Sie sind hier: Startseite » Markt » Studien

CRM und Data-Mining-Werkzeuge

"Data Mining Studie 2012": Kundenbindungsmanagement durch Einsatz von Prognosemodellen
Analytisches CRM: Kundenreaktivierung als wesentlichen Bestandteil von Customer Relationship Analytics

(09.07.12) - In Marketing und Vertrieb spielt das Customer Relationship Management (CRM) eine Schlüsselrolle: Hier wird entschieden, welche bestehenden Kunden in welcher Form betreut werden, welche potenziellen Neukunden wie angesprochen und welche ehemaligen Kunden zurückgewonnen werden sollen. Die Beantwortung dieser Fragen ist von strategischer Bedeutung und entscheidet über den Erfolg des gesamten Unternehmens. Die diesjährige Data Mining Studie des BI-Analysten- und Beraterhauses mayato legt den Schwerpunkt auf die Kundenreaktivierung als wesentlichen Bestandteil von Customer Relationship Analytics.

Dazu traten vier Data-Mining-Produkte gegeneinander an: Der "SAS Enterprise Miner 7.1", der "Statistica Data Miner 10" von StatSoft, der "IBM SPSS Modeler 14.2" und das "SAP BW "7 (Data Mining Workbench). Die Studie ist kostenpflichtig bei mayato erhältlich.

Potenziale erkennen und gezielt handeln
Der Test wurde anhand eines praxisnahen Analyseszenarios durchgeführt: Ein großer Online-Versandhändler möchte Erstbesteller, die nach einer definierten Zeitspanne keine Folgebestellung tätigen, durch bestimmte Aktionen zu einem Wiederkauf anregen. Dabei sollen nur die Kunden einen Einkaufsgutschein erhalten, bei denen mit hoher Wahrscheinlichkeit davon auszugehen ist, dass sie ohne diesen Anreiz keine weitere Bestellung getätigt hätten. Diese Kunden galt es auf Basis der vorliegenden Kundenhistorie mithilfe eines Prognosemodells vorherzusagen. Dazu wurden neben etablierten Methoden wie Entscheidungsbäumen auch neuere Prognoseverfahren wie Support Vector Machines (SVM) eingesetzt und für jedes getestete Tool separat auf Praxistauglichkeit und Prognosequalität geprüft. Unter Einbezug der errechneten Prognosen sollen die abwanderungsgefährdeten Kunden gezielt zurückgewonnen werden.

Die Bewertung der Tools stützt sich auf eine breite Anzahl an Einzelkriterien. Sie decken sowohl Funktionalitätsaspekte (Funktionsumfang in den Kategorien Datenvorverarbeitung, Analyseverfahren und Parametrisierung, Ergebnisvisualisierung, Gesamteffizienz) als auch die Benutzerfreundlichkeit (Stabilität, Ausführungsgeschwindigkeit, Dokumentation, Bedienung) ab.

Im Endergebnis zeigen sich starke Unterschiede insbesondere im Bedienkomfort, bei der Funktionalität sowie bei den Möglichkeiten der Ergebnisauswertung.

Testfeld und Praxis
In der neuen Studie werden erstmals die drei marktführenden Suiten von SAS, StatSoft und IBM SPSS miteinander verglichen. Um zu beurteilen, wie sich ein klassisches BI-Werkzeug im Vergleich zu den etablierten Data-Mining-Suiten schlägt, wurde die SAP BW Data Mining Workbench mit ins Testfeld aufgenommen.

Bereits früh im Testablauf werden Stärken und Schwächen der jeweiligen Tools sichtbar: Die besondere Stärke von SAS liegt in der Einbettung des Enterprise Miner in eine leistungsfähige BI-Gesamtarchitektur, die neben der Analyse flexible Möglichkeiten der Datenhaltung oder weitreichende ETL-Funktionen bietet.

IBM SPSS ist es gelungen, hohe Funktionalität in eine moderne, intuitive Oberfläche zu verpacken: Der Modeler bietet durch sein logisches Bedienkonzept und zahlreiche praktische Detaillösungen die beste Ergonomie im Testfeld.

StatSoft punktet mit einer sehr breiten Funktionsvielfalt: Der Data Miner enthält als einziges Tool im Test zusätzlich zu den gängigen Data-Mining-Verfahren stets das vollständige StatSoft-Statistikmodul. Dies schließt z. B. mächtige Datenvorverarbeitungsmöglichkeiten, eine breite Palette an statistischen Testverfahren sowie eine große Anzahl an frei konfigurierbaren Grafiken ein. Bei komplexen Data-Mining-Szenarien erleichtern viele dieser Funktionalitäten die tägliche Arbeit oder ermöglichen überhaupt erst eine umfassende Analyse.

