Segmenteinblicke
Segmente werden nicht für Elemente wie Kennzahlen verwendet, sondern können auch exportiert und in anderen Einstellungen genutzt werden. Ein Segment kann beispielsweise in Customer Insights - Journeys exportiert werden, wo es in Kundenkontaktverläufen genutzt werden kann. Wenn Sie Segmente häufiger verwenden, möchten Sie möglicherweise mehr darüber erfahren, in welcher Beziehung die verschiedenen Segmente zueinander stehen. Hierzu zählen Kenntnisse zu ihren Unterschieden und ihren Gemeinsamkeiten. Dies kann dazu beitragen, bessere Entscheidungen in Bezug auf die Segmente zu treffen, auf die Sie bei verschiedenen Werbeaktionen, Kampagnen, Kundenaktivitäten usw. abzielen sollten. Wenn Sie beispielsweise Ihre Marketingstrategie für die nächsten sechs Monate planen, möchten Sie möglicherweise ermitteln, wie stark sich die Kunden zwischen den Segmenten überschneiden, auf die in den Kampagnen abgezielt wird. Durch die Identifizierung dieser Informationen können Organisationen die Zusammenarbeit mit Kunden effektiver planen.
Um dies zu unterstützen, enthält Customer Insights - Data mehrere Funktionen zum Untersuchen und Erweitern von Segmenten. Funktion namens „Segments Insights“
Die drei wichtigsten Tools für Einblicke und Erweiterungen sind:
Kundenüberschneidung: Ermöglicht die Visualisierung freigegebener Mitglieder zwischen Segmenten
Segment-Unterscheidungsmerkmale: Bietet Informationen dazu, was Segmente voneinander oder von Ihren restlichen Kunden unterscheidet.
Ähnliche Kunden finden: Mit dieser Option können Sie ein Segment basierend auf einem vorhandenen Segment erstellen, das Kunden mit einem ähnlichen Profil wie die Kunden im ausgewählten Segment enthält.
„Ähnliche Kunden finden“ kann über ein vorhandenes Segment initiiert werden. Die Überlappungs‑ und Unterscheidungsmerkmale sind Teil der Funktion „Segmenteinblicke“, die über die Registerkarte „Einblicke (Vorschau)“ aufgerufen werden kann.
Segmentüberschneidung
Mit der Segmentüberschneidungsanalyse können Sie ermitteln, wie viele Kunden in zwei oder mehr Segmenten enthalten sind. Beispielsweise kann sich ein Segment von häufig kontaktierten Kunden mit einem Segment überschneiden, das Kunden enthält, die mit Ihrem Service oder Produkt zufrieden sind. Innerhalb der Analyse können Sie die Filter auf Attributebene weiter aufschlüsseln, um die Zahlen auf Feldebene aufzuschlüsseln.
Eine Überschneidungsanalyse kann zwischen 2 und 3 Segmente enthalten, um zu veranschaulichen, welche Kunden sie gemeinsam haben. Zusätzlich können bis zu fünf Interessenbereiche verwendet werden, um Überschneidungen auf Feldebene besser zu analysieren. Nach der Erstellung kann die Analyse nach Bedarf geändert werden, indem die ausgewählten Felder angepasst werden, um zu ermitteln, wie sich die Änderungen auf die Ergebnisse auswirken. Nach jeder Änderung der Analysekriterien werden die Daten automatisch aktualisiert, sodass Sie die Ergebnisse anzeigen können.
Jede Analyse enthält einen Visualisierungsbericht, der die Anzahl Ihrer überlappenden Kunden basierend auf den in der Analyse enthaltenen Segmenten anzeigt. Eine Tabelle am unteren Rand gibt die Gesamtzahl der Mitglieder für jede Liste sowie den Prozentsatz der Gesamtergebnisse an. In der Abbildung unten sehen Sie, dass die beiden in die Analyse einbezogenen Segmente 527 überlappende Kunden aufweisen, was nur 18,9 % der gesamten kombinierten Kunden aus beiden Segmenten entspricht.
Alle Felder, die Sie während der Konfiguration hinzugefügt haben, werden mit entsprechenden Registerkarten oben im Bericht dargestellt. Jedes Feld enthält ein Filter-Dropdownmenü, mit dem Sie die Daten nach gezielteren Bereichen filtern können.
Segment-Unterscheidungsmerkmale
Mithilfe von Segment-Unterscheidungsmerkmale können Sie ermitteln, was ein bestimmtes Kundensegment vom Rest Ihrer Kunden oder von einem anderen Segment unterscheidet. Sie identifizieren die Segmente, die Sie vergleichen möchten, sowie alle Felder, die als Unterscheidungsmerkmal verwendet werden sollen. Sie können auch ermitteln, ob bestehende Maßnahmen ebenfalls einbezogen werden sollten. Nachdem Sie die Analyse gespeichert haben, wird sie selbst aktualisiert. Sobald die Aktualisierung abgeschlossen ist, können Sie sie nutzen.
Eine Unterscheidungsmerkmalanalyse enthält zwei Registerkarten.
Registerkarte „Attribute“ – Listet Profilattribute auf, die als Unterscheidungsmerkmale betrachtet werden.
