In der IT und Kommunikationsbranche liegen sehr umfangreiche Datenmengen vor, auf deren Basis optimale kundenorientierte Vertriebsstrategien entwickelt werden müssen (analytisches CRM). Typische Fragen unserer Kunden sind dabei:

  • Wie hat sich der ARPU in den letzten 6 Monaten für die Kunden entwickelt, die innerhalb der ersten 2 Monate nach dem Launch von Produkt B, von Produkt A zu B gewechselt sind (Early Adopters)?
  • Welchen Einfluss hatte dieser Wechsel auf die Profitabilität dieser Kunden?
  • Wie viele Kunden haben mehr als einen Vertrag und wann ist die Kundenbeziehung gestartet?
  • Wie hoch ist die Abwanderungsrate der Kunden, die ein Produkt-Upgrade bekommen haben, im Vergleich zum Durchschnitt?
  • Wie kann der Kundenlebenswert (CLV) ermittelt werden?
  • Über welchen Vertriebskanal haben Vertragsverlängerungen den größten Erfolg?

Ihr Nutzen

Kundengewinnung, Kundenbindung und der Kundenwert sind für den Erfolg unserer Auftraggeber aus der IT und Kommunikationsbranche entscheidende Stellgrößen. In Ihren Kundendaten ist sehr viel Information verborgen, die Sie benötigen, um dem richtigen Kunden zur richtigen Zeit das richtige Angebot zu machen.

Unser statistisches Know-How in den Bereichen Data Mining, Scoring, OLAP und Business Intelligence vereinen wir hierbei zum Nutzen unserer Kunden mit langjähriger DWH Erfahrung und Expertenwissen im Kampagnenmanagement und beim Handling komplexer IT-Systeme.

Dienstleistungen in der IT und Kommunikationsbranche

Unsere analytischen CRM-Konzepte umfassen folgende Bereiche:

  • Nutzungsanalysen der CDRs. Die Konsolidierung von CDR-Massendaten ist eine Voraussetzung für unterschiedliche Analysen, Simulationen und Retention Programme.
  • Balanced Score Card. Telco-spezifisches Balanced Score Card-System zur Unterstützung der Unternehmensführung.
  • Wichtige Telco-Reporting-Kennzahlen. In den automatischen Datenload integriert werden die wichtigsten Messgrößen, um ein Telekommunikations-Unternehmen zu führen, z.B.:
    • Durchschnittlicher Ertrag pro User (ARPU)
    • Durchschnittliche Gewinnspanne pro User (AMPU)
  • Sales Channel Reporting. Auf Basis salesorientierter Datamarts sind Planung, Budgetierung und Controlling von salesrelevanten Kennzahlen und Key Performance Indicators möglich.
  • Customer-Segmentierung. Anreicherung von Kundenprofilen mit internen und externen Daten und Identifikation von Kundensegmenten basierend auf unterschiedlichen Segmentierungs-Ansätzen mit den Zielen:
    • Strategischer Kundenwert (Customer Life Time Value über alle Verträge)
    • Potenzial-Scores (Cross-/Upselling, Next best offer)
    • Affinitäts-Scores (Produkt und Vertriebskanal)
    • Prognostische Scores (Kundenverhalten, z.B. vertragsbezogenes Churn Forecasting)
  • Betrugsanalyse (Fraud Detection). Automatisierte Identifikation von Betrugsmustern bei Kunden und Händlern.
  • Tarifsimulation. Bewertung von CDRs mit frei konfigurierbaren Tarif-Parametern, um den gesamten Ertragsgewinn/-verlust und die Attraktivität eines Tarifs für jeden Kunden zu simulieren (Churn reason).

Wir bieten auch Kurse und Seminare in Statistik auf verschiedenen Niveaus an, zugeschnitten auf Ihre Bedürfnisse.

Des Weiteren haben wir umfangreiche Erfahrung bei der Unterstützung von Doktorarbeiten und anderen empirischen Studien.

Projektbeispiele aus der IT und Kommunikationsbranche

Marketing & Sales
Für einen Konfektionierer und Retailer von nahezu allen auf den Markt vertretenen Mobilfunkprovidern entwickelten wir eine Schulung zu den Bereichen Kundensegmentierung, Cross-Selling-Management, Direktmarketing-Kampagnenmanagement, Responseauswertung, sowie speziell zur Churn-Analyse (Betrugsprävention, Kundenwertberechnung, Lebenszyklusanalyse).
Mining & Scoring
Zu einem Mobilfunktarif als neu eingeführtes Angebot für mehrere Millionen Mitglieder eines Kundenclubs führten wir ein umfangreiches Mining durch und berechneten segmentspezifische Mobilfunk-Scores einschließlich der Vertriebskanal-Affinitäten. Ebenso führten wir ein automatisiertes Reporting mehrerer Kampagnen durch. Gearbeitet wurde mit SAS auf einer Oracle-Datenbank.
Big Data & Algorithmen
Ein global tätiges Unternehmen im Bereich IT berieten wir hinsichtlich der Entwicklung von Algorithmen zur effizienten Programmierung bei Big Data Themen. Schwerpunkte lagen auf der Auswahl und Implementierung von Klassifikationsverfahren (k-Means, Random Forests, Assoziationsanalyse, Verallgemeinerung linearer Modelle), auf der Entwicklung von Prognosemodellen und auf Techniken des Datenbankzugriffs mit Hilfe von Revolution R.