Data Analytics nach Maß Sechs Fragen und Antworten für ... · Wie biete ich meinen Kunden die...

Primary colors

R 0 G 39 B 118

R 0 G 161 B 222

R 114 G 199 B 231

R 60 G 138 B 46

R 201 G 221 B 3

R 146 G 212 B 0

R 127 G 127 B 127

R 191 G 191 B 191

R 64 G 64 B 64

Deloitte + Fraunhofer IAIS März 2014

Data Analytics nach Maß Sechs Fragen und Antworten für Telekommunikationsanbieter

© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS

Inhalt

1 Data Analytics für Telekommunikationsanbieter

Datability und Data Analytics

Sechs Fragen und Antworten im Fokus

1.) Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?

2.) Wie biete ich meinen Kunden die richtigen Produkte an?

3.) Wie kann ich Mobile Advertising gezielter einsetzen?

4.) Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?

5.) Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?

6.) Wie reagiere ich auf das Verhalten meiner Wettbewerber?

Zusammenfassung und Handlungsempfehlungen


Datability und Data Analytics



Das Telekommunikationsumfeld wird immer komplexer, Data Analytics bietet in diesem Spannungsfeld zusätzliche Orientierung

Der Lebenszyklus operativer Entscheidungen verkürzt sich immer mehr. Insbesondere Unternehmen der Telekommunikationsbranche treffen ihre Entscheidungen in einem zunehmend komplexen Spannungsfeld.

Regulatorische Anforderungen, gesättigte Märkte, ein intensiver Wettbewerb, neue Kunden-anforderungen und das Aufkommen neuer Akteure machen den TK-Markt anspruchsvoll. Die Fähig-keit, agil auf neue Kräfte und Situationen reagieren zu können, verschafft Unternehmen einen entscheidenden Wettbewerbsvorteil.

Data Analytics wird so zunehmend zum kritischen Erfolgsfaktor. Neben internen Strukturen und Prozessen verändert Data Analytics nicht nur die IT-Landschaft. Stattdessen werden nahezu alle Unternehmensbereiche im täglichen Geschäft nach innen effizienter und nach außen vielfältiger.

Data Analytics für Telekommunikationsanbieter 3

Wettbewerb

Netz

Partner

Kunden TK-

Anbieter

Gesellschaft

Gesetzgeber

rechtlich-gesellschaftliche Ebene

Markt- und Unternehmens-ebene

Telekommunikations-Ökosystem


Telekommunikationsanbieter sehen sich derzeit mit unterschiedlichsten Herausforderungen konfrontiert

Wesentliche Handlungsfelder


TK-Anbieter müssen ihre Servicequalität bei anhaltendem Kostendruck laufend optimieren. Dabei wird es zunehmend schwierig, zusätzliche operative Verbesserungspotenziale zu identifizieren.

Der Telekommunikationsmarkt in Deutschland nähert sich der Sättigungsgrenze. Discount-Anbieter drücken auf Preise und Margen, das weitere Wachstum ist begrenzt. Neben dem Gewinnen von Neukunden wird die Nutzung zusätzlicher Umsatzpotenziale innerhalb der bestehenden Kundenbasis für Netzbetreiber wichtiger denn je.

Churn-Prevention ist gerade in Märkten mit geringem Wachstum wichtig. Profitable Kunden zu identifizieren und zu halten ist kostengünstiger als die Gewinnung neuer Kunden. Dies wird in Zeiten konvergierender und immer komplexerer Angebote zur Herausforderung.

Neue Marktteilnehmer bringen Bewegung in den TK-Markt. Gerätehersteller gewinnen an Bedeutung, Kundenbindung erfolgt zunehmend über Hardware. OTT-Player und Akteure aus anderen Industrien bedrohen klassische TK-Umsätze.

