Social Customer Intelligence and Real Time AnalyticsDr. Oliver FrickVP Product DevelopmentFebruar 2013www.adtelligence.de
Customer Intelligence                   Produkt                             Customer Intelligence =                       ...
Kundendaten im CRM                    (Marketing Attribute)                    •Email Adresse                    •Adresse ...
Produktdaten                            •Produkt ID                            •Warengruppe                            •Pr...
04.03.13   www.adtelligence.de   5
04.03.13   www.adtelligence.de   6
04.03.13   www.adtelligence.de   7
04.03.13   www.adtelligence.de   8
04.03.13   www.adtelligence.de   9
„Klassische“ Datenbasis für Customer Intelligence                              Produkt                                    ...
04.03.13   www.adtelligence.de   11
04.03.13   www.adtelligence.de   12
Mehr Beispiele für Profile:           Mehr Beispiele für Profile:           IKEA friend http://www.facebook.com/lena.roth...
Datenbasis für Social Customer Intelligence           Kunde                   „Klassische“                   Marketingattr...
Der Türöffner für Social Customer Intelligence:Verbinden der Datenbasen                               Produkt             ...
Social Customer Intelligence                               Produkt                                            P1    P2    ...
Use Case 1: Marktforschung – Zielgruppe           Zielgruppe                                        „Wer kauf bei mir ein?...
Beispiel: SocialAnalytics+KundenanalyseKundenanalyse Alter Alter Geschlecht Geschlecht Land / Region / Wohnort Land ...
Use Case 2: Zielgruppenanalyse auf Produktebene                                Produkt                                    ...
Use Case 3: Profilbasierte Cross Sell Opportunities                                                        Produkt        ...
Use Case 4: Persönliche Produktempfehlung in Echtzeit                                 Produkt                             ...
Use Case 5: Cross Channel Kampagnen in Echtzeit                                  Produkt                                  ...
Fazit Profile in Soziale Medien bieten hoch relevante, detallierte Marketingattribute für  eine Kundenanalyse Die Verbin...
Social Customer Intelligence and Real Time AnalyticsDr. Oliver FrickFebruar 2013www.adtelligence.de
Nächste SlideShare
Wird geladen in …5
×

Social CRM, Customer Intelligence and Real Time Analytics von Dr. Oliver Frick

1.736 Aufrufe

Veröffentlicht am

Social CRM, Customer Intelligence and Real Time Analytics von Dr. Oliver Frick (Adtelligence) vom Kongress "The Future of E-Commerce", organisiert von Adtelligence in der Popakademie Mannheim. Weitere Informationen, Präsentationen und Videos auf www.adtelligence.de/futureofecommerce

0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
1.736
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
284
Aktionen
Geteilt
0
Downloads
8
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Social CRM, Customer Intelligence and Real Time Analytics von Dr. Oliver Frick

