„Die Icons auf dem 10,2-Zoll-Farbbildschirm machen es möglich, dass man auf einfachste Weise für den Alltag wichtige Funktionen unmittelbar und zentral abrufen kann“, erklärte der Erfinder und Firmenchef Mauro Sentinelli. „Dabei verbraucht das im Normalzustand ständig eingeschaltete Gerät nicht mehr als ein Fernseher im Standby-Modus. Statt einer Festplatte werden SD-Karten als Datenspeicher verwendet.

All diese Vorteile würden jedenfalls die zweijährige Entwicklungszeit und den dazugehörigen Entwicklungsaufwand in Höhe von zwei Mio. Euro rechtfertigen. Dafür spreche auch die Tatsache, dass es in Italien allein über 14,5 Mio. Haushalte gibt, die keinen Computer und zu zwei Dritteln davon keine Internet-Erfahrung haben. Deshalb sei es nicht übertrieben, so Sentinelli weiter, von einer kleinen „Revolution“ zu sprechen.

Selbst für ältere oder behinderte Personen werde der Umgang mit moderner Kommunikationstechnik zur Selbstverständlichkeit. Das mit Kamera, Mikrophon und Lautsprechern ausgerüstete Gerät steht über ein DSL-Kabel, WLAN oder USB-Stick mit dem Telefonnetz in Verbindung. Auch individuelle Zusatzdienste wie Horoskop, Wettervorhersage, Nachrichten, Chats oder Familienfotos werden mit einem Fingerdruck sofort abrufbar. Denkbar sei zudem eine Anwendung für innovative Dienste in der öffentlichen Verwaltung. Die Vielseitigkeit und Fortschrittlichkeit von „Alfred“ haben Mauro Sentinelli den Innovations 2009 Design and Engineering Award eingebracht. Der ehemalige Manager von Telecom Italia Mobile ist bereits als Erfinder der aufladbaren SimCard über die Landesgrenzen hinaus bekannt.

Diese Möglichkeiten widerspiegeln sich im Marketingtrend der kritischen Bewertung und Maximierung des «Return on Marketing», also dem Wechsel von der reinen Effektivitätsbetrachtung hin zur Effizienzbewertung. Potenziale der Logfiles nutzen…

Web Mining zur Leadgenerierung – Potenziale der Logfiles nutzen.

Das dafür notwendige Data-Mining-Werkzeug ist die innovative Analysemethode «Predictive(Web) Analytics», mit der Kundenwünsche erkannt, Verhalten vorausgesagt und das resultierende Wissen für die Gestaltung von noch profitableren Kundenbeziehungen nutzbar gemacht werden. Predictive Web Analytics verbindet online Daten mit effektiven «Events» wie Bestellungen,Käufen usw. und generiert zuverlässige Rückschlüsse auf zukünftige Ereignisse. Damit wird es möglich, die Affinität von Besuchern vorherzusagen, Cluster von Inhaltsbereichen zu berechnen, Besucher zu profilieren und Sequenzen von Aktivitäten auszuwerten. Predictive Web Analytics leistet somit sehr viel mehr als die reinen Webstatistiken, welche die Anzahl Users, Visits, Page Impressions, Top Pages, Top Referres und Errors eruieren.

Web Mining mit einem Predictive Analytics Modeler

Zur neuen Generation von Predictive Analytics Software (PASW) gehört das Web Mining, das alle genannten Analyseebenen abdeckt. Der Webserver liefert die Rohdaten aus Weblogs und anderen Informationsquellen der Website, aus denen sich ableiten lässt, nach welchen Mustern die Webseiten besucht werden, wo Probleme auftauchen, was den User interessiert, was er unternimmt und wahrscheinlich in Zukunft tun wird. Aufgrund dieser Erkenntnisse lassen sich einerseits die User segmentieren, andererseits kann das Angebot auf die Bedürfnisse der Kunden ausgerichtet und die Website in Echtzeit visuell und inhaltlich angepasst werden – zum Beispiel durch das Integrieren von Kaufanreizen oder Hilfen. Sogar anonyme User lassen sich unter optimalen Umständen nach wenigen Klicks einem Verhaltenssegment zuordnen. Loggen sich die User ein, ist die Identifikation noch einfacher. Das Unternehmen kann sie aufgrund ihres Webverhaltens in Zukunft personalisiert ansprechen.

Von Logzeilen zu relevanten Informationen

Der Wechsel vom technikfokussierten Bild anhand der Klickströme zur besucherzentrierten Sicht der Website erzeugt andere Fragestellungen: Was hat der Besucher gesehen? Was hat er getan? Anhand von Sectionstreams werden die besuchten Bereiche in der Besuchssequenz analysiert. Jeder «Event» in der Ereignissequenz (Eventstream) liefert hierzu präzise Informationen. Eine technische wie auch inhaltliche Herausforderung liegt darin, aus der Flut mehr oder weniger redundanter Log-Inhalte – womöglich noch aus verschiedenen Quellen – relevante Ereignisse, Events oder Aktivitäten zu identifizieren. Die handlungsrelevanten Website-Messwerte lassen sich aufgrund des Geschäftsmodells definieren. Die eigentlichen Analysen erfolgen auf Basis der Events (Bestellungen,Empfehlungen, Offertanfragen usw.). In der Regel geht es um Leadqualifizierung über den Kundenlebenszyklus hinweg.