Kundenbindung Profitabilität &

Wachstum

Operational Efficiency neue

Marktkräfte

£

Herausforderungen für TK-Anbieter

Das dynamische Umfeld des Telekommunikationsmarktes bietet diverse Einsatzfelder für innovative Analytics


Gewinnen zusätzlicher Insights durch das Erschließen bestehender und neuer Datenquellen für Analytics-Zwecke

Möglichkeit unmittelbarer und gezielter Reaktionen durch neue Analytics-Ansätze

Neue Optionen für proaktive Maßnahmen durch Data Analytics

Gleichzeitig erlaubt Data Analytics neue Einblicke in das Verhalten von Kunden und Wettbewerbern

Definition Data Analytics


„Analytics bezeichnet das Sammeln, Managen und Analysieren von Daten mit der Zielsetzung, geeignete Unternehmensstrategien zu unterstützen und Geschäftsergebnisse zu optimieren. Analytics umfasst unterschiedlichste Ansätze und Lösungen, angefangen mit einer systematischen Analyse zurückliegender Ereignisse bis hin zu einer zukunftsorientierten Szenario-Planung.”

verstehen

reagieren/ agieren

vorausschauen


Neue Analytics-Lösungen müssen verantwortungsvoll umgesetzt werden, „Datability“ beschreibt die damit verbundenen Chancen und Erfordernisse

Der „Datability“-Begriff


„Datability“

Big Data Data Science

Responsibility Sustainability in the use of Big Data

Ability in the use of Big Data

Status Quo und „Datability“

•  Immer mehr digitale Daten werden generiert, gesammelt und ausgewertet

•  Gleichzeitig steigt mit der öffentlichen Diskussion über Datenschutz und -sicherheit die Skepsis

•  Der Begriff reflektiert die Notwendigkeit zur nachhaltigen und verantwortungsvollen Nutzung großer Datenmengen

Elemente des Datability-Begriffs


Die vergangenen Monate zeigen, dass Themen zur Datennutzung in der Öffentlichkeit zunehmend kritisch diskutiert werden

Aspekte der Datennutzungs-Diskussion


•  Datenschutz und Datensicherheit sind den Deutschen traditionell wichtig

•  Das Vertrauen in den Datenschutz bei Internet-Diensten ist seit den jüngsten Skandalen gesunken

•  Mobile Endgeräte gelten in der Datenübertragung als weniger sicher. Sicherheits- und Verschlüsselungslösungen werden notwendig

•  Die Kommerzialisierung von Bewegungsdaten wird bislang sowohl von Konsumenten als auch von Behörden kritisch betrachtet

•  Auch bei gezielteren und/oder individualisierten Werbeformen zeigen sich die Verbraucher in Deutschland kritisch


Dennoch kann Analytics neue Antworten auf wichtige Fragen geben, die Telekommunikationsunternehmen derzeit besonders bewegen


Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?

Wie biete ich meinen Kunden die richtigen Produkte an?

Wie kann ich Mobile Advertising gezielter einsetzen?

Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?

Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?

Wie reagiere ich auf das Verhalten meiner Wettbewerber?

Sechs wesentliche Fragestellungen


Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?



Die Anforderungen von Konsumenten verändern sich und wirken unmittelbar auf die Kundenzufriedenheit

Hintergrund

•  Telekommunikationsnutzer stellen veränderte Anforderungen an digitale Dienste

•  Kundenwünsche unterliegen einem schnellen Wandel

•  Kundenkommunikation erfolgt zunehmend über neue Kanäle

•  Das Messen von Kundenwünschen ist aufwändig

•  Eine 360° Kundensicht wird bislang kaum umgesetzt

•  Auch die Identifizierung und Gewinnung neuer Kunden ist kostenintensiv


individuell einfach

interaktiv umfassend

überall flexibel

Nutzung digitaler Dienste

Attribute der künftigen Nutzung digitaler Dienste

Quelle: Deloitte


Mittels individueller Nutzerprofile bietet Data Analytics TK-Anbietern rechtzeitig Einblick in die Befindlichkeiten der einzelnen Kunden


verstehen

reagieren/ agieren

vorausschauen

•  Zielgerichtete Erschließung aller intern verfügbaren Datenquellen (Call Center, Netzwerkperformance, CDR/UDR, CRM & ERP)

•  Einbeziehung zusätzlicher externer Datenquellen zur Analyse von Kundenzufriedenheit (unstrukturierte Daten, z.B. Social Media Analytics)

