customer intelligence: innovative instrumente zur analyse ... · analysis single level multi level...

17.04.02 / Dateiname

22. Stuttgarter Unternehmergespräch

1

Customer Intelligence:Innovative Instrumente zur Analyse

und Steuerung vonKundenbeziehungen im Internet

Förderkreis Betriebswirtschaft an derUniversität Stuttgart e.V.:


Dr. Peter FlorenzHenkel KGaA

7. November 2002



2

AgendaKundenbeziehungen im Internet

Customer Intelligence für Daten aus dem Internet

Fallbeispiel Henkel

Fazit



3

Nutzenpotentiale des IT-Einsatzes im Internet

Aufwand

Nut

zen

Information(z.B. Online-Recherche, elektronisches Archiv,

Produktkatalog im Netz)

Kommunikation(z.B. E-Mail-

Korrespondenz,Videokonferenz)

Transaktion(z.B. E-Commerce,

Teleservice, Kundenservice,

E-IntegrationWorkflow(E-Workflow, z.B.

Dokumentendurchlauf, Wiedervorlage)

Elektronische GeschäftsabschlüsseHandelsabwicklung

Adressierung und Entwicklung vonInteressengruppenGemeinschaftliches Arbeiten

Marketing und WerbungInteraktionNachrichten- & Datenaustausch

Informations- und DatenpräsentationGemeinsam genutzte DatenbankenSuchdienste



4

Anforderungen an Customer Intelligence

Wer sind unsere Kunden und welche Anforderungen stellen diese an uns?

Welche Angebote nehmendie Kunden an ? (Informationen/Produkte)

Sind die kundenbezogenen Prozesse effizient und effektiv?

Welche Kunden sind für uns attraktiv?

Controlling

Marketing



5

Anwendungsmöglichkeiten von Customer Intelligence

Wer sind unsere Kunden und welche Anforderungen stellen diese an uns?

Welche Angebote nehmendie Kunden an ? (Informationen/Produkte)

Sind die kundenbezogenen Prozesse effizient und effektiv?

Welche Kunden sind für uns attraktiv?

Kundensegmentierung/ -klassifikationKauf- und Informationsverhalten

Cross Selling/ProduktverbundbeziehungUp SellingSortimentsoptimierung

KampagnencontrollingMulti Channel ManagementVertriebskanalsteuerung

KundenergebnisrechnungKundenpotenzialbewertungKundenbindung



6



Fallbeispiel Henkel

Fazit



7

Customer IntelligenceNutzung aller elektronisch verfügbarenKundendaten, um mit Hilfe von Methoden desBusiness Intelligence betriebswirtschaftlicheFragestellungen aus den Bereichen desVertrieb/Marketing und Controllingzu beantworten.

Konzeption von Analysen ausvorhandenen Kundendaten,Ableitung von Optimierungs-vorschlägen, Gestaltung undRealisierung von Systemen zumdauerhaften Monitoring.

Kundendaten

Business

Intelligence

Marketing

ControllingCustomer

Intelligence



8

Die Bausteine von Customer Intelligence

Web-daten

Webdaten-management

Handlungs-empfehlungen

und Umsetzung

BusinessIntelligence

Umsatz- undGewinnpotenzialAnalyseergebnisse



9

Die Bausteine der HCI-Analysen

Web-daten

Webdaten-management


und Umsetzung





10

Qualitätsorientiertes Webdatenmanagement ist die Basis

Web-daten

die Daten sind fehlerhaft

die Daten sind nicht verknüpft

die Daten stehen den Verantwortlichen nicht zur Verfügung

die Daten sind nicht strukturiert und damit nicht auswertbar

die Daten werden nicht archiviert

Zusammenführen, Prüfen, Bereinigen, Ergänzen, Aktualisieren, Kontrollieren



11

Durch Verknüpfung verschiedener Webdaten entstehtneues Wissen zur Optimierung der Kundenbeziehung

Verknüpfungsdaten– Name,

– CookieID

– Email

– ...

KundenbezogeneBewertungsdaten

Daten aus Web-anwendungen

Kontaktdaten

UmsatzDeckungsbeitragKundenwertKundenklassifikation...

