Die diesjährige Predictive Analytics World Konferenz in Berlin war gut besucht, mit 25% mehr Teilnehmern gegenüber dem Vorjahr.
Die Konferenz überzeugte durch spannende Vorträge zu praxisbezogenen Anwendungsfällen aus Telekommunikation, Finanzindustrie, E-Commerce, ja sogar aus der Video-Gaming-Industrie.
Wem Predictive Analytics noch nichts sagt: Predictive Analytics ist die Kunst des Extrahierens von Information aus heterogenen Datenquellen um Muster zu identifizieren, Erkenntnis zu erlangen und zukünftige Ereignisse präzise vorauszusagen. Im Zeitalter von Big Data explodiert das Interesse an Predictive Analytics.
Auf den Punkt gebracht hat es Mike Gualtieri von Forrester Research:
„Big data is the fuel and predictive analytics is the engine that firms need to discover, deploy, and profit from the knowledge they gain”.
Ein paar Highlights aus den zwei Konferenztagen:
Uplift-Modeling
Lufthansa präsentierte wie sie ihre Direktmarketingkampagnen für Miles & More Kreditkarten optimierte: Sie ersetzten das klassische Response-Modell zur Zielgruppen-Selektion durch Uplift-Modeling, um direkt den Einfluss eines Mailings auf die individuelle Kaufwahrscheinlichkeit zu prognostizieren.
Damit konnten Kosten sowie unnötige Kundenkontakte bei der Neukundenakquise reduziert werden. Der Uplift von Direktmarketingkampagnen konnte um bis zu Faktor 3 gesteigert werden. [Mehr dazu]
Von Smart-Phones zu Smart-Profiles
In Kooperation mit Telecom-Anbietern analysiert GfK Geomarketing Netzwerkdaten von Mobilgeräten. GfK zeigte wie einfach sich aus den Smart-Phone Bewegungsdaten detaillierte Profile rekonstruieren lassen.
Wer glaubte ein Prepaid-Abo helfe seine Identität geheim zu halten, wurde eines Besseren belehrt: GfK konnte die Heimadresse eines anonymen Users mit hoher Wahrscheinlichkeit eingrenzen.
Dazu wurden einfach über längere Zeit die Orte des höchsten Datenvolumens und die Position des Smart-Phones während der Nacht analysiert und überlagert. [Mehr dazu]
Social Media Text Analytics
Telekom Deutschland gab einen Einblick in ihr Scoial Media Center. Dort werden mittels Text Mining und Social Media Analytics Kundenfeedback auf allen Kanälen effizient gefiltert und priorisiert um bei aufkeimenden Shitstorms frühzeitig eingreifen zu können.
Top Autoren mit hoher Reichweite werden dazu prioritär behandelt.
Für einige Lacher im Publikum sorgte die Analyse des Markenbezugs bzw. die Liste der relevanten Spottnamen wie #tdoof, #drosselkom, uvm. [Mehr dazu]
Churn – Kündigerfrühwarnsystem
Raiffeisenlandesbank NÖ-Wien erzählte wie deren entwickeltes Kündigerfrühwarnsystem auf internen Widerstand bei den Relationship Managers (RMs) stiess: „Ich kenne meine Kunden wohl besser als ein Algorithmus!“
Doch als sich die ersten Absprung-Prognosen bestätigten, konnten auch die härtesten Kritiker vom neuen Vorgehen überzeugt werden.
Erfolgsanalysen zeigten, dass wenn die prognostizierten“gefährdeten“ Kunden tatsächlich kontaktiert wurden, eine Kündigerreduktion von bis zu 30% gegenüber der Prognose erreicht werden konnte. [Mehr dazu]
> Lesen Sie hier den ausführlichen Bericht zur Konferenz
> Kontaktieren Sie mich bei Interesse an Projekten im Bereich Predictive Analytics.
