Graphiqa-Stock - Fotolia

Die Kundenzufriedenheit hängt auch von Analytics-Erkenntnissen ab

Mehrere Fallbeispiele zeigen, welchen Nutzen der Einsatz von Analytics-Werkzeugen bringt – und wo die Grenzen im Hinblick auf den Datenschutz liegen.

Trotz einer wahren Armee von Besuchern – immerhin weltweit mehr als 20 Millionen Menschen – kann die Filmempfehlungs-Community Moviepilot die Star Wars Fans unter den Lesern ausfindig machen und dann spezielle Inhalte zu Wookies, Droiden und der Macht liefern.

In kleinerem Maßstab kann der US-Haustier-Versicherer Trupanion herausfinden, welcher Versicherungsschein am besten zum Besitzer eines Border Collie passt. Und er kann die Scheine aussortieren, die aus medizinischer Sicht nicht für eine Perserkatze geeignet sind.

Diese beiden Unternehmen und unzählige weitere Datenschürfer verstehen ihre Kunden und Klienten viel besser als andere, so dass sie ihnen maßgeschneiderte Angebote und Kundenerlebnisse bieten können. Das ist eigentlich nichts Besonderes: Die große Mehrheit der Unternehmen verwenden schließlich heute Kundeninformationen, um in einem wettbewerbsintensiven Markt einen Vorteil zu gewinnen. Wenn ein Unternehmen keine Datenanalyse betreibt, hinkt es der Konkurrenz weit hinterher.

Das war nicht immer so: Bei dem recht eingeschränkten Verbraucher-Feedback früherer Zeiten mussten Unternehmen jahrzehntelang in der Regel einen Universalansatz verwenden, um mit Kunden zu interagieren. Aber in der heutigen Zeit, in der Kunden bereitwillig die persönlichsten Informationen zu ihren Wünschen, Erfahrungen und Problemen abgeben, können Unternehmen jede Nadel aus dem Heuhaufen ziehen und entsprechend reagieren.

„Wir haben eine riesige Menge von Daten, die wir verwerten. Aber viele Unternehmen haben Tonnen von Informationen und wissen nicht, was sie damit anfangen sollen“, sagt Phil Walden, Geschäftsführer Digitale Strategie bei Moviepilot. „Wirklich profitieren können von den Datenmassen nur diejenigen, die eine klare Vorstellung haben, was man mit ihnen machen kann.“ Bei Moviepilot erfolgt das Machen mit Hilfe proprietärer Software, die Benutzerinformationen von Facebook, Instagram und Tumblr sammelt und analysiert. Andere verlassen sich für diese sehr anspruchsvolle Aufgabe auf unabhängige Softwareanbieter. Wenn Anwender wirklich in die Maximierung der Kundeninteraktionen investieren möchten, um angemessen reagieren zu können, integrieren sie die Daten in ihre CRM-Systeme.

Aber unabhängig davon, welche Technologie eingesetzt wird: Viele Unternehmen, die Datenanalyse zur Verbesserung der Kundenzufriedenheit verwenden, sagen, dass Analytics nicht alles ist. „Neben der Technologie“, erklärt T. J. Houk, Direktor für Business Intelligence bei Trupanion, „sind es vor allem die Mitarbeiter, die die Daten und das Unternehmen selbst verstehen. Sie können das Beste aus den Daten machen. Sonst sind es nur Daten.“

Mögen die Daten mit euch sein

Walden kann sich heute das Moviepilot-Geschäft ohne das Know-how, die Kundendaten zu analysieren, nicht mehr vorstellen. Wenn das Unternehmen die Lieblingsfilme ihrer Mitglieder nicht kennen würde, könnte es die neuesten Geschichten, Fotos und Klatschstorys zu den Filmen nicht liefern.

Als Moviepilot vor fünf Jahren startete, war den Gründern klar, dass sie keine gewöhnliche dot-com-Website erstellen konnten. Über die Google-Suche würden die Besucher relevante Filmkritiken und News nicht so leicht auf Moviepilot entdecken. Sie würden die Geschichten aber sehen – so die Idee hinter Moviepilot – wenn der Inhalt auf ihren Lieblings-Social-Kanälen gestreamt würde. Das würde dann entsprechende Aktivitäten auslösen. Wenn Mitglieder Geschichten oder Kommentare teilen möchten, einem Lieblingsautor folgen wollen oder Updates für einen bestimmten Film erhalten möchten, müssen sie sich auf der Moviepilot Website über ihre Facebook-Konten anmelden.

