FAQ

 Sie haben Fragen? Finden Sie hier unsere Top 10 der am häufigsten gestellten Fragen: 

 

    • 1. Was ist Predictive Analytics bzw. Predictive Marketing?

      • Predictive Analytics beschäftigt sich mit der Vorhersage bzw. Prognose der wahrscheinlichen Zukunft. Im Bereich Marketing wird durch Analysen des bisherigen Kundenverhaltens, das zukünftige Kaufverhalten der Kunden prognostiziert, um diese entsprechend bewerben zu können.

 

  • 2. Welche Vorteile bringt mir der Einsatz von Predictive Analytics?

  •  -  Bestimmung der lohnenswertesten Empfänger und optimalen Auflage von Marketingkampagnen
    •  -  Bestimmung des jeweils besten Angebots für jeden einzelnen Kontakt oder Kunden
  •  -  Gezieltere Ansprache der Kunden

  •  -  Steigerung der Konversionsraten, Verkäufe und Umsätze

  •  -  Gezielter Einsatz des Werbebudget für Direktmarketingkampagnen

  •  -  Mehr Gewinn bei weniger Kosten

  •  -  Eine höhere Kundenbindung

  •  -  Datenbasierte Entscheidungen treffen

  •  -  Wettbewerbsvorteile aus den eigenen Daten gewinnen 

 

    • 3. Wofür setze ich die Software von Gpredictive ein?

      • Gpredictive ist eine multikanalfähige Software für jeden Marketing- und Vertriebsverantwortlichen, um Prognosen (Scores) für zukünftiges Kundenverhalten zu ermitteln. Vor Durchführung einer Kampagne kann anhand der prognostizierten Performance erfolgssicher über den Budgeteinsatz entschieden werden. Mit Gpredictive lassen sich schnell und einfach Szenarioanalysen durchrechnen, um Kampagnen vor Durchführung zu vergleichen.

 

4. Was für Unternehmen nutzen Gpredictive?

Inbesondere wird Gpredictive von Versandhändler und e-Commerce Unternehmen genutzt, um die Performance von Direktmarketingkampagnen zu verbessern. Aber auch andere Firmen aus Branchen wie Internetplattformen, Telekommunikation, Versorgungsunternehmen, Verlage, Pharmaunternehmen, etc. nutzen Gpredictive. Nicht nur im Bereich B2C, sondern auch im Bereich B2B wird Gpredictive eingesetzt. Die Kunden von Gpredictive haben alle eines gemeinsam: Viele Kunden-Daten. Hier finden Sie unsere Case Studies.

 

  • 5. Warum ist Gpredictive besser als eine RFM-Selektion?

  • Zuallererst: RFM ist nicht schlecht. Mit RFM lassen sich gute Erfolge erzielen. RFM ist - im Gegensatz zu den von Gpredictive verwendeten statistischen Machine Learining Verfahren (Ensemble Modelle aus logistischer Regression, Entscheidungsbaumverfahren, Random Forest, Ada-, Gradient (Tree) Boosting, Support Vector Machine, Neuronale Netze...), ein regelbasiertes Verfahren. D.h. es werden Annahmen darüber getroffen, dass z.B. Einflussgrößen (Variablen) wie Recency (letzter Kauf), Frequency (Kaufhäufigkeit) und Monetary (Umsatz) und andere Variablen wichtig sind. Es wird auch niemand anzweifeln, dass diese Einflussgrößen nicht richtig und wichtig sind. Die Beurteilung erfolgt jedoch ausschließlich auf einer rückwärtsgerichteten Betrachtung der Kauf- oder Verhaltensdaten, wobei dann davon ausgegangen wird, dass z.B. A-Kunden auch weiterhin A-Kunden bleiben. Auch sind regelbasierte Algorithmen begrenzt, was die gleichzeitige Gewichtung von Einflussgrößen betrifft, die der Mensch mit seinem eigenen Rechenapparat (Gehirn) beherrschen kann. Spannend wird es aber, die Frage zu beantworten, was wahrscheinlich passieren wird und was getan werden muss, damit es passiert. Also, welche A-Kunden drohen zu B- oder C-Kunden zu werden oder welche B- oder C-Kunden können zu A- oder B-Kunden entwickelt werden. Man kann es sich in etwa so vorstellen: Statistische Machine Learning Algorithmen werden von der Tendenz in die gleiche Richtung zielen. D.h., dass es z.B. eine hohe Überschneidung von Empfänger geben kann, die für eine nächste Kampagne lohnenswert erscheinen. Interessant sind die überschneidungsfreien, "anderen" Kontakte, die ein Machine Learning Algorithmus zusätzlich identifiziert. Das können Kontakte sein, die z.B. unter der gewünschten Kauffrequenz und unter dem gewünschten Mindestumsatz bleiben, jedoch trotzdem für die nächste Kampagne eine höhere Kaufwahrscheinlichkeit aufweisen, als die mit RFM identifizierten, scheinbar "sicheren" Kandidaten. Diese 100, 1.000, 100.000, ... lohnenswerteren Kontakte mit der höheren Kaufwahrscheinlichkeit sind der Hebel für eine bessere Performance bzw. den Lift im Vergleich zu einem regelbasiertem Vorgehen. 

