Foto: everything possible - shutterstock.com
Laut einer weltweiten KPMG-Umfrage sind 88 Prozent der deutschen CEOs in Sachen Kundenloyalität "ziemlich" oder "sehr" besorgt. 61 Prozent haben zudem "ziemlich" oder "äußerst" Angst, dass das eigene Geschäftsmodell durch neue Wettbewerber aufgebrochen werden könnte. 55 Prozent zweifeln, ob die eigenen Produkte oder Dienstleistungen in drei Jahren überhaupt noch gefragt sein werden.
Die gute Nachricht: Es stehen mehr Informationen denn je zur Verfügung, welche die Gedankenwelt der Kunden greifbar machen und damit Unternehmen helfen, schnell auf Veränderungen oder neue Trends reagieren zu können. Neben den klassischen Systemen wie CRM sind dies unzählige Quellen wie etwa E-Mail, Social Media oder auch Call Center-Notizen.
Obwohl BI als Konzept aus einer Zeit stammt, in der die Masse der Daten überschaubar und wohlgeordnet in Datenbanken geparkt war, wo ausschließlich die IT-Abteilung das Sagen hatte, wie Applikationen zu nutzen sind und nur Poweruser es verstanden haben, mit den mächtigen Werkzeugen umzugehen, steigt die aktuelle Nachfrage. Gartner prognostiziert für dieses Jahr eine weltweite Umsatzsteigerung von 5,2 Prozent auf insgesamt 16,9 Milliarden US-Dollar.
Gefragt sind heute Systeme, deren Verantwortung in den Fachabteilungen liegt und die eine Vielzahl der Datenquellen, ob strukturiert oder unstrukturiert, in die Analysen miteinbeziehen können. Während moderne BI-Lösungen bei der Anwendung durch die Fachabteilungen deutliche Fortschritte machen – Stichwort Self Service BI –, können sie bei der Verarbeitung von unstrukturierten Daten schnell an ihre Grenzen stoßen. Eine Alternative dazu wäre Search-driven Business Intelligence.
Information aus vielen Quellen
Angenommen, ein Versicherungsunternehmen möchte seine Kunden besser kennenlernen, um Marketingaktionen maßgeschneiderter zu gestalten. Die Herausforderung besteht darin, alle verfügbaren Informationen zu einer Kundengruppe in die Analyse und Planung miteinzubeziehen – das heißt auch Schadensmeldungen, Vertragsänderungen oder Kundenanfragen, die aber oft als E-Mail oder Brief, also unstrukturiert, vorliegen. Das manuelle Einpflegen relevanter Daten in Datenbanken durch Sachbearbeiter ist meist zeitaufwändig und fehleranfällig. Das System analysiert eine E-Mail oder das PDF des eingescannten Briefes, extrahiert automatisch die Eckdaten wie Geburtsdatum, Police und Adresse und erkennt anhand von Schlüsselwörtern wie etwa "Wohnung" und "Einbruch", die in einen semantischen Zusammenhang gebracht werden, die Art der Zusendung. Dieser Prozess passiert laufend und treffgenauer, je länger das System im Einsatz ist – Stichwort Machine Learning.