Für diejenigen Benutzer, die Zugang zu ihren Konten erlauben, bedeutet dies, dass sie in ihren Facebook-Streams ausgewählte Inhalte zu ihren Lieblingsfilmen und -schauspielern erhalten. Für Moviepilot wiederum bedeutet dies, dass ein wahrer Schatz an demografischen Daten, Standorten und andere persönliche Informationen zur Verfügung stehen. Mit Hilfe proprietärer Software sortiert Moviepilot alle diese Daten – indem sie die ausgewählten Interessen und Filme, die ähnliche User mögen, indiziert – und legt anschließend fest, welche Art von Informationen ein Benutzer als nächstes zu sehen bekommt.

„Wir finden heraus, woran unsere Nutzer interessiert sind und geben ihnen, was sie möchten“, sagt Walden. „Intern verwenden wir die Daten für die Optimierung unserer Content-Strategie. Wenn eine Nutzergruppe also zum Beispiel X-Men mag, werden sie wahrscheinlich auch bestimmte Filme und Fernsehsendungen aus diesem Action-Genre mögen. Letzten Endes helfen uns die Daten zu erfahren, warum sie an einer bestimmten Sache interessiert sind. Und das hat unser Wachstum angetrieben.“

Was Walden damit genau meint, ist folgendes: Wenn man die Daten und Interessen des jeweiligen Benutzers berücksichtigt, schließt Moviepilot die Lücke zwischen den Daten, die es sammelt, und den Daten, die es erzeugt. Diese generierten Daten informieren Moviepilot zum Beispiel darüber, dass bestimmte 20-Jährige in San Francisco Supergirl bevorzugen, während 30-Jährige im Mittleren Westen Wonder Woman lieber mögen. Deshalb spiegelt der Inhalt, den Moviepilot auf die personalisierte Website eines Benutzers oder seinen Facebook-Feed pusht, das wieder, was er in der Vergangenheit gelesen hat, und er berücksichtigt auch die Geschichten, die die Facebook-Freunde lesen.

Bevor die personalisierten Daten die Kundeninteressen offengelegt haben, musste ein Unternehmen Feldforschung betreiben und bekam mit etwas Glück 100 ehrliche und vollständige Antworten zusammen, sagt Walden. Nun liefern die personalisierten Daten von den Facebook-Seiten der Moviepilot Nutzer – ebenso wie Informationen von ihren Twitter und Instagram-Accounts – tausende detaillierte Antworten. Zum Beispiel hat Moviepilot bereits fast 30.000 Datensätze von Avengers-Fans gesammelt, die auf eine erst in einem Jahr stattfindende Fortsetzung warten.

Die personalisierten Daten zeigen nicht nur die individualisierten Filminteressen der mehr als 20 Millionen Nutzer. Sie stärken auch die Position von Moviepilot als Ressource. So ermöglichen es die Daten dem Unternehmen, Filmemachern die oft ersehnten Marketing-Informationen zu geben. Moviepilot arbeitet mit 21st Century Fox, Fox Searchlight, Hallmark Channel und anderen Studios zusammen, und hilft ihnen dabei, gezielt soziale und Marketing-Strategien zu entwickeln. Bewaffnet mit Tausenden von Keywords, die die Mitglieder verwenden, kann Moviepilot herausfinden – getrennt nach Geschlecht, Alter und anderen Faktoren –, welche Suchbegriffe am besten funktionieren, um Anzeigen der Filmstudios im Web zu platzieren.

„Die Informationen, die wir haben, sind die Informationen, die die Studios nicht haben. Deshalb können wir sagen: ‚Eure Zielgruppe für diesen Film sind ältere Männer‘, sagt Walden. „Früher wurde alles aus dem Bauch heraus geplant und gemacht, und Filme, die für junge Menschen gedreht wurden, haben oft ihr Ziel verfehlt. Heute belegen oder widerlegen Daten eindeutig bestimmte Ideen."