•  Automatisiertes Erkennen von kritischen Ereignissen (z.B. Gesprächsabbrüche, Anbieterwechsel von Bekannten, veränderte Nutzung)

•  Unmittelbare Reaktion auf veränderte Kundenwünsche durch Echtzeit-Analytics •  Differenzierte Angebote für unterschiedlich profitable Kunden mittels Margin

Analytics und „Smart Churn“

•  Proaktives „Aufnehmen/Vorwegnehmen“ entstehender Kundenbedürfnisse •  Rechtzeitiges Erkennen von unzufriedenen Kunden •  Einleitung proaktiver Gegenmaßnahmen bevor Kunden wechseln


Die Möglichkeit einer integrierten Auswertung aller zur Verfügung stehenden Datenquellen ist entscheidend

Social Web (Blogs,

Facebook, Tumblr)

Big Data

Klassische Ansätze •  Einzelne

„Analyseinseln” •  Wenige Datenquellen,

teils umfangreiche Kundenumfragen

•  Fokus auf verallgemeinerbare Aussagen

•  Robuste Verfahren für wohlstrukturierte Daten

Neue Technologien •  Modular-kombinierbare

Analytics-Lösungen •  Verfahren für poly-

strukturierte Daten •  Nahtlose Integration von

Datenquellen/ Kundenfeedback

•  Einbindung von Analytics in operative Prozesse (z.B. gezielte Priorisierung bei Call Center-Kontakt)

Data Analytics verspricht tieferes Kundenverständnis und ermöglicht das frühzeitige Einleiten geeigneter Maßnahmen. Datability gewährleistet die gezielte und verantwortungsvolle Nutzung der umfangreich vorhandenen Daten.

Interne Daten (Vertrieb, Einkauf,

CRM, DWH)

Aktive Integration von Kunden-

Feedback



Wie biete ich meinen Kunden die richtigen Produkte an?



Durch stagnierende Branchenumsätze steigt die Notwendigkeit von Cross- und Upselling für Telekommunikationsanbieter

Hintergrund

•  Die gezielte Nutzung vorhandener Kunden-beziehungen ist notwendig zur Umsatzstabilisierung

•  Zusätzliche TK-Dienste, Inhalte und Gerätekategorien eröffnen neue Optionen bei Cross-und Upselling

•  Cross-Selling verspricht Telekommunikationsanbietern deutlich niedrigere Kundenakquisitionskosten

•  Gleichzeitig ergeben sich für Netzbetreiber erhebliche Synergiepotenziale

•  Die Preissensibilität der Konsumenten ist bei Cross- und Upselling in der Regel geringer


Anhaltender Marktdruck •  Zunehmende

Marktsättigung bei klassischen Angeboten

•  Umsatzrück-gänge bei Sprachtelefonie

•  Intensiver Wettbewerb

•  Preisdruck in Festnetz und Mobiltelefonie

Neue Vermarktungs-optionen •  Connectivity/

Mobile Data •  Multi-device •  Neue

Geräteklassen •  Accessoires/

Zubehör •  Konvergente

Dienste •  Neue Content-

angebote

Chance Cross-/

Up-selling

Ursachen der steigenden Relevanz von Cross- und Upselling


Data Analytics kann den Erfolg von Cross- und Upselling spürbar verbessern


•  Verständnis des Kunden und des Kontextes seiner Nutzung bestehender Angebote

•  Erkennen von Veränderungen •  Feststellen, über welche Kanäle der Kunde angesprochen werden möchte

•  Umsetzung intelligenter Empfehlungsfunktionen •  Dynamisches Bundling von Produkten und Services •  Identifikation kundenindividueller Ansprachegelegenheiten

•  Erkennen aufkommender Trends, Produkte und Features •  Proaktives Erkennen neu entstehender Nachfrage (z.B. durch Heirat oder andere

Ereignisse) •  Vorhersage des idealen, kundenindividuellen Preispunktes

verstehen

reagieren/ agieren

vorausschauen


Netzdaten (Auslastung,

Qualität)

Big Data

Insbesondere dynamische Angebote und Preismodelle eröffnen Telekommunikationsanbietern neue Vermarktungsoptionen

