SlideShare ist ein Scribd-Unternehmen logo
Social Customer Intelligence and Real Time Analytics
Dr. Oliver Frick
VP Product Development
Februar 2013
www.adtelligence.de
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 Umsatzerhöhung


04.03.13                       www.adtelligence.de                        2
Kundendaten im CRM
                    (Marketing Attribute)
                    •Email Adresse
                    •Adresse
                    •Telefonnummer

                    •Opt Ins




04.03.13   www.adtelligence.de              3
Produktdaten
                            •Produkt ID
                            •Warengruppe
                            •Preis




04.03.13   www.adtelligence.de             4
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
                                        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 Endkunde


04.03.13                                     www.adtelligence.de                       10
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.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/smokiefan


04.03.13                                           www.adtelligence.de   13
Datenbasis für Social Customer Intelligence




           Kunde
                   „Klassische“
                   Marketingattribute:                          Normaler Verkäufer
                   Produkte + Kampagnen


                                                               Guter Verkäufer

                   „Soziale“
                   Marketingattribute:
                   Der Mensch



04.03.13                                 www.adtelligence.de                         14
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 ist


04.03.13                                      www.adtelligence.de                             15
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 verarbeitbar


04.03.13                             www.adtelligence.de                                 16
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 Daten

04.03.13                            www.adtelligence.de                           17
Beispiel: SocialAnalytics+




Kundenanalyse
Kundenanalyse
 Alter
 Alter
 Geschlecht
 Geschlecht
 Land / Region / Wohnort
 Land / Region / Wohnort
 Interessen
 Interessen
…
…
auf Basis aller Benutzerdaten in Echtzeit
auf Basis aller Benutzerdaten in Echtzeit



 04.03.13                                   www.adtelligence.de   18
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 Produkt


04.03.13                                  www.adtelligence.de                                 19
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 ich
einem Kunden empfehlen?“
einem Kunden empfehlen?“
1. Ausgangsprodukt erfassen
1. Ausgangsprodukt erfassen
2. Produkte mit ähnlichem
2. 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 zusammenliegenden
Kaufaktionen
Kaufaktionen


04.03.13                               www.adtelligence.de                                                  20
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 Lernkurve

04.03.13                                   www.adtelligence.de                                 21
Use Case 5: Cross Channel Kampagnen in Echtzeit




                                  Produkt
                                                   P1    P2       P3   P4   P5   P6   P7   P8

Kampagnen
                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
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
  Tools




04.03.13                               www.adtelligence.de                              23
Social Customer Intelligence and Real Time Analytics
Dr. Oliver Frick
Februar 2013
www.adtelligence.de

Weitere ähnliche Inhalte

Andere mochten auch

Miele Saugroboter rx1
Miele Saugroboter rx1Miele Saugroboter rx1
Miele Saugroboter rx1
Omaheim
 
ChannelPilot - Marktpreisanalyse
ChannelPilot - MarktpreisanalyseChannelPilot - Marktpreisanalyse
ChannelPilot - Marktpreisanalyse
Channel Pilot Solutions GmbH
 
Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...
Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...
Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...
OXID eSales AG
 
Selling at the speed of Trust
Selling at the speed of TrustSelling at the speed of Trust
Selling at the speed of Trust
Gary Ambrosino
 
Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst
Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst
Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst
TWT
 
Roadmap To Innovation: A CEO Checklist
Roadmap To Innovation: A CEO Checklist Roadmap To Innovation: A CEO Checklist
Roadmap To Innovation: A CEO Checklist
Nick Gregg
 
Vorsicht, Marketinglücken!
Vorsicht, Marketinglücken!Vorsicht, Marketinglücken!
Vorsicht, Marketinglücken!
Oracle Marketing Cloud Deutschland
 
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Hippo
 
The CEO Roadmap
The CEO RoadmapThe CEO Roadmap
The CEO Roadmap
Gary Ambrosino
 
Wirtschaftsflinderer 2016 Digitale Transformation Chancen und Herausforderungen
Wirtschaftsflinderer 2016 Digitale Transformation Chancen und HerausforderungenWirtschaftsflinderer 2016 Digitale Transformation Chancen und Herausforderungen
Wirtschaftsflinderer 2016 Digitale Transformation Chancen und Herausforderungen
Torsten Eymann
 
