Use Case Kündigungsprognose

Kündigungsprognose

Bildnachweis: Dubo/Shutterstock.com

Worin besteht die Herausforderung?

Kundschaftsbindung und Kundschaftsloyalität sind wichtige Wettbewerbsfaktoren. Allerdings steigt in vielen Märkten die Wechselbereitschaft der Kundinnen und Kunden. Demgegenüber stehen hohe Kosten zur Neukundschaftsgewinnung und Kundschaftsrückgewinnung.

Welche Daten können hier helfen?

• Kundschaftsdaten (soziografische Daten, Nutzungsdaten, historische Verkaufs- und Konsumverhaltensdaten, Suchverläufe, Stammdaten, Interaktionsdaten)

• Vertragsdaten (Vertragslaufzeit)

Wie kommt der Nutzen aus den Daten?

Kündigungen gehen oft bestimmte Muster voraus. Zum Beispiel können häufige Kontaktaufnahmen mit dem Kundenservice ein Indikator für eine Kündigung sein. Diese und andere Muster werden mithilfe von Datenanalysen in historischen Kundschaftsdaten erkannt, sodass entsprechende Meldungen generiert werden. Diese datenbasierten Erkenntnisse dienen dazu, Wechsel- bzw. Kündigungsbereitschaften gezielter zu erkennen und vorzubeugen.

Wo wird diese Datennutzung bereits angewendet?

• Der Telekommunikationsdienstleister O2 setzt Datenanalyse zur Kündigungsprognose ein. Durch die Analyse der Daten werden Muster für Kündigungen erstellt. Damit können für jeden Vertragspartner Vorhersagen zur Wahrscheinlichkeit der Kündigung für zwei bis acht Wochen im Voraus erstellt werden. Mit dieser Information geht O2 auf seine Kundinnen und Kunden zu und erstellt Angebote zur Kundschaftsbindung.

• Der Medienkonzern Netflix nutzt Datenanalysen, um Kündigungsabsichten im Voraus zu erkennen (z. B. mit Informationen zu Abbruch von Serien/Filmen, Zeiten zwischen der Nutzung, sinkende Nutzungsdauer pro Besuch im Zeitverlauf, Bewertungen). Diese Informationen werden genutzt, um Spezialangebote für diese Kundinnen und Kunden oder Kundengruppen zu erstellen.

Welchen Beitrag leistet diese Datennutzung zur Wertschöpfung?

Mit der datenbasierten Prognose von Kündigungsabsichten erhalten Unternehmen ein frühzeitiges Warnsignal und können ihre Aktivitäten zur Kundschaftsbindung gezielter auswählen und gestalten. So können mehr Kundenbeziehungen und Einnahmen stabilisiert bzw. gesteigert werden.

Quellen: O2 (2013), Netflix (2017)

Publikation: Wie Unternehmen Daten heute schon nutzen und in Zukunft nutzen können. Herausgeber: Fraunhofer IMW, Inhalt: Data Mining und Wertschöpfung