IT & Technik, Marketing & Vertrieb
Kommentare 1

Predictive Analytics – wie der Cyber-Kaufmann die Wünsche seiner Kunden erkennt

Predictive Analytics

Auf dem Weg in die Cyber-Kriminalistik hat die Münchner Polizei unlängst „Precobs“ in Betrieb genommen. Das Computersystem soll Wohnungseinbrüche vorhersagen und fußt auf der alten kriminologischen Erkenntnis, dass der Täter immer an den Tatort zurückkommt. Das heißt, dass sich nach einem Einbruch in einem Gebiet das Delikt dort häuft. „Precobs“ verarbeitet unter anderem große Mengen statistischer Verbrechensdaten und kann so Gefahrengebiete erkennen. Idealerweise wartet die Polizei dann schon an der Schmuckschatulle auf die Täter.

Das Ganze ist keineswegs Kaffeesatz-Leserei. Die Polizei in Zürich etwa, die schon länger damit arbeitet, meldet 87 Prozent richtiger Prognosen. Schon bald soll das System auch Autoknacker stoppen.

Minority Report?

Solche Systeme sind indes keine Erfindung bloß für Cyber-Cops. Sogenannte Predictive Analytics Lösungen eröffnen Handel, Dienstleistung, Industrie und Gewerbe revolutionäre Möglichkeiten zur Verbesserung  von Marketing, Werbung und Kundenpflege (CRM). Werbung beispielsweise ist teuer. Deshalb möchte man Streuverluste minimieren.

Dazu braucht es eine virtuelle Ressource – Kundendaten. Viele solcher Daten liefern Kunden oft sogar personalisiert frei Haus, etwa durch ihr Surf- oder Konsumverhalten im Internet, Aktivitäten auf Social-Media-Kanälen. Aber auch anonymisierte Daten liefern wertvolle Hinweise. Jede an ein Warenwirtschaftssystem angeschlossene Kasse schlüsselt Einkäufe nach Warengruppen oder einzelnen Artikeln auf. Diese Daten lassen sich für ein gezieltes CRM nutzen. Mit dem Instrument des sogenannten Data Mining ist es möglich, in großen Datenmengen Einkaufs- oder Verhaltens-Muster zu erkennen.

Ein Beispiel: Eine Supermarktkette hat auf diesem Wege erkannt, dass Windeln und Bier überdurchschnittlich oft zusammen gekauft werden. Man schloss daraus, dass fürsorgliche Väter, von ihren Frauen zum einkaufen geschickt, diese Gelegenheit eben auch gerne zum eigenen Genuss nutzen. Eine geschickte Platzierung des Biers auf dem Weg zu oder von den Windeln konnte den Bierabsatz noch optimieren – demnächst gibt’s das Paket Windeln dann möglicherweise sogar direkt im Getränkemarkt.

Kennen wir uns?

Aus den Erkenntnissen des Data Mining entwickelt das Instrument der Predictive Analytics Algorithmen, die Wünsche und das Verhalten eines Kunden oder einer Kundengruppe zuverlässig vorhersagen. Zielgruppen von Werbe- und Marketing-Kampagnen lassen sich leicht erkennen, Warensortimente auch regional optimieren. Das geht so weit, dass sich sogar der vom Kunden akzeptierte Preis ermitteln lässt.

Wer seine Kunden und ihre Wünsche kennt, zieht aus solchen Vorhersagen gleich doppelten Nutzen: Erstens steigert er Umsatz und Gewinn. Zweitens, weil gespartes Geld genauso viel wert ist wie verdientes, verhindert er Kosten durch falsche Lagerhaltung oder Warenbestellungen.

Predictive Analytics

Pin it!

1 Kommentare

  1. Pingback: Predictive Analytics – wie der Cyber-Kauf...

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Wenn Du wissen möchtest, welche Daten wir beim Hinterlassen eines Kommentars speichern, schau bitte in unsere Datenschutzerklärung.