Moderne App-Entwicklung am Beispiel waipu.tv
Moderne App-Entwicklung am Beispiel waipu.tvModerne App-Entwicklung am Beispiel waipu.tv
Moderne App-Entwicklung am Beispiel waipu.tv
inovex GmbH
 
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Hippo
 
Datenprodukte für Deutschlands größten Fahrzeugmarkt
Datenprodukte für Deutschlands größten FahrzeugmarktDatenprodukte für Deutschlands größten Fahrzeugmarkt
Datenprodukte für Deutschlands größten Fahrzeugmarkt
inovex GmbH
 
Omni-Channel-Marketing
Omni-Channel-MarketingOmni-Channel-Marketing
Omni-Channel-Marketing
Andreas Jacobs
 
INCOVIS Retail4.0 Der Weg zum Omni Channel
INCOVIS Retail4.0 Der Weg zum Omni ChannelINCOVIS Retail4.0 Der Weg zum Omni Channel
INCOVIS Retail4.0 Der Weg zum Omni Channel
Oliver Rudolph
 
metapeople Attributionsmodelle SOM13
metapeople Attributionsmodelle SOM13metapeople Attributionsmodelle SOM13
metapeople Attributionsmodelle SOM13Kim Engels
 
Die Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMC
Die Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMCDie Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMC
Die Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMC
AllFacebook.de
 
Digitales Marketing 1 - Facebook für Unternehmen und Verbände
Digitales Marketing 1 - Facebook für Unternehmen und VerbändeDigitales Marketing 1 - Facebook für Unternehmen und Verbände
Digitales Marketing 1 - Facebook für Unternehmen und Verbände
Armin Ingo Müller
 
Crosschannel in der Praxis - Vortrag TRACKS Summit
Crosschannel in der Praxis - Vortrag TRACKS SummitCrosschannel in der Praxis - Vortrag TRACKS Summit
Crosschannel in der Praxis - Vortrag TRACKS Summit
Ron Warncke
 

Andere mochten auch (19)

Miele Saugroboter rx1
Miele Saugroboter rx1Miele Saugroboter rx1
Miele Saugroboter rx1
 
ChannelPilot - Marktpreisanalyse
ChannelPilot - MarktpreisanalyseChannelPilot - Marktpreisanalyse
ChannelPilot - Marktpreisanalyse
 
Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...
Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...
Konsumentenverhalten im Wandel - Schlüsselfaktoren für erfolgreichen Crosscha...
 
Selling at the speed of Trust
Selling at the speed of TrustSelling at the speed of Trust
Selling at the speed of Trust
 
Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst
Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst
Conversion Funnel: Wie die Mobile Usability Ihren Umsatz beeinflusst
 
Roadmap To Innovation: A CEO Checklist
Roadmap To Innovation: A CEO Checklist Roadmap To Innovation: A CEO Checklist
Roadmap To Innovation: A CEO Checklist
 
Vorsicht, Marketinglücken!
Vorsicht, Marketinglücken!Vorsicht, Marketinglücken!
Vorsicht, Marketinglücken!
 
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
 
The CEO Roadmap
The CEO RoadmapThe CEO Roadmap
The CEO Roadmap
 
Wirtschaftsflinderer 2016 Digitale Transformation Chancen und Herausforderungen
Wirtschaftsflinderer 2016 Digitale Transformation Chancen und HerausforderungenWirtschaftsflinderer 2016 Digitale Transformation Chancen und Herausforderungen
Wirtschaftsflinderer 2016 Digitale Transformation Chancen und Herausforderungen
 
Moderne App-Entwicklung am Beispiel waipu.tv
Moderne App-Entwicklung am Beispiel waipu.tvModerne App-Entwicklung am Beispiel waipu.tv
Moderne App-Entwicklung am Beispiel waipu.tv
 
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
Wissen Sie, was Ihre Kunden wollen? Sinn und Zweck von Digital Commerce und C...
 
