//Customer Experience Analytics – Leitfaden für eine erfolgreiche Einführung

Customer Experience Analytics – Leitfaden für eine erfolgreiche Einführung

Immer mehr Unternehmen etablieren aus dem Business Intelligence-Umfeld bekannte Analysetechniken auch im Marketing und Customer Service, um dadurch näher am Kunden zu sein. Unter dem Schlagwort „Customer Experience Analytics“ gilt es, aus den vielen Informationen die in Social Media-Kanälen und im Dialog mit Kunden verborgen sind, nützliches Wissen zu generieren. So können Marketingstrategien optimiert werden, Produkte und Serviceprozesse verbessert werden und auch „Fehler im System“ aufgespürt werden. Was bei der Einführung von „Customer Experience Analytics“ (CEA) zu beachten ist und welche Schritte zum Erfolg führen, finden Sie hier:

  1. Testphase
    Um dem Management das Investment in solche Maßnahmen zu erleichtern, bietet sich zunächst ein Pilot Projekt an, mit dem der ROI einer Einführung aufgezeigt werden kann. Dazu eignen sich vor allem Social Media Daten, da diese meist in großer Zahl öffentlich vorliegen und damit auch keine internen Datenschutz Herausforderungen gemeistert werden müssen. In Foren und Netzwerken werden vor allem Probleme diskutiert, dadurch lassen sich „Showstopper“ schnell identifizieren und optimieren.
  2. Definieren Sie klare Ziele
    Wer erwartet, alle Daten einfach in eine Analyse Software werfen zu können und nur darauf zu warten, dass verwertbare Informationen einfach extrahiert werden können, wird leider enttäuscht. Wie bei jedem anderen Data Mining Projekt, sind auch hier eine klare Definition der Ziele, als auch inhaltliches Verständnis der zugrundeliegenden Produkte und Geschäftsprozesse notwendig, um die richtigen Schlüsse ziehen zu können. Die Frage die Sie sich auch hier stellen sollten ist, welchen Benefit Ihr Management erwartet.
  3. Datenquellen
    Anders als bei vielen anderen Projekten, erhöht weder die Datenmenge noch die Anzahl der Quellen die Komplexität von CEA Projekten. Im Gegenteil – bei gleichem Arbeitsaufwand erhalten Sie einen umfassenderen Einblick, als wenn Sie sich nur auf ein oder zwei Quellen beschränken. Wenn Sie Ihr Kundenfeedback analysieren möchten, dann sollten Sie neben Social Media Beiträgen, Blogs und Tweets, auch herkömmliche Datenquellen wie Survey Daten oder Call Center Notizen aus dem CRM nicht außen vor lassen. Dabei ist es unerheblich, ob es sich dabei um strukturierte oder frei formulierte Daten handelt. Aber nicht alle Quellen sind gleichermaßen wertvoll: Gerade bei Foren als Informationsquellen kann ein Vorab-Screening helfen, die „richtigen“ Quellen für die Auswertung zu identifizieren.
  4. Cross Channel
    Text ist nur der Anfang. Ein großes Potential als Datenquelle bietet auch der Sprachdialog mit Kunden. Zwar werden in den meisten Unternehmen bereits große Mengen der Calls zu Qualitätszwecken aufgezeichnet, doch bleibt dieses Medium in den meisten Fällen zu Business Intelligence-Zwecken weitgehend ungenutzt. Hier helfen Sprach Analyse-Lösungen, da diese weitgehend ähnliche Analysemöglichkeiten bieten wie Data Mining-Lösungen. Zudem lassen Sie sich auch leicht in die Customer Experience Analyse-Strukturen einbinden. Wenn dann noch quantitative Daten aus der konventionellen BI-Analyse zugeführt werden, erhält man ein wesentlich aussagekräftigeres Bild, als durch jegliche andere Marktforschungsaktivitäten.
  5. Messen Sie Ihren Erfolg
    Sind auf Basis dieser Daten erst Optimierungspotentiale aufgedeckt und passende Handlungsempfehlungen entwickelt worden, erlauben die CEA-Strukturen durch eine fortlaufende Beobachtung der Entwicklungen eine effektive Erfolgskontrolle. Misst man Beispielsweise die Anzahl der resultierenden Verkäufe durch optimierte Produkte oder Marketingkampagnen, oder die Reduzierung von Beschwerden per Email oder Telefon, lässt sich leicht ein fortlaufender ROI von „Customer Experience Analytics“ (CEA) berechnen – und so der Erfolg dieser Maßnahmen nachweisen.

Dies sind nur einige Gedanken zum Thema, mit denen wir Ihr Interesse für die Potenziale von „Customer Experience Analytics“ (CEA) wecken wollten. Wir freuen uns auf den weiteren Austausch mit Ihnen und zeigen Ihnen gerne auf, wie CEA auch in Ihrem Unternehmen eingesetzt werden kann. Fordern Sie uns heraus!