  1. 1. Social Customer Intelligence and Real Time AnalyticsDr. Oliver FrickVP Product DevelopmentFebruar 2013www.adtelligence.de
  2. 2. Customer Intelligence Produkt Customer Intelligence = Customer Intelligence =Kunde Analyse (Customer Analytics): Analyse (Customer Analytics): welcher Kunde hat welches Produkt gekauft? welcher Kunde hat welches Produkt gekauft? + + Vorhersage der Zielgruppe: Vorhersage der Zielgruppe: Was sind die wahrscheinlichsten Käufer für Was sind die wahrscheinlichsten Käufer für definierte Produkte? definierte Produkte?  Direkter Beitrag zur Umsatzerhöhung  Direkter Beitrag zur Umsatzerhöhung04.03.13 www.adtelligence.de 2
  3. 3. Kundendaten im CRM (Marketing Attribute) •Email Adresse •Adresse •Telefonnummer •Opt Ins04.03.13 www.adtelligence.de 3
  4. 4. Produktdaten •Produkt ID •Warengruppe •Preis04.03.13 www.adtelligence.de 4
  5. 5. 04.03.13 www.adtelligence.de 5
  6. 6. 04.03.13 www.adtelligence.de 6
  7. 7. 04.03.13 www.adtelligence.de 7
  8. 8. 04.03.13 www.adtelligence.de 8
  9. 9. 04.03.13 www.adtelligence.de 9
  10. 10. „Klassische“ Datenbasis für Customer Intelligence Produkt P1 P2 P3 P4 P5 P6 P7 P8 Kunde  Überwiegend transaktionale Daten:  Überwiegend transaktionale Daten: Kaufhistorie, Produktdaten, Kampagnen Kaufhistorie, Produktdaten, Kampagnen  Kaum Personendaten  Kaum Personendaten  Analyse erfolgt über Produkt-Produkt-Beziehungen  Analyse erfolgt über Produkt-Produkt-Beziehungen Nur indirekte Kundenanalyse mit geringer Nur indirekte Kundenanalyse mit geringer Auflösung – unscharfe Zielgruppen Auflösung – unscharfe Zielgruppen Geringe Relevanz für Endkunde Geringe Relevanz für Endkunde04.03.13 www.adtelligence.de 10
  11. 11. 04.03.13 www.adtelligence.de 11
  12. 12. 04.03.13 www.adtelligence.de 12
  13. 13. Mehr Beispiele für Profile: Mehr Beispiele für Profile: IKEA friend http://www.facebook.com/lena.rothbrust IKEA friend http://www.facebook.com/lena.rothbrust HSE24 friend http://www.facebook.com/hildegard.winkel HSE24 friend http://www.facebook.com/hildegard.winkel Hipp friend http://www.facebook.com/nicole.anders.7 Hipp friend http://www.facebook.com/nicole.anders.7 dm friend http://www.facebook.com/smokiefan dm friend http://www.facebook.com/smokiefan04.03.13 www.adtelligence.de 13
  14. 14. Datenbasis für Social Customer Intelligence Kunde „Klassische“ Marketingattribute: Normaler Verkäufer Produkte + Kampagnen Guter Verkäufer „Soziale“ Marketingattribute: Der Mensch04.03.13 www.adtelligence.de 14
  15. 15. Der Türöffner für Social Customer Intelligence:Verbinden der Datenbasen Produkt P1 P2 P3 P4 P5 P6 P7 P8 Kunde Facebook ID 778434  CRM ID 3123.2334.34  Standardisierter Mechanismus  Standardisierter Mechanismus  Von Kunden akzeptiert, wenn  Von Kunden akzeptiert, wenn Mehrwert ersichtlich ist Mehrwert ersichtlich ist04.03.13 www.adtelligence.de 15
  16. 16. Social Customer Intelligence Produkt P1 P2 P3 P4 P5 P6 P7 P8 Kunde  Große Menge an Beziehungsdaten  Große Menge an Beziehungsdaten  Sehr hoher Detaillierungsgrad  Sehr hoher Detaillierungsgrad Nur automatisiert verarbeitbar Nur automatisiert verarbeitbar04.03.13 www.adtelligence.de 16