Datenprodukte für Deutschlands größten Fahrzeugmarkt
Datenprodukte für Deutschlands größten FahrzeugmarktDatenprodukte für Deutschlands größten Fahrzeugmarkt
Datenprodukte für Deutschlands größten Fahrzeugmarkt
 
Omni-Channel-Marketing
Omni-Channel-MarketingOmni-Channel-Marketing
Omni-Channel-Marketing
 
INCOVIS Retail4.0 Der Weg zum Omni Channel
INCOVIS Retail4.0 Der Weg zum Omni ChannelINCOVIS Retail4.0 Der Weg zum Omni Channel
INCOVIS Retail4.0 Der Weg zum Omni Channel
 
metapeople Attributionsmodelle SOM13
metapeople Attributionsmodelle SOM13metapeople Attributionsmodelle SOM13
metapeople Attributionsmodelle SOM13
 
Die Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMC
Die Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMCDie Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMC
Die Welt der Daten: Offline trifft Online und Facebook ist mittendrin. #AFBMC
 
Digitales Marketing 1 - Facebook für Unternehmen und Verbände
Digitales Marketing 1 - Facebook für Unternehmen und VerbändeDigitales Marketing 1 - Facebook für Unternehmen und Verbände
Digitales Marketing 1 - Facebook für Unternehmen und Verbände
 
Crosschannel in der Praxis - Vortrag TRACKS Summit
Crosschannel in der Praxis - Vortrag TRACKS SummitCrosschannel in der Praxis - Vortrag TRACKS Summit
Crosschannel in der Praxis - Vortrag TRACKS Summit
 

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

CUSTOMER VALUE MAXIMIERUNG
CUSTOMER VALUE MAXIMIERUNG CUSTOMER VALUE MAXIMIERUNG
CUSTOMER VALUE MAXIMIERUNG
ADTELLIGENCE GmbH
 
Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?
Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?
Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?
Industrystock.com
 
Was Kunden wirklich wollen
Was Kunden wirklich wollenWas Kunden wirklich wollen
Was Kunden wirklich wollen
Dirk Engel
 
Social Media Monitoring
Social Media MonitoringSocial Media Monitoring
Account based marketing - von der Idee zur Implementierung
Account based marketing - von der Idee zur ImplementierungAccount based marketing - von der Idee zur Implementierung
Account based marketing - von der Idee zur Implementierung
Edwin Strauss
 
Namics Fachtagung Industrie im Web -Online Roadmap
Namics Fachtagung Industrie im Web -Online RoadmapNamics Fachtagung Industrie im Web -Online Roadmap
Namics Fachtagung Industrie im Web -Online RoadmapNamics – A Merkle Company
 
14.07.2011 M4 Remarketing Simone Kraft twyn
14.07.2011 M4 Remarketing Simone Kraft twyn14.07.2011 M4 Remarketing Simone Kraft twyn
14.07.2011 M4 Remarketing Simone Kraft twynWerbeplanung.at Summit
 
Vom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum DatentreiberVom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum Datentreiber
Datentreiber
 
Die digitale Wertschoepfung - First-Step
Die digitale Wertschoepfung - First-StepDie digitale Wertschoepfung - First-Step
Die digitale Wertschoepfung - First-Step
Jürgen Mugrauer
 
Digital Product Development – business case by bsa Marketing
Digital Product Development  – business case by bsa MarketingDigital Product Development  – business case by bsa Marketing
Digital Product Development – business case by bsa Marketing
bsa Marketing
 
Y Academy «Programmatic Advertising»
Y Academy «Programmatic Advertising»Y Academy «Programmatic Advertising»
Y Academy «Programmatic Advertising»
Yourposition AG
 
Die wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für FinanzdienstleisterDie wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für Finanzdienstleister
Edelman.ergo GmbH
 
Die wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für FinanzdienstleisterDie wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für Finanzdienstleister
ergo Kommunikation
 
