DER WERT VON DATEN
Im Wissen um den Wert von Daten geht Like Reply die Herausforderungen an, vor die Unternehmen und Institutionen sie stellen, wobei das Team sorgfältig die zu sammelnden Daten auswählt und vor allen Dingen deren Nutzung plant.
Sie sammeln und verarbeiten Datensätze, um Modelle zu entwickeln , die Antworten liefern, die auf die Bedürfnisse der Verbraucher abgestimmt sind. Dabei erfasst das Team als primäre Quelle auch Verhaltensdaten , wobei ihnen diese dann als Ausgangsbasis für den Kontakt dienen. So zeigen sie ein echtes Bewusstsein für den Wert der Daten, deren Nutzung der Verbraucher stets erlaubt.
Bei den in Zusammenarbeit mit den Unternehmen durchgeführten Projektbewertungen präsentiert Like Reply die am besten geeignete Methode für die Sammlung der Analysedaten als Gelegenheit zur Interaktion mit den Kunden und zeigt die Verbindung zur Investitionsrentabilität auf. Hierfür wählen sie sorgfältig die Anwendungsfälle aus, um dann die Erprobungsphasen zu starten, anhand deren die Faktoren mit der größten Wirkung bestimmt werden können.
In vielen Fällen setzt Like Reply Instrumente für Advanced Analytics ein, um die Faktoren zu untersuchen, die zum vorliegenden Ergebnis geführt haben (Diagnostic Analytics) . Mithilfe von Predictive Analytics können sie diese Faktoren im Voraus bestimmen, und zwar mithilfe von Prognosemodellen, die auf Verfahren für Machine Learning und Regression beruhen. Durch Prescriptive Analytics kann das Like Reply Team proaktiv Empfehlungen aussprechen, welche Entscheidungen die Marke jeweils treffen sollte.
Wenn man versteht, bei welchen Gelegenheiten, auf welche Weise und aus welchen primären Gründen Verbraucher mit der Marke interagieren, so ermöglicht dies einen laufenden Kontakt wie auch einen wertvollen gegenseitigen Austausch von Informationen.
Die Verhaltensdaten bilden das Kurzzeitgedächtnis der Interaktion mit dem Verbraucher, das, wenngleich nicht vollständig, so doch entscheidend für die Strukturierung der Kontaktgelegenheit ist. Ergänzend dazu sind es die Daten aus dem CRM , die die Erweiterung des Verbraucherportfolios erlauben. Hierdurch kann die Marke ausgehend von einer bestehenden Beziehung interagieren, anstatt den Verbraucher nur gelegentlich zu kontaktieren. Ein Grund, weshalb dieser sich häufig von der Marke abwendet.
Wenn Like Reply den Einsatzbereich, der durch Advanced Analytics bereitgestellten Daten auf transaktionale und operative Daten ausweitet, erhöhen sich die Anwendungsmöglichkeiten erheblich. Durch Diagnostic Analytics können beispielsweise die entscheidenden Faktoren im Prozess der Kundengewinnung verstanden werden, und dank Predictive Analytics lassen sich vorab die Kosten bestimmen , die mit diesem Prozess verbunden sind. Prescriptive Analytics kann zum Beispiel eingesetzt werden, um die zentralen Faktoren zu be stimmen , die eine Abwanderung der Kunden bedingen. Das kann so weit gehen, dass die Aktionen im Hinblick auf den Verbraucher automatisiert werden und eine proaktive Kundenbetreuung erfolgt.