Klassische Ansätze •  Allgemeine „Wenn-

Dann“-Regeln •  Verteilte Kundendaten •  Starre Paketangebote

mit kaum spürbarem Mehrwert

•  Keine Echtzeit-Empfehlungen

Neue Technologien •  Adaptiv angepasst an

persönliche Situation •  Einheitliche Kundensicht

aus verteilten Quellen •  Dynamische Angebote

und Pricing (auch innerhalb der Vertragslaufzeit)

•  z.B. Sichtbarkeit individueller Bestpreise in Echtzeit für Call Center-Agents

Data Analytics erlaubt ein gezieltes Cross- und Upselling durch eine individuellere Kundenansprache. Datability sichert dabei eine vertretbare und wohl dosierte Kontaktfrequenz.

Nutzungsdaten (Gespräche, SMS, Daten)

Kundendaten (CRM, Kunden-

zufriedenheit)



Wie kann ich Mobile Advertising gezielter einsetzen?



Werbung wird zunehmend mobil, TK-Anbieter können Kunden- und Standortdaten über externe Werbeangebote monetarisieren

Hintergrund

•  Trotz deutlicher Zuwächse reflektieren mobile Werbeumsätze die Nutzung mobiler Dienste kaum

•  Bruttoerlöse mit mobile Advertising machen 2013 weniger als 5% des gesamten Werbemarktes aus

•  Die Bedeutung von Mobile Advertising steigt mit der Verbreitung mobiler Endgeräte und dem „Share of Time“ mobiler Mediennutzung

•  Bislang konnte keine mobile Werbeform eine Antwort auf kleinere Displayflächen von Smartphones geben

•  Innovative Formen von Mobile Advertising könnten Nutzer bald auf persönlicherer Ebene erreichen

•  Die Nutzung von Standortdaten wird für neue, mobile Werbeangebote essenziell


105,1

61,8

35,9

0102030405060708090100110

2013E 2012 2011

+70%

Deutschland: mobile Bruttowerbeerlöse* (in Mio. Euro)

*Bruttoumsätze mit Mobile Display Ads und Mobile Apps Quelle: BVDW


Dynamische Nutzerprofile ermöglichen ein individuelleres Advertising mit einem Mehrwert für Konsumenten und Werbetreibende


•  Ermitteln von Erfolgsfaktoren für mobile Werbung •  Erkennen von Präferenzen des Kunden abhängig von Aufenthaltsort und Kontext •  Identifikation individuell relevanter mobiler Werbeformen

•  Berücksichtigung von Standort und individuellem Kundenverhalten •  Real-Time Einsatz von mobiler Werbung gemäß Situation des Kunden

(z.B. bei mobile Couponing, Stau) •  Ansprache des Kunden gemäß individuellen Präferenzen

•  Proaktives Wahrnehmen von Werbechancen (Raum, Zeit, Bedürfnis) •  Aktives Generieren von Kundenbedürfnissen durch antizipative Werbung •  Antizipieren, ab wann gezielte Werbung lästig wird oder Unbehagen hervorruft

verstehen

reagieren/ agieren

vorausschauen


Big Data

Die Einbeziehung einer breiten Datenbasis ermöglicht eine gleichzeitig individuelle wie auch sensible Ansprache des Werbekunden

Klassische Ansätze •  „Gießkannenprinzip”

und nicht situativ •  Wissenslücken über

Aufenthalt, Wünsche und gegenwärtige Interessen

•  Werbung als Störfaktor empfunden, teilw. geringe Akzeptanz

•  Keine einheitliche Erfolgswährung

Neue Technologien •  Individualisiert nach

Interessenlagen, Ort, Zeit und Situation

•  Neue Sensordaten aus mobilen Geräten, datengeschützt durch Privacy-by-Design

•  Transparenter Nutzwert •  Privacy-preserving Data

Mining, vergleichbare Erfolgsfaktoren im Werbe-Mix

Data Analytics schafft die Grundlage für das richtige Wann, Wo und Wie. Datability steht für den vertrauenswürdigen Werbeservice zum Nutzen der Kunden.

Werbeinhalte (Zielgruppe, Produkt,

Restriktionen, Erfolgsgarantien)

Location-based (Standort, Check-Ins, Umfeld, Zeit,

Events) Common

Patterns (Nutzung,

situativer Kontext)



Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?