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
e-dialog GmbH
 
Digitalisierung in deutschen Traditionsunternehmen
Digitalisierung in deutschen TraditionsunternehmenDigitalisierung in deutschen Traditionsunternehmen
Digitalisierung in deutschen Traditionsunternehmen
intelligent-views-gmbh
 
Konversationskampagne - Dialog mit vielen
Konversationskampagne - Dialog mit vielenKonversationskampagne - Dialog mit vielen
Konversationskampagne - Dialog mit vielen
KORUS CONSULT - PR 2.0 & Hybrid Marketing
 
Digital Dialog Insights 2015 - Native Advertising
Digital Dialog Insights 2015 - Native AdvertisingDigital Dialog Insights 2015 - Native Advertising
Digital Dialog Insights 2015 - Native Advertising
Jürgen Seitz
 
„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“
„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“
„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“
Citrix
 
Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...
Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...
Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...
OMT - dein Karriere- & Weiterbildungsnetzwerk
 
Navitation in News-Apps für iPad & Co
Navitation in News-Apps für iPad & CoNavitation in News-Apps für iPad & Co
Navitation in News-Apps für iPad & Co
Goldmedia Group
 

Ähnlich wie Social CRM, Customer Intelligence and Real Time Analytics von Dr. Oliver Frick (20)

CUSTOMER VALUE MAXIMIERUNG
CUSTOMER VALUE MAXIMIERUNG CUSTOMER VALUE MAXIMIERUNG
CUSTOMER VALUE MAXIMIERUNG
 
Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?
Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?
Wieviel Digitalität benötigen Markterschließung und -bearbeitung in China?
 
Was Kunden wirklich wollen
Was Kunden wirklich wollenWas Kunden wirklich wollen
Was Kunden wirklich wollen
 
Social Media Monitoring
Social Media MonitoringSocial Media Monitoring
Social Media Monitoring
 
Account based marketing - von der Idee zur Implementierung
Account based marketing - von der Idee zur ImplementierungAccount based marketing - von der Idee zur Implementierung
Account based marketing - von der Idee zur Implementierung
 
Namics Fachtagung Industrie im Web -Online Roadmap
Namics Fachtagung Industrie im Web -Online RoadmapNamics Fachtagung Industrie im Web -Online Roadmap
Namics Fachtagung Industrie im Web -Online Roadmap
 
14.07.2011 M4 Remarketing Simone Kraft twyn
14.07.2011 M4 Remarketing Simone Kraft twyn14.07.2011 M4 Remarketing Simone Kraft twyn
14.07.2011 M4 Remarketing Simone Kraft twyn
 
Vom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum DatentreiberVom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum Datentreiber
 
Die digitale Wertschoepfung - First-Step
Die digitale Wertschoepfung - First-StepDie digitale Wertschoepfung - First-Step
Die digitale Wertschoepfung - First-Step
 
Digital Product Development – business case by bsa Marketing
Digital Product Development  – business case by bsa MarketingDigital Product Development  – business case by bsa Marketing
Digital Product Development – business case by bsa Marketing
 
Y Academy «Programmatic Advertising»
Y Academy «Programmatic Advertising»Y Academy «Programmatic Advertising»
Y Academy «Programmatic Advertising»
 
Die wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für FinanzdienstleisterDie wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für Finanzdienstleister
 
Die wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für FinanzdienstleisterDie wichtigsten digitalen Trends für Finanzdienstleister
Die wichtigsten digitalen Trends für Finanzdienstleister
 
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
Michaela Heger & Marietheres Koch (e-dialog) Display & Video 360 - Programmat...
 
Digitalisierung in deutschen Traditionsunternehmen
Digitalisierung in deutschen TraditionsunternehmenDigitalisierung in deutschen Traditionsunternehmen
Digitalisierung in deutschen Traditionsunternehmen
 
Konversationskampagne - Dialog mit vielen
Konversationskampagne - Dialog mit vielenKonversationskampagne - Dialog mit vielen
Konversationskampagne - Dialog mit vielen
 
Digital Dialog Insights 2015 - Native Advertising
Digital Dialog Insights 2015 - Native AdvertisingDigital Dialog Insights 2015 - Native Advertising
Digital Dialog Insights 2015 - Native Advertising
 
„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“
„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“
„So nutzen Sie Xing & Co für Ihren Vertriebserfolg“
 
Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...
Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...
Online Branding: Was digital Branding bringt und wie du dein Unternehmen zur ...
 
