Von Predictive Analytics zu Predictive Marketing

Einen „praktischen Führer zu Predictive Analytics“, so der Verlag, haben Ömer Artun und Dominique Levin mit dem Titel Predictive Marketing vorgelegt. Das „Hubspot’s Blog“ brachte neulich einen ausführlichen Auszug.

Die Frage, welche Konsumenten als nächstes kaufen, können Unternehmen am besten mit einer Wahrscheinlichkeitsprognose auf der Basis von Big Data Analytics beantworten. Ömer Artun und Dominique Levin, Autoren des Buches „Predictive Marketing: Easy Ways Every Marketer Can Use Customer Analytics and Big Data“, zeigen, dass Predictive Analytics sich lohnt.

Sie führen etwa das Beispiel einer Online-Apotheke für Haustiere an: Der Onlinehändler konnte in einem Quartal seinen Verkauf – verglichen mit dem Vorjahresquartal – um 40 Prozent steigern, indem er Verkaufsfördermaßnahmen über den Kundenwert steuerte. Die Responserate verdoppelte sich bei einem gleichbleibenden Marketingbudget.

Share of Wallet: mit Prognosen Portemonnaies öffnen

Wie gelingt es Unternehmen, den Umsatz mit Bestandskunden zu erhöhen? Einen guten Anhaltspunkt bietet das „Share of Wallet“-Konzept. Die Kennzahl definiert den eigenen Umsatzanteil bei einem bestimmten Kunden im Verhältnis zum Wettbewerb. Vorhersagen lässt er sich mit dem Algorithmus Target Group Predict.

Eins der wesentlichen Probleme in der Steuerung von Marketing und Vertrieb ist, dass Unternehmen das eigentliche Potenzial der Kunden nicht kennen.

B2B Leads Generieren: Neukunden effizient bestimmen mit Target Group Predict

Es gibt unendlich viele Unternehmen – aber nur eine eng umrissene Gruppe benötigt Ihre Produkte. Mit Target Group Predict bewerten Sie über ein Scoring-Modell, wie hoch die Wahrscheinlichkeit ist, dass Sie ein bestimmtes Unternehmen als Neukunden gewinnen können. Dazu analysiert der von Dastani Consulting entwickelte Text-Mining-Algorithmus Schlüsselwörter auf Unternehmenswebseiten und Datensätze aus Auskunfteien.

Big Data Anwendungsgebiete und Chancen

Mit Chancen von Big Data Anwendungsgebieten sind sowohl eine euphorische Aufbruchsstimmung als auch viele Unsicherheiten verbunden. Folgt man den technologischen Trendscouts und den Vorreiter-Unternehmen sind Daten der neue Rohstoff, aus dem bisher ungeahnte Profite generiert werden können – ein neuer „Goldrausch“.

Die Erwartungen sind besonders in der Wirtschaft hoch, dass durch Big Data schnellere und bessere Informationen zur Unternehmenssteuerung und zur Produktivitätserhöhung zur Verfügung stehen werden. Big Data soll den Unternehmen, die den Trend rechtzeitig erkennen, einen Vorsprung bei der Entwicklung von neuen Produkten und Geschäftsmodellen verschaffen.

Predictive Analytics Anwendungsgebiete: Wer ist mein Kunde?

Das Spektrum der möglichen Anwendungsgebiete ist breit gefächert. Predictive Analytics Anwendungsgebiete finden sich derzeit unter anderem bei Versicherungen und Telekommunikationsunternehmen, im Handel – v.a. Versandhandel und E-Commerce – sowie bei Finanzdienstleistungen, aber auch z.B. im Gesundheitswesen. 

Predictive Analytics unterstützen und optimieren die gesamte Unternehmenssteuerung von Beschaffung über Produktion bis hin zum Vertrieb.

Predictive Analytics Verfahren: Welche Anbieter gibt es?

Die aktuell führenden Predictive Analytics Verfahren werden von SAS und IBM angeboten. Die beiden Marktführer werden gefolgt von einigen weiteren Anbietern wie SAP, Tibco, Oracle,  KXEN und Revolution Analytics. Letztere arbeiten mit der sehr populär gewordenen Open-Source-Programmiersprache bzw. -umgebung “R” . 

Predictive Analytics

Predictive Analytics analysieren auf Basis großer Datenmengen Verhaltensmuster der Vergangenheit und leitet daraus Erkenntnisse über zukünftige Ereignisse ab. Dadurch steuert und garantiert Predictive Analytics den gewinnmaximierenden Einsatz der finanziellen und personellen Ressourcen von Unternehmen.

Schon heute entscheidet in einigen Branchen die Kombination von Daten und mathematischen Modellen unmittelbar über Marktanteile bzw. Gewinn und Verlust.