Einheitliche Kundensicht: Welche Hindernisse müssen beseitigt werden, damit sie Realität wird?
Die Vereinheitlichung von Kundendaten zu einer Gesamtsicht ist im Multichannel-Zeitalter unerlässlich für ein stimmiges Kundenverständnis und eine qualitativ hochwertige Customer Journey. Wenn ein 360-Grad-Blick auf die Kunden zur unmöglichen Mission wird, bleibt nur eines: die Hindernisse zu erkennen und Wege zu finden, sie zu umgehen. Data Quality bietet dafür gleich mehrere Lösungsansätze.
Für weitere Informationen zu Data Quality: Abonnieren Sie unseren Newsletter auf LinkedIn
Laut der CMO-Umfrage von Gartner vom Februar 2022 steht die Stärkung der Strategien zur Erfassung von Kundendaten an allen Kontaktpunkten ganz oben auf der Agenda der Marketingabteilungen. Ein Grund dafür: das Verschwinden von Cookies zur Nachverfolgung von Customer Journeys. Daher die Notwendigkeit, auf andere Weise eine einheitliche 360-Grad-Sicht zu erhalten.
Darüber hinaus glauben laut der Gartner-Studie weniger als 40 % der Marketingabteilungen, über das richtige System zu verfügen, um Kundendaten zu verfolgen und Daten aus allen Kontaktpunkten konsolidiert und integriert zu haben. Datensilos innerhalb des Unternehmens bleiben ein Hindernis, das ein Drittel der Befragten so schnell wie möglich abbauen möchte.
Es steht viel auf dem Spiel: Ein nahtloses Kundenerlebnis an allen Kontaktpunkten zu bieten und Markenbeziehungen, Wiederkäufe und Weiterempfehlungen zu fördern, hängt größtenteils von der Fähigkeit ab, auf eine umfassende Sicht der Kunden zuzugreifen. Eine solche 360-Grad-Sicht ermöglicht die Umsetzung personalisierter Customer Journeys, auch im Rahmen einer Omnichannel-Beziehung, die heute zum Standard geworden ist.
Im Folgenden einige Ansatzpunkte, um die zentralen Hindernisse für die Entwicklung einer einheitlichen Kundensicht zu erkennen:
Fragmentierte Daten – ein häufiges Hindernis für die einheitliche Kundensicht
Ein wiederkehrendes Problem ist die Fragmentierung von Kundendaten. Sie entsteht durch isolierte Systeme zwischen Tools, darunter CRM, das System hinter einem Kundenportal und andere interne Lösungen. Hinzu kommt, dass IT-Systemmigrationen im Unternehmen, etwa im Rahmen einer Filialnetzkonfiguration, die Menge an Duplikaten in der Datenbank erhöhen. Das Ergebnis ist der Zugriff auf partielle, doppelte und wenig nutzbare Daten.
Auch die mangelnde Qualität und Standardisierung von Kundendaten ist eine Quelle der Fragmentierung. Dieses Problem tritt beispielsweise in Kundendienstabteilungen auf, die für denselben Kunden mehrere, an unterschiedlichen Kontaktpunkten erstellte Datensätze „erben“. Hat der Kunde sein Konto online angelegt, dann den Kundendienst angerufen und eine E-Mail gesendet, kann das System jeden Fall aufgrund der Ähnlichkeit der Einträge als einen anderen Kunden behandeln – etwa weil ein Name einmal vollständig, dann mit Abkürzung oder Tippfehler eingegeben wurde.
Ohne eine Data-Quality-Lösung, die dabei hilft, diese Informationen zu erfassen und abzugleichen, ist es unmöglich, eine einheitliche Kundensicht zu erhalten. Das öffnet dieTür für Verwechslungen, etwa wenn ein treuer Kunde für einen Neukunden gehalten oder ihm ein Produkt angeboten wird, das er bereits gekauft hat.
Die Zentralisierung von Kundendaten allein reicht nicht aus
Die Einrichtung eines UCR (Unique Customer Repository, einheitliches Kundendatenregister) ermöglicht die Zentralisierung von Kundendaten und die Vernetzung der verschiedenen Datenquellen und ihrer Betriebssysteme. Das UCR erlaubt es, das Anwendungsökosystem besser zu nutzen.
