Description
Today at WHU Inside Business: Dr. Michael Jungbluth, Consulting Manager at SAS, on the changes in customer analytics at the point of sales; Interviewed by Prof. Dr. Christian Schlereth, Chairholder of the Digital Marketing Chair at WHU - Otto Beisheim School of Management
Share this page on
Speakers
English transcript
Welcome to WHU Inside Business! My Name is Christian Schlereth and I'm here with Dr. Michael Jungbluth, Consultant Manager of SAS. Michael, it's great to have you here! Thank you very much for the invitation. In your talk at WHU you presented the benefits of using customer analytics at the point of sales. Could you describe some recent innovations in that context? So, what has fundamentally changed compared to, let's say, five years ago? First of all, we have more data! Technically based on the tremendous growth of the e-commerce channel and mobile apps such as communication and purchase channels. Secondly, we have this customer view from moving from a single channel customer to multi-channel customer to the omni-channel customer And so we have all this online and offline data cluttered among different devices which has to be integrated and analyzed as a whole setting to improve the customer experience. And thirdly, we have to make decisions in real time. So data and contextual data about the purchase behavior is available in real time and we have to be able to analyze that. Let me give you an example: Let's take a bank for instance as a customer you scored overnight on purchase affinity for let's say a credit card upsell and you have a high purchase affinity for that based on the models applied overnight. But now you're surfing on the website and you're playing around with the car credit configurator [Because] you want to buy a new car and there you have new information. It's real time available. Contextual innovation and you have to value that against the historical purchase patterns you have been scored on overnight. So, you have to make a centralized decision on what offers to apply now. We have lots of data with lots of models and we have real-time contextual information which comes into play. Okay, and how is it possible or how's that implemented in real life. The most important thing is that you need a centralized customer decision hub. So that the analytics power you have in your models is connected to all the channels That's a very important thing, because when we implement projects we typically see that there's isolated channel centric intelligence in a certain channel. For instance product recommendation engine on a website and often this information is not available to all the other channels. So you need a centralized channel agnostic view on your customer to provide a good customer experience. This centralized decision hub tells you: "Hey Christian, there has been an abandoned shopping cart and in their shopping cart were products which were five times above the average that the customer typically spents at your site. So, this is a highly lucrative business opportunity, but there's one issue: He hasn't checked out his shopping cart. So, imagine that we are able to identify this customer when he enters the store - the physical store - based on a mobile application and a beacon infrastructure and a warehousing infrastructure. We can send him a mobile notification saying: "Well, we've seen you were interested in that product. We currently have it in stock. Come in and finish your purchase!" - But does that not raise privacy concerns or more precisely from a customer perspective... How does customer analytics change the way customers interact with companies? Privacy is a big concern. You're completely right and this has recently been translated into legislation Perhaps you've heard about the new EU "Datenschutzgrundverordnung" ("General Data Protection Regulation") which will be in place in the member countries starting from March 2018 and this is a game changing event, because we have really high penalties there. So, you have to pay for the misuse of data around 20 million euros or up to four percent of your worldwide annual revenue stream So that is significant. But on the other hand from a consumer perspective we don't want to deal with irrelevant messages. So this is always a trade-off. Take me for an example, let's say, Amazon knows most probably around seventy five percent of my purchase needs because I almost buy everything at Amazon and most recently, they are even listening in my living room and in my in my kitchen through the new "Alexa echo" device So, I have a really high trust in that company, that I provide this data and I believe in data privacy at Amazon From a company perspective this is a big chunk of customer lifetime value and a significant resource for a sustainable competitive advantage. So companies have to invest into a setting of trust and reliability. That's very important. -Okay. Our managers statistically are sufficiently skilled to make the right decisions based on the outcomes of customer analytics. Which competences do you think are crucial for the future manager? -In customer analytics it's all about people, processes and technology, in that specific order. And the future marketing manager has to be able to orchestrate that So let's look at it from a strategical resourced base view: Is customer analytics valuable as a resource? Yes it is! I think there is no doubt Is it rare? Maybe, if you look at a very specific qualifications. The so-called data scientist. He is very rare in the labor market currently, but generally speaking you can buy that expertise So third, is it hard to imitate? No, because all the basics of customer analytics is in the books already, You can read it. But the last aspect: Is your organization able to exploit that resource in an efficient kind of way? That's the most important thing and I think that is the future tasks of the future manager that he has to focus on. He has to be able to orchestrate, hire the right people, layout sound marketing processes, and use the right technology and orchestrate all this interplay for a good customer experience -Thank you very much Michael for sharing your insight! -Thank you for having me.