Die Patientenversorgung bekommt einen Schub

Analytics kann aber wesentlich mehr, als nur die Filmvorlieben von Kinobesuchern herausfinden. Es kann helfen, Leben zu retten. Die Analyse von Echtzeit-Patientendaten, wie beispielsweise Vitalparameter oder Medikamentengebrauch, können Gesundheitsdienstleister verwenden, um die Behandlung und die Zufriedenheit der Patienten zu verbessern – unbestritten eine wichtige Sache.

Die internationale Wirtschaftsprüfungsgesellschaft KPMG nutzt beispeilsweise Datenanalyse, um Behandlungsformen, Kosten und medizinische Ergebnisse zu messen und damit die ewige Frage beantworten zu können, wie man einem Patienten am besten helfen kann. KPMG bezieht in den USA Daten von Medicare und Blue Cross Blue Shield und behauptet, damit genauer bestimmen zu können, wie viel eine bestimmte Behandlung kosten sollte und wie Dienstleister eine bessere Patientenversorgung erreichen können.

„Gerade jetzt, da mit dem Patient Protection and Affordable Care Act neue Regularien aufkommen, können Sie Datenanalytics nutzen, um eine bessere Versorgungsqualität durchzusetzen“, sagt Bharat Rao, Advisory Principal bei KPMG. „Dienstleister können sich jetzt fragen:‚Verringere ich die Anzahl der vermeidbaren Fehler? Halte ich die Richtlinien ein?‘ Man macht sich die Daten der täglichen Behandlung zu Nutze, um die Gesundheitsversorgung zu verbessern.“

Durch die Analyse der Patientendaten hofft KPMG, der Gesundheitsindustrie zu helfen, Schwankungen zu reduzieren. Mit anderen Worten: Die Daten sollen zum Beispiel zeigen, dass Medikamente für eine Gruppe von Patienten an der Westküste besser funktioniert haben als Operationen für eine andere Gruppe an der Ostküste, sagt Ashraf Shehata, Direktor des KPMG Global Healthcare Center of Excellence.

„Wenn Sie diese Variation sehen, liegt der Schlüssel darin, dies anzugehen“, erklärt Shehata. „Deshalb können Sie die Daten nicht in den Händen von Analysten belassen, sondern Sie müssen sie den Dienstleistern geben. Aus diesem Grund ist heute die Beziehung zwischen den Kostenträgern und den Dienstleistern viel besser.“

Mit anderen Worten: Personalisierten Daten haben begonnen, Silos in der Gesundheitsbranche einzureißen und zu neuen Verfahren und Praktiken geführt, die die Patientenversorgung verbessern.

„Es gibt eine ganze Bewegung in Richtung auf mehr Datentransparenz“, sagt Shehata. „Die Daten zeigen, was hinter den finanziellen Gesundheitsausgaben steht oder die Zeit, die verging, um einen Termin zu bekommen. Die Kommentare und Bewertungen, die das Empfehlungsportal Yelp so erfolgreich gemacht haben, fließen zunehmend in Gesundheitsprodukte und -Dienstleistungen ein. Die Patienten fordern das.“

Während KPMG personenbezogene Daten großflächig bewertet, kämpfen viele Krankenhäuser mit der Analyse kleiner Datenmengen. „Viele Krankenhäuser befinden sich in einer Situation, in der sie Daten aus mehreren IT-Systemen und mehreren Archiven sammeln, aber sie können damit nichts anfangen“, sagt Christopher Rosin, Chief Scientist bei Amara Health Analytics in San Diego, der Patientendaten durch eine Plattform von DataStax jagt, um frühe Krankheitsstadien wie Sepsis zu erkennen.

„Die Daten, die wir bekommen, sind in einem seltenen Datenformat. Krankenhäuser haben erst vor kurzem einen Punkt erreicht, an dem sie über eine kritische Masse von Patientendaten verfügen“, sagt Rosin. „Datenquellen aus dem gleichen Krankenhaus können sehr unterschiedlich sein, deshalb müssen wir sie standardisieren. Ein großer Teil unserer Arbeit ist die Verarbeitung natürlicher Sprache und die Fähigkeit, Dinge wie die Diagnose einer Krankheit oder deren Behandlung zu extrahieren.“

Der Datenschutz zählt

Gesundheitsdienstleister können zwar alle Daten, die sie von den Patienten bekommen, verarbeiten. Doch die Einhaltung der Privatsphäre – wie im Health Insurance Portability and Accountability Act festgelegt – begrenzt die Art der Patienteninformationen, die Dienstleister mit Drittanbietern teilen können – einschließlich derer, die analytische Dienstleistungen anbieten. Krankenhäuser, Kliniken und Versicherungsunternehmen dürfen nicht veröffentlichen, welche medizinischen Leistungen Patienten erhalten haben, welche Medikamente sie verabreicht bekamen oder andere Informationen bekannt geben.

