Zeitschriftenartikel
Data-based Customer-Retention-as-a-Service: Induktive Entwicklung eines datenbasierten Geschäftsmodells auf Basis einer Fallstudie der Automobilbranche
Vorschaubild nicht verfügbar
Volltext URI
Dokumententyp
Text/Journal Article
Zusatzinformation
Datum
2021
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Verlag
Springer
Zusammenfassung
Viele Unternehmen setzen Künstliche Intelligenz zur Verarbeitung großer Datenmengen bereits heute erfolgreich für die Kundenbindung ein. So schaffen große Unternehmen individuelle Kundenerlebnisse basierend auf der Auswertung großer kundenbezogener Datenmengen zur kurz- aber auch langfristigen Kundenbindung, z. B. durch intelligente Empfehlungen von Inhalten auf Videoplattformen. Bei Unternehmen mit traditioneller Wertschöpfung wird dieses Potenzial jedoch noch nicht ausreichend genutzt. Vor diesem Hintergrund wird im Rahmen einer Fallstudie exemplarisch ein datengetriebenes Kundenbindungsszenario in Kooperation mit einer Autowerkstatt umgesetzt. Im konkreten Fall wurde eine zeitlich optimierte Kundenansprache auf Basis von KI-basierten Prognosen der täglichen Fahrleistung von Kunden angestrebt. Grundlage dafür war die Analyse eines Kundendatensatzes einer Autowerkstatt und die anschließende Entwicklung einer Künstlichen Intelligenz. Aufbauend auf der Fallstudie wird ein datenbasiertes Geschäftsmodell konzipiert, dessen Werteangebot vor allem Unternehmen mit traditioneller Wertschöpfung und wenig Wissen im Bereich Künstlicher Intelligenz dazu befähigt, datenbasierte Technologien in der Kundenbindung einzusetzen. Das dem Geschäftsmodell zugrundeliegende Plattformkonzept wird dabei als Open-Innovation-Modell entwickelt und soll neben der Entwicklung eigener Services auch die Interaktion von Datenkonsumenten, Datenlieferanten und anderen Datenbefähigern, mit dem Ziel sich als Datenökosystem für Kundenbindung zu etablieren, unterstützen. Many companies are already successfully using artificial intelligence (AI) to process large volumes of data for the purpose of customer retention. Large companies create individualized customer experiences and analyze massive amounts of data to achieve customer loyalty through intelligent recommendations, for example. However, companies with traditional value creation, as of yet often fail to sufficiently address this topic. Therefore, this contribution tackles the implementation of an exemplary use case for data-driven customer retention in a car repair shop. In particular, the aim was to optimize the timing of customer communication based on forecasts of the customers’ daily driving behavior. The basis for this analysis was a data set provided by a car repair shop and the subsequent development of a machine learning model. Based on this case study, a business model is developed that enables companies with traditional value creation and little AI-know-how to use data-driven technologies in customer retention. The underlying platform concept is conceptualized as an open innovation model and supports the interaction of data consumers, data providers and data enablers. In this way, the target is not only to develop own services, but also to establish a data ecosystem for customer loyalty.