Mit bereits deutlichem Abstand folgt das SAP BW mit der Data Mining Workbench: Ihr merkt man vor allem an der unübersichtlichen und wenig logisch aufgebauten Oberfläche an, dass sie seit mehreren Jahren keine substanziellen Aktualisierungen mehr erfahren hat. Hinzu kommen deutliche praktische Einschränkungen in der Funktionalität.

Bedienkonzepte und Weiterentwicklung
Die hohe Funktionsmächtigkeit und die vielfältigen Parametrisierungsmöglichkeiten der Suiten führen allerdings zu vergleichsweise langen Einarbeitungszeiten. Es wird zudem immer schwieriger, ein einziges Bedienkonzept für alle denkbaren Anwendergruppen bereit zu stellen. Als Konsequenz gehen manche Hersteller dazu über, mehrere Bedienoberflächen für unterschiedliche Nutzergruppen zur Verfügung zu stellen:

SAS bietet zusätzlich zur klassischen Modellbildung mit dem Rapid Predictive Modeler eine (in der aktuellen Version nochmals überarbeitete) einfache, separate Data-Mining-Umgebung mit sinnvoll begrenzten Parametrisierungsoptionen an. Hier konnten im Test bereits mit den Standardparametern in kurzer Zeit akzeptable Ergebnisse erzielt werden, die auf Wunsch manuell weiter verfeinert werden können.

StatSofts Beitrag zur Automatisierung des Prozesses liegt in alternativ angebotenen, vorgefertigten Data-Mining-Rezepten für Standard-Prognoseaufgaben. Hier kann der Nutzer ohne viel Aufwand eine Vielzahl an Vorhersagemodellen erzeugen.

IBM SPSS stellt unter anderem mit dem automatischen Klassifizierer eine vergleichbare Funktionalität bereit: Der Anwender kann in einem Dialog mehrere Prognosemodelle mit unterschiedlichen Verfahren und Parametereinstellungen automatisch berechnen und deren Ergebnisse vergleichen.

Darüber hinaus erweitern die Tool-Hersteller insbesondere die Komponenten und Module ihrer Produkte, die für einen schnellen Einstieg in Data-Mining-Analysen besonders wichtig sind. Zu den Erweiterungen gehören Neuentwicklungen und weitere Differenzierungen ihrer Bedienkonzepte, ausführliche Dokumentationen inklusive Online-Hilfen und praxisnaher Tutorials sowie innovative Ansätze zur Automatisierung des Data-Mining-Prozesses. (mayato: ra)