German transcript
Willkommen bei WHU Inside Business! Mein Name ist Christian Schlereth und ich bin hier mit Dr. Michael Jungbluth, Consultant Manager von SAS. Michael, es ist toll, dass du hier bist! Vielen Dank für die Einladung. In Ihrem Vortrag an der WHU haben Sie die Vorteile des Einsatzes von Customer Analytics am Point of Sales vorgestellt. Könnten Sie in diesem Zusammenhang einige der jüngsten Innovationen beschreiben? Was hat sich also im Vergleich zu, sagen wir, vor fünf Jahren grundlegend geändert? Erstens, wir haben mehr Daten! Technisch basiert auf dem enormen Wachstum des E-Commerce-Kanals und der mobilen Apps wie Kommunikations- und Einkaufskanäle. Zweitens haben wir diese Kundensicht vom Übergang von einem Einkanalkunden zu einem Multichannel-Kunden zum Omni-Channel-Kunden Und so haben wir all diese Online- und Offline-Daten zwischen verschiedenen Geräten verstreut, die als Ganzes integriert und analysiert werden müssen, um das Kundenerlebnis zu verbessern. Und drittens müssen wir Entscheidungen in Echtzeit treffen. So sind Daten und Kontextdaten über das Kaufverhalten in Echtzeit verfügbar, und das müssen wir analysieren können. Lassen Sie mich Ihnen ein Beispiel nennen: Nehmen wir eine Bank zum Beispiel als Kunden, die Sie über Nacht bei der Kaufaffinität für z.B. einen Kreditkartenverkauf erhalten haben, und Sie haben eine hohe Kaufaffinität dafür, basierend auf den über Nacht eingesetzten Modellen. Aber jetzt surfen Sie auf der Website und spielen mit dem Autokredit-Konfigurator[Because], Sie wollen ein neues Auto kaufen und dort haben Sie neue Informationen. Es ist in Echtzeit verfügbar. Kontextuelle Innovation und Sie müssen das gegen die historischen Kaufmuster bewerten, bei denen Sie über Nacht bewertet wurden. Sie müssen also eine zentrale Entscheidung treffen, welche Angebote Sie jetzt bewerben wollen. Wir haben viele Daten mit vielen Modellen und wir haben Echtzeit-Kontextinformationen, die ins Spiel kommen. Okay, und wie ist es möglich oder wie wird das im wirklichen Leben umgesetzt. Das Wichtigste ist, dass Sie eine zentralisierte Kundenentscheidungszentrale benötigen. Damit die Analysepower, die Sie in Ihren Modellen haben, mit allen Kanälen verbunden ist, ist das eine sehr wichtige Sache, denn wenn wir Projekte umsetzen, sehen wir typischerweise, dass es in einem bestimmten Kanal eine isolierte kanalzentrierte Intelligenz gibt. Zum Beispiel die Produktempfehlungsmaschine auf einer Website und oft sind diese Informationen nicht für alle anderen Kanäle verfügbar. Sie benötigen also eine zentrale, kanalunabhängige Sicht auf Ihren Kunden, um ein gutes Kundenerlebnis zu gewährleisten. Diese zentralisierte Entscheidungszentrale sagt es Ihnen: "Hey Christian, es gab einen verlassenen Einkaufswagen und in ihrem Einkaufswagen befanden sich Produkte, die fünfmal über dem Durchschnitt lagen, den der Kunde typischerweise auf Ihrer Website ausgibt. Dies ist also eine sehr lukrative Geschäftsmöglichkeit, aber es gibt ein Problem: Er hat seinen Warenkorb noch nicht ausgecheckt. Stellen Sie sich also vor, dass wir diesen Kunden beim Betreten des Ladens - des physischen Ladens - anhand einer mobilen Anwendung und einer Bakeninfrastruktur sowie einer Lagerinfrastruktur identifizieren