Data Mining in der Außendienststeuerung - Potentialbestimmung mit CHAID
Telemarketing ................	Ein im Business-to-Business Geschäft operierendes Unternehmen setzte ausschließlich den Außendienst als Absatzinstrument ein. Nachdem der Vertrieb immer mehr in die Kostendiskussion geriet, kam die Forderung nach neuen Vertriebsmechanismen auf. Bisher wurden die Kunden des Unternehmens in regelmäßigen Abständen von einem Außendienstmitarbeiter besucht. Dabei wurden neuen Produkte vorgestellt, Waren disponiert und die sozialen Kontakte gepflegt. Eine Analyse ergab, daß bei weniger als 16% der Besuche nennenswerte Auftrage zu verbuchen waren. Dementsprechend konnte der verbleibende Außendiensteinsatz lediglich unter dem weitgefaßten Begriff der Kundenbindung verstanden werden. Es war Aufgabe des Vertriebsdirektors, die Relation zwischen den Vertriebskosten und dem erzielten Umsatz drastisch zu verbessern. Nach dem Motto dem richtigen Kunden, das richtige Angebot, zur richtigen Zeit und in der richtigen Form zu unterbreiten, sollten die Vertriebsmitarbeiter effizienter eingesetzt werden. Der klassische Außendienstbesuch wurde durch das Absatzinstrument Telemarketing ergänzt. Kunden, bei denen in nächster Zeit ein nennenswerter Auftrag zu erwarten war, sollten einen Außendienstbesuch erhalten, andere hingegen sollten telefonisch betreut werden. Die durchschnittliche Besuchsfrequenz wurde von 6-8 Wochen auf 3-4 Monate ausgedehnt. Als Rahmenbedingung wurde festgehalten, daß ein Kunde mindestens einmal in 6 Monaten vom Außendienst besucht wird. , weil sie entweder für nicht entscheidungsrelevant oder für nicht analysierbar gehalten wurden.
ertragsoptimiert ................	Mit Hilfe des Data Mining sollte der zu erwartende Auftragswert eines Kunden bestimmt werden. Dabei wurde ein Prognosemodell entwickelt, das die zu erwartenden Aufträge innerhalb der folgenden 3 Monate vorhersagt, um somit den Außendienst ertragsoptimiert zu steuern. Aus motivationalen Gründen mußte der Steuerungsprozeß für den Außendienst leicht nachvollziehbar sein, so daß CHAID, als ein leicht verständliches und nachvollziehbares Verfahren, zum Einsatz kam. Die folgende Abbildung zeigt einen Ausschnitt aus dem Ergebnis der CHAID-Analyse: Als Output produziert CHAID unter anderem einen Ergebnisbaum. Der in diesem Fall generierte Ergebnisbaum läßt sich wie folgt interpretieren: Die zu erwartende Abschlußwahrscheinlichkeit ist in erster Linie von der Branche des Kunden abhängig. Kunden mit dem internen Branchencode 1 haben beispielsweise eine Order- wahrscheinlichkeit von 27%, Unternehmen der Branche 5 ordern nur in 9% der Fälle. Die Abschlußwahrscheinlichkeit der Branche 1 unterscheidet sich weiter nach dem Wert der letzten Bestellung (Ordervalue). Kunden mit einem niedrigen Bestellwert (Ordervalue 1-4) schließen nicht so häufig ab wie Kunden mit dem Ordervalue 5-7. Kunden der Branche 1 mit dem Ordervalue 1-4 unterscheiden sich nochmals signifikant nach dem Zeitpunkt der letzten Bestellung (Recency), während die Kunden mit einem hohen Ordervalue sich weiter nach dem gekauften Produktsortiment unterscheiden.
Vertriebsstrategie ................	Um sicher zu gehen, daß eventuelle Risiken des neuen Vertriebsmechanismus frühzeitig erkannt werden, wurde das Steuerungsinstrument zunächst nur in einer Verkaufsregion eingeführt. Der Außendienst wurde über die neue Vertriebsstrategie und den Mechanismus von CHAID aufgeklärt. Eine Telemarketingagentur schulte den Vertriebsinnendienst zur Durchführung der nötigen Outbound-Calls. Die EDV-Abteilung führte die Portierung des Prognosemodells auf die Marketing Datenbank durch und bewertete die Kunden in regelmäßigen Abständen. Trotz anfänglicher Skepsis war der Erfolg der neuen Vertriebsmechanik schon nach wenigen Monaten sichtbar. Die Motivation der Außendienstmitarbeiter stieg mit dem spürbar zunehmenden Umsatz. Eine bundesweite Einführung des neuen Konzeptes steht bevor. © 2000 Parsis Dastani