AUSZUG RELEVANTER PROJEKTE
Branche: Mobilfunk, Festnetz, Internet, Fernsehempfang
Zeitraum: 2017
Projekt: Predictive Sales & Churn
Ziel: Ziel ist es, ein tieferes Verständnis der Muster in Customer Journeys zu erlangen und deren Wirkung auf die Kündigung zu ermitteln.
Aufgaben:
Die Aufgaben wurden in sechs Arbeitspaketen geteilt:
- Untersuchungsdesign: Das Vorgehen des sequenzanalytischen Ansatzes sollte in einem Dokument zusammengefasst werden
- Entwicklung von Aggregationsalgorithmen: Entwicklung von Aggregationsalgorithmen übergreifend über verschiedene Datenquellen auf der Big DataManagement-Plattform
- Aufbau einer Eventstruktur für Analysen, Reports und Visualisierungen
- Entwicklung eines Sequenzmodells für die gewählten UseCases, u.a. für das Thema „Kündigung“ (Customer Churn Models)
- Implementierung des SequenzPrototypen: Entwicklung eines Prototyps für sequenzanalytische Betrachtungen der relevanten Kundenkontakte in Bezug auf verschiedene Fragestellungen
- Visualisierung der Customer Journey in einem Dashboard
Rolle / Tätigkeit: Business Analyst
- Sammlung von Anforderungen
- Konzipierung und Untersuchungsdesign
- Meilensteine des Analyseansatzes
- Heranführung in die Datenlandschaft
- Einteilung der Marketingaktivitäten
- Aggregierung und Sequenzierung der Kundenkontakte
- Präventive verhaltensbasierende Segmentierung der Kunden
- Aufbau einer Analyseumgebung für die Entwicklung des Prototyps
- Anpassung erwarteter Outputs mit SteuerungVerantwortlichen
- Zusammenfassung des Konzeptes
- Darstellung der Ergebnisse und Bewertung der UseCases
- Ableitung von Handlungsempfehlungen
- Workshops: Präsentation des Ansatzes / Feedbacks & Anpassungen / Zwischenstand / Abschlusspräsentation
- Dokumentation zur Übergabe
Technologie: SAS Enterprise Miner / R Scripting / Shiny / SQL / MS Excel / PRINCE2
Branche: eCommerce, Digitale und klassische Medien
Zeitraum: 2015-2016
Projekt: Konzeption für Multichannel-Marketing und Attributionsmodellierung
Ziel: Das Ziel ist es, Konsumenten auf mehreren verschiedenen Kommunikationskanälen zu erreichen und damit verbundene kanalübergreifende Budgetverteilung optimal festzuschreiben.
Aufgaben: Die Aufgabe von Herrn Gorbach besteht in der Erstellung und Abstimmung von Fachkonzepten. Themen sind u.a.:
- Einführung der Customer Journey (CJ) Daten
- Abnahme und Überführung in die vorhandenen Tools
- Simulation der Auswirkung auf die Kanalnachfrage, AddonNUMS Kalk., absolutes und rel. Ergebnis und KBA auf Kanal- und Partnerebene aufgrund der historischen CJ-Daten, um eine Indikation für die Veränderung in der Steuerung zu geben
- Erkennung von Mustern in den CJDaten mit Ableitung von Handlungsempfehlungen für die Steuerung
- Überprüfung der bestehenden Reportings und Umstellung auf Qlikview oder Empfehlung eines Tools zur Visualisierung der Daten
- Definition von relevanten KPIs inkl. Herangehensweise für die Ermittlung von Schwellwerten
- Auswirkung der Gutscheineinflüsse, Finanzierungshebeln und ggf. Printeinflüsse auf die Steuerung im Online Marketing
- Einfluss auf TrafficSchub oder Nachfrage- und KBA-Schub inkl. Ableitung von Handlungsempfehlungen für die Kanäle
- ViewdatenIntegration und -Analyse bzgl. Kontaktdosis und Kampagnenverzahnung
- Vorhersagende Analyse der Wirkung von TVSpots auf die Einsprünge in den Online-Kanälen