können. Wir können ihm eine mobile Benachrichtigung schicken, die besagt: "Nun, wir haben gesehen, dass du dich für dieses Produkt interessiert hast. Wir haben es derzeit auf Lager. Komm rein und beende deinen Kauf!" - Aber wirft das keine Bedenken hinsichtlich der Privatsphäre oder genauer gesagt aus Kundensicht auf..... Wie verändert die Kundenanalyse die Art und Weise, wie Kunden mit Unternehmen interagieren? Die Privatsphäre ist ein großes Anliegen. Sie haben völlig Recht, und das wurde kürzlich in die Gesetzgebung umgesetzt Vielleicht haben Sie von der neuen EU-Datenschutzgrundverordnung gehört, die ab März 2018 in den Mitgliedsländern gelten wird, und das ist ein bahnbrechendes Ereignis, denn wir haben dort wirklich hohe Strafen. So müssen Sie für den Missbrauch von Daten rund 20 Millionen Euro oder bis zu vier Prozent Ihrer weltweiten Jahreseinnahmen bezahlen. Das ist also wichtig. Aber andererseits wollen wir uns aus Verbrauchersicht nicht mit irrelevanten Botschaften beschäftigen. Das ist also immer ein Kompromiss. Nehmen wir ein Beispiel, sagen wir, Amazon kennt höchstwahrscheinlich etwa fünfundsiebzig Prozent meines Einkaufsbedarfs, weil ich fast alles bei Amazon kaufe und in letzter Zeit hören sie sogar in meinem Wohnzimmer und in meiner Küche durch das neue Gerät "Alexa echo" zu. Also habe ich ein wirklich hohes Vertrauen in dieses Unternehmen, dass ich diese Daten bereitstelle und ich glaube an den Datenschutz bei Amazon Aus Unternehmenssicht ist dies ein großer Teil des Customer Lifetime Value und eine bedeutende Ressource für einen nachhaltigen Wettbewerbsvorteil. Unternehmen müssen also in ein Umfeld von Vertrauen und Zuverlässigkeit investieren. Das ist sehr wichtig. Okay. Unsere Führungskräfte sind statistisch ausreichend qualifiziert, um auf Basis der Ergebnisse der Kundenanalyse die richtigen Entscheidungen zu treffen. Welche Kompetenzen sind Ihrer Meinung nach für den zukünftigen Manager entscheidend? Bei der Kundenanalyse dreht sich alles um Menschen, Prozesse und Technologien, in dieser Reihenfolge. Und der zukünftige Marketing-Manager muss in der Lage sein, das zu orchestrieren. Betrachten wir es also aus einer strategischen Sicht der Ressourcen: Ist die Kundenanalyse als Ressource wertvoll? Ja, das ist es! Ich denke, es besteht kein Zweifel, ob es selten ist? Vielleicht, wenn man sich eine sehr spezifische Qualifikation ansieht. Der so genannte Datenwissenschaftler. Er ist derzeit sehr selten auf dem Arbeitsmarkt, aber im Allgemeinen kann man diese Expertise kaufen. Drittens, ist es schwer zu imitieren? Nein, denn alle Grundlagen der Kundenanalyse sind bereits in den Büchern enthalten, Sie können es lesen. Aber der letzte Aspekt: Ist Ihr Unternehmen in der Lage, diese Ressource auf eine effiziente Art und Weise zu nutzen? Das ist das Wichtigste, und ich denke, das sind die zukünftigen Aufgaben des zukünftigen Managers, auf die er sich konzentrieren muss. Er muss in der Lage sein, zu orchestrieren, die richtigen Leute einzustellen, fundierte Marketingprozesse zu gestalten und die richtige Technologie zu verwenden und all dieses Zusammenspiel für ein gutes Kundenerlebnis zu orchestrieren - vielen Dank, Michael, dass du deine Erkenntnisse weitergegeben hast! - Danke für die Einladung.
