Relationship Economy - Erfolg durch werthaltige Kundenbeziehungen

Von Xavier van Leeuwe, Matt Lindsay und Matthijs van de Peppel

Es ist ein Traum jedes Unternehmers: Man lässt Daten für sich arbeiten und erhöht damit kontinuierlich den Wert der Kundenbeziehungen. Was wie eine Utopie klingt, zeigen die Autoren dieses Buches in Umsetzungsreife.

Dieser Band, deutsche Übersetzung von Ingrid Ostermann, ist bereits in den Niederlanden und den USA erschienen und hat dort eine große Resonanz hervorgerufen. Die Autoren zeigen darin, wie man mit qualitativen Datenanalysen das Erfolgspotenzial der eigenen Kunden deutlich steigern kann. Es beschreibt die Werkzeuge für eine Verbesserung der Datenintelligenz. Damit hat das Buch auch eine sehr wichtige strategische Bedeutung für die allermeisten Unternehmen in Deutschland.

• Sprache: Deutsch
• Herausgeber: UVK Verlag
• Erscheinungsdatum: 10. Sept. 2018
• ISBN: 9783739804057

Buchvorschau

auf.

Teil 1

Lassen Sie die Daten

für Sie arbeiten

(und nicht gegen Sie)

Die Arbeit mit Big Data bietet unendlich viele Möglichkeiten, was leider zu einem enormen Hype geführt hat. In diesem Kapitel zeigen wir Ihnen, wie Sie sicher durch das riesige Angebot manövrieren und Ihre Daten effektiv einsetzen: bauen Sie ergebnisorientierte Teams auf, nutzen Sie das Potenzial richtiger KPIs und verwenden Sie Ihre Daten so, dass Sie die Fallstricke, die uns der Hype beschert, umgehen.

1 Lassen Sie Ihre Datenteams aus dem

Business leiten

Als ich vor einigen Jahren bei NRC meine Stelle als Leiter der Marketingabteilung antrat, stellte mir an einem meiner ersten Arbeitstage einer der Gesellschafter die Frage, ob wir das Data-Warehouse weiterhin betreiben sollten. Die Pflege des Data-Warehouse kostete jährlich eine halbe Million Euro, mal ganz abgesehen von den vielen Millionen Euro, die für die jahrelange Entwicklungsarbeit des Analystenteams in den Aufbau der Datenbank geflossen waren. Niemand konnte mir sagen, welchen Nutzen das Data-Warehouse dem Unternehmen nun eigentlich brachte.

Ich beschloss mich mit dem Mitarbeiter zu unterhalten, der das System verwaltete. Das Gespräch mit diesem Datenanalysten – einem sehr intelligenten Mann mit umfangreicher Erfahrung – verlief ziemlich mühsam. Er erzählte mir ausführlich, welche Daten zur Verfügung stünden, welche bemerkenswerten Zusammenhänge er herausgearbeitet habe und welch beeindruckende Diagramme man generieren könne. Als ich schließlich fragte, welchen praktischen Nutzen all die Daten hätten, erwiderte er, so könne man die Frage nicht formulieren. Ich fand das Ganze ziemlich merkwürdig.

Also sprach ich mit den Marketingspezialisten. Die waren sich einig, dass man mit dem Data-Warehouse tolle Sachen machen konnte. Diese fanden allerdings keinerlei Verwendung in ihren Strategien, da sie keine Ahnung hatten, wie sie diese Erkenntnisse einsetzen sollten. Absurd! Nach zehn Tagen war ich soweit, das Data-Warehouse auf non-aktiv zu setzen, es kostete schließlich haufenweise Geld.

Im Rückblick ist mir klar, was sich damals abspielte, außerdem weiß ich inzwischen, dass viele Unternehmen mit dem gleichen Problem kämpfen. Ein kleines analytisches Team ist sich des Potenzials von Daten bewusst. Dieses Team bekommt ein Budget und schließt sich zusammen mit anderen Fachleuten ein, um dann ein paar Monate später mit der Mitteilung zum Vorschein zu kommen, sie hätten etwas total Cooles entwickelt, das die Firma weiterbringen würde. Leider ist der Rest der Firma viel zu sehr damit beschäftigt, Produkte an den Mann oder die Frau zu bringen, Kunden zu besuchen und clevere Marketingaktionen zu planen, als sich damit auseinandersetzen zu können. Man hat die Erkenntnisse nicht angefordert und sieht darin auch keinen Nutzen. Schließlich arbeitet man schon seit Jahren auf der Grundlage eigener Erfahrung und vertraut darauf. Man lässt sich doch nicht von ein paar Nerds, die ein paar Einsen und Nullen kombiniert und ein paar schicke Grafiken aus dem Hut gezaubert haben, in die bewährte Arbeitsweise reinpfuschen.

Einige Jahre später bauten wir ein neues Data-Warehouse auf, dieses Mal wurde das Projekt von Marketingspezialisten und Mitgliedern des Sales-Teams anstatt von Analysten geleitet.

Xavier van Leeuwe

Dieses Beispiel illustriert die klassische Kluft zwischen der Verkaufs- und der IT-Abteilung, zwischen Praxis und Analyse. Wenn wir einen Schritt zurücktreten und das Ganze mit etwas Abstand betrachten, wird uns klar, wo das Problem liegt. Analysten beschäftigen sich gern mit der Datenarchitektur, den Variablen und den Zusammenhängen. Ihr Fokus liegt auf dem ,Was'. Einige wenige Analysten gehen noch einen Schritt weiter und kommen so in die Nähe des ,Warum'. Sie generieren Erkenntnisse und suchen nach der Antwort auf die Frage „warum geschieht etwas?". Wenn Sie

die Antwort einmal gefunden haben, sind sie zufrieden. Das erklärt auch, warum Analysten so begeistert darüber sprechen können, was ein Unternehmen von Daten lernen kann. Sie bekommen Energie von Erkenntnissen, die sich aus Daten ziehen lassen. Nur Lernen allein reicht leider nicht. Wir wollen wissen, was die Daten für unser Unternehmen bewerkstelligen können.

Zentralisiertes versus dezentralisiertes Datenteam

Es gibt zwei Möglichkeiten, ein datengesteuertes Unternehmen zu gestalten. Bei der ersten baut man eine zentralisierte Datenabteilung auf. Das hat wesentliche Vorteile. Eine solche Abteilung ist sehr effizient, da man verschiedene Typen von Analysten auf ihrem Spezialgebiet brillieren lassen kann: Datenarchitektur, Datenbankdesign, Berichterstellung, deskriptive Datenanalyse, prädiktive Datenanalyse und Visualisierung. So sind alle Aspekte der Datenabteilung mit exzellenten Kräften besetzt. Außerdem kann es keine Streitereien darüber geben, wem denn nun die Daten gehören' – manche Abteilungen erheben in puncto Daten regelrecht Besitzansprüche – außerdem wird an zentraler Stelle, und nur dort, über Definitionen und technische Spezifikationen entschieden. So gelten für den gesamten Betrieb die gleichen Vereinbarungen und