  17. 17. Use Case 1: Marktforschung – Zielgruppe Zielgruppe „Wer kauf bei mir ein?“ „Wer kauf bei mir ein?“ Alter / Geschlecht / … Alter / Geschlecht / … Wohnort Wohnort Fernsehserien / Musik / Fußballvereine Fernsehserien / Musik / Fußballvereine Interesse an Wettbewerbern Interesse an Wettbewerbern … … p(a) auf Basis aller Benutzerdaten auf Basis aller Benutzerdaten - mit ihren Daten - mit ihren Daten04.03.13 www.adtelligence.de 17
  18. 18. Beispiel: SocialAnalytics+KundenanalyseKundenanalyse Alter Alter Geschlecht Geschlecht Land / Region / Wohnort Land / Region / Wohnort Interessen Interessen……auf Basis aller Benutzerdaten in Echtzeitauf Basis aller Benutzerdaten in Echtzeit 04.03.13 www.adtelligence.de 18
  19. 19. Use Case 2: Zielgruppenanalyse auf Produktebene Produkt P1 P2 P3 P4 P5 P6 P7 P8  „Welche Kundeneigenschaften „Welche Kundeneigenschaften (Marketingattribute) führen häufig zu einem (Marketingattribute) führen häufig zu einem Verkauf eines bestimmten Produkts?“ Verkauf eines bestimmten Produkts?“ auf Basis aller Benutzerdaten in Echtzeit auf Basis aller Benutzerdaten in Echtzeit  Automatischer Aufbau von Zielgruppen  Automatischer Aufbau von Zielgruppen p(a) pro Produkt pro Produkt04.03.13 www.adtelligence.de 19
  20. 20. Use Case 3: Profilbasierte Cross Sell Opportunities Produkt P1 P2 P3 P4 P5 P6 P7 P8„Welche weiteren Produkte kann ich„Welche weiteren Produkte kann icheinem Kunden empfehlen?“einem Kunden empfehlen?“1. Ausgangsprodukt erfassen1. Ausgangsprodukt erfassen2. Produkte mit ähnlichem2. Produkte mit ähnlichem Zielgruppen ermitteln Zielgruppen ermitteln  Cross Sell auf der Basis von Cross Sell auf der Basis von Zielgruppen – im Gegensatz Zielgruppen – im Gegensatz p(a) zu zufällig zusammenliegenden zu zufällig zusammenliegendenKaufaktionenKaufaktionen04.03.13 www.adtelligence.de 20
  21. 21. Use Case 4: Persönliche Produktempfehlung in Echtzeit Produkt P1 P2 P3 P4 P5 P6 P7 P8 „Welche Produkte kann ich einem neuen Kunden „Welche Produkte kann ich einem neuen Kunden empfehlen?“ empfehlen?“  1. Profil des Kunden erfassen 1. Profil des Kunden erfassen 2. Ähnlichste Zielgruppen finden 2. Ähnlichste Zielgruppen finden 3. Produkte dieser Zielgruppen ausspielen 3. Produkte dieser Zielgruppen ausspielen  Optimale Produktempfehlungen für Neukunden  Optimale Produktempfehlungen für Neukunden p(a) sofort beim ersten Besuch - sofort beim ersten Besuch - ohne kundenspezifische Lernkurve ohne kundenspezifische Lernkurve04.03.13 www.adtelligence.de 21
  22. 22. Use Case 5: Cross Channel Kampagnen in Echtzeit Produkt P1 P2 P3 P4 P5 P6 P7 P8Kampagnen Ort  „Wie erreiche ich einen Kunden in mein Ladengeschäft?“ „Wie erreiche ich einen Kunden in mein Ladengeschäft?“ 1. Profil und Ort des Kunden über App auf Handy erfasst 1. Profil und Ort des Kunden über App auf Handy erfasst 2. Filter auf Kampagnen 2. Filter auf Kampagnen  Optimale Kampagne für Kunden an jedem relevanten Ort  Optimale Kampagne für Kunden an jedem relevanten Ort p(a) 04.03.13 www.adtelligence.de 22
  23. 23. Fazit Profile in Soziale Medien bieten hoch relevante, detallierte Marketingattribute für eine Kundenanalyse Die Verbindung von transaktionalen und sozialen Marketing-Attributen öffnet die Tür zu Customer Intelligence und Personalisierung in einer neue Qualität Detaillierte, granulare Daten erschließen sich erst durch hohe Automatisierung und Tools04.03.13 www.adtelligence.de 23
  24. 24. Social Customer Intelligence and Real Time AnalyticsDr. Oliver FrickFebruar 2013www.adtelligence.de

×