AvatardatenSetcarddatenNewsletterdatenQuiz-Daten…

Aktions-/Reaktionsdaten

LogfilesKundenfeedbackBeschwerdenBestelldatenKampagnendaten

AnschriftTelefonMobilFaxEmail...



12

Die Bausteine der HCI-Analysen

Web-daten

Webdaten-management


und Umsetzung





13

Business Intelligence

OLAP

Business Intelligence

Customer Warehouse

Aufbau einsmultidimensionalenDatenwürfels, dessenDimensionenbetriebswirtschaftlich relevanteGliederungskriterien sindNutzergesteuerte Analyse undReports aufgrund gegebenerDimension(z.B. Drill down)

Data Mining Deskriptive Statistik

Exploratives Verfahren zurAufdeckung von Mustern ingroßen DatenbeständenDas System generiertHypothesen, dieanschließend validiert werdenmüssen

Beschreibende quantitativeAnalysen mittels statistischerMaßgrößen (z. B.arithmetisches Mittel),grafischer (z. B. Histo-gramme) und tabellarischerDarstellungenEindimensionale statistischeFragestellungen



14

Erfolgreiches Kundenbindungsmanagement imOnline / Offline-Bereich

(Quelle: in Anlehnung an Homburg, C., Bruhn, M. (2002), S. 10)

Unterstützende Analysen

Faktoren der Kundenbindung

Individualität der LeistungHeterogenität desLeistungsspektrumsHeterogenität der Kunden-erwartungenMarktbezogene DynamikMarktbezogene Komplexität

Ausgestaltung der kundenbe-zogenen InformationspolitikMitarbeitermotivation u.ä.Persönliche BeziehungVariety Seeking-MotiveImageAlternativenzahlBequemlichkeit der Kunden

WechselbarrierenMöglichkeit vertraglicher BindungenFunktionaler Verbund der ange-botenen LeistungenErtragspotenzial der KundenLeistungsbedürfnis der KundenPreisrestriktionenKundenfluktuation

Kontaktanalysen

Kunden-loyalität

AkzeptanzVertrauenpositiveEinstellungen

Phase 3

Kunden-zufriedenheit

Bewertungdurch Soll-Ist-Vergleich

Phase 2

Kunden-bindung

WiederkaufCross-BuyingWeiter-

empfehlung

Phase 4

ÖkonomischerErfolg

Phase 5

Technische und Usability Analysen

Segmentierung

Erfolgsorientierte Analysen

Prozessanalysen

Kampagnencontrolling

ErstkontaktBesuch derWebpräsenzKaufInanspruch-nahme derLeistung

Phase 1



15



Fallbeispiel Henkel

Fazit



16

Henkel Worldwide

Henkel

ist führend mitMarken und Technologien

die das Leben der Menschenleichter, besser und schöner machen.



17

Drei Kompetenzfelder

Qualität mit Marken & Technologien

HomeCare

Adhesives, Sealants& Surface Treatment

Konsumenten

Personal Care

Industrie



18

Sales 2001: 9.4 bn. €

Home Care

Personal Care

Sales by Business Sector

Technologies

33%

30%22%

ConsumerAdhesives

14%

1%Corporate



19

Sales by Regions

Europe/Africa/Middle East

North America

Latin America

Asia/Pacific

5%72%

15%

8%

Sales 2001: 9.4 bn. €



20

Globale Strategie

VorstandGeschäfts-

führung

Unternehmensstrategie

Globale Infrastruktur

Wasch-/Reinigungs-

mittel

Kosmetik/Körperpflege

Klebstoffe fürKonsumenten& Handwerker

HenkelTechnologies

Unternehmensbereiche

Globale Strategien der Strategischen Geschäftseinheiten

Finanzen

Funktionen

Human Resources



21

•• e-Biz Steering Committeee-Biz Steering Committee(“GF + e-Biz Mgr.”)(“GF + e-Biz Mgr.”)

