Predictive Analytics - Data Mining

Predictive Analytics meint die schnelle und effiziente Nutzbarmachung komplexer mathematischer Algorithmen für die Praxis. Damit können Problemstellungen effizient bearbeitet werden und dadurch wird in der Regel sehr schnell ein positiver Return-on-Investment erzielt. Nebst Methoden aus dem Bereich der künstlichen Intelligenz („Data Mining“) werden auch klassische statistische Ansätze angewendet ebenso wie die automatische Analyse von Freitexten („Text Mining“). Das Stichwort „Analytisches CRM“ beschreibt die Anwendung von Predictive Analytics im Bereich der Kundengewinnung und -bindung.

Wir verfügen über langjährige Erfahrung im Umgang auch mit sehr grossen Datenmengen aus den unterschiedlichsten Anwendungsgebieten und Branchen. Das Verbinden verschiedenster Datenquellen zu einer umfassenden 360°-Kundensicht gehört dabei zu unseren grossen Stärken.

Mehr über Data Mining und Predictive Analytics

Mit den DyneDataMining-Templates werden sehr schnell Ergebnisse erzielt

  • Das DyneRetail-Template lässt sich für die Erfordernisse des analytischen CRM für den Retailbereich individuell und schnell anpassen.
  • Das DyneTelco-Template lässt sich für die Erfordernisse des analytischen CRM in der Telekommunikationsbranche individuell und schnell anpassen.
  • Weitere Vorlagen für spezifische Fragestellungen im Risk- und Fraudbereich, Churn und Cross-/Upselling für weitere Branchen (z.B. Versicherungen).

Die langjährige Dynelytics Data Mining-Expertise

Data Mining-Projekte erstellten wir für analytisches CRM, Fraud Detection und Risk Management angepasst für die Bedürfnisse der jeweiligen Branchen, z.B. für Firmen und (Non-Profit-) Institutionen im Bereich Telekom, Banken/Versicherungen, Retail, Gesundheitswesen, Fundraising.
  • Churn Prevention: welche Kunden haben eine hohe Wahrscheinlichkeit, die Kundenbeziehung zu beenden?
  • Cross- und Upselling: wo bestehen erhöhte Chancen für Zusatzabschlüsse?
  • Segmentierungen: Gibt es klar abgrenzbare Gruppierungen in der Kundenbasis, die unterschiedlich kontaktiert werden sollen?
  • Affinitätsmodelle: Positionierung von Kunden aufgrund einer Affinitätstopologie.
  • Fraud Detection: in welchen Fällen besteht erhöhte Gefahr für betrügerisches Verhalten?
  • Risk: gibt es Gruppen mit erhöhter Konkurswahrscheinlichkeit?
  • Advanced Web Analytics: mehr als deskriptive Erkenntnisse aus Webdaten herausholen.
  • Ad hoc Analysen mit Data Mining Werkzeugen in der Medizin.

Projektbeispiele aus unserer Praxis

  • - ORELL FÜSSLI WIRTSCHAFTSINFORMATIONEN: Dynelytics entwickelte eine automatisierte Voraussage der Konkurswahrscheinlichkeit von Schweizer KMU’s. Orell Füssli Kunden können diese Information beziehen und damit beispielsweise beim Abschluss von Leasingverträgen Risiken vermeiden.
  • ORELL FÜSSLI WIRTSCHAFTSINFORMATIONEN Customer Case anschauen
    - UNILEVER: Wir analysierten mit Data Mining-Methoden die Rabatt-Aktionen von Unilever Foodsolutions für den Grosshandel. Damit liess sich u.a. die Frage beantworten, welche Auslöser eine Aktion erfolgreich machen.
  • UNILEVER Customer Case anschauen
    - SCHWEIZER UND ARABISCHE TELEKOM FIRMEN: Zahlreiche prädiktive Modelle sagen das Verhalten und die Affinitäten der Kunden voraus: Wer wird z.B. ein neues Angebot annehmen, wer ist hochprofitabel und wird das Abo bald künden, wer wird wohl seine Rechnung nicht bezahlen?

  • - FIRMEN AUS DEM RETAILBEREICH: Erstellen von Segmentierungen für Marketingaktionen für Cross-Selling, Up-Selling und Churn-Prevention.

  • - FIRMEN AUS DEM FINANZBEREICH/VERSICHERUNGEN: Entwicklung von Modellen für Fraud-Detection und Churn-Prevention.

Wir zeigen Ihnen gerne die entsprechenden Customer Cases der hier vorgestellten Data Mining-/ analytisches CRM-Lösungen detaillierter und nennen Ihnen Referenzen.
Rufen Sie uns an 0041 (0) 44 266 90 30 oder schreiben Sie uns an info@dynelytics.com

Customer Cases Publikationen

DyneDataClinic

Vor der Auswertung steht immer die Qualitätsprüfung der Basisdaten. Dies bieten wir in unserer «Data Clinic» an: Wir kontrollieren die Datenqualität und schlagen Optimierungen vor. So klären wir Fragen wie: Sind die Werte plausibel und verlässlich? Gibt es zu viele fehlende Werte, und falls ja, wie könnten diese geschätzt werden? Wird in verschiedenen Abteilungen gleich gemessen? Welche Informationen sind redundant? Wo macht es Sinn, neue Indikatoren zu berechnen? Dynelytics untersucht die Daten in der «Data Clinic» mit modernsten Methoden, auch unter Verwendung von Data Mining-Algorithmen wie beispielsweise Clusteranalysen, Entscheidungsbäumen, Assoziationsregeln und Sequenzanalysen.

Turn-Key-Solutions

Besonders für Fragestellungen, die einen permanenten Betrieb über eine längere Zeit erfordern, lohnt es sich, eine fertige Lösung zu erstellen. Dabei kommen Standardkomponenten wie auch massgeschneiderte Teile zum Einsatz. Wir erstellen Lösungen auf der Basis unseres Dynelytics-Frameworks, das z.B. auch ein dezidiertes Berechtigungssystem und Hosting umfasst.

Turn-Key-Solutions erstellten wir z.B. für
  • Kontinuierliche Online-Evaluationen
  • Massgeschneidertes Online-Reporting
  • Kontinuierliche Datenerhebung als neutrale Treuhandstelle, z.B. für medizinische Fragestellungen

Beratung & Coaching

Je nach Ihren Bedürfnissen bieten wir massgeschneiderte Beratung / Coaching an – von wenigen Stunden konkrete Problemlösung bis zu umfassender Projektbegleitung. Wir verfügen über Knowhow aus den verschiedensten Branchen und Problembereichen.
Mehr zum Thema Beratung & Coaching finden Sie hier

Falls Sie sich für für eine der hier vorgestellten Lösungen interessieren, zögern Sie bitte nicht, mit uns Kontakt aufzunehmen. Wir zeigen Ihnen gerne entsprechende Customer Cases und nennen Ihnen Referenzen. Rufen Sie uns an 0041 (0) 44 266 90 30 oder schreiben Sie uns an info@dynelytics.com