Mobilfunkdaten bieten ein starkes Potential für Mehrwerte in diversen Brachen weit über die Telekommunikation hinaus


Hintergrund

•  Daten werden zum Rohstoff der Wertschöpfung

•  „Big Data Value“ entsteht in allen Unternehmen durch die Synthese von Mehrwertinformationen

•  Im Telekommunikationsuniversum entstehen plattformübergreifend Informationen über Kunden, lokale Marktpotenziale, Nutzungsmuster und Risiken

•  In Anwendung gebracht, können für vielfältige Branchen wertvolle Informationen, z.B. über lokale Marktstrukturen, zur Mobilität und zur Energieverbrauch bereit gestellt werden

•  Die Angebote reichen von der Optimierung von Vertriebsaktivitäten bis zur Standortplanung/-monitoring und Leistungsbewertung (z.B. Außenwerbung)

•  Gesellschaftlicher Mehrwert liegt u.a. im Katastrophenmanagement und -prävention

Quelle: Fraunhofer IAIS, n=50

Deutschland: Big Data Value Anwendungen

0

2

4

6

8

10

12

14

Forschung und Produk-entwicklung

Finanz- und Risiko-

Controlling, Compliance

Produktion, technische

und IT-Services

Marketing, Vertrieb, Kunden-

betreuung

Management, Geschäfts-

führung

Dienstleistung Handel IKT

Banken & Versicherungen Industrie (Fertigung) Branche offen


Die Analyse der verfügbaren Daten ermöglicht zeitnah flächendeckende Einblicke über Zielgruppen, Verkaufsregionen und Mobilitätsregionen


•  Erfassen zielgruppenspezifischer Bewegungsströme •  Erkennen und Erklären von Passantenfrequenzen (räumlich, zeitlich, saisonal) •  Erklärung konkreter Verkaufsphänomene (z.B. Absatzschwankungen)

•  Erkennen und Erklären ungewöhnlicher Bewegungsmuster •  Gezielte Aufbereitung der aktuellen lokalen Marktlage, Verkehrslage etc. •  Kurzfristige Personaleinsatz- und Verkaufspreis-Optimierung zur Steigerung der

lokalen Verkaufsleistung

•  Proaktive, datengetriebene Personaleinsatzplanung •  Bestimmung der künftigen Attraktivität von Standorten •  Optimierung von Umsatzprognosen durch zusätzliche Standortdaten

verstehen

reagieren/ agieren

vorausschauen


Aus der neuen Vielzahl verfügbarer Standortinformationen ermöglicht Data Analytics die Gewinnung anonymisierter, werthaltiger Informationen

Big Data Klassische Ansätze •  Punktueller Ausschnitt

der Realität durch losgelöstes Datensichten

•  Zeitlich indifferent und standortspezifisch, kostenintensiver durch lokalen Mehraufwand

•  Lokale Stichproben •  Lokale Messungen,

Simulationsansätze, Umfragen

Neue Technologien •  Flächendeckende Sicht

auf Basis einer homogenen Datenbasis

•  Zeitliche Dynamik und weniger standortspezifisch, große empirische Datenbasis

•  Verbesserte Vergleichbarkeit

•  Ganzheitliche Modellierung inkl. Privacy-by-Design

Data Analytics überführt vorhandene Bewegungsdaten in werthaltige, standortbezogene Informationen. Datability gewährleistet die wirkungsvolle Anonymisierung der genutzten Datenbasis.

Netzdaten (CDR, EDR,

anonyme Performance)

Strukturdaten (Straßennetz, Bevölkerungs-daten, Studien)

Sensors (Zählungen,

Ereignisse, PoS-Zahlen)



Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?