Navitation in News-Apps für iPad & Co
Navitation in News-Apps für iPad & CoNavitation in News-Apps für iPad & Co
Navitation in News-Apps für iPad & Co
 

Mehr von ADTELLIGENCE GmbH

Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KIAdtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
ADTELLIGENCE GmbH
 
Adtelligence best practise use case guide for automated customer lifecycle ma...
Adtelligence best practise use case guide for automated customer lifecycle ma...Adtelligence best practise use case guide for automated customer lifecycle ma...
Adtelligence best practise use case guide for automated customer lifecycle ma...
ADTELLIGENCE GmbH
 
Digitales Mahnparadoxon
Digitales MahnparadoxonDigitales Mahnparadoxon
Digitales Mahnparadoxon
ADTELLIGENCE GmbH
 
Building Inclusive Data Ecosystems for the Global South
Building Inclusive Data Ecosystems for the Global SouthBuilding Inclusive Data Ecosystems for the Global South
Building Inclusive Data Ecosystems for the Global South
ADTELLIGENCE GmbH
 
End-to-End AI Acceleration with Intel
End-to-End AI Acceleration with IntelEnd-to-End AI Acceleration with Intel
End-to-End AI Acceleration with Intel
ADTELLIGENCE GmbH
 
Künstliche Intelligenz im Kundenservice
Künstliche Intelligenz im KundenserviceKünstliche Intelligenz im Kundenservice
Künstliche Intelligenz im Kundenservice
ADTELLIGENCE GmbH
 
Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...
Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...
Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...
ADTELLIGENCE GmbH
 
AI for Resilient Infrastructures
AI for Resilient InfrastructuresAI for Resilient Infrastructures
AI for Resilient Infrastructures
ADTELLIGENCE GmbH
 
Data Analytics und Machine Learning bei der Sparkassengruppe
Data Analytics und Machine Learning bei der SparkassengruppeData Analytics und Machine Learning bei der Sparkassengruppe
Data Analytics und Machine Learning bei der Sparkassengruppe
ADTELLIGENCE GmbH
 
Lokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-Hörmann
Lokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-HörmannLokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-Hörmann
Lokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-Hörmann
ADTELLIGENCE GmbH
 
Die zukunft des internets ist personalisiert a retail lab presentation by mic...
Die zukunft des internets ist personalisiert a retail lab presentation by mic...Die zukunft des internets ist personalisiert a retail lab presentation by mic...
Die zukunft des internets ist personalisiert a retail lab presentation by mic...
ADTELLIGENCE GmbH
 
Ultra personalization (Adtelligence at the NOAH conference 2013)
Ultra personalization (Adtelligence at the NOAH conference 2013)Ultra personalization (Adtelligence at the NOAH conference 2013)
Ultra personalization (Adtelligence at the NOAH conference 2013)
ADTELLIGENCE GmbH
 
The next big things in internet technology (Adtelligence at the NOAH conferen...
The next big things in internet technology (Adtelligence at the NOAH conferen...The next big things in internet technology (Adtelligence at the NOAH conferen...
The next big things in internet technology (Adtelligence at the NOAH conferen...
ADTELLIGENCE GmbH
 
Real Time Personalization & Social Commerce by Stefan Laengin
Real Time Personalization & Social Commerce by Stefan LaenginReal Time Personalization & Social Commerce by Stefan Laengin
Real Time Personalization & Social Commerce by Stefan Laengin
ADTELLIGENCE GmbH
 
The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)
The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)
The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)
ADTELLIGENCE GmbH
 
Linked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar Scherp
Linked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar ScherpLinked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar Scherp
Linked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar Scherp
ADTELLIGENCE GmbH
 