Doch selbst das beste UCR kann keine einheitliche Kundensicht liefern, wenn es Duplikate oder sogar Triplikate für einen bestimmten Kunden enthält, insbesondere infolge einer Omnichannel-Journey. Der Ansatz muss daher einen Schritt weitergehen, und das UCR muss zu einem echten Golden Record werden – also zu dem Kundendatenregister, das die einzige „Quelle der Wahrheit“ für Kundenprofile bietet. Dies setzt vollständige, präzise und konsolidierte Kundendaten voraus.
Eine Data-Quality-Lösung wird dann benötigt, um das UCR zu unterstützen, Duplikate zu identifizieren und Informationen desselben Kunden zusammenzuführen. Die besten Lösungen gehen über den exakten und unscharfen Datenabgleich hinaus. Sie ermöglichen die Anwendung konfigurierbarer Deduplizierungsprozesse, die auf Abruf oder im Batch-Verfahren ausgeführt werden können, sowie die Zusammenführung von Daten unter Berücksichtigung eines Toleranzwerts, der auf der Ähnlichkeit der Datensätze vor der Ausführung basiert. Ein Muss: die Überprüfung, ob ein Kunde bereits im System vorhanden ist, bevor ein neuer Datensatz angelegt wird. So lassen sich die dem Eintrag am nächsten liegenden Datensätze identifizieren und prüfen, um zu verhindern, dass interne Nutzer wie Kundendienst, CRM und Marketing unbeabsichtigt doppelte Kundendatensätze anlegen.
Keine einheitliche Kundensicht ohne Data Quality!
Um eine einheitliche Kundensicht zu bieten, müssen die Daten die Kriterien der Data Quality erfüllen. Sie müssen vollständig, validiert, korrekt, konsistent, verfügbar und aktuell sein. Und die Herausforderung ist umso größer, als sich mangelhafte Kundendaten auf die Lösungen des Informationssystems ausbreiten!
Parallel zur Deduplizierung und Zusammenführung von Kundeninformationen ist es zudem unerlässlich, die Datenqualität in der Datenbank zu verbessern und zu erhalten, ebenso wie bei den eingehenden Datenströmen. Einerseits ermöglicht die Bereinigung der vorhandenen Daten, die Vereinheitlichungsregeln auf zuverlässige und verifizierte Daten anzuwenden. Gültige und erreichbare E-Mail-Adressen und Telefonnummern, genaue und aktuelle Postanschriften sowie ein korrekt geschriebener Name in einer einzigen Version sind allesamt Merkmale, auf die ein Vereinheitlichungsprozess nicht verzichten kann. Andererseits müssen die eingehenden Datenströme geprüft werden, um eine Verschmutzung der Datenbank zu vermeiden – gestützt auf Eingabehilfen, ein wirksames Mittel gegen Fehler und Ungenauigkeiten, sowie auf eine Echtzeitkontrolle der Genauigkeit der Datensätze.
Data Quality bietet somit eine umfassende Antwort, um die Hindernisse für eine 360-Grad-Sicht auf die Kunden zu beseitigen. Sie kann in einer einzigen Lösung gebündelt werden, sofern diese leistungsstark und vollständig genug ist, um sowohl die Datenqualität in der Datenbank als auch in Echtzeit bei der Eingabe abzudecken – ebenso wie die Deduplizierung und Zusammenführung aller Kundeninformationen nach fortgeschrittenen Parametern.
Weitere Informationen finden Sie auch hier: Erhalten Sie eine zuverlässige und einheitliche Sicht auf Ihre Kunden in Ihrem Salesforce CRM
Über DQE
Datenqualität ist essenziell für ein umfassendes Kundenbild und den Aufbau einer langfristigen
Kundenbeziehung. DQE stellt seinen Kunden seit 2008 innovative und umfassende Lösungen zur
Verfügung, die das Erfassen vollständiger, verlässlicher Daten erleichtern.
18
Jahre
Erfahrung
1.000
Kunden aus allen Branchen
10Mrd.
Anfragen pro Jahr
240
internationale Datenpools