•• e-Biz Core Teame-Biz Core Team(“e-biz Manager”)(“e-biz Manager”)

•• e-Biz Divisional Teamse-Biz Divisional Teams(“on-top-approach”)(“on-top-approach”)

E-Biz Organisation Henkel Gruppe



22

Grundsätzliche HerausforderungGrundsätzliche Herausforderung::indirekter Vertriebindirekter Vertrieb = = keine direkte Messung zusätzlicher Abverkäufekeine direkte Messung zusätzlicher Abverkäufedurch durch B2CB2C

TechnischeTechnische/administrative /administrative HerausforderungenHerausforderungen::- international - international unterschiedliche unterschiedliche Hosting-Hosting-VerträgeVerträge => => unterschiedliche Logfileunterschiedliche Logfile--StrukturenStrukturen und und StatistikenStatistiken- - verschiedene Datenbankverschiedene Datenbank--StrukturenStrukturen und - und -SystemeSysteme- - unterschiedliche Pflegeunterschiedliche Pflege- und - und DatenDaten--SicherungsansätzeSicherungsansätze- international - international nicht einheitliche Programmierungnicht einheitliche Programmierung/CMS/CMS

Problem Problem statistischer Informationen statistischer Informationen - - mangelnde Validitätmangelnde Validität und und Realiabilität Realiabilität - - unterschiedlicheunterschiedliche Web-Reporting Web-Reporting SystemeSysteme- - internesinternes und und externes externes BenchmarkingBenchmarking

Herausforderungen Customer Intelligence in B2C



23

•• weltweit einheitliche, reliable und weltweit einheitliche, reliable und valide valide Informationen zurInformationen zurwirtschaftlichen Bewertung und Steuerung der Web-Aktivitätenwirtschaftlichen Bewertung und Steuerung der Web-Aktivitäten

•• Nutzung der bisherigen Erkenntnisse und WebsitesNutzung der bisherigen Erkenntnisse und Websites

•• step-by-step Implementierung von Data-Analysis- & Evaluation-step-by-step Implementierung von Data-Analysis- & Evaluation-Projects statt Kauf “grosser” LösungenProjects statt Kauf “grosser” Lösungen

•• tendenziell Outsourcing von nicht permanent sich wiederholendentendenziell Outsourcing von nicht permanent sich wiederholendensowie vom Anforderungsprofil sich schnell ändernder Tätigkeitensowie vom Anforderungsprofil sich schnell ändernder Tätigkeiten

•• einfache, auch von “Non-Experts” handhabbare Lösungeneinfache, auch von “Non-Experts” handhabbare Lösungen

•• Vermeidung technischen “Wildwuchses”Vermeidung technischen “Wildwuchses”

Ziele Customer Intelligence B2C



24

Projektphase 1 – Aufbau Kennzahlensystem

Definition derAnforderungenan Messgrößen

• Workshops mit denFachabteilungen zuden Zielen derWebpräsenzen

• Analyse derbestehendenMessgrößen

• Desk Research

Definition desMessverfahrens

• Aufbau desAuswertungssystems(Prototyp)

• Definition desMessverfahrens

• Realibilität derSteuerungsgrößen

Testphase

• Nutzung undAuswertung derdefiniertenSteuerungsgrößen zurAnalyse verschiedenerInstrumente desMarketing-Mixes

Ergebnis-bewertung

• Definiertes Set ausSteuerungsgrößen zurMessung desbetriebswirtschaftlichenErfolges

• Empfehlung zur IT-Umsetzung /Fachkonzept

• Dokumentation derLessons Learned

www.color105.com (Test von eigenem Online-Shop)

www.fa.com (Image-Seite)

www.minirisk.ch (Online-Verkauf via LeShop)

www.schwarzkopf.com (Info/Image/Extranet)



25

Metriken: ÜbersichtKontakt Metriken

Reichweite / Besuche / HäufigkeitBesuche je Zeiteinheit / PeriodeReferrer / SuchmaschinenEinstiegs- / Ausstiegseiten...

InteraktivitätsmetrikenVerweildauerBesuchstiefeNutzung interaktiver ElementePfadanalyseDownload von DateienGrad der Personalisierung einzelnerNutzer...

Technische MetrikenUsability

Verfügbarkeit

Datenvolumen der User

Verwendeter Browser / Betriebssystem

...

Ergebnisorientierte MetrikenProdukt- / Markenimage

Kaufverhalten / Transaktion

Kampagnenerfolg

ROI

Marktanteil

...



