Ein Praxis-Kooperationsprojekt zur Prognose von Kundenabwanderungen mittels künstlicher Intelligenz
Das Management von Kundenbeziehungen rückt für viele Unternehmen zunehmend in den Mittelpunkt ihrer Marketing- und Vertriebsaktivitäten. Neben der Umsetzung von Strategien zur Kundengewinnung und -wertsteigerung verspricht insbesondere eine Konzentration auf Kundenbindungsmaßnahmen eine langfristige Steigerung des Unternehmenswerts: die Bindung bestehender Kunden ist häufig kostengünstiger als die Akquise neuer Kunden und loyale Kunden liefern i.d.R. einen hohen Ergebnisbeitrag für das Unternehmen.
Eine erste und zentrale Aufgabe von proaktiven Kundenbindungsmaßnahmen besteht in der Identifikation von abwanderungsgefährdeten Kunden: welche Kunden stehen in der Gefahr die Unternehmensbeziehung zu beenden und sollten mit passenden Bindungsmaßnahmen adressiert werden?
Die WER GmbH, ein Unternehmen der Werbemittelbranche mit Hauptsitz im Münsterland, sah sich mit genau dieser Herausforderung konfrontiert. Erste Analysen ergaben, dass Jahr für Jahr ein signifikanter Anteil des Kundenstamms des Unternehmens abwandert und der dadurch verlorene Umsatz durch neue Kunden kompensiert werden muss. Das Unternehmen suchte eine Möglichkeit, diese Kunden durch frühe, proaktive Maßnahmen an sich zu binden.
Zu diesem Zweck entwickelten Studentinnen und Studenten des Master-Studiengangs Business Analytics im Rahmen eines Kooperationsprojekts mit der WER GmbH im Sommersemester 2022 ein datengetriebenes Modell zur Prognose von Kundenabwanderungswahrscheinlichkeiten. Nach einer Exkursion zum Hauptsitz des Unternehmens inklusive einer Präsentation der Problemstellung und einer Führung durch die Lagerlogistik stellte das Unternehmen den Studierenden umfangreiche anonymisierte Kundenstamm-, Transaktions- und Interaktionsdaten aus verschiedenen unternehmensinternen Systemen zur Verfügung. Nach einer systematischen Datenanalyse und -aufbereitung entwickelten die Studentinnen und Studenten in Gruppen verschiedene Prognosemodelle auf Basis von Verfahren des maschinellen Lernens. Eine strukturierte Bewertung der Modell-Leistungen durch die Studierenden führte im Anschluss zur Auswahl eines finalen Modells, das dem Unternehmen in dokumentierter Form inkl. Quellcode übergeben wurde.
Auf Basis der vom Modell ermittelten Scoring-Werte für jeden Kunden erarbeitet die WER GmbH in der Folge ein Programm von Vertriebsmaßnahmen zur systematischen Erhöhung der Kundenbindung. Marc Strickrodt, geschäftsführender Gesellschafter des Unternehmens, zieht eine positive Bilanz des Kooperationsprojekts: „Durch die Zusammenarbeit mit der Hochschule Düsseldorf haben wir innovative Ansätze zur ergebnisorientierten Nutzung unserer bestehenden Daten kennengelernt. Das entwickelte Modell ermöglicht es uns, unseren Kundenstamm systematisch zu bearbeiten und den Ressourceneinsatz auf die Kundenbeziehungen mit dem potenziell höchsten Wertbeitrag zu konzentrieren.“
Der Modulverantwortliche Prof. Dr. Jan Schemm sieht in dem gemeinsamen Projekt ein gelungenes Beispiel einer „Win-Win-Win-Kooperation“: „Alle Projektparteien konnten einen hohen Nutzen aus der Kooperation generieren: das Unternehmen erhielt innovative Impulse zur datengetriebenen Gestaltung seiner Kundenbeziehungen und ein produktiv einsetzbares Modell auf dem aktuellen Stand der Forschung und Praxis.
Die Studentinnen und Studenten hatten Gelegenheit, die in der Lehre vermittelten Inhalte direkt auf ein konkretes Problem in der betrieblichen Realität und auf echten, produktiven Daten anzuwenden. Die Hochschule schließlich kann die praktischen Impulse aus dem Projekt im Forschungsschwerpunkt „Informationsmanagement und Business Analytics“ des Fachbereichs Wirtschaftswissenschaften weiterverarbeiten.
Ich danke unserem Praxispartner WER GmbH für das Vertrauen in die Zusammenarbeit und den Studentinnen und Studenten des Master-Studiengangs Business Analytics für ihr Engagement und das sehr gute Ergebnis.“
