Bedrijven en overheidsorganisaties zien zich geconfronteerd met een exponentieel groeiende hoeveelheid klantendata, die via allerlei kanalen binnenkomen. Dat vraagt om ordening in de chaos. De oplossingen van SPSS, specialist in predictive analytics software, bieden meer dan bloot databeheer: klantendata krijgen voorspellende waarde mee.
“Gegevens over klanten, gedragspatronen, hun eisen en wensen, doen zich aan bedrijven in uiteenlopende verschijningsvormen voor. Ze komen via allerlei kanalen binnen en in een exponentieel groeiende hoeveelheid. Nú is voor ondernemingen het moment te onderkennen in welk stadium zij verkeren als het gaat om databeheer en data mining; nu is de fase aangebroken investeringen in crm- en vergelijkbare pakketten te laten renderen.” Dat stellen Ton Koster, Vice President SPSS Northern Europe, en Frank Passtoors, Country Manager Benelux van SPSS. “Managers worstelen met de vraag hoe zij hun klantgegevens, hoe ongestructureerd ook, voor het bedrijf kunnen laten werken, hoe zij klantbehoeften kunnen identificeren, hoe zij orde kunnen scheppen in de datachaos.”
Meedenkende data
SPSS, ooit begonnen als leverancier van statistische analysesoftware voor sociaalwetenschappelijk gebruik, levert zelflerende oplossingen aan ondernemingen, die hen beter inzicht geven in het gedrag van hun klanten. Een voorbeeld is de afhandeling van schadeclaims binnen de verzekeringssector. Hier wordt SPSS’ PredictiveClaims ingezet om de afhandeling van schadeclaims te verbeteren en om frauduleuze claims sneller op te sporen. Voor de verzekeraar betekent het gebruik van deze toepassing een belangrijke kostenbesparing, terwijl klanten profiteren van een betere dienstverlening. SPSS zorgt ervoor dat de afhandeling van schadeclaims voor betrouwbare klanten aanzienlijk wordt versneld. Daarnaast worden ook automatisch de onrechtmatige schadegevallen ontdekt. Die vormen de hoogste kostenpost.
Ton Koster: “Data beslissen mee. Daarmee voorkomt een organisatie dat besluiten op grond van onderbuikgevoelens worden genomen. Aan het management de taak modellen te vertalen naar de uitvoering en ervoor te zorgen dat data kunnen meedenken in de dagelijkse bedrijfsvoering.”
De oplossingen van SPSS komen ook volledig tot hun recht in bijvoorbeeld een marketingomgeving. “Demografische data en omzetgegevens zijn veelal vastgelegd in operationele bedrijfssystemen. Die zijn echter niet altijd compleet. Ook meningen en attitudes spelen een belangrijke rol, maar zijn niet altijd voorhanden”, zegt Frank Passtoors. “SPSS heeft software ontwikkeld waarmee bedrijven datacollectie zelf kunnen uitvoeren.”
Goudklomp
Neem een telecombedrijf, dat zelf op de eigen database segmenteert. Daaruit blijkt vervolgens dat bepaalde gegevens ontbreken. Het bedrijf ontwikkelt een vragenlijst, die is gekoppeld aan de database. Zodra de organisatie contact heeft met de klant, verschijnt de vragenlijst. De antwoorden worden verzameld door een agent of via de website. Dat is een uitstekende methode om de database te verrijken, waardoor het bedrijf weer in staat is beter en verder te analyseren, segmenteren en voorspellen.
“Data mining komt in feite neer op het verder segmenteren aan de hand van patronen die je met het blote oog niet kunt zien”, zegt Frank Passtoors. “Deze patronen blijken vaak een voorspellend karakter te hebben, waardoor het geleerde vanuit het verleden op de toekomst kan worden geprojecteerd. Met andere woorden: predictive analytics. Het resultaat is onder meer dat bedrijven hun business beter kunnen managen tegen lagere kosten.”
Koster en Passtoors hebben het ook over analytical assetmanagement. Dat is niet vrijblijvend. “Denken in assets is
verplichte kost, alleen al gelet op de investeringen; begrijpen hoe klanten in elkaar zitten en hoe hun gedrag is te voorspellen. Dat is de goudklomp binnen de organisatie. Veranker dat, laat het niet hangen bij de analist. De andere kant is, dat de organisatie altijd moet kunnen verantwoorden hoe het tot bepaalde resultaten is gekomen, ten aanzien van imago, naleving van privacywetgeving, compliance. Bedrijven kunnen maar beter zorgen dat ze goed omgaan met data, want ze leven ervan. Meer nog, dergelijke assets bepalen mede de waarde van het bedrijf.”
Predictive Enterprise
De zachte kant is: in hoeverre heeft het bedrijf een luisterend oor ontwikkeld voor signalen van klanten. Frank Passtoors: “Die trend krijgt extra vaart, doordat de maatschappij niet alleen het bedrijfsleven maar ook de overheid meer en meer
op zijn dienstverlening afrekent. Veel signalen komen binnen via de dagelijkse contacten en variëren van een telefoontje, e-mail tot en met webbezoek. Het gaat veelal om ongestructureerde informatie. Waarom zijn mensen klant? Waarom gaan ze weg? Hadden we dat kunnen zien aankomen? Hierop kan text mining het antwoord zijn. Het efficiënt analyseren van ook deze databronnen stelt ondernemingen en overheidsorganisaties in staat de slag te maken een luisterend oor te ontwikkelen voor wensen en behoeften van klanten. Feedback van klanten is een corporate asset.”
Met SPSS analysetechnologie die op vier terreinen (de zachte, de demografische, de ongestructureerde en de transactiekant) kan worden ingezet, zijn gebruikers in staat intelligent met de groeiende
hoeveelheid data om te gaan en orde in de chaos te brengen. “Op deze wijze creëer je een 360o view van de klant. Dat panorama moet je voor je laten werken bij het voorspellen van toekomstig gedrag. Het kunnen inzetten van het geleerde in de dagelijkse operatie maakt een organisatie tot een Predictive Enterprise.”
