Was ist analytisches CRM?

Das analytische Customer Relationship Management ist wesentlicher Bestandteil modernen CRM-Software und hilft Betrieben, eine 360°-Kundensicht zu erlangen.

Das Customer Relationship Management (CRM) ist die konsequente Ausrichtung eines Unternehmens auf die eigenen Kunden und verfügt über vier wesentliche Komponenten: Das operative CRM, das analytische CRM, das kommunikative CRM und das kollaborative CRM. Im Folgenden befassen wird uns näher mit dem analytischen CRM und gehen dabei insbesondere auf dessen Mehrwert für Unternehmen ein.

Inhaltsverzeichnis 

• Was ist das analytische CRM?
• Bestandteile
• Funktionen und Vorteile

Was ist das analytische CRM? 

Das analytische Customer Relationship Management (analytisches CRM) befasst sich mit der systematischen Bearbeitung und Auswertung der in den operativen Systemen und Prozessen gesammelten Daten. Hierbei dreht es sich insbesondere um Daten aus oder über Kundenkontakte sowie Kundenreaktionen. Ziel ist es, ein möglichst optimales und vollständiges Kundenwissen und Kundenprofils entlang der Kundenbeziehungsphasen Akquisition, Kundenbindung (Loyalität) und Churn zu erlangen; die sogenannte 360°-Kundensicht.

Analytisches, operatives, kommunikatives und kollaboratives CRM 

Abgrenzen lässt sich das analytische CRM vom operationalen bzw. operativen CRM, dem kollaborativem CRM und kommunikativem CRM. Das operative und das kommunikative CRM werden mitunter mit den Begriffen bzw. betrieblichen Funktionen des Vertriebs und Marketings gleichgesetzt. Das analytische CRM würde im Rahmen dieser Deutung am ehesten dem Vertriebscontrolling bzw. der Vertriebssteuerung entsprechen.

Bestandteile des analytischen CRM 

Das analytische CRM setzt sich aus den folgenden Bestandteilen zusammen:

• Data-Warehouse,
• OLAP,
• Data-Mining und
• Reporting.

Eine zentrale Datenbank sollte zudem fundamentaler Bestandteil aller Komponenten des Kundenbeziehungsmanagements bzw. Kundenmanagements sein. In dieser sollten alle Daten über das jeweilige Produkt, das jeweilige Angebot, die jeweilige Kampagne oder Vertriebsmaßnahme, den Umsatz oder den jeweiligen Kunden verfügbar sein.

Data-Warehouse 

Der Begriff „Data-Warehouse“ stammt aus der Wirtschaftsinformatik. Bei einem Data-Warehouse handelt es sich um eine für Analysezwecke optimierte Datenbank. In ihr werden Daten aus mehreren, zumeist heterogenen Quellen zusammengeführt.

OLAP

OLAP ist die Abkürzung für das Online Analytical Processing. Es ist den hypothesengestützten Analysemethoden unterzuordnen und zählt neben dem Data Mining zu den Methoden der analytischen Informationssysteme. Die dem Online Analytical Processing zu Grunde liegende Struktur ist der sogenannte OLAP-Würfel oder auch OLAP Cube, welcher aus einer operationalen Datenbank erstellt wird. OLAP-Systeme können ihre Daten entweder aus einem Data-Warehouse, auch aber auch aus operationalen Datenbeständen beziehen.  

Data-Mining 

Bei Data Mining handelt es sich um die systematische Anwendung statistischer Methoden auf große Datenbestände mit dem Ziel, neue Trends und Querverbindungen zu erkennen. Die Datenbestände werden aufgrund ihrer Größe mithilfe computergestützter Methoden verarbeitet; Stichwort Big Data. Data-Mining lässt sich wörtlich mit dem „Abbau von Daten“ übersetzen, wobei dies etwas irreführend ist. Denn beim Data-Mining geht es nicht etwa um den Abbau von Daten, sondern um die Gewinnung von Wissen aus bereits vorhandenen Daten.

Reporting 

Reporting ist die englische Bezeichnung für das Berichtwesen. Hier geht es darum, die aus den Analysen gewonnenen Ergebnisse aufzubereiten und in Formen aussagekräftiger Berichte zusammenzufassen. Diese dienen dann dem Management als Entscheidungsgrundlage.

Funktionen und Vorteile 

Der Prozess des analytischen Customer Relationship Management wird auch als Closed Loop bezeichnet. Operative Daten zu Produkten, Transkationen und Kunden werden gesammelt, analysiert und im Anschluss als Scoring Modell bzw. Entscheidungsgrundlage wieder dem operativen CRM zur Verfügung gestellt. Im analytischen Customer Relationship Management modernen Systeme kommen mittlerweile zumeist softwareseitige Automatisierungen zum Einsatz. Sie ermöglichen schnelle und gezielte Rückschlüsse auf das Kaufpotenzial eines Kunden, über zukünftiges Kundenverhalten oder sie Kundenbedürfnisse.

Vorteile für Unternehmen und Kunden 

Auf diese Weise trägt das analytische CRM zu einem besseren Kundenverständnis und einer optimierten Vertriebssteuerung bei (vgl. cas-mittelstand.de, 09.12.2022). Durch personalisierte, kundenspezifische Angebote, die durch Erkenntnisse aus dem analytischen CRM möglich sind, können Unternehmen ihren Kunden für sie interessantere Angebote unterbreiten. Auf diese Weise steigern Unternehmen nicht nur ihre Verkaufschancen, sondern verbessern auch die Kundenbindung.