Diese Einschränkungen gelten nicht für aggregierte Daten. Sie können bedenkenlos mit anderen geteilt werden, weil man damit nicht die Erkrankung beziehungsweise Medikation einer bestimmten Person zurückverfolgen kann.

„Diese Daten sind nicht personenbezogen, aber sie bilden eine wichtige Grundlage für wissenschaftliche Studien und ganz allgemein für das Gesundheits-Management der Bevölkerung“, sagt Shehata. „Die aggregierten Daten werden für die Entwicklung von medizinischen Protokollen und für die Ressourcenplanung verwendet. Arbeitgeber können diese Daten verwenden, um zu erfahren, mit welchen Ausgaben pro Mitarbeiter sie im Gesundheitswesen rechnen müssen und können die Ergebnisse mit anderen Organisationen vergleichen. Ein Großteil der Arbeit mit Big Data beschränkt sich im Gesundheitswesen auf aggregierte Daten.“

Dennoch: Wenn sich die Gesundheitsindustrie weitgehend auf aggregierte Daten stützt, verhindert dies, dass sie ein vollständiges und detaillierteres Bild der Patientenversorgung bekommt. „Für die Gesundheitsforschung und die Entwicklung neuer Erkenntnisse zur Verbesserung der Patientenversorgung ist der Datenschutz von Privatpatienten ein zentrales Hindernis“, sagt Rosin. „Der freie Datenfluss wird behindert. Weil private, geschützte Gesundheitsinformationenen von Patienten nicht offengelegt werden dürfen, können Patientendaten nicht frei fließen, wenn sie nicht völlig anonymisiert sind. Aber im Falle von sehr reichhaltigen, unstrukturierten und narrativen Daten, wie Notizen von Ärzten und Krankenschwestern, riskiert die Anonymisierung die Zerstörung der zugrunde liegenden Bedeutung. Zudem ist eine vollständige Anonymisierung schwer auszuführen und es ist schwierig, die Wiedererkennung zu verhindern.“

Mit anderen Worten: Akademische Forscher sind von der Nutzung umfassender Datenmengen ausgeschlossen, um zu neuen Erkenntnissen der Patientenversorgung zu gelangen, erläutert Rosin. „Deshalb sind wir von gesundheitsrelevanten Erkenntnissen weit entfernt, die wir mit einer tiefergehenden Analyse der detaillierten Daten von Hunderten von Millionen von Patienten bekommen könnten.“

Das Datenmeer

Die Ansätze zum Ernten der Daten variieren von Branche zu Branche und von Unternehmen zu Unternehmen. Zum Beispiel müssen Datenanalysten speziell aus dem Gesundheitswesen laut Shehata und Rosin Informationen aus einer Vielzahl von Quellen berücksichtigen – wie Krankenhausunterlagen, Versicherungsinformationen oder Hilfsmittel.

Trupanion, der Krankenversicherer für Hunde und Katzen, beschäftigt Versicherungsmathematiker und Tierärzte, um die Branchendaten und die Preispräferenzen von Kunden richtig zu interpretieren, sagt BI-Direktor Houk. Mit Hilfe einer Business-Analytics-Plattform von Sisense analysiert das Unternehmen zudem Kundendaten von ihrer Website und aus Callcenter-Datensätzen.