Automatisierte Angebotsempfehlungen

Professionelle Websites unterstützen ihre User richtungsweisend bei der Auswahl oder beim Erwerb von Produkten. Dafür bedarf es der Resultate aus Empfehlungssystemen (Recommender Systems) bzw. aus Warenkorbanalysen, die Fragen beantworten wie: Welche Produkte oder Themenbereiche werden überdurchschnittlich häufig zusammen erworben bzw. miteinander assoziiert? Welche Produkte werden von Personen mit ähnlichen Interessen empfohlen? Aus beiden Ansätzen resultieren personalisierte (Kauf-)Empfehlungen für den Next Best Buy bis hin zu inhaltlich komplett individualisierten Websites. Individualisierte Empfehlungen basieren auf den persönlichen Präferenzen der Benutzer, dem Verhalten ähnlicher Benutzer (Collaborative Filtering) oder auf Objekteigenschaften(Content Filtering).

In einem hybriden Ansatz, dem Content Boosted Collaborative Filtering, werden die Nachteile der einzelnen Ansätze überwunden. Bei diesem kombinierten Vorgehen werden sparsam besetzte User-Objekt-Bewertungsmatrizen mittels einer inhaltsbasierten Filterung der vorhandenen Präferenzprofile aufgefüllt. Dazu wertet das Empfehlungssystem das Präferenzprofil eines Users aus und erstellt dann auf dessen Basis geschätzte Bewertungen für noch ungesehene Objekte. Hat der Nutzer bereits Objekte bewertet, wird die Schätzung damit ersetzt. Dieser Vorgang wird für alle User durchgeführt. Danach folgt das Collaborative Filtering zur Ermittlung benachbarter, ähnlich gelagerter User. Über Predictive Analytics können Kunden in Interessens- und Bedürfnis-Cluster eingeteilt werden, also in Kundengruppen,die in sich homogen und untereinander abgrenzbar sind. Next-Best-Buy-Empfehlungen stammen hier zum Beispiel aus (segmentspezifischen) Warenkorbanalysen. Die aus Streams vom PASW Modeler generierten Empfehlungen stehen dem User ebenfalls in Realtime zur Verfügung.

Fazit

Neben den Standard-Webstatistik-Tools wie Google Analytics,Webtrends usw., bei welchen Klickraten und Pageviews zählen, ist das Web Mining eine unverzichtbare Methode,um inhaltliche Informationen zu gewinnen – und eine verlässliche Entscheidungshilfe zur Optimierung elektronischer Geschäftsbeziehungen.

Quelle:

* Dr. Christiane Okonek ist Head of Data Intelligence bei

rbc Solutions AG, Meilen.

Kontakt: 044 925 36 36, E-Mail: christiane.okonek@rbc.ch

* Daniel Huber ist Head of Business Development bei

rbc Solutions AG, Meilen. E-Mail: daniel.huber@rbc.ch

Quelle: Kleinreport

Telefonie - ein hochwirksames Instrument

Viele Unternehmen haben die Vorzüge des direkten Dialogs mit ihren Kunden erkannt. Konsumenten definieren heute selber, über welche Kanäle sie kontaktiert werden möchten. Sie sind mehrheitlich auch bereit, Informationen preiszugeben, erwarten aber im Gegenzug einen klaren Nutzen.

 Gefragt ist somit ein effizientes Daten- und Kampagnenmanagement. Um den Erwartungen der Konsumenten Rechnung zu tragen, muss der Anbieter seine Kunden und deren Bedürfnisse kennen. Dies bedingt ein lückenloses Historisieren aller relevanten Informationen aus Kampagnen und Einzelkontakten. Oft ist es sinnvoll, die Daten mit zusätzlichen Informationen anzureichern und Erkenntnisse aus Datenanalysen beizuziehen, um bedürfnisorientiert kommunizieren zu können. Drei Voraussetzungen für eine optimale Marktbearbeitung:

 1. Datenhistorisierung:
In der Praxis stellt das systematische und zentrale Abbilden von Aktionen und Reaktionen von personalisierten Kampagnen über Off- und Onlinekanäle viele Unternehmen vor Probleme. Versäumt es der Anbieter beispielsweise festzuhalten, wer nicht reagiert hat, läuft er Gefahr, diese Konsumenten immer wieder mit gleichartigen Angeboten zu kontaktieren, obwohl sie sich gar nicht dafür interessieren. Gleichzeitig entstehen beim Unternehmen unnötige Kosten. Deshalb gehören sämtliche Aktions- und Reaktionsdaten aus Kampagnen in eine zentrale Datenbank. Auf Personen- oder Firmenebene sind dies:

- Aktionsdaten mit Angaben zu Medium, Kontaktzeitpunkt, Angebot und Kampagneninformationen
- Reaktionsdaten mit Angaben zu Responsemedium, Zeitpunkt, Art, Inhalt, Permission für weitere Kontakte
- Informationen über negative Kontaktversuche wie Bounces aus dem E-Mail-Versand, Postretouren, nicht  
   erreichte Personen aus der Telemarketing
- Kampagne – Informationen über alle übrigen Kontakte wie Offerten, Gespräche,Reklamationen et cetera.