Übersetzt mit www.DeepL.com/Translator
French transcript
Bienvenue à WHU Inside Business ! Je m'appelle Christian Schlereth et je suis ici avec le Dr Michael Jungbluth, Consultant Manager de SAS. Michael, c'est super de t'avoir ici ! Merci beaucoup de votre invitation. Dans votre exposé à WHU, vous avez présenté les avantages de l'utilisation de l'analyse client dans les points de vente. Pouvez-vous nous décrire quelques innovations récentes dans ce contexte ? Alors, qu'est-ce qui a fondamentalement changé par rapport, disons, à il y a cinq ans ? Tout d'abord, nous avons plus de données ! Techniquement basé sur la formidable croissance du canal e-commerce et des applications mobiles telles que les canaux de communication et d'achat. Deuxièmement, nous avons ce point de vue du client qui passe d'un client à canal unique à un client à canaux multiples, puis au client à canaux multiples. Nous avons donc toutes ces données en ligne et hors ligne encombrées entre différents appareils qui doivent être intégrées et analysées comme un tout pour améliorer l'expérience client. Et troisièmement, nous devons prendre des décisions en temps réel. Les données et les données contextuelles sur le comportement d'achat sont donc disponibles en temps réel et nous devons être en mesure de les analyser. Permettez-moi de vous donner un exemple : Prenons l'exemple d'une banque : en tant que client, vous avez obtenu une note d'affinité d'achat du jour au lendemain pour une carte de crédit, par exemple, et vous avez une forte affinité d'achat pour cela, d'après les modèles appliqués du lendemain. Mais maintenant vous surfez sur le site Web et vous jouez avec le configurateur de crédit auto[Parce que] vous voulez acheter une nouvelle voiture et là vous avez de nouvelles informations. C'est disponible en temps réel. L'innovation contextuelle et vous devez l'évaluer par rapport aux habitudes d'achat historiques sur lesquelles vous avez été évalué du jour au lendemain. Vous devez donc prendre une décision centralisée sur les offres qui s'appliquent maintenant. Nous avons beaucoup de données avec beaucoup de modèles et nous avons des informations contextuelles en temps réel qui entrent en jeu. Ok, et comment c'est possible ou comment c'est implémenté dans la vraie vie. La chose la plus importante est que vous avez besoin d'un centre de décision client centralisé. C'est une chose très importante, car lorsque nous mettons en œuvre des projets, nous constatons généralement qu'il y a une intelligence centrée sur le canal isolé dans un certain canal. Par exemple, le moteur de recommandation de produits sur un site Web et souvent cette information n'est pas disponible pour tous les autres canaux. Vous avez donc besoin d'une vue agnostique centralisée des canaux sur votre client pour offrir une bonne expérience client. Ce centre de décision centralisé vous le dit : "Christian, il y a eu un panier d'achat abandonné et dans leur panier il y avait des produits qui étaient cinq fois plus chers que la moyenne que le client passe habituellement sur votre site. Il s'agit donc d'une occasion d'affaires très lucrative, mais il y a un problème : Il n'a pas vérifié son panier. Imaginons donc que nous soyons capables d'identifier ce client lorsqu'il entre dans le magasin - le magasin physique - grâce à une application mobile et à une infrastructure de balises et d'entreposage. On peut lui envoyer une notification mobile disant : "Eh bien, nous avons vu que vous étiez intéressé par ce produit. Nous l'avons actuellement en stock. Entrez et finissez votre achat !" - Mais cela ne soulève-t-il pas des préoccupations en matière de protection de la vie privée ou, plus précisément, du point de vue du client... ? Comment l'analyse client modifie-t-elle la façon dont les clients interagissent avec les entreprises ? La protection de la vie privée est une grande préoccupation. Vous avez tout à fait raison et cela s'est récemment traduit dans la législation Peut-être avez-vous entendu parler de la nouvelle "Datenschutzgrundverordnung" de l'UE ("règlement général sur la protection des données") qui sera en place dans les pays membres à partir de mars 2018 et c'est un événement qui change la donne, car les sanctions y sont très sévères. Ainsi, vous devez payer pour l'utilisation abusive de données d'environ 20 millions d'euros, soit jusqu'à quatre pour cent de votre chiffre d'affaires annuel