- Entwicklung eines übergreifenden Ansatzes für die Analyse des Wirkungsgrades zwecks Mediaplanoptimierung
Rolle / Tätigkeit: Solution Designer
- Konzipierung, Untersuchungsdesign, Methodenentwicklung
- Customer Insights & Journey Analysen
- Aufnahme der ReportingAnforderungen
- Validierung gegen bestehende Lösungen und Fachkonzeption unter Einhaltung entsprechender Methoden und Governance Richtlinien
- Modellierung und Erfassung der Anforderungsdokumente
- Qualitätssicherung von Modellen
- Verifizierung der Umsetzung und Abstimmung der Korrekturen und Änderungsanforderungen
- Bereitstellung einer eintägigen Lizenz für die Nutzung des selbstentwickelten Tools „SequenceAnalyser“ nach dem Projektabschluss
Technologie: Oracle / Cognos / Teradata / SQL / R Scripting / MS Excel / StatSoft Data Miner
Branchee: Commerce, Telekommunikation, Elektronikeinzelhandel, Digitale und klassische Medien
Zeitraum: 2014
Projekt: TV Uplift-Analyse
Ziel: Ziel ist es, ein tieferes Verständnis für die Wirkung auf den Uplift der verschiedenen TV-bezogenen Einflussfaktoren, wie Sender, Motiv, Zeitverlauf, Größe des Werbeblocks, Position im Werbeblock, Spot-Dauer, Genre, Kosten, Reichweite, Affinität, Wettbewerb zu quantifizieren.
Die Modellbasierte TV Wirkungsanalysen unterstützen den Kunden bei der Erstellung eines optimalen Mediaplans.
Aufgaben: Die Auswirkung der TV-Kampagnen auf den Web-Traffic sollte ermittelt werden, um den Kampagnen-Mix noch während der Laufzeit optimieren zu können. Für diesen Zweck müssen folgende Fragen beantworten werden:
- Wie kann der Uplift quantifiziert werden?
- Wie sehen die KPIs aus (Click Rate, Cost per View)?
- Welchen Einfluss haben die einzelnen Sender auf den Uplift?
- Mit welchen Wettbewerbern sollten meine Werbespots platziert werden?
- Welche Reihenfolge und welche Zeit innerhalb des Tages / der Woche / des Monats sind für meine Werbeflights optimal?
- Können damit auch Depotwirkungen ermittelt werden, um eine optimale Zeit für die dynamische Anpassung der TVSpots im Lauf der Werbekampagne festzustellen?
- Wie wirken unterschiedliche Showformate auf den Uplift?
- Welche weiteren Faktoren haben einen signifikanten Einfluss auf den Uplift?
Rolle / Tätigkeit: Data Scientist
- Untersuchungsdesign
- Bereitstellung einer ausgefeilten Methodik für das Monitoring der Uplifts sowie für die Modellierung der Wirkung
- Aufbau und Interpretation von mathematischen Modellen
- Ableitung von modellbasierenden Empfehlungen zur Optimierung der Tageszeit der
- TV-Spots-Ausstrahlung
- Reihenfolge von Sendern und Motiven
- Genres
- Motiv und Inhalt des TV-Spots
- Rabattstufe
- Platz im Werbeblock
- Positionierung unter Berücksichtigung der Wettbewerber
- Affinität und Reichweite der Zielgruppe
- Kosten
Technologie: Oracle / Cognos / Teradata / SQL / R Scripting / IBM SPSS Modeler
Branche: Versicherung, Finanzdienstleistung
Zeitraum: 2013
Projekt: Customer Value Modeling
Ziel:
- Begleitung der Installation der neuen analytischen Plattform von IBM SPSS sowie Anpassung der vorhandenen analytischen Modelle an die neue IT Umgebung
- Suche nach möglichen Verbesserungspotenzialen der vorhandenen ScoreModelle
Aufgaben:
- Kommissionarischer IBM SPSS ModelerAdmin
- Coach im Fachbereich
- Reviewer der vorhandenen Modelle
Rolle / Tätigkeit: Unternehmensberater
Technologie: Oracle, IBM SPSS Modeler, Macro Programming
Branche: Computerspiele, Internet und E-Commerce
Zeitraum: 2013