26

Beispiel Kontaktmetriken:Indikatoren für das externe Such- und Browsingverhalten

Site-externes Such- und Navigationsverhalten1. "Woher kommen die Kunden auf die Website?"

2. "Wo betreten die Kunden die Website?"

Zugang überSchlüsselwörter

von externenSuchmaschinen

(Searching)

- BeurteilungKeyword

Advertising

Startseitenanalyse

Woher kommen dieBesucher?

z.B. Yahoo, GMX...

Herkunftsanalyse

Zugang über Verweisevon externen Websites

(Browsing)

Wo betreten dieBesucher

die Website?

Häufige Startseiten(interessant:

häufigeEinstiegsseiten <>

Homepage)

Bezogen aufsämtliche Besuche

(Visits)

Häufige Startseitenmit geringerAttraktivität

Bezogen aufBesuche,

die nur eine Seiteaberufen haben

(single page visits)

StatischeVerweise

DynamischeVerweise

Welche Verweise werdengenutzt?

(z. B. Foren, DiscussionGroups)

Zugang überBanner-Werbung(Ad evaluation)

Extern zu messende Sachverhalte

Popularität derWebsite

(welche Verweisegibt es im WWW?)

Suchwortranking(Welche

Suchwörterverweisen wie auf

die Website)

Wo hatten die BesucherInformationen über die Website

her? (Offline)-> Befragung z.B. bei Bestellung

-> Codes / Gutschein-Markierung

Share of VoiceVergleich mit Konkurrenzaktivitäten:

- Suchwortranking der relevanten Konkurrenten- Popularität der Websites der relevanten Konkurrenten



27

Contact metrics

Interactivity metrics

Technical metrics

Result-oriented metrics

Visits

Cost per 1.000Visits

Effect control ofpromotions

Search words/ phrases

Referrer

Clusteranalysis

Multi levelSingle level

Link structure

Browser

Operatingsystems

Stresstest

Traffic

Fulfillment ofrequests

Costs Visitor-information

Keywordplacing

Popularity

Entry pages

Single accesspages

Duration

Online costs

Visit depth

Contentpages cost

Personalinformation

Avatar

Internalsearch engine

Information -Cost relation

Ursachen-Wirkungs-Kette:Beispiel Information Website



28

Bausteine für die Implementierung desSteuerungssystems

DatenQuellen

DatenVorbereitung

DatenAnalyse

DatenVisualisierung

StandardLog File

“Neue” Besuchs-definition

Analytical Add-onAnalytical Service

ErweitertesReportingWerkzeug

BesuchDefinition &Daten Filter

Aufgaben:

Web-trends

DB

WebtrendsAnalysis

WebtrendsWeb Reporting



29

Visualisierung der Ergebnisse und ZugriffsmöglichkeitenBeispiel 1 – Web-Portal



30

Visualisierung der Ergebnisse und ZugriffsmöglichkeitenBeispiel 2 – Zugriff auf Ergebnisse einer Webpräsenz (I)



31

Visualisierung der Ergebnisse und ZugriffsmöglichkeitenBeispiel 2 – Zugriff auf Ergebnisse einer Webpräsenz (II)



32

Visualisierung der Ergebnisse und ZugriffsmöglichkeitenBeispiel 3 – Bestellung einer individuellen Analyse



33

Visualisierung der Ergebnisse und ZugriffsmöglichkeitenBeispiel 4 – Zugriff auf eine Segmentierung



34



Fallbeispiel Henkel

Fazit



35

FazitDie Vereinheitlichung von Steuerungsgrößen (insbesondere dieVereinheitlichung der Datenbasis) schafft die Grundlage für reliable, valide undbenchmarkfähige Informationen.

Die ganzheitliche Konzeption des Kennzahlensystem ermöglicht eine sehr vielbessere Anbindung der Aktivitäten an die gegebenen Ziele und sie stellt zumanderen eine große Hilfestellung für den jeweiligen Webseitenverantwortlichendar.

Die vorhandenen Handlungsalternativen können in Ihrer Ergebniswirkung sehrviel besser bewertet werden.

Der modulare IT-Aufbau ermöglicht eine einfache Anpassung an die sich ständigweiterentwickelnde Umgebung.

customer intelligence: innovative instrumente zur analyse ... · analysis single level multi level...

Documents