Typische Anwendungen

Im Folgenden erhalten Sie eine Übersicht an typischen Einsatzmöglichkeiten des Synop Analyzer. Diese sind in vielen Branchen übertragbar und in Konzernen weit verbreitet. Mit dem Synop Analyzer bekommen auch Klein- und Mittelstandsunternehmen (KMU) die Chance, Wissen aus den Daten zu “Gold”  zu machen. Finden Sie Ihre bevorzugte Fragestellung und lernen Sie den Synop Analyzer in Aktion kennen oder fordern Sie uns mit Ihren Fragestellungen auf.

Ad hoc Analyse

Fachanwender in Einkauf, Marketing, CRM, E-Business, Entwicklung,  Disposition, Data Science, Finanzen, Qualitätssicherung, Produktion, Forschung

Ziele: Schneller Überblick in „Rohdaten“, Zusammenhänge in Daten erkennen, Fragen schnell beantworten, neue Fragen entdecken, Muster in Daten entdecken (Visual Discovery).

  • Welche Qualität haben die Daten?
  • Welche Datenmerkmale sind für eine Analyse verwendbar?
  • Welche Muster sind bisher verdeckt gewesen?
  • Welche Datengruppen lassen sich durch welche Merkmale beschreiben?
  • Welche Korrelationen sind vorhanden?
  • Welche Merkmale beschreiben die Korrelationen?

After-Sales und Field-Service

Frühwarnsystem

Ziele: Früherkennung von unerwarteten Defekten

    • Frühzeitige Einschätzung von Defekten bezüglich Signifikanz, d.h. wird der Fehler dauerhaft auftreten oder wird er wieder abklingen?
    • Geeignete Maßnahmen aufzeigen, um das Problem rasch und kostengünstig zu vermeiden.
Fehlerursachenanalyse

Ziele: Gewährleistungskosten reduzieren, Kundenzufriedenheit auf Zielniveau halten.

    • Wo liegt die eigentliche Fehlerursache, wenn ein komplexes Produkt aus mechanischen, elektronischen und Software-Komponenten nicht so funktioniert, wie es sollte?
    • Wie kann man die Erkenntnisse aus Schritt 1. Nutzen, um in Zukunft Fehlerraten und Gewährleistungskosten zu senken?
Condition Monitoring

Ziele: Maschinen und Geräte zum richtigen Zeitpunkt warten

    • Durch Monitoring werden Information über den Zustand und die Belastungsfähigkeit generiert. Schwellenwerte sind aber nur beschränkt ausreichend, um ein System autonom zu Monitoren. Schleichende Veränderungen (Haarrisse, dynamische Betriebszustände,..) werden hierbei nicht erkannt.
    • Mit Data-Mining Verfahren werden Sollwerte prognostiziert und bei entsprechenden Abweichungen von den Istwerten, werden Alarmhinweise automatisch generiert.
    • “Großstörungen” werden verhindert, der Austausch entsprechender Bauteil kann vor einem Totalausfall zu geringeren Kosten umgesetzt werden. Anwender sind höchst zufrieden.

Analytisches CRM

Lead Scoring

Ziele: Optimierung der Erfolgsrate in der Neukundenakquise. Nicht nur Quantität optimieren, sondern auch Qualität, d.h. kundenwerthaltige Neukunden gewinnen.

  • Welche attraktiven Neukundensegmente gibt es und wo lassen sich diese im Markt finden?
  • Welche Merkmale eignen sich für die detaillierte Beschreibung der potenziellen Neukundensegmente?
  • Über welche Kommunikationswege kann man Interessenten am besten zu Kunden konvertieren?
  • Wie lassen sich Neukundengewinnungsaktionen durch Adress-Scoring erfolgreich umsetzen?
Next Best Offer, Up/Cross-Selling

Ziele: Umsatz pro Kunde steigern, Kunden binden und periodische Verbrauchsartikel zum richtigen Zeitpunkt anbieten.

  • Welche Kunden interessieren sich welche Zeit nach dem Kauf welcher Produkte besonders für welche mit dem Erstkauf in Verbindung stehenden weiteren Produkte?
  • Welche Produkte lassen sich mit welchen Artikel gemeinsam verkaufen?
  • Wo liegen die kundenspezifischen Produktaffinitäten und Cross-/Up-Selling-Potenziale?
  • Mit welchen Maßnahmen und über welche Kanäle kann man das Kundenpotenzial ausschöpfen?
Kundensegmentierung

Ziele: Kundengruppen verstehen und Produktangebote, Services und Marketing anpassen.

