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

SaaS: Neuer blinde Fleck in der Cyber-Resilienz
Hycu stellte die Ergebnisse des State of SaaS Resilience Report 2025 vor. Dies ist eine unabhängige internationale Umfrage unter 500 IT-Entscheidungsträgern. Aus den Ergebnissen geht klar hervor, dass sowohl die Nutzung von Software-as-a-Service (SaaS) als auch damit verbundene Cybervorfälle zunehmen, während die Datenresilienz weit hinter den Anforderungen der Unternehmen zurückbleibt.
Agentic AI verspricht Produktivitätssprünge
Bei der Einführung von Künstlicher Intelligenz (KI) zeigt sich ein deutliches Spannungsfeld zwischen den hohen Erwartungen und der tatsächlichen Umsetzung. Vielen Unternehmen gelingt es bisher nicht, aus der Vielzahl ihrer Proofs of Concept (PoC) KI-Lösungen erfolgreich in ihre Geschäftsprozesse zu integrieren. Die Ursachen hierfür liegen vor allem im Change Management und in der Datenqualität, weniger in der Technologie. Gleichzeitig kündigt sich mit Agentic AI bereits die nächste technologische Welle an: 73 Prozent der Entscheider rechnen bis 2028 mit einer zunehmenden Relevanz autonomer KI-Agenten. Aktuell experimentieren 38 Prozent mit ersten Anwendungen.
Digitale Transaktions- und Plattformmodelle
Die deutsche Internetwirtschaft bleibt Wachstumstreiber, droht aber an politischen Versäumnissen zu scheitern. Laut einer Studie von Arthur D. Little im Auftrag des eco - Verband der Internetwirtschaft e.V. steigt der Umsatz von 245 Milliarden Euro 2025 auf 389 Milliarden Euro im Jahr 2030 - ein jährliches Plus von fast zehn Prozent. Treiber sind digitale Plattform- und Transaktionsmodelle, die bereits heute knapp 40 Prozent der Erlöse ausmachen.
Generative KI führt Technologie-Ranking an
Esker hat die Ergebnisse der aktuellen Trendstudie "KI-gesteuerte Automatisierung im Customer Service 2025" vorgestellt. Die Trendstudie zeigt, dass der KI-Einsatz im Customer Service signifikant an Fahrt aufnimmt. Demnach setzen bereits 44 Prozent der befragten Unternehmen KI-Technologien in diesem Bereich ein - eine Verdopplung gegenüber der Vergleichsstudie aus dem Jahr 2023.
KI entwickelt sich zum unverzichtbaren Werkzeug
PagerDuty, Anbieterin im Bereich Digital Operations Management, hat neue Umfrageergebnisse veröffentlicht. Diese belegen ein wachsendes Vertrauen von Führungskräften in KI-Agenten und zeigen, dass sich Unternehmen in allen Geschäftsbereichen zunehmend auf KI verlassen. Der PagerDuty AI Resilience Survey, für den 1.500 IT- und Führungskräfte aus Australien, Frankreich, Deutschland, Japan, Großbritannien und den USA befragt wurden, ergab, dass 81 Prozent der Führungskräfte (82 Prozent in Deutschland) darauf vertrauen, dass KI-Agenten in Krisensituationen, wie z. B. bei einem Dienstausfall oder einem Sicherheitsvorfall, im Sinne des Unternehmens Maßnahmen ergreifen.
KI-Integration stark angestiegen
Cloudera veröffentlichte die Ergebnisse ihrer jüngsten globalen Umfrage "The Evolution of AI: The State of Enterprise AI and Data Architecture". Die Erhebung untersucht die beschleunigte KI-Integration sowie die Entwicklung von Datenarchitekturen in Unternehmen und die neuen Herausforderungen für die sichere Skalierung von KI im Jahr 2025. Dafür wurden mehr als 1.500 IT-Führungskräfte befragt.
Souveräne Cloud hat hohe Relevanz
Die Cloud-Transformation, digitale Souveränität und Künstliche Intelligenz (KI) führen zu umfangreichen Veränderungen im IT-Sourcing. Um in diesem Spannungsfeld erfolgreich zu navigieren, überprüfen immer mehr Unternehmen ihre bisherigen IT-Sourcing-Strategien. Während viele Unternehmen beim Cloud Sourcing schon fortgeschritten sind, stehen europäische und insbesondere deutsche Unternehmen angesichts geopolitischer Veränderungen unter Druck, ihre langjährigen technologischen Abhängigkeiten von US-amerikanischen IT-Providern zu reduzieren und systematischer zu steuern. 71 Prozent der Unternehmen wollen daher zukünftig stärker mit IT-Sourcing-Beratern zusammenarbeiten, um unter anderem ihre Interessen gegenüber Cloud-Anbietern besser vertreten zu können. Zudem dringt KI immer tiefer in die IT-Wertschöpfungskette vor, beispielsweise in den Bereichen Cyber Security, IT-Service-Management oder Softwareentwicklung. Mehr als ein Drittel der Unternehmen setzt KI-Lösungen bereits im Service Desk ein.
KI ein geschäftlicher Hebel
Kyndryl, IT-Dienstleisterin für unternehmenskritische Systeme, hat die Ergebnisse seiner dritten jährlichen State of Mainframe Modernization Survey veröffentlicht. Die Studie zeigt, wie Unternehmen die Schlüsselrolle des Mainframes in einer sich rasant wandelnden digitalen Landschaft neu definieren. Sie verdeutlicht, dass Firmen auf flexible Modernisierungsstrategien setzen, KI im großen Maßstab nutzen und den Einsatz des Mainframes in hybriden IT-Umgebungen ausweiten - und das trotz Fachkräftemangel und wachsender Regulierung.
Cloud Security Posture Management
Tenable veröffentlichte kürzlich ihren State of Cloud and AI Security 2025 Report, aus dem hervorgeht, dass das rasante Wachstum von Hybrid-, Multi-Cloud- und KI-Systemen schneller voranschreitet als die Entwicklung von Cloud-Sicherheitsstrategien, sodass neue Ebenen an Komplexität und Risiken entstehen.
Nutzung von GenAI-Applikationen
Nutanix, Spezialistin für Hybrid Multicloud Computing, hat die Ergebnisse der siebten Ausgabe ihrer jährlichen Studie Enterprise Cloud Index (ECI) für Deutschland vorgestellt. Demnach teilen deutsche Unternehmen generell die Prioritäten ihrer Kollegen in EMEA und weltweit bei Einführung und Umsetzung von generativer künstlicher Intelligenz (GenAI) und Containerisierung. Sie setzen jedoch im Detail abweichende Schwerpunkte und erwarten einen längeren Zeithorizont, bis sich Investitionen in GenAI-Projekte rechnen. Hauptgründe dafür sind offenbar Bedenken hinsichtlich Sicherheit und Datenschutz sowie der in Deutschland immer stärker spürbare Fachkräftemangel.

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