2. Daten- und Adressmanagement:

Ein besonderes Augenmerk gilt es auf die kontinuierliche Pflege der Daten zu richten, damit keine Dubletten entstehen und inaktive Profile oder Umzüger bei der Datenselektion entdeckt und die Daten aktualisiert werden können. Ist ein Kunde doppelt erfasst, ist seine Historie nicht komplett. Cross- oder Up-Selling-Potenziale lassen sich nicht ermitteln und Risiken schlechter einschätzen. Ganz abgesehen davon, dass der Anbieter durch ungewollte Mehrfachkontakte seine Kunden verärgert und unnötige Kosten verursacht. Bei der Integration von Daten ist deshalb nicht nur ein orthografischer, sondern auch phonetischer Vergleich nötig. Ein professionelles und integriertes Phonetikmodul berücksichtigt verschiedene Schreibweisen und ermöglicht dadurch eine dublettenfreie Integration neuer Daten. Voraussetzung ist allerdings, dass die Adressdaten aktuell sind.

3. Datenanalyse:

Unternehmen, die ihre Kampagnen datengestützt managen, haben klar bessere Marktchancen. Die Analyse
der Kundendaten ermöglicht es beispielsweise, den Kunden dann anzusprechen, wenn ein Bedarf vorhanden ist oder wenn er absprunggefährdet ist. Analyse- und Segmentierungs-techniken wie Data Mining und statistische Methoden sind die Werkzeuge, um dieses wertvolle Wissen herauszufiltern. Die verfeinerten Analysemethoden sind notwendig, um den hybriden Konsumenten klassifizieren und ihm adäquat begegnen zu können. Erfahrene Datenanalysten wählen die geeignete Methode und werten die Ergebnisse aus.

Professionalität dank dem richtigen Sourcing-Modell: Weder das Daten- noch das Kampagnenmanagement gehören bei den meisten Unternehmen zum eigentlichen Kerngeschäft. Dank der technologischen Entwicklung lassen sich heute jedoch Prozesse oder Teile davon erfolgreich auslagern. Wurde hier das Thema Outsourcing von Teilen der Wertschöpfungskette früher nur ansatzweise in Erwägung gezogen, differenz-ieren heute viele Anbieter und setzen bewusst auf das für ihre Situation passende Modell mit professionellen Partnern.

Quelle: Contact Management – Autor: Tobie Witzig

Die wachsende Anzahl Kommunikationskanäle und die starke Fragmentierung der Zielgruppen zwingen Unternehmen aller Grössenordnungen mehr denn je zur Selektion. In einer zunehmend komplexer werdenden Kommunikationslandschaft steigt die Bedeutung eines ganzheitlichen, ressortüber-greifenden Schnittstellenmanagements zwischen Marke und Kunde.

Marken werden an unterschiedlichen Kontakt- und Inter-aktionspunkten über die gesamte Wertschöpfungs-kette eines Unternehmens erlebt – über klassische Werbung, das Web, ein Callcenter oder das Verkaufs-personal. Schon aufgrund eines einzigen Kontakts mit der Marke entsteht ein positives oder negatives Image. Eine negative Interaktion – zum Beispiel eine endlose Warteschleife beim Telefonanruf im Service Center – kann eine Beziehung beeinträchtigen. Das Gegenteil geschieht,wenn Marken ihre Kunden positiv überraschen. Ein Anruf des Vertriebs-mitarbeiters wenige Tage nach der Lieferung macht oft schon den grossen Unterschied.

Moments of Truth

Die Beispiele verdeutlichen, wie wichtig die verschiedenen Berührungspunkte der Marke mit Kunden, Nicht-kunden und anderen Stakeholdern sind – vor,während und nach dem Kauf. Ob im Business-to-Consumer- oder im Business-to-Business-Bereich:Alle Berührungspunkte mit der Marke sind wichtig. Denn die Kunden betrachten eine Marke immer als Gesamt-leistung und erwarten von jedem Kontakt eine maximale Leistung. Dabei wird in den meisten Fällen nicht zwischen Aussen- und Innendienst oder zwischen Chef und Mit-arbeitenden unterschieden. Ein Markenkontakt beeinflusst das Kundenerlebnis und hat somit einen direkten Einfluss auf die unternehmerischen Ziele wie Kundenzufriedenheit, -bindung und Markenwahrnehmung.

Mehr zu den Touch Points…
http://www.accelerom.com/fileadmin/pdf/Marken-_und_Marktmanagement_Marketing-Kommunikation_2008.pdf

Quelle: www.accelerom.com  Christoph Spengler/Martina Brenner