  • Welche homogenen Kundengruppen hat ein Unternehmen?
  • Bei welchen Kunden finden zu welchem Zeitpunkt welche Produkt- oder Dienstleistungsangebote über welche Vertriebskanäle besonders hohe Akzeptanz?
  • Welche Kunden sollten in eine Marketingkampagne für ein bestimmtes Produkt mit vorgegebenem Budget über welche Kanäle angesprochen werden, um die erzielbaren Auswirkungen (Umsatzsteigerungen) zu optimieren?
Kampagnenplanung, Kampagnenselektionen, Auswertung und Steuerung

Ziele: Zielgruppen selektieren, Kampagnenüberschneidungen validieren, Test- und Kontrollgruppenselektionen, Response-Analyse, Kontaktanspracheregeln entwickeln.

  • Bei welchen Kunden finden zu welchem Zeitpunkt welche Produkt- oder Dienstleistungsangebote über welche Vertriebskanäle besonders hohe Akzeptanz?
  • Welche Kunden sollten in eine Marketingkampagne für ein bestimmtes Produkt mit vorgegebenem Budget über welche Kanäle angesprochen werden, um die erzielbaren Auswirkungen (Umsatzsteigerungen) zu optimieren?
  • Merkmalsanalyse von Reagieren und Nicht-Reagierer.
  • In welchen zeitlichen Abständen sollte eine Kunde wieder angesprochen werden?
Kundenwert, Kundenlebenszyklus

Ziele: kundenwerthaltiges CRM, Kunden besser verstehen und das richtige Angebot zum besten Zeitpunkt anbieten. Marketing –und Sales-ROI steigern.

  • Welche Kunden werden in der Zukunft (in einem Jahr, in 5 Jahren) einen positiven Kundenwert für das Unternehmen haben?
  • Mit welchen Produkten lässt sich bei den einzelnen  Kundensegmenten am besten der Kundenwert steigern?
  • Mit welchen Maßnahmen zu welchen Zeitpunkten kann das zukünftige Wertpotenzial bestmöglich ausgeschöpft werden?
Kundenbindung, Kundenabwanderung

Ziele: Bestandskunden halten und Abwanderungssignale erkennen.

  • Welche meiner Kunden sind unzufrieden oder besonders für Abwerbe-Maßnahmen der Konkurrenz empfänglich?
  • Bei welchen Kunden wirken welche Gegenmaßnahmen der Abwanderungsneigung entgegen?
  • Bei welchen Kunden lohnen sich welche Gegenmaßnahmen, wann sollte man aus Kosten-Nutzen-Gründen auf welche Maßnahmen bewusst verzichten und Kunden ziehen lassen?
Kundenrückgewinnung

Ziele: Kundenreaktivierung ist günstiger als Neukunden zu gewinnen.

  • Welche Kunden lassen sich nach einer Inaktivitätsphase oder Kündigung wieder zurückgewinnen?
  • Wie lässt sich die Reaktivierungswahrscheinlichkeit prognostizieren?
  • Für welche Kundensegmente ist keine bzw. eine sehr gute Reaktivierung möglich?
  • Welche Maßnahmen über welchen Kommunikationskanal führen zur Steigerung der Reaktivierungsquote?
Warenkorb-Analyse

Ziele: Kaufmuster erkennen und diese für das Cross/Up-Selling im Online Shop oder am PoS nutzen. Sortimentsgestaltung zur Umsatzsteigerung nutzen.

  • Welche Produkte werden bevorzugt gemeinsam gekauft?
  • Kunden mit ähnlichem Profil kaufen welche Artikel?
  • Welchen Zusammenhang gibt es zwischen Warenkorb und Retouren?

Datenqualität

Datenkonsistenz, Ausreißer

Ziele: Datenqualität optimieren und Prozesse, welche auf Daten basieren in höchster Qualität umzusetzen.

  • Sind meine Kunden-Stammdaten korrekt?
  • Gibt es Stammdatensätze, in denen etwas ‚nicht stimmt‘ oder inkonsistent ist?
  • Fällt bei der Datenaufnahme für einen Neukunden eine Anomalie auf, die auf einen Fehler bei der Datenaufnahme oder auf eine Falschinformation durch den Kunden schließen lässt?
  • Sind die Daten im Finanzreporting korrekt, gibt es Falschbuchungen mit unplausibler Buchungshöhe, die z.B. durch die Verwechslung von 1.000,000 mit 1,000000 oder durch falsche oder fehlende Währungsumrechnung entstanden sind?

E-Commerce und Online-Marketing

Conversion Rate Optimierung    

Ziele: Optimierung von Online Marketing Budgets bezüglich Marketing- und Vertriebszielen.

  • Welche Kampagnen und Medien generieren werthaltige Kunden?
  • Welchen Zusammenhang gibt es zwischen Retouren und Ad-Words Kampagnen?
  • Gibt es Muster zwischen Kaufverhalten und „Kundenumgebung“?
Warenkorb-Analysen

Ziele: Kaufmuster erkennen und diese für das Cross/Up-Selling im Online Shop und im Kundenmanagement nutzen.