Projekt: Sequenzanalyse der Online-Userverhaltensdaten
Ziel:
- Analyse des Userverhaltens von OnlineSpielern für die automatische Anpassung des Spielniveaus zwecks Optimierung der Customer Lifetime
Aufgaben:
- Explorativer Einsatz der sequenzanalytischen Methoden bei der Suche nach Optimierungspotenzialen für die Verlängerung der Customer Lifetime
Rolle / Tätigkeit: Data Scientist
Technologie: Macro Programming, Teradata, “SequenceAnalyser”
Branche: Automobilindustrie, Finanzdienstleistungen
Zeitraum: 2012
Projekt: Mercedes-Benz Touchpoint Experiment
Ziel: Analyse der Kampagnenmechanik, d.h. des Zusammenspiels verschiedener Touchpoints und deren Synergieeffekte anhand der C-Klasse Coupé Kampagne, für das Informationsverhalten beim Autokauf
Aufgaben:
- Nachweis von Synergien durch Reihenfolgeeffekte, erhöhte Kaufbereitschaft oder einen positiven Imagewechsel
- Berechnung der Kombinationen, die in den Informationspfaden bei Pull und Push-Instrumenten dominieren
- Ermittlung der Phasen, die der Kaufprozess unterteilen
- Kundensegmentierung anhand ihrer Informationsmuster
Rolle / Tätigkeit: Business Analyst
- Konzipierung, Untersuchungsdesign, Methodenentwicklung
- Heranführung, Datenaufbereitung, CodingEvaluations & Sequenzierung der CJ Daten
- Explorative Untersuchung der Touchpoints
- Entwicklung einer PatternDatenbank
- Verhaltensbasierte Typologisierung
- Ermittlung von Unterschieden zwischen ausgewählten Kundengruppen wie „traditionelles vs. modernes Milieu“ oder „Käufer vs. Nicht-Käufer“
- Modellierung und Interpretation
- Ermittlung von Kaufphasen in Sequenzen
- Berechnung des Similarity Score
- Verteilung der Events innerhalb ermittelter Phasen
- Key Findings
Technologie: Oracle, SQL / MySQL, VB Macro- & Script-Programming, Data Mining Tools von StatSoft und IBM SPSS, Selbstentwickeltes Tool “SequenceAnalyser”
Branche: Marktforschung, Telekommunikation, Internetdienstleistungen
Zeitraum: 2011
Projekt: Sequenzanalyse der Vodafone ROPO-Daten
Ziel: Identifizierung der Wechselwirkung zwischen Online- und Offline-Kanälen
Aufgaben:
- Welche Navigationspfade zeigen Kunden vor dem Abschluss eines Mobilfunkvertrages?
- Wie sehen die typischen Informationspfade für den Abschluss online vs. offline aus?
- Was sind die signifikanten Unterschiede zwischen den beiden Kundengruppen? Sind die letzten Kontaktsequenzen ausschlaggebend für die Wahl des Bezugskanals?
- Wie unterschieden sich die Suchsequenzen im Zeitverlauf des Gesamtprozesses?
- Welche Segmente können auf Basis der typischen Verhaltensmuster gebildet werden und wie sieht die Verteilung der Bezugskanäle innerhalb der Gruppen aus?
Rolle / Tätigkeit: Data Analyst
- Identifikation der typischen Muster in den Suchdaten
- Speicherung der Muster in einer PatternDatenbank für die einzelnen Probanden
- Beschreibung der Stichprobe sowie der Zielgruppen „Purchase Online“ vs. „Purchase Offline“ mithilfe der typischen Muster
- Identifikation signifikanter Unterschiede zwischen den Gruppen, basierend auf einer Faktorenanalyse und nichtparametrischen Tests
- Einfluss der Sequenzen auf die Wahl des Bezugskanals
- Analyse der Gemeinsamkeiten zwischen besuchten Websitekategorien und der Wahl der nachfolgenden Keywords
- Clusteranalyse mit den typischen Surfmustern als Aktivvariablen
Technologie: SQL / MS Excel / StatSoft Data Miner / Selbstentwickeltes Tool “SequenceAnalyser"
