Kundendatenmodelle für die Analyse im Handel 

Einsatzmöglichkeiten

Ein Datenmodell für Kunden ist eine Liste von Merkmalen und Kennzahlen zum Kunden. Ein Kundendatenmodell ist nützlich, wenn Sie in einer Analyse das Verhalten verschiedener Kunden vergleichen wollen. Dabei kann es sich bei der Analyse im einfachsten Fall um einen Bericht handeln, oder aber um ein Verfahren der Statistik oder des Data Mining.

Wenn Sie die Informationen betrachten, die Ihnen über Ihre Kunden vorliegen, so bestehen diese einerseits aus zeitlich unabhängigen Daten oder Daten, deren schwache zeitliche Abhängigkeit in der Analyse vernachlässigt werden kann (Stammdaten). Darüber hinaus verfügen Sie über Daten aus der komplexen Interaktion mit dem Kunden bestehend in der Regel aus Abverkaufs-Informationen und Kontakt-Informationen (z.B. Kontakte, die Sie in Kampagnen mit dem Kunden geknüpft haben, sowie Kontakte, die vom Kunden ausgegangen sind). Für den Vergleich von zwei verschiedenen Kunden oder für den Vergleich unterschiedlicher Perioden bei einem Kunden ist daher eine Vergleich der beiden komplexen Zeitreihen erforderlich. Dieser Vergleich lässt sich dadurch vereinfachen, dass Sie zunächst einen gemeinsamen Maßstab definieren, der für alle Kunden in der Analyse übereinstimmt, und anschließend den Vergleich oder die Analyse auf Basis des gemeinsamen Maßstabes durchführen. Mit anderen Worten, Sie definieren zunächst ein Datenmodell und vergleichen oder analysieren anschließend die Kunden auf der Basis dieses Modells.

Im SAP BW stellt sich ein Datenmodell dar als eine Auswahl von Attributen zum Kunden und die Definition von (eingeschränkten / berechneten) Kennzahlen. Ein Datenmodell wird definiert durch einen Query im SAP BW. In der Modellierung des Kundenverhaltens wird über die Query das Datenmodell für die Analyse festgelegt und gleichzeitig beschrieben, wie das Modell mit Daten versorgt wird.

Sie benötigen ein Kunden-Datenmodell, wenn Sie

·        die Abhängigkeit eines Kunden-Merkmals von anderen Faktoren untersuchen oder vorhersagen wollen (Klassifikations-Analyse),

·        ihre Kunden in verschiedene Gruppen aufteilen wollen, die in sich homogen sind (Clustering von Kunden in Kundengruppen),

·        für Ihre Kunden eine Kennzahl vorhersagen wollen oder eine solche Vorhersage auf der Basis historischer Daten vorbereiten wollen (Scoring).

Bei der Klassifikation benötigen Sie in der Analyse pro Kunde das Merkmal, für das die Abhängigkeitsanalyse durchgeführt werden soll, sowie diejenigen Merkmale und Kennzahlen, die Ihrer Meinung nach Einfluss auf das abhängige Merkmal haben. Bei der Vorhersage wird das abhängige Merkmal dann nicht benötigt. Im Clustering benötigen sie alle Merkmale und Kennzahlen pro Kunde, die Ihrer Meinung nach Einfluss haben auf die Bildung von Kunden-Gruppen. Beim Scoring ist das Vorgehen analog zur Klassifikation, nur dass Sie in diesem Fall eine Abhängigkeitsanalyse für eine Kennzahl durchführen.

Im SAP CRM können Sie Datenmodelle im Segment-Builder zur Definition von Zielgruppen für Kampagnen nutzen.

Für die Qualität einer Analyse ist die Wahl eines geeigneten Datenmodells ausschlaggebend. Hierüber lassen sich selbst bei fester Fragestellung für den Bereich des Handels keine allgemeinen Angaben machen. Einige allgemeine Hinweise zum Vorgehen sind dennoch möglich:

·        Kunden-Stammdaten lassen sich in der Analyse zuverlässig nur dann verwenden, wenn Sie Änderungen dieser Daten erfahren. Das ist im Handel selbst bei geläufigen demografischen Daten wie Adresse oder Familienstand häufig nicht der Fall. SAP empfiehlt nur solche Kunden-Stammdaten zu nutzen, bei denen über Ihre operativen Prozesse sichergestellt ist, dass Sie von Änderungen informiert werden.

·        Als Kennzahlen können Sie im Handel pro Kunde Umsätze wählen, die Sie auf bestimmte Zeiträume und Produktgruppen einschränken. Dafür sind Hierarchien auf der Ebene von Artikeln oder Warengruppen nützlich. Als Beispiel können Sie im Lebensmitteleinzelhandel über Kennzahlen ermitteln, ob im Haushalt des Kunden Kleinkinder vorhanden sind oder ob es eine Vorliebe für ökologische Frischeprodukte gibt (durch Betrachtung von Umsätzen auf den entsprechenden Warengruppen). Häufig genutzt werden die Umsätze von Aktionsartikeln (zur Identifikation von Gruppen von Schnäppchenjägern). Wenn Sie Ihre Produkte in höherwertige und niederwertige eingeteilt haben, können Sie in Ihre Analysen entsprechende Umsatzanteile pro Kunde einbeziehen.

·        Wenn Sie Gesamtumsatz und Umsatzanteile in die Analyse einbeziehen, können Sie auch statt dessen Umsatz und relativen Anteil am Gesamtumsatz (d.h. Umsatzanteil dividiert durch Gesamtumsatz) in das Datenmodell einbeziehen. Vom mathematischen Standpunkt aus sind diese beiden Möglichkeiten gleichwertig (falls Gesamtumsatz 0 nicht auftritt, was durch Retouren durchaus passieren kann), in der Analyse können sich die Modelle jedoch unterschiedlich verhalten. Das Modell mit den relativen Umsatzanteilen ist im Allgemeinen in der Analyse vorzuziehen.

·        Ob ein Datenmodell geeignet ist, entscheidet die Qualität der Analyse. Das manifestiert sich z.B. dadurch, dass ein Vorhersagemodell auf Testdaten (das sind solche Daten, für die Sie die Vorhersage durchführen, aber für die das Vorhersage-Ergebnis bekannt ist) „gute" Vorhersagen liefert. In absoluten Zahlen ist das nicht zu fassen, Sie können jedoch den Wert von unterschiedlichen Datenmodellen für Ihre Analysen bestimmen. Wir empfehlen, bei komplexen Abhängigkeitsanalysen immer mehrere Datenmodelle zu erstellen und die Ergebnisse miteinander zu vergleichen. Sie sollten die Verbesserung von bestehenden Datenmodellen als einen iterativen Prozess ansehen. Weiter sollten Sie beachten, dass etablierte Datenmodelle entwertet werden können, wenn sich das Verhalten Ihrer Kunden (durch Ihre eigenen Maßnahmen oder durch Maßnahmen der Wettbewerber) in ihren Mustern verändert.

Voraussetzungen

Sie haben Informationen über die Abverkäufe an Ihre Kunden auf der Ebene Kunde/Artikel (bzw. Kunde/Warengruppe) im SAP BW zur Verfügung.

Ablauf

Sie definieren im SAP BW ein Kunden-Datenmodell in Form einer Query im SAP BW.