Während man in der Praxis annimmt, dass die Daten nicht falsch sein können, sind sie es in der Realität natürlich tatsächlich schon. „Es ist wichtig, sich zu vergewissern, dass man mit richtigen und genauen Daten arbeitet, bevor man die Analysen macht“, sagt Analytiker Rosin. „Es ist verführerisch, ad-hoc eine Query zu starten und zu glauben, man sähe einen Trend. Wenn aber 90 Prozent der Daten falsch sind oder ganz fehlen, dann erfahren Sie nicht wirklich etwas Neues. Sie müssen Ihre Daten vollständig verstehen und daraus geschäftsrelevante Folgerungen ableiten – deshalb sollten Sie sich vergewissern, dass sie saubere Daten haben.“

Sind die Kundendaten einmal analysiert, sollten Unternehmen darauf achten, auf Basis der Informationen zum einen nicht zu früh, zum anderen aber auch nicht zu spät zu agieren. „Manche Leute bekommen die ersten fünf Datensätze und glauben, Bescheid zu wissen, während andere warten, bis sie sich ganz sicher sind und eine Chance verpassen“, sagt Houk. „Deshalb rate ich: Machen Sie nur kleine, aber wichtige Schritte, um den richtigen Weg zu finden. Wenn Sie auf Ihrer Website einen Kundentrend beobachten, aber Sie nicht sicher sind, dass die Daten richtig sind, machen sie nur kleine, leicht korrigierbare Veränderungen. Warten Sie nicht, um eine große dramatische Veränderung auszuführen, die auch falsch sein kann.“

Mehr zum Thema Kundenanalyse:

Social Media Analytics schafft eine klare Sicht auf den Kunden.

Erfolgreiche Kundenbindung von morgen mit Microsoft Dynamics Marketing.

Kundenzufriedenheit mit SAP Hybris: Drei Anwendungsbeispiele.

Schlechte Qualität der Kundendaten kann der CRM-Akzeptanz schaden.

Warum CRM-Datensilos die 360-Grad Sicht auf den Kunden verhindern.

Datenquellen, die nahtlos miteinander verbunden sind, verbessern die Chancen zu verstehen, was die Kundeninformationen besagen. Deshalb ist es für die Unternehmen von entscheidender Bedeutung, immer darauf zu achten, dass sie Daten analysieren, die möglichst einheitlich und nicht ungleichartig sind, sagt Shehata.

Statt sich auf die Umsetzung eines bestimmten Systems zu fokussieren, sollten Sie darüber nachdenken, wie sich das System in einer Abteilung einsetzen lässt und wie die Daten in andere Datenquellen integriert werden können. Für Kundensysteme können Sie CRM-Tools wie Salesforce oder Siebel verwenden, aber das Tool ist in der Regel nicht das Problem. Wichtiger ist vielmehr zu sehen, wie sich das Thema entwickeln wird und wie die Daten verwendet werden“, sagt Shehata.

Jennifer Folsom ist Senior Managerin für Branding bei Summit Consulting. Das Unternehmen nutzt eine enorme Menge an Daten und Analyse-Tools, um Kundeninformationen zu überprüfen – einschließlich eines HubSpot Inbound-Marketing-Tools, das viele verschiedene Datenquellen in eine CRM-Plattform integriert. Diese Plattform „macht es sehr einfach, aus nicht-quantitativen Datentypen personalisierte Kundendaten zu erzeugen“, erläutert sie.

Aber Folsom sagt auch, dass umgekehrt alle Werkzeuge dieser Welt keine personalisierten Kundendaten liefern können, „wenn Sie nicht ein tolles Produkt verkaufen und eine großartige Vertriebsmannschaft haben. Die reinen Daten sind da, um bis zu einen bestimmten Punkt zu helfen – aber nicht darüber hinaus.“

Natürlich besteht für jedes Unternehmen die Gefahr, sich in allen gesammelten Informationen zu verlieren. Und die Daten wären nutzlos ohne Mitarbeiter, die genau wissen, nach was sie suchen und welche Kennzahlen als Wegweiser bei der Zuordnung bestimmter Kennzeichen zu Kundendaten dienen können.

Houk schlägt vor, dass Unternehmen nach Mitarbeitern suchen, die fundierte Entscheidungen auf Basis von Kundendaten treffen können – und nicht nur die Kollegen mit einem „großen Stapel von Zahlen“ konfrontieren.

„Oft ist es so einfach, wie wenn Sie von da draußen nur eine beliebige Information bekommen würden“, sagt er. „Die Gefahr liegt darin, dass einige Leute nicht die gleiche Erfahrung mit den Daten haben, wie sie andere haben. Aber genau deshalb sollte man Datenexperten haben, die hier helfen können. Sie können diejenigen, die keine Experten sind, daran erinnern, dass sie Hilfe bekommen können.“

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+ und Facebook

Erfahren Sie mehr über Datenanalyse

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close