Insbesondere im mobilen Bereich wird der Datenverkehr in den kommenden Jahren massiv steigen

Hintergrund

•  Der Data Traffic, insbesondere im Mobilfunk, wird in den nächsten Jahren ungebremst wachsen

•  Zusätzliche mobile Endgeräte, neue digitale Inhalte und leistungsfähige Netze treiben den Datenverkehr

•  Auch das „Internet der Dinge“ erzeugt absehbar ein zusätzliches Datenaufkommen

•  Das anfallende Datenvolumen bringt Infrastrukturen an Belastungsgrenzen

•  Netze müssen kontinuierlich ausgebaut und gezielt optimiert werden


Deutschland: mobiler Datentraffic (in PB)

Quelle: Cisco Visual Networking Index

190

125

78

47

2818

0

50

100

150

200

2013 2012 2014E

+307%

2015E 2017E 2016E


Der intelligente Ausbau und Betrieb von Infrastrukturen wird für Netzbetreiber immer wichtiger


•  Überprüfung der geplanten und tatsächlichen Netzauslastung •  Verstehen von Kausalzusammenhängen bei Qualitätsproblemen

(Netzausfälle, Handover-Probleme etc.)

•  Nutzung von Echtzeitdaten zur Optimierung des Netzbetriebs •  Effizientere Protokolle und Datenkompression zur Durchsatzsteigerung •  Sicherstellen von QoS durch aktives Management von Netzkapazitäten •  Aktive Ansprache (margenstarker) Kunden im Fall häufiger Gesprächsabbrüche

•  Vorausschauende Wartung und Instandhaltung von Netzen •  Gezielte Analyse zur Optimierung der Netzinfrastrukturplanung •  Einbeziehung von Kundenfeedback in künftige Netzplanung

verstehen

reagieren/ agieren

vorausschauen


Die Analyse aller zur Verfügung stehender Netzdaten sichert einen optimierten Aufbau und Betrieb von Netzinfrastrukturen

Übertragungs-technologien

Nutzungs-muster,

Auslastung

Big Data Klassische Ansätze •  Einzeloptimierung •  Historische Netzlast und

Servicenutzung, Landnutzung, Performance Measures

•  Fehlererkennung, Qualitätsverbesserung, Netz(ausbau)planung

•  Scoring-Verfahren, Traffic-Prognosen, regelbasierte Ansätze, Expertenwissen

Neue Technologien •  Embedded Analytics,

Lernen auf komplexen Datenströmen in Echtzeit

•  Synthese heterogener Datenquellen, Linked (Open) Data

•  Proaktive Steuerung, Kommunikationseffizienz, Früherkennung

•  Verfahren zur visuellen Analytik, maschinellen Mustererkennung und prädiktiven Verfahren

Data Analytics optimiert Planung und Betrieb von Telekommunikationsnetzen. Datability schließt die Analyse bestimmbarer persönlicher Netznutzungsdaten aus.

Netzinfrastruktur (DSL, Kabel,

Mobilfunk)



Wie reagiere ich auf das Verhalten meiner Wettbewerber?



Die deutsche Telekommunikationsindustrie ist und bleibt ein wettbewerbsintensives Marktumfeld

Hintergrund

•  Die Telekommunikationsbranche in Deutschland ist von einem intensiven Wettbewerb geprägt

•  In den Bereichen Festnetz und Mobile Voice ist der Markt weitgehend gesättigt

•  Preise für Telekommunikationsdienste bleiben weiterhin unter Druck

•  Innerhalb der einzelnen Marktsegmente sind deutliche Umsatzverschiebungen absehbar

•  Neue Endgeräte und Services sorgen für ein dynamisches Marktumfeld

•  Marktbarrieren für neue Anbieter von Datenservices sind sehr niedrig („App-ifizierung“)

•  TK-Kunden (B2B und B2C) verfügen über starke Verhandlungsmacht (B2B und B2C)


Quelle: Deloitte

0

5.000

10.000

15.000

20.000

25.000

30.000

35.000

40.000

45.000

50.000 -6%

Mobile Daten

Mobile Sprache

Festnetz Daten

34%

21%

20%

25%

2014E

30%

22%

21%

27%

2013E

26%

25%

21%

28% Festnetz Sprache

2017E

40%

18%

19%

23%

2016E

37%

19%

20%

24%

2015E

Telekommunikationsmarkt Deutschland (in Mio. USD)

© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS Data Analytics für Telekommunikationsanbieter 31

