mayato: Erfolgreiche Kundensegmentierung im Einzelhandel durch Data Mining

Berlin, 09. Mai 2011 — Der Handel ist tagtäglich einem starken Wettbewerb, hohen Preisdruck und sprunghaften Kundenverhalten ausgesetzt. Insbesondere im Lebensmitteleinzelhandel (LEH) haben sich die Kunden an „Dauerniedrigpreise“ gewöhnt. Einen Wettbewerbsvorsprung kann vor allem die Sortimentsgestaltung sowie eine zielgruppenspezifische Filialplanung auf Basis von aussagekräftigen Informationen über das Einkaufsverhalten typischer Kundengruppen bieten. Dies zeigt eine Studie des BI-Analysten- und Beraterhauses mayato auf der Basis eines Data-Mining-Projekts zur Kundensegmentierung bei einem namhaften LEH-Unternehmen. Die Analysen lieferten zahlreiche bisher unbekannte Erkenntnisse über Kaufvorlieben der Konsumenten. Die komplette Case Study ist unter www.mayato.com erhältlich. Data Mining zur Kundensegmentierung Das Wissen über das Einkaufsverhalten von Kundengruppen lässt sich aufgrund von Kundenanonymität sowie der Fülle an Einkaufstransaktionen mit traditionellen Auswertungen nur lückenhaft und mit hohem manuellem Aufwand aufdecken. Zudem sind zeitlich stabile Erkenntnisse erforderlich, um konkrete Maßnahmen ableiten zu können. „Die Robustheit des gewonnenen Kundenwissens ist entscheidend für seinen Wert der späteren Nutzung. Dies erfordert Erfahrung und Augenmaß im gesamten Analyseprozess“, bekräftigt Georg Heeren, Geschäftsführer der mayato GmbH. Die erforderliche Verdichtung der Einkaufsdaten und die gleichzeitige Bestimmung trennscharfer Segmentierungskriterien lässt sich nur mit einer explorativen Data-Mining-Segmentierung erreichen. Warenkorbanalyse Zur Bildung von Kundentypen im Rahmen einer Segmentierung eignen sich vorwiegend anonymisierte Warenkorbdaten, die bei jedem Einkauf durch die Kassensysteme erfasst werden. Im Fall des Lebensmittelshändlers mit einem 30.000 Artikel-Sortiment waren zum Zeitpunkt der Analyse über eine Million Kundenkarten im Einsatz, so dass sich das Einkaufsverhalten über einen längeren Zeitraum hinweg verfolgen ließ. Neben Umsätzen und Deckungsbeiträgen wurden vor allem Kennzahlen herangezogen, die auf Umsatzanteilen bestimmter Warengruppen wie Tiefkühl- oder Bioprodukten basieren. Das Ergebnis Überraschenderweise zeigte sich unter anderem filialübergreifend ein stabiles Segment mit Käufern von Bioprodukten, das durch hohe Umsätze hervorstach. Ebenso waren Biosegmente mit mittleren und niedrigen Umsätzen vertreten. Viele Bioprodukte, die neu im Regal waren, hatten in kurzer Zeit offensichtlich Stammkunden in jeder Umsatzkategorie gefunden. „Die Ergebnisse der Kundensegmentierung zeigen, dass explorative Datenanalysen in kurzer Zeit Erkenntnisse zutage fördern können, die von grundlegender geschäftsstrategischer Bedeutung sind und sich zudem unmittelbar in die Praxis umsetzen lassen”, so Peter Neckel, verantwortlicher Projekteiter und mayato-Experte für Customer Relationship Analytics. Zudem rückte eine kleine, aber stabile Kundengruppe in den Fokus, die vorwiegend Artikel im unteren Preissegment (Einstiegsartikel) kaufte. Der Lebensmittelhändler ist eher im höherpreisigen Segment angesiedelt und führt die Einstiegsartikel nebenbei. Dass diese Artikelkategorie zur Bildung eines eigenen Kundentyps führte, war im Vorfeld des Analyseprojektes nicht erwartet worden. Firmenprofil: mayato ist als Analysten- und Beraterhaus spezialisiert auf Business Intelligence. Von Niederlassungen in Berlin, Bielefeld und Heidelberg aus arbeitet ein Team von erfahrenen IT- und BI-Architekten, Statistikern, Analysten sowie fachlichen Experten für spezielle Themen wie Betrugserkennung, Data Mining und Analytisches CRM. Zu den Kunden von mayato zählen namhafte Unternehmen aus unterschiedlichen Branchen. Als Partner mehrerer Softwareanbieter ist mayato grundsätzlich der Neutralität und in erster Linie der Qualität seiner eigenen Dienstleistungen verpflichtet. Nähere Infos unter www.mayato.com.

• Über mayato GmbH
• Weitere Meldungen
• Diesen Pressetext kommentieren
• Pressemitteilung veraltet?