Höhere Kosteneffizienz durch Mailingoptimierung

Sparen Sie Kosten beim Mailingversand durch eine auf Responsewahrscheinlichkeit basierte Empfängerauswahl.

Der Versand von Mailings und Katalogen gehört zum Alltag im Versandhandelsgeschäft. Eine genaue Analyse der Kundendaten im Vorfeld jeder Aktion macht sich bezahlbar, erfordert vom Unternehmen allerdings eine genaue Prüfung folgender Fragen:

An welche meiner Kunden soll ich den neuen Katalog, das Mailing, etc. schicken?

Wieviele Kunden und wen konkret soll ich anschreiben?

Welches Mailing ist unrentabel, da der oder die Angeschriebene ohnehin nichts kaufen wird?

An dieser Stelle kommt die Mailingoptimierung ins Spiel, die auf dem hartumkämpften Markt des Versandhandels nicht mehr wegzudenken ist. Häufig wurden bisher Erfahrungen und Gefühl sowie einfache Kundenwert-Modelle als Grundlage für die Mailing-Selektion genutzt. Große Versandhändler verwenden allerdings seit Jahrzehnten erfolgreich mathematisch statistische Verfahren (Data Mining), um die Responsewahrscheinlichkeit von Kunden zu berechnen.

Mailingoptimierung mittels Data Mining heißt:

• Die Responsewahrscheinlichkeit für jeden einzelnen Kunden wird mittels Data Mining berechnet. Die dabei zum Einsatz kommenden Verfahren erzielen die bestmöglichen Prognosen, die aus den vorhandenen Daten über die Kunden gewonnen werden können.
• Darauf basierend wird die Mailingselektion optimiert, so dass z. B. die lukrativsten Kunden angeschrieben werden. Oder das Unternehmen optimiert den ROI (Return on Investment) und schreibt nur die Kunden an, die einen positiven Deckungsbeitrag haben.

Die prudsys AG mit Ihrem langjährigen Branchen-Know-how geht noch weiter: so haben wir bereits durchgeführte Selektionen weiter optimiert, indem wir z. B. 20% der Kunden identifizierten, die keine Produkte aufgrund der Mailingaktion gekauft hätten. Dies bedeutet für den Händler: 20% weniger Mailingkosten und somit eine Verdopplung des Gewinns aus dem Mailing.

Für die Mailingoptimierung setzt die prudsys AG eigene Softwarelösungen auf Basis leistungsstarker Algorithmen, insbesondere für die Analyse großer Datenmengen, ein. Die Scoring-Lösung der prudsys RDE ermöglicht darüber hinaus eine selbstlernende Echtzeit-Betrachtung des Kunden, einhergehend mit einem kontinuierlichen Update der Mining Modelle. Diese Echtzeit-Erweiterung stellt einen jederzeit aktuellen Blick auf das Kundenverhalten sicher und minimiert den Aufwand für das kontinuierliche manuelle Update der Modelle.

	Deutsch|English