  • Welche Produkte werden bevorzugt gemeinsam gekauft?
  • Kunden mit ähnlichem Profil kaufen welche Artikel?
  • Welchen Zusammenhang gibt es zwischen Warenkorb, Medien und Retouren?
  • Welche Merkmale unterscheiden erfolgreiche und weniger erfolgreiche Promotions?
E-Mail-Marketing

Ziele: Erstellung von personalisierten Angeboten. Response-Analyse. Sales per Conversion steigern.

  • Welche Angebote passen zu welchen Zielgruppen am besten?
  • Merkmals- und Profilanalyse bezüglich Betreffzeile oder Landing-Page Varianten.
  • Welche Produkte werden in Folge eines vorherigen Produktes am ehesten gekauft?
  • Generierung von Follow-up E-Mails mit hoher CVR.
  • Optimierung der Kontaktansprachezyklen pro Kundengruppe.
  • Zusammenhang zwischen Newsletter-Verhalten  und Kaufverhalten.
Ad-Words Marketing

Ziele: Ad-Words Kampagnen auf Erfolg trimmen und Budgets reduzieren.

  • Optimierungen mit Google Tools sind das Eine, doch welche Zusammenhänge ergeben sich aus Ad-Words, Quellen und Medien in Beziehung zu werthaltigen Kunden?
  • Gibt es Zusammenhänge zwischen Retouren und Ad-Words?

Energiedatenmanagement

Smart-Metering Analytics

Ziele: Energiebedarf aktuell prognostizieren. Verbrauchsmuster identifizieren. Energiebeschaffung kostengünstig organisieren.

  • Welcher Energiebedarf wird pro Periode (15 Min, Tag, Woche, Monat) benötigt?
  • Welche Verbrauchsmuster sind vorhanden? Wie können diese für die Disposition und die Kundenbindung benutzt werden?
  • Wo entstehen Inkonsistenzen und Ausreißer?
  • Was sind die Ursachen?
  • Welche Risiken bestehen in den unterschiedlichen Energiequellen?

Kundenservice-Center

Service-Level-Analyse

Ziel: Service-Level und Kundenzufriedenheit auf hohem Niveau bei schwankenden Attributen halten.

  • Einzelbetrachtungen der Systeme (ACD, IVR, WFM, QA, Dialerm..) ergeben keine Möglichkeit einer zusammenhängenden Analyse.
  • Welche Faktoren hängen mit der First Call Resolution Rate zusammen?
  • Wie können Standorte repräsentativ verglichen werden?
  • Welchen Einfluss hat die Datenqualität auf Erfolge im Kundenkontakt?
  • Welche „Scheinangaben“ werden in den Systemen angelegt, um Prämien für Zielerreichungen zu erhalten?

Risiko-Management

Zahlungsausfall, Bonitäts-Scoring

Ziele: Reduzierung der Zahlungsausfälle. Optimierung des Umsatzes.

  • Vorhersage des Zahlungsausfall-Risikos ohne die Umsätze dabei zu schmälern.
  • Scoring der eigenen Zahlungserfahrungen für bestehende Kunden und Neukunden.
Kredit-Scoring

Ziel: Reduzierung der Kreditausfälle

  • Vorhersage des Kreditausfall-Risikos.
  • Welchen Kunden können welche Angebotskonditionen angeboten werden?
Betrug

Ziele: Früherkennung von Betrugsvorfällen. Betrugsmuster identifizieren.

  • Überprüfung von Kreditkarten-Transaktionen
    (Betrugsrisiko? Verwendung nach Kartendiebstahl)?
  • Hinweise auf Betrugsfälle und Korruption durch Analyse des innerbetrieblichen Finanzreporting.
  • Überprüfung von Wertpapier-Transaktionen auf Verdacht auf Insiderhandel.
Schadensrisiko

Ziele: Optimierung von Versicherungstarifen

  • Vorhersage des Schadensrisikos und der möglichen Schadenshöhe, daraus abgeleitet die Berechnung eines geeigneten Versicherungstarifs.

Produktion

Ausschuss-Analyse

Ziele: Yield Rate reduzieren.

  • Bereits zu einem frühen Zeitpunkt im Produktionsprozess merken, dass am Ende mit erhöhter Wahrscheinlichkeit ein Problem entstehen wird (z.B. Ausschuss, Produktionsstillstand)
  • Geeignete Maßnahmen aufzeigen, um das Problem rasch und kostengünstig zu vermeiden.

Vertrieb B2B

Vertriebsgebiet-Benchmarking

Ziel: Von anderen Lernen und Erfolge verstehen.

  • Welche Merkmale haben den größten Einfluss auf einen nachweislichen Erfolg in einem Vertriebsgebiet?
  • Welche Potentiale sind in welchen Vertriebsgebieten möglich
Kundenwert-Analyse

Ziel: Welche Kunden bringen welchen Ertrag für das Unternehmen?

  • Warum bringen welche Kunden, welchen Ertrag für das Unternehmen?
  • Welche Merkmale sind für einen guten Kundenwert relevant?
  • Welche Potentiale haben bestehende Kunden, um den Ertrag zu steigern?