Location Based Services von Volker Hoyer
Location Based Services von Volker HoyerLocation Based Services von Volker Hoyer
Location Based Services von Volker Hoyer
ADTELLIGENCE GmbH
 
Elaspix Showrooms - Tobias Günther
Elaspix Showrooms - Tobias GüntherElaspix Showrooms - Tobias Günther
Elaspix Showrooms - Tobias Günther
ADTELLIGENCE GmbH
 
Big Data auf dem Prüfstand - Rakuten Superpunkte von Erik Meierhoff
Big Data auf dem Prüfstand - Rakuten Superpunkte von Erik MeierhoffBig Data auf dem Prüfstand - Rakuten Superpunkte von Erik Meierhoff
Big Data auf dem Prüfstand - Rakuten Superpunkte von Erik Meierhoff
ADTELLIGENCE GmbH
 
Marketing for Mobile Games - Gunnar Lott
Marketing for Mobile Games - Gunnar LottMarketing for Mobile Games - Gunnar Lott
Marketing for Mobile Games - Gunnar Lott
ADTELLIGENCE GmbH
 

Mehr von ADTELLIGENCE GmbH (20)

Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KIAdtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
 
Adtelligence best practise use case guide for automated customer lifecycle ma...
Adtelligence best practise use case guide for automated customer lifecycle ma...Adtelligence best practise use case guide for automated customer lifecycle ma...
Adtelligence best practise use case guide for automated customer lifecycle ma...
 
Digitales Mahnparadoxon
Digitales MahnparadoxonDigitales Mahnparadoxon
Digitales Mahnparadoxon
 
Building Inclusive Data Ecosystems for the Global South
Building Inclusive Data Ecosystems for the Global SouthBuilding Inclusive Data Ecosystems for the Global South
Building Inclusive Data Ecosystems for the Global South
 
End-to-End AI Acceleration with Intel
End-to-End AI Acceleration with IntelEnd-to-End AI Acceleration with Intel
End-to-End AI Acceleration with Intel
 
Künstliche Intelligenz im Kundenservice
Künstliche Intelligenz im KundenserviceKünstliche Intelligenz im Kundenservice
Künstliche Intelligenz im Kundenservice
 
Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...
Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...
Diskussion mit einer KI ? - Projekt Debater ! Beschleunigte Digitalisierung m...
 
AI for Resilient Infrastructures
AI for Resilient InfrastructuresAI for Resilient Infrastructures
AI for Resilient Infrastructures
 
Data Analytics und Machine Learning bei der Sparkassengruppe
Data Analytics und Machine Learning bei der SparkassengruppeData Analytics und Machine Learning bei der Sparkassengruppe
Data Analytics und Machine Learning bei der Sparkassengruppe
 
Lokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-Hörmann
Lokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-HörmannLokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-Hörmann
Lokal vs. Global – Marketing im internationalen Umfeld von Alena Müller-Hörmann
 
Die zukunft des internets ist personalisiert a retail lab presentation by mic...
Die zukunft des internets ist personalisiert a retail lab presentation by mic...Die zukunft des internets ist personalisiert a retail lab presentation by mic...
Die zukunft des internets ist personalisiert a retail lab presentation by mic...
 
Ultra personalization (Adtelligence at the NOAH conference 2013)
Ultra personalization (Adtelligence at the NOAH conference 2013)Ultra personalization (Adtelligence at the NOAH conference 2013)
Ultra personalization (Adtelligence at the NOAH conference 2013)
 
The next big things in internet technology (Adtelligence at the NOAH conferen...
The next big things in internet technology (Adtelligence at the NOAH conferen...The next big things in internet technology (Adtelligence at the NOAH conferen...
The next big things in internet technology (Adtelligence at the NOAH conferen...
 
