Vorhersage von Repurchase
Zur Steigerung der Kundenloyalität wird der Wiedermotorisierungs-Zeitpunkt anhand von Fahrzeugdaten vorhergesagt.
Der Prototyp vereint die Qualität heterogener Bedarfssignale aus verschiedenen Märkten
Der Prototyp vereint die Qualität heterogener Bedarfssignale aus verschiedenen Märkten
Herausforderung
Ein Premium Automobilhersteller will seine Wiederkaufquote (vor allem im Leasingbereich) steigern.
Der voraussichtliche Wiedermotorisierungszeitpunkt wird von den Händlerbetrieben manuell im CRM-System erfasst. Die Eingabe ist zum Teil unvollständig und fehlerhaft.
Dies hat zur Folge, das die Kundenansprache zum falschen Zeitpunkt erfolgte und Marketingkampagnen erfolglos bleiben.
Lösung
Auf Basis von Diagnose- und Fahrzeugdaten erstellen wir ein Prognosemodell, das den Wiederkauf deutlich eine genauere Vorhersage bringt.
Der Abgleich von Gewährleistungs-, Diagnose- und CRM- Daten zeigt Muster zur Identifikation unplausibler Händlereingaben.
Ergebnis
Der Automobilhersteller kann ca. 25% unplausible Eingaben korrigieren und diese Kunden zum richtigen Zeitpunkt mit dem richtigen Produktportfolio ansprechen. Unzuverlässige Händler können identifiziert werden und deren Prozesse anhand von Best Practice Methoden der Top-Händler erheblich verbessert werden.
Haben Sie Interesse an eigenen Cases?
Unsere Case Studies
- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -
Smart Kochen mit dem Thermomix
Data Operations bei der Munich Re
Data & AI Wissen
Gemeinsam Mehrwerte aus Data & AI schaffen