mayato: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Studien

IT-Service-Unternehmen
Die konjunkturelle Entwicklung schlägt sich im Geschäftsjahr 2024 auf die Umsätze der in Deutschland tätigen IT-Dienstleister nieder. Während die Anbieter im Jahr 2023 dem Rückgang der Wirtschaftsleistung noch trotzen konnten, legte ihr Umsatz im Jahr 2024 lediglich um durchschnittlich 2,6 Prozent zu (2023: 9,4 Prozent). Die angespannte wirtschaftliche Lage sowie geopolitische Unsicherheiten zwangen viele Anwenderunternehmen, ihre Investitionen in digitale Technologien zu priorisieren oder gar zu verschieben. Aufgrund der Hoffnung auf eine geopolitische Entspannung, eine anziehende Konjunktur, unter anderem aufgrund des Sondervermögens der neuen Bundesregierung, sowie enormer Nachholeffekte bei der digitalen Transformation rechnen IT-Dienstleister für 2025 und 2026 wieder mit höheren Wachstumsraten.
Fehlende Datenstandards als Engpass
Trotz des enormen Potenzials von Artificial Intelligence (AI) im Gesundheitswesen befinden sich viele Einrichtungen noch in der Anfangsphase der Umsetzung. Eine aktuelle internationale Studie von SS&C Blue Prism zeigt: 94 Prozent der befragten Organisationen betrachten AI zwar als strategisch wichtig - doch mangelnde Datenqualität und fragmentierte Dateninfrastrukturen behindern den effektiven Einsatz.
Netzwerksichtbarkeit gewinnt weiter an Bedeutung
63 Prozent der deutschen Sicherheits- und IT-Entscheider berichten, dass sie im Laufe der vergangenen zwölf Monate Opfer mindestens eines Cyber-Angriffs geworden sind - ein Anstieg von 6,7 Prozent im Vergleich zum Vorjahr. Dies ergab die diesjährige Hybrid-Cloud-Security-Studie 2025 von Gigamon. Zum dritten Mal in Folge hat der führende Deep-Observability-Experte weltweit mehr als 1.000 Sicherheits- und IT-Experten befragt. Demnach ist dieser Anstieg vor allem auf die weitverbreitete Nutzung von KI durch Cyberangreifer zurückzuführen. Zudem beeinflusst die Technologie Sicherheit und Management von hybriden Cloud-Infrastrukturen.
Grundlage moderner KI-Anwendungen
Confluent hat die Ergebnisse ihres vierten jährlichen Data Streaming Reports veröffentlicht. Für die Studie wurden 4.175 IT-Führungskräfte in zwölf Ländern befragt, darunter 325 aus Deutschland. Die Ergebnisse zeigen, dass Daten-Streaming-Plattformen (DSP) nicht mehr optional, sondern entscheidend für den Erfolg von Künstlicher Intelligenz (KI) und die umfassende digitale Transformation von deutschen Unternehmen sind. Eine deutliche Mehrheit der IT-Entscheider (81?Prozent) ist überzeugt, dass DSP die Einführung von KI erleichtern, da sie zentrale Herausforderungen wie Datenzugriff, -qualität und -Governance direkt adressieren.
KI erobert den Mittelstand
Künstliche Intelligenz (KI) ist im Alltag kleiner und mittelständischer Unternehmen (KMU) angekommen. Bereits jede dritte Firma (32 Prozent) setzt auf die zukunftsweisende Technologie - das ergab eine aktuelle YouGov-Studie* im Auftrag von Ionos. Der Anteil KI-nutzender Unternehmen ist innerhalb eines Jahres um 11 Prozentpunkte gestiegen. Weitere 40 Prozent wollen KI einsetzen, wenn sie günstig oder kostenlos verfügbar ist. Der Paradigmenwechsel ist in vollem Gange - KI ist nicht länger nur ein Thema für Konzerne.
Viele nutzen KI, aber nur wenige bezahlen dafür
In Deutschland dominieren aktuell bei Künstlicher Intelligenz die kostenlosen Angebote. Gerade einmal zehn Prozent derjenigen Bundesbürgerinnen und Bundesbürger, die generative KI einsetzen, bezahlen dafür: Acht Prozent nutzen aktuell kostenpflichtige KI-Dienste, zwei Prozent haben das in der Vergangenheit getan, jetzt aber nicht mehr.
Vertrauen als kritischer Faktor
Cloudera, die hybride Plattform für Daten, Analysen und KI, hat die Ergebnisse ihrer jüngsten Studie "The Future of Enterprise AI Agents" veröffentlicht. Im Rahmen der Umfrage wurden im Januar und Februar 2025 fast 1.500 IT-Führungskräfte in Unternehmen in 14 Ländern, unter anderem Deutschland, befragt, um ihre Nutzungsgewohnheiten, Use Cases und Meinungen zu KI-Agenten (AI Agents) zu verstehen.
Compliance als größte Herausforderung
Fivetran, Anbieterin für Data Movement, präsentiert eine neue Studie über den Einsatz von KI in Unternehmen. Die von Redpoint Content durchgeführte Umfrage zeigt, dass fast die Hälfte der Unternehmen von verzögerten, unzureichenden oder gescheiterten KI-Projekten berichten - und das trotz ehrgeiziger Strategien und großer Investitionen in KI und Datenzentralisierung.
SaaS bleibt die bevorzugte Wahl
Das BCI hat den Emergency and Crisis Communications Report 2025, gesponsert von F24, veröffentlicht. Bereits im 11. Jahr analysiert dieser Bericht, wie sich die Krisenkommunikation in den vergangenen zwölf Monaten entwickelt hat, welche Kommunikationsmethoden bevorzugt werden und welche Auswirkungen neue Technologien auf den Sektor haben.
GenAI-Technologien im Finanzsektor
NTT Data hat eine neue Studie veröffentlicht, die den Einsatz von generativer KI (GenAI) im globalen Bankensektor untersucht. Der Bericht mit dem Titel "Intelligent Banking in the Age of AI" zeigt, dass Banken und Finanzinstitute trotz der zunehmenden Verbreitung von GenAI-Technologien im Finanzsektor geteilter Meinung sind, wenn es um ergebnisorientierte Strategien geht. Nur die Hälfte der Banken (50 Prozent) sieht darin ein Instrument zur Steigerung von Produktivität und Effizienz. Ebenfalls die Hälfte (49 Prozent) glaubt, dass GenAI zur Senkung der operativen IT-Ausgaben eingesetzt werden kann.

CRM in der Cloud & IT-Sicherheit Wachstum der weltweiten Rechenzentrumsindustrie