenden Geschäftserfolgen geführt hat, zum Beispiel beim führenden US-Einzelhändler Walmart. Er konnte mit Data Mining erfolgreich Kundensegmente ermitteln, die entweder unter- oder überversorgt sind.

Das Erkennen von Mustern erlaubt es Unternehmen, die zugrunde liegenden Gründe für unterschiedliche Bewertungen auszuloten und entsprechend zu handeln. Im Klartext: Sie können so Mängel beseitigen und Erfolg herbeiführen.

Mit prädiktiver Analytik Stimmungen prognostizieren

In vielerlei Hinsicht ähnelt die prädiktive Analytik dem Data Mining, jedoch liegt hier der Schwerpunkt auf kundenspezifischen Prognosen. Für ein erfolgreiches CX-Programm ist die prädiktive Analytik nützlich, um sowohl unzufriedene Kunden als auch äußerst zufriedene Kunden zu identifizieren, die weitere Aufträge beziehungsweise Käufe planen.

In der Vergangenheit haben Marktforscher zumeist auf einfachere Techniken wie Hot Alerts zurückgegriffen, um vor abwanderungswilligen Kunden zu warnen. Hot Alerts funktionieren jedoch nur bei denjenigen Kunden, die sich an einer Befragung beteiligt haben und dort entsprechend aufgefallen sind.

Die prädiktive Analytik analysiert und verknüpft hingegen Kundendaten aus praktisch jeder Quelle, um sie anschließend auf individuelle Ebene herunter zu brechen. So entstehen aus der Fülle an Daten handlungsrelevante Einblicke in einzelne, individuelle Transaktionen. Am Ende lassen sich so Gefühle und Stimmungen von Personen prognostizieren, die auf Fragebögen gar nicht antworten.

Key Driver Analysis identifiziert die wahren Treiber

Unternehmen müssen die wichtigsten Faktoren ermitteln, die Einfluss auf die Gesamtzufriedenheit (OSAT) oder auch den Net Promoter Score (NPS) haben. Obwohl Korrelationen und Regressionsanalysen häufig zur Identifizierung von Schlüsselfaktoren eingesetzt werden, sind diese Techniken nicht frei von Problemen. So konzentrieren sich Korrelationen nur auf einfache paarweise Beziehungen, die den Gesamteffekt aller Variablen ignorieren. Die Regression unterliegt der unrealistischen Annahme, dass viele der CX-Attribute nicht miteinander in Verbindung stehen.

Der beste Weg zur Bestimmung der entscheidenden Variablen sind daher Mittelwertermittlungen wie zum Beispiel die True Driver Analysis (TDA). Sie verwendet alle sinnvollen Kombinationen von Variablen, um die Gesamtzufriedenheit vorherzusagen.

Text Analytics wandelt unstrukturierte Kommentare um

In den vergangenen Jahren haben sich Textanalyse und Spracherkennung in hohem Maße fortentwickelt – denken Sie nur allein an Apples Siri oder Amazons Alexa. Für Marktforscher bietet die Textanalytik heute die Möglichkeit, ohne großen Aufwand aussagekräftige Zusammenfassungen von Kommentaren zu erstellen.

Mit moderner Textanalyse-Software können Sie nun auch über die Grenzen traditioneller Metriken hinausschauen – indem Sie Tausende unstrukturierter Kommentare Ihrer Kunden in aussagekräftige Informationen und Handlungsempfehlungen umwandeln.

Dabei lassen sich aus nahezu jeder Quelle automatisch die wichtigsten Inhalte auslesen. Schließlich identifizieren Sie dank treffsicherer Analysetechnik automatisch ihre relevantesten Themen und können so wichtige Maßnahmen anstoßen.

Visualisierung beschleunigt Entscheidungen

Ein schneller Blick auf das, was entscheidend ist – das ist in der sich immer schneller drehenden Welt von hoher Bedeutung. Eine gute Datenvisualisierung bietet Nutzern sowohl einen zusammenfassenden Überblick als auch die Möglichkeit, sich schnell und gezielt auf relevante Details zu fokussieren.

Übersichtliche Grafiken unterstützen also eine schnelle und umfassende Bewertung der bereitgestellten Informationen. Das Grundprinzip der Datenvisualisierung ist dabei, Daten erklärend und erforschbar abzubilden sowie dem Nutzer das „Lesen“ und die Verarbeitung der datenbasierten Informationen zu erleichtern. Um den Lesefluss der Nutzer zu unterstützen, gilt es folgende Design-Aspekte zu berücksichtigen:

  • der gezielte Einsatz präattentiver Attribute, also Merkmale, die unbewusst und vor der bewussten Informationsverarbeitung wahrgenommen und bewertet werden,
  • die Anordnung von Funktionalitäten (z. B. Navigation) in gelernten Strukturen und
  • eine konsistente Verwendung wiederkehrender Visualisierungselemente.

Sie sehen: Mit unterschiedlichen Techniken können Sie aus Daten schnell die entscheidenden Insights herausarbeiten. Ihr CX-Programm wird es Ihnen danken!