•  Erfassen der Reaktionen von Wettbewerbern und Konsumenten auf neue Dienste, Produkte, Bundles und Tarifmodelle

•  Verstehen von Marktphänomenen (z.B. Marktanteilsverschiebungen) •  Erfassen von Cross-Industry-Wettbewerbern (z.B. Google, Amazon)

•  Real-Time-Reaktion auf Aktionen von Wettbewerbern (z.B. Dynamic Pricing) •  Aktives Einleiten von Gegenmaßnahmen auf Wettbewerbsaktionen

(z.B. neue Hardwareangebote) •  Abgleich der kollektiven Bewegungsmuster mit neuen Angeboten der

Wettbewerber

•  Ex-ante-Verprobung neuer Dienste, Produkte, Bundles und Tarifmodelle •  Prognose von Kundenresonanz auf Aktionen der Wettbewerber •  Vorhersage neuer Angebote und Preise von Wettbewerbern

Detaillierte Kenntnisse über Wettbewerberstrategien sind für TK-Unternehmen essenziell, Data Analytics kann hierzu wertvolle Beiträge leisten

verstehen

reagieren/ agieren

vorausschauen


Data Analytics erweitert die klassischen Ansätze um Auswertungen unstrukturiert vorliegender Datenquellen

OTT und Hardware-anbieter

Big Data Klassische Ansätze •  Vielfach manuelle

Erhebungen, reaktiv-ausgerichtet, asynchron

•  Social Media, Webauftritt, Geschäftsunterlagen, Vergleichsportale

•  Entwickeln von Discount-Strategien, Benchmarking

•  Szenarioanalysen/ Simulationen, SWOT, empirische Studien

Neue Technologien •  Automatisierte

Meinungen und Feedback der Crowd, interaktiv und synchron

•  Unstrukturierte und strukturierte Online-Quellen

•  Reaktions-Monitoring und strategischer Wettbewerbsvorteil

•  Real-time Monitoring, Konsequenzanalysen, Trenderkennung aus Web & Social Media

Data Analytics ermöglicht ein unmittelbares und umfassendes Verständnis des eigenen Wettbewerbsumfeldes. Datability sichert die verantwortungsvolle Verwendung ausschließlich frei zugänglicher Daten.

Direkte Wettbewerber (Angebote,

Werbung)

Kunden, Presse

und Portale



Zusammenfassung und Handlungsempfehlungen



Der Einsatz neuer Analytics-Methoden verschafft Telekommunikationsanbietern unmittelbar Wettbewerbsvorteile

Potenziale von Data Analytics


Kundenzufriedenheit: Neue Analytics-Methoden ermöglichen zusätzliche Customer Insights und erlauben das frühzeitige Einleiten geeigneter Maßnahmen

Cross- und Upselling: Data Analytics erlaubt ein gezieltes Cross- und Upselling durch eine individuellere Kundenansprache

Mobile Advertising: Data Analytics ist die Grundlage für innovative, mobile und gezielte Werbeformen

Kollektive Bewegungsströme: Data Analytics überführt vorhandene Bewegungsdaten in werthaltige, standortbezogene Informationen

Optimieren von Netzinfrastrukturen: Data Analytics optimiert die Planung und den Betrieb von Telekommunikationsnetzen und federt so deren zunehmende Belastung ab

Wettbewerbsanalyse: Data Analytics ermöglicht ein unmittelbares und umfassendes Verständnis des eigenen Wettbewerbsumfeldes


Aus den neuen Optionen durch Data Analytics ergeben sich konkrete Handlungsempfehlungen für Telekommunikationsanbieter

Handlungsempfehlungen: Datability zum Kern von Analytics machen


•  Bestehende Grenzen zwischen Datensilos konsequent sprengen, barrierefrei denken und Daten als Wettbewerbsfaktor begreifen

•  Einbindung des Outputs der Analysen in operative Prozesse sicherstellen bzw. Prozesse entsprechend anpassen

•  Mehrwert für Kunden bei Data Analytics unmittelbar in den Vordergrund stellen (z.B. durch individuelles Upselling)

•  Kunden individuell abholen, mit flexiblen Angeboten begleiten und dafür agile Prozesse etablieren