Real Time Personalization & Social Commerce by Stefan Laengin
Real Time Personalization & Social Commerce by Stefan LaenginReal Time Personalization & Social Commerce by Stefan Laengin
Real Time Personalization & Social Commerce by Stefan Laengin
 
The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)
The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)
The Future of E-Commerce von Michael Altendorf (CEO Adtelligence)
 
Linked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar Scherp
Linked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar ScherpLinked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar Scherp
Linked Open Data & E-Commerce von Jun.-Prof. Dr. habil. Ansgar Scherp
 
Location Based Services von Volker Hoyer
Location Based Services von Volker HoyerLocation Based Services von Volker Hoyer
Location Based Services von Volker Hoyer
 
Elaspix Showrooms - Tobias Günther
Elaspix Showrooms - Tobias GüntherElaspix Showrooms - Tobias Günther
Elaspix Showrooms - Tobias Günther
 
Big Data auf dem Prüfstand - Rakuten Superpunkte von Erik Meierhoff
Big Data auf dem Prüfstand - Rakuten Superpunkte von Erik MeierhoffBig Data auf dem Prüfstand - Rakuten Superpunkte von Erik Meierhoff
Big Data auf dem Prüfstand - Rakuten Superpunkte von Erik Meierhoff
 
Marketing for Mobile Games - Gunnar Lott
Marketing for Mobile Games - Gunnar LottMarketing for Mobile Games - Gunnar Lott
Marketing for Mobile Games - Gunnar Lott
 

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

  • 1. Social Customer Intelligence and Real Time Analytics Dr. Oliver Frick VP Product Development Februar 2013 www.adtelligence.de
  • 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 Umsatzerhöhung 04.03.13 www.adtelligence.de 2
  • 3. Kundendaten im CRM (Marketing Attribute) •Email Adresse •Adresse •Telefonnummer •Opt Ins 04.03.13 www.adtelligence.de 3
  • 4. Produktdaten •Produkt ID •Warengruppe •Preis 04.03.13 www.adtelligence.de 4
  • 5. 04.03.13 www.adtelligence.de 5
  • 6. 04.03.13 www.adtelligence.de 6
  • 7. 04.03.13 www.adtelligence.de 7
  • 8. 04.03.13 www.adtelligence.de 8
  • 9. 04.03.13 www.adtelligence.de 9
  • 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 Endkunde 04.03.13 www.adtelligence.de 10
  • 11. 04.03.13 www.adtelligence.de 11
  • 12. 04.03.13 www.adtelligence.de 12
  • 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/smokiefan 04.03.13 www.adtelligence.de 13
  • 14. Datenbasis für Social Customer Intelligence Kunde „Klassische“ Marketingattribute: Normaler Verkäufer Produkte + Kampagnen Guter Verkäufer „Soziale“ Marketingattribute: Der Mensch 04.03.13 www.adtelligence.de 14
  • 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 ist 04.03.13 www.adtelligence.de 15
  • 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 verarbeitbar 04.03.13 www.adtelligence.de 16
  • 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 Daten 04.03.13 www.adtelligence.de 17
  • 18. Beispiel: SocialAnalytics+ Kundenanalyse Kundenanalyse  Alter  Alter  Geschlecht  Geschlecht  Land / Region / Wohnort  Land / Region / Wohnort  Interessen  Interessen … … auf Basis aller Benutzerdaten in Echtzeit auf Basis aller Benutzerdaten in Echtzeit 04.03.13 www.adtelligence.de 18
  • 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 Produkt 04.03.13 www.adtelligence.de 19
  • 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 ich einem Kunden empfehlen?“ einem Kunden empfehlen?“ 1. Ausgangsprodukt erfassen 1. Ausgangsprodukt erfassen 2. Produkte mit ähnlichem 2. 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 zusammenliegenden Kaufaktionen Kaufaktionen 04.03.13 www.adtelligence.de 20
  • 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 Lernkurve 04.03.13 www.adtelligence.de 21
  • 22. Use Case 5: Cross Channel Kampagnen in Echtzeit Produkt P1 P2 P3 P4 P5 P6 P7 P8 Kampagnen 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. 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 Tools 04.03.13 www.adtelligence.de 23
  • 24. Social Customer Intelligence and Real Time Analytics Dr. Oliver Frick Februar 2013 www.adtelligence.de