à l'échelle mondiale. Mais d'un autre côté, du point de vue du consommateur, nous ne voulons pas traiter de messages non pertinents. Il s'agit donc toujours d'un compromis. Prenons l'exemple d'Amazon, par exemple, qui connaît très probablement environ soixante-quinze pour cent de mes besoins d'achat parce que j'achète presque tout chez Amazon et plus récemment, ils écoutent même dans mon salon et dans ma cuisine grâce au nouvel appareil "Alexa echo". J'ai donc une grande confiance dans cette société, que je fournis ces données et je crois à la confidentialité des données chez Amazon Du point de vue de la société, cela représente une grosse partie de la valeur du client et un avantage concurrentiel durable pour une ressource importante. Les entreprises doivent donc investir dans un climat de confiance et de fiabilité. C'est très important. -Ok. Nos gestionnaires sont statistiquement suffisamment compétents pour prendre les bonnes décisions en fonction des résultats de l'analyse des clients. Quelles compétences vous paraissent cruciales pour le futur manager ? Dans le domaine de l'analyse client, il s'agit avant tout de personnes, de processus et de technologie, dans cet ordre précis. Et le futur directeur du marketing doit être capable d'orchestrer cela, alors regardons les choses d'un point de vue stratégique en termes de ressources : L'analyse de la clientèle est-elle une ressource précieuse ? Oui, c'est vrai ! Je pense qu'il n'y a aucun doute. Est-ce rare ? Peut-être, si vous regardez des qualifications très spécifiques. Le soi-disant scientifique des données. Il est très rare sur le marché du travail à l'heure actuelle, mais en général, on peut acheter cette expertise. Non, parce que toutes les bases de l'analyse client sont déjà dans les livres, vous pouvez le lire. Mais le dernier aspect : Votre organisation est-elle capable d'exploiter cette ressource de manière efficace ? C'est la chose la plus importante et je pense que c'est sur les tâches futures du futur manager qu'il doit se concentrer. Il doit être capable d'orchestrer, d'embaucher les bonnes personnes, de mettre en page des processus de marketing sains, d'utiliser la bonne technologie et d'orchestrer toute cette interaction pour une bonne expérience client - Merci beaucoup Michael de partager vos idées ! - Merci de m'avoir invité.
Traduit avec www.DeepL.com/Translator
Spanish transcript
Bienvenido a WHU Inside Business! Mi nombre es Christian Schlereth y estoy aquí con el Dr. Michael Jungbluth, Gerente Consultor de SAS. ¡Michael, es genial tenerte aquí! Muchas gracias por la invitación. En su charla en WHU usted presentó los beneficios de utilizar el análisis de clientes en el punto de venta. ¿Podría describir algunas innovaciones recientes en ese contexto? Entonces, ¿qué ha cambiado fundamentalmente en comparación con, digamos, hace cinco años? En primer lugar, ¡tenemos más datos! Técnicamente basado en el enorme crecimiento del canal de comercio electrónico y de las aplicaciones móviles como los canales de comunicación y compra. En segundo lugar, tenemos esta visión del cliente desde el paso de un cliente de un solo canal a un cliente multicanal hasta el cliente de un solo canal. Por lo tanto, tenemos todos estos datos en línea y fuera de línea agrupados en diferentes dispositivos que deben integrarse y analizarse en su conjunto para mejorar la experiencia del cliente. Y en tercer lugar, tenemos que tomar decisiones en tiempo real. Así que los datos y los datos contextuales sobre el comportamiento de compra están disponibles en tiempo real y tenemos que ser capaces de analizarlos. Permítanme darles un ejemplo: Tomemos un banco, por ejemplo, como un cliente que obtuvo una puntuación de la noche a la mañana en la afinidad de compra para digamos, una tarjeta de crédito de venta al por mayor y usted tiene una alta afinidad de compra para que sobre la base de los modelos aplicados durante la noche. Pero ahora estás navegando en el sitio web y estás jugando con el configurador de crédito de coche[Porque] quieres comprar un coche nuevo y ahí tienes nueva información. Está disponible en tiempo real. La innovación contextual y tienes que valorar eso contra los patrones de compra históricos en los que has sido puntuado de la noche a la mañana. Por lo tanto, usted tiene que tomar una decisión centralizada sobre lo que ofrece para aplicar ahora. Tenemos muchos datos