LEAD Digital hat – als Basis-Medium für digitale Kommunikation – derzeit eine Artikelserie dazu im Heft, das 14-tägig erscheint. Ein Zeichen dafür, dass dieses Thema "in aller Munde" ist. Und darin liegt auch eine Gefahr: Durch die öffentlichen Daten-Spione à la NSA in den USA weltweit oder auch "Vorratsdaten-Speicherung" in Deutschland kommen auch Unternehmen wieder ins Visier.
Scoring-Modelle
Wie stark stimmen Ihre Kunden im Verhalten überein? Um heterogene Mitglieder eine Grundgesamtheit vergleichbar zu machen, vergeben Sie für bestimmte Verhalten unterschiedliche Punke, etwa: Wann zuletzt gekauft, wie häufig gekauft, welcher Umsatz, Reklamationsquote (bzw. Remissionsquote im Versandhandel) usw. Ein klassisches Modell dafür ist das RFMR-Scoring.
Unsere experto-Redaktion empfiehlt zum Thema:
Big Data: Die Revolution, die unser Leben verändern wird.
Dort werden die folgenden Kriterien kombiniert und mithilfe einer Formel vergleichbar gemacht: Recency (Zeit seit letztem Kauf) – Frequency (Kaufhäufigkeit) – Monetary Ration (Umsatz – besser: Deckungsbeitrag). Dafür brauchte es immer schon Statistik-Programme wie SQL und Relationale Datenbanken: Der Ursprung von Big Data!
Cluster bilden
Die andere Variante ist, nach Klumpen-Bildungen zu suchen: Was zeichnet Ihre Kunden besonders aus, etwa Alter, Einkommen, Bildung – bzw. Firmengröße, Branche etc., um in klassischen Kriterien der Marktforschung zu agieren. Diese Spitzen-Ausprägungen nutzen Sie dann, um ähnliche potenzielle Kunden in anderen Datenbanken zu identifizieren. Oder via Überschneidung in Teilmärkten …
Back to the roots?
Ja, so könnten Sie das sehen! Im Grunde ist Big Data schlicht die Verlängerung des "Kleinen Einmaleins" von Planung und Controlling im (Direkt-)Marketing. Damals wie heute galt und gilt: Die Daten müssen aktuell und korrekt sein, eine hehre Herausforderung für die Erfassung … Und damals wie heute ist mit Daten von Kunden und Interessenten höchst sensibel umzugehen!