Registerkarte „Maßnahmen“ – Listet Unterscheidungsmerkmale auf.
Auf jeder Registerkarte wird eine nach Differenzbewertung sortierte Rangliste aller Unterscheidungsmerkmale angezeigt. Die Differenzbewertung stellt den Grad der Differenz zwischen den Attributen zweier Segmente dar. Je höher die Differenzbewertung, desto unterschiedlicher sind die Attribute zwischen den beiden Segmenten. Wenn Sie eine Bewertung auswählen, wird der Bereich für Differenzbewertung geöffnet, der die Verteilung der Werte für dieses Attribut bereitstellt.
Ähnliche Kunden finden
Die Funktion „Ähnliche Kunden finden“ in Customer Insights - Data verwendet künstliche Intelligenz, um ähnliche Kunden in Ihrem Kundenstamm oder in anderen Segmenten zu identifizieren. Dies kann hilfreich sein, um eine erfolgreiche Kundensegmentierung auf andere Bereiche auszudehnen. Beispielsweise hat Ihr Unternehmen möglicherweise gerade eine erfolgreiche Produkteinführung in einer bestimmten Region durchgeführt und möchte diesen Erfolg in einer anderen Region wiederholen. Mit „Ähnliche Kunden finden“ können Sie Kunden identifizieren, die in der nächsten Region, auf die Sie abzielen möchten, wahrscheinlich dasselbe Kundenprofil haben.
Um ähnliche Kunden zu identifizieren, muss mindestens ein Segment erstellt sein. Sie können dann das Segment, mit dem Sie arbeiten möchten, und die Option Ähnliche Kunden finden auswählen. Es wird ein neues Segment basierend auf dem Profil erstellt, das im ausgewählten Kundensegment definiert ist. Sie können vorhandene Felder überprüfen oder neue Felder hinzufügen, mit denen Sie Ihr neues Segment definieren möchten. Sie definieren die Grundlage dafür, wie das System ähnliche Kunden wie das von Ihnen ausgewählte Quellensegment findet. Das System versucht standardmäßig, einige empfohlene Felder zu identifizieren, und schließt automatisch alle Felder aus, die die Modellleistung beeinträchtigen können.
Zu diesen ausgeschlossenen Feldern zählen in der Regel die folgenden:
Felder mit den folgenden Datentypen: StringType, BooleanType, CharType, LongType, IntType, DoubleType, FloatType, ShortType
Felder mit einer Kardinalität (die Anzahl der Elemente in einem Feld) von weniger als 2 oder mehr als 30
Ein wichtiger Bestandteil beim Identifizieren ähnlicher Kunden ist die Angabe der Kunden, die in das neue Segment aufgenommen werden sollen. Sie können alle Kunden mit Ausnahme der Kunden aus dem Quellsegment oder nur Kunden aus einem bestimmten vorhandenen Segment einbeziehen. Kunden aus dem Quellsegment werden standardmäßig nicht berücksichtigt. Sie können diese Kunden einbeziehen, indem Sie das Kontrollkästchen Mitglieder aus dem Quellsegment zusätzlich zu Kunden mit ähnlichen Attributen einbeziehen aktivieren.
Beim Erstellen des neuen Segments können Sie festlegen, wie viele ähnliche Kunden einbezogen werden sollen, indem Sie einen Prozentsatz der Kunden angeben, die einbezogen werden sollen. Standardmäßig werden nur 20 % der Zielgruppe ausgewählt. Beim Anpassen des Genauigkeitsprozentsatzes werden die Segmentmitglieder entweder erweitert oder reduziert. Darüber hinaus wird auch beeinflusst, wie ähnlich die Kunden im neuen Segment dem Original sind. Wenn Sie beispielsweise die Anzahl der einzubeziehenden Datensätze reduzieren, wird die Anzahl der einbezogenen Kunden verringert, die Kunden ähneln jedoch dem Quellkundenstamm. Eine Erhöhung der Anzahl bezieht mehr Kunden ein, sie weisen jedoch möglicherweise nicht mehr so viel Ähnlichkeit mit dem ursprünglichen Kundenstamm auf. Nachdem Sie Ihre Einstellungen geändert haben, wählen Sie unten auf der Seite die Option Ausführen aus, um den Datensatz zu analysieren.
Die binäre Klassifizierung wird verwendet, um die Kunden zu bewerten, die im ähnlichen Segment zurückgegeben werden. Die Bewertung basiert auf der Ähnlichkeit mit Kunden im Quellsegment.
Nachfolgend finden Sie eine Aufschlüsselung dazu, wie die Bewertung definiert ist:
Unter 0,55: Kunden sind Kunden im Quellsegment nicht ähnlich
Zwischen 0,55 und 0,7: Kunden sind ähnlich
Zwischen 0,7 und 0,85: Kunden sind ähnlich
Zwischen 0,85 und 1: Kunden sind ähnlich
Nachdem das neue Segment erstellt wurde, können Sie es wie jedes andere Segment verwenden. Exportieren Sie beispielsweise das Segment, um es in einer anderen Anwendung zu verwenden oder daraus eine Kennzahl zu erstellen.