con muchos modelos y tenemos información contextual en tiempo real que entra en juego. Vale, y cómo es posible o cómo se implementa eso en la vida real. Lo más importante es que usted necesita un centro centralizado de decisión del cliente. Para que el poder analítico que tienes en tus modelos esté conectado a todos los canales Eso es muy importante, porque cuando implementamos proyectos vemos que hay una inteligencia aislada centrada en un canal determinado. Por ejemplo, el motor de recomendación de productos en un sitio web y a menudo esta información no está disponible para todos los demás canales. Por lo tanto, necesita una vista agnóstica de canal centralizada de su cliente para proporcionar una buena experiencia al cliente. Este centro de decisiones centralizado le informa: "Hey Christian, ha habido un carro de compras abandonado y en su carro de compras había productos que estaban cinco veces por encima del promedio que el cliente normalmente gasta en su sitio. Esta es una oportunidad de negocio muy lucrativa, pero hay un problema: No ha mirado su carrito de la compra. Por lo tanto, imagínese que somos capaces de identificar a este cliente cuando entra en la tienda - la tienda física - basado en una aplicación móvil y una infraestructura de baliza y una infraestructura de almacenamiento. Podemos enviarle una notificación móvil diciendo: "Bueno, hemos visto que estabas interesado en ese producto. Actualmente lo tenemos en stock. Entra y termina tu compra!" - Pero eso no plantea problemas de privacidad o, más precisamente, desde la perspectiva del cliente.... ¿Cómo cambia el análisis de clientes la forma en que los clientes interactúan con las empresas? La privacidad es una gran preocupación. Usted tiene toda la razón y esto se ha traducido recientemente en legislación Tal vez haya oído hablar del nuevo "Datenschutzgrundverordnung" ("Reglamento general de protección de datos") de la UE que entrará en vigor en los países miembros a partir de marzo de 2018 y que es un acontecimiento que cambia el juego, ya que allí tenemos penalizaciones realmente altas. Por lo tanto, usted tiene que pagar por el mal uso de los datos alrededor de 20 millones de euros o hasta el cuatro por ciento de su flujo de ingresos anuales en todo el mundo. Pero por otro lado, desde la perspectiva del consumidor, no queremos tratar con mensajes irrelevantes. Así que esto siempre es una compensación. Tomemos un ejemplo, digamos que Amazon conoce muy probablemente alrededor del setenta y cinco por ciento de mis necesidades de compra porque casi compro todo en Amazon y, más recientemente, están escuchando en mi sala de estar y en mi cocina a través del nuevo dispositivo "Alexa echo". Por lo tanto, tengo una confianza muy alta en esa empresa, que proporciono estos datos y creo en la privacidad de los datos en Amazon. Por lo tanto, las empresas tienen que invertir en un entorno de confianza y fiabilidad. Eso es muy importante. ...de acuerdo. Nuestros gerentes están estadísticamente suficientemente capacitados para tomar las decisiones correctas basadas en los resultados de los análisis de clientes. ¿Qué competencias cree usted que son cruciales para el futuro gerente? En la analítica de clientes se trata de las personas, los procesos y la tecnología, en ese orden específico. Y el futuro director de marketing tiene que ser capaz de orquestar eso, así que veámoslo desde una perspectiva de base con recursos estratégicos: ¿El análisis de clientes es valioso como recurso? Si, lo es! Creo que no hay duda de que es raro. Tal vez, si miras a una cualificación muy específica. El llamado científico de datos. Es muy raro en el mercado laboral en la actualidad, pero en general se puede comprar esa experiencia. No, porque todo lo básico de la analítica de clientes ya está en los libros, usted puede leerlo. Pero el último aspecto: ¿Su organización es capaz de explotar ese recurso de una manera eficiente? Eso es lo más importante y creo que son las tareas futuras del futuro director en las que tiene que centrarse. Tiene que ser capaz de orquestar, contratar a las personas adecuadas, diseñar procesos de marketing sólidos, y utilizar la tecnología adecuada y orquestar toda esta interacción para una buena experiencia del cliente - ¡Muchas gracias, Michael, por compartir tus conocimientos! - Gracias por recibirme.
Traducción realizada con el traductor www.DeepL.com/Translator
