OPTIMIERTE KUNDENBETREUUNG DANK MACHINE LEARNING & BI

Unsere Kundin ist eine bundesweite Vertriebsgesellschaft für Energie sowie energienahe Dienstleistungen. Insgesamt beliefert das Unternehmen in der bundesweiten Versorgung rund 400.000 Kunden mit Strom, 157.000 mit Gas und 102.000 mit Wasser.

Bereits seit 2013 wurde das Marktumfeld unserer Kundin mit stetig neuen Marktteilnehmern, erhöhter Preisaggressivität sowie steigender Wechselaffinität der Kunden zunehmend wettbewerbsintensiver. Um im Zuge des steigenden Wettbewerbsdruck konkurrenzfähig zu bleiben und weiterhin wachsen zu können, musste sich das Unternehmen in Vertrieb & Service neu ausrichten. Teil dieses Prozess war die Erarbeitung eines Betreuungskonzepts für Privat- & Gewerbekunden. Dies setzte die Schaffung eines tiefgreifenden Verständnisses über den Kundenstamm voraus.

Die Next Digital Group wurde mit einer Analyse des Kundenstamms beauftragt. Herausforderung hierbei war es vor allem, die Vielzahl unterschiedlicher Datenquellen und -formate in einer gemeinsamen Datenbasis zusammenzuführen. Neben der explorativen Untersuchung der Kunden, Branchen und Regionen war es außerdem das Ziel, mögliche Betreuungscluster für das angestrebte Betreuungskonzept zu identifizieren.

In dem Projekt kamen verschiedene Techniken der Datenmodellierung und -analyse zum Einsatz. Neben der Verwendung von Business Intelligence Software zur Bereinigung, Modellierung, Analyse und Aufbereitung der vorliegenden Datensätze, wurden Machine-Learning Algorithmen zur Textanalyse genutzt. Mittels einer multivariaten Clusteranalyse wurde im Anschluss die mathematisch fundierte Grundlage für die Segmentierung des Kundenportfolios gelegt.

Nach Abschluss der Analysen entwickelte die Next Digital Group durch die Verbindung der statistischen Erkenntnisse mit der langjährigen Expertise im Energievertrieb ein wertbasiertes Betreuungskonzept, welches die Fokussierung auf (potenziell) werthaltige Kundenbeziehungen und deren Pflege zur Steigerung der Kundenzufriedenheit sicherstellt.