 

    • 6. Welche Daten benötigt Gpredictive?

      • Das Stichwort ist "eventbasierte Speicherung" von Daten. Gpredictive erwartet Daten in einem exakt definierten Format. Für einfache CLV-Modelle oder sogenannte Propensity-Modelle werden ausschließlich Transaktionsdaten, also Rechnungs- oder Bestelldaten, benötigt (Mindestanforderung). Die Transaktionstabelle enthält i.d.R. Informationen über die KundenID, den Zeitpunkt des Kaufs (Rechnungsdatum), Rechnugsnummer, Artikelinformationen (ArtikelID, Anzahl, Preis), sowie weitere Bestell- und Retoureninformationen. Die B2C-Kundentabelle enthält Informationen über KundenID, Kunde seit (Datum), Geschlecht, Alter und so weiter. Wenn Daten über Marketingaktivitäten gesammelt wurden und diese bereitgestellt werden können, dann können sogenannte Response-Modelle erstellt werden. D.h. bei der Mustererkennung werden für die Prognose Werbeaktivitäten bzw. Werbeanstöße und Kundenverhalten für jeden einzelnen Touchpoint der Customer Journey berücksichtigt. Die Prognose wird dadurch besser und genauer. Werbeaktivitäten bzw. Trackingdaten enthalten die Information über KundenID, Datum, Werbetyp/ Kanal, Aktion, etc. Beispielhaft kann das die Information über den Tag der Versendung eines Print-Mailings oder Newsletter sein, aber auch wann und wie häufig ein Newsletter geöffnet wurde oder wann und wie häufig sich im Onlineshop oder der App eingeloggt und was geklickt wurde.

         

  • 7. Wie werden meine Daten geschützt?

  • Datenschutz nehmen wir bei Gpredictive sehr ernst. Gpredictive wird jährlich vom Bundesverband IT-Mittelstand zertifiziert, weswegen wir das Logo "Software hosted in Germany" nutzen dürfen. Darüber hinaus verarbeitet Gpredictive auschließlich mit anonymisierten Daten, so dass eine Bestimmbarkeit der einzelnen Person nicht möglich ist. Daher unterliegt die Dienstleistung nicht dem Bundesdatenschutzgesetzt. Allerdings bieten wir unseren Kunden unabhängig davon an, "hilfsweise" eine Auftragsdatenverarbeitungsvereinbarung (ADV) zu unterzeichnen inkl. der technischen und organisatorischen Maßnahmen (TOM). Es findet kein Pooling von Daten statt, was bei Verarbeitung anonymisierter Daten auch keinen Sinn ergeben würde. Unsere Software wird von Global Switch, dem weltweit führenden Eigentümer, Betreiber und Entwickler großflächiger, Carrier- und Cloud-neutraler, Multi-Tenant-Rechenzentren betrieben. Die Rechenzentren stellen uns reichhaltige, Carrier- und Cloud-neutrale Ökosysteme bereit und bieten die nötige Zuverlässigkeit, Sicherheit und Flexibilität, die wir für die Unterbringung unserer IT-Infrastrukturen benötigen.

 

  • 8. Wie hoch ist der Implementierungsaufwand?

    • Der Implementierungsaufwand ist nicht hoch, aber es muss vor Nutzung der Software Gpredictive über den Input und Output der Daten gesprochen werden. Es stehen mehrere Wege der Datenübertragung zur Verfügung: zum einen der Austausch von flat-files wie csv-Dateien (über sftp) und zu anderen eine REST-API. Die Datenstrecke (nach Gpredictive) muss einmal aufgebaut werden (z.B. Script, SQL-Trigger in der Datenbank, etc.), damit die Daten jedesmal exakt im gleichen Format übertragen werden. Eine Automatisierung der Datenübertragung ist von Anfang an anzustreben, um stets mit aktuellen Daten arbeiten, auswerten und Fehler vermeiden zu können. Bitte sprechen Sie uns hierzu direkt an.

 

9. Wie gut müssen meine Data Science Kenntnisse sein?

Gpredictive wurde entwickelt, damit wirklich jeder Prognosen für Marketinganwendungen erstellen kann und Predictive Analytics somit für den Massenmarkt beherrschbar und anwendbar wird. Es sind grundsätzlich keine Data Science oder statistischen Kenntnisse erforderlich. Sollten Sie jedoch Data Spezialist sein und nachvollziehen wollen, wie die Ergebnisse zu Stande kommen und Gpredictive keine Black-Box bleibt, dann werden Ihnen im Experten-Modus alle Schritte transparent gemacht. Als Spezialist können Sie sogar Einfluss nehmen, Konfigurationen vornehmen und viele weitere Anpassungen tätigen.

 

  • 10. Wie ist das Preismodell?

  • Gpredictive ist eine cloudbasierte Software. Die Software wird somit für einen Zeitraum, z.B. ein Jahr, gemietet. Der Preis orientiert sich nach der Komplexität der Modelle (z.B. Propensity oder Response Modell), Anzahl der Modelle, Anzahl der Kontakte in der Datenbank, B2C/B2B, Self-Service vs. Managed Service, etc. Bevor Sie langfristig buchen, bieten wir Ihnen einen Piloten zum Festpreis an. Bitte sprechen Sie uns für ein individuelles Angebot an.