•  Den zielgerichteten Einsatz von Analytics fördern, gleichzeitig reine Datengläubigkeit verhindern

•  Schutz und Sicherheit von Kundendaten zum integralen Bestandteil jeder Analyse machen


Deloitte und Fraunhofer IAIS verfügen über umfangreiche Expertise in den Gebieten Telekommunikation und Data Analytics


Über Deloitte und Fraunhofer IAIS

Deloitte – Vordenker bei TMT- und Analytics-Themen

•  Deloitte ist eines der führenden globalen Beratungsunternehmen mit umfangreicher Erfahrung in den Bereichen Telekommunikation und Analytics

•  Globale Firmenpräsenz mit ca. 193.000 Mitarbeitern in mehr als 150 Ländern

•  Know-How von weltweit 7.000 Experten in Technology, Media & Telecommunications (TMT)

•  Mehr als 90% der Fortune Global 500 in TMT sind Kunden von Deloitte

•  Durch ein globales TMT-Expertennetzwerk sowie die Positionierung als Thought Leader ist Deloitte der ideale Partner für Telekommunikationsunternehmen

Fraunhofer IAIS – Do more with data •  Fraunhofer ist die größte Organisation für

angewandte Forschung in Europa •  Am Institutszentrum Schloss Birlinghoven arbeitet

ein internationales Team von ca. 200 Data Scientists, Mathematikern, Projektingenieuren, Wissenschaftlern

•  Bündelung von Kompetenzen im Bereich Maschinelles Lernen, Data Mining, Business Intelligence und Operations, Experten aus der TMT Domäne

•  Internationale Partnerschaften zu Behörden, Industrie und anderen Forschungsorganisationen

•  Leitendes Institut der Fraunhofer Allianz Big Data

Deloitte bezieht sich auf Deloitte Touche Tohmatsu Limited, eine „private company limited by guarantee“ (Gesellschaft mit beschränkter Haftung nach britischem Recht), und/oder ihr Netzwerk von Mitgliedsunternehmen. Jedes dieser Mitgliedsunternehmen ist rechtlich selbstständig und unabhängig. Eine detaillierte Beschreibung der rechtlichen Struktur von Deloitte Touche Tohmatsu Limited und ihrer Mitgliedsunternehmen finden Sie auf www.deloitte.com/de/UeberUns Deloitte erbringt Dienstleistungen aus den Bereichen Wirtschaftsprüfung, Steuerberatung, Consulting und Corporate Finance für Unternehmen und Institutionen aus allen Wirtschaftszweigen. Mit einem weltweiten Netzwerk von Mitgliedsgesellschaften in mehr als 150 Ländern verbindet Deloitte herausragende Kompetenz mit erstklassigen Leistungen und steht Kunden so bei der Bewältigung ihrer komplexen unternehmerischen Herausforderungen zur Seite. „To be the Standard of Excellence“ – für rund 200.000 Mitarbeiter von Deloitte ist dies gemeinsame Vision und individueller Anspruch zugleich. Diese Präsentation enthält ausschließlich allgemeine Informationen und weder die Deloitte Consulting GmbH noch Deloitte Touche Tohmatsu Limited („DTTL“), noch eines der Mitgliedsunternehmen von DTTL oder eines der Tochterunternehmen der vorgenannten Gesellschaften (insgesamt das „Deloitte Netzwerk“) erbringen mittels dieser Präsentation professionelle Beratungs- oder Dienstleistungen in den Bereichen Wirtschaftsprüfung, Unternehmensberatung, Finanzen, Investitionen, Recht, Steuern oder in sonstigen Gebieten. Diese Präsentation ist insbesondere nicht geeignet, eine persönliche Beratung zu ersetzen. Keines der Mitgliedsunternehmen des Deloitte Netzwerks ist verantwortlich für Verluste jedweder Art, die irgendjemand im Vertrauen auf diese Präsentation erlitten hat. © 2014 Deloitte Consulting GmbH

Data Analytics nach Maß Sechs Fragen und Antworten für ... · Wie biete ich meinen Kunden die...

Documents

Transcript of Data Analytics nach Maß Sechs Fragen und Antworten für ... · Wie biete ich meinen Kunden die...