Data-Challenge accepted: Drei verschiedene DMS/CRM-Systeme und mehrere zusätzliche Marketing-Tools. Wie behält man den Überblick über Kunden und führt gleichzeitig reibungslose Marketingkampagnen durch?
Warum viel Geld in Werbung für einen neuen Mega-SUV in einem überfüllten Stadtgebiet investieren,wenn es dort erfahrungsgemäß kaum Parkplätze gibt? Um solche Fehlentscheidungenzu vermeiden vertrauen Autohausbesitzer erfolgreich auf ihren großen Stamm an harterarbeiteten Kundendaten.
Was aber machen, wenn die Kundendaten in vielen getrennten, veralteten Systemen gespeichert sind, auf die nur schwer zugegriffen und die nur schwer effizient genutzt werden können?
Autohändler zu sein ist hartes Geschäft. Der Verkauf von Autos ist zeitaufwändig und kompliziert.
Hinzu kommt, dass die Marken, mit denen man zusammenarbeitet, bestimmte DMS/CRM-Systeme für die Verwaltungdes eigenen Autohauses vorschreiben.
Diese Systeme funktionieren, aber wenn man mehrere Marken vertreibt, wird es schwierig. Daten liegen aufgeteilt in drei oder vier verschiedenen Systemen - absolut isoliert voneinander, so dass man nie einen Gesamtüberblick über alle seine Kunden hat.
Wie kann man dann zum Beispiel reibungslos Marketingkampagnen über all diese verschiedenen Systemehinweg durchführen?
Diese Situation zeigt, wie leicht man die Kontrolle über die eigenen Informationen verlieren kann. Zudem verlangsamt dies das Unternehmeswachstum und macht Prozesse komplizierter, da mehr manuelle Arbeit erforderlich ist.
Wir glauben an die Nutzung der Cloud und neuer Tools zur Verwaltung Ihrer Daten. Wir glauben jedoch nicht, dass es notwendig ist, ein komplett neues System zu entwickeln, wenn man ein bestimmtes Problem hat.
In diesem Fall wollten wir ein bestimmtes Problem lösen, und unser Hauptziel war es, regelmäßig auf die Rohdaten von drei verschiedenen DMS/CRM-Systemen zuzugreifen und sie sicher in unsere DATA FLOSS-Umgebung hochzuladen.
Sobald wir die Daten hatten, haben wir sie nach einem festgelegten Standard organisiert. So hatten wir einen Datensatz, den wir leicht vergleichen konnten. Diese Prozesse entfernten doppelte Einträge und korrigierten einfache Fehler wie Telefonnummern und Postleitzahlen. Nach dieser Standardtransformation wurden alle Datensätze automatisch in ein Format umgewandelt, das von Marketing-Tools, wie z.B. Mailchimp, verwendet werden konnte.
Es war ein einfacher Prozess: die Daten holen, sie organisieren und nutzbar machen.
Es war schnell und einfach einzurichten, zu aktualisieren und für andere Cases zu wiederholen.
Aber man kann auch noch einen Schritt weiter gehen: Wir haben nicht nur die Empfänger sortiert, sondern auch weitere nützliche Informationen aus offenen Quellen hinzugefügt.
Durch die Kombination dieser zusätzlichen Informationen konnten wir nicht nur eine überarbeitete Kontaktliste zur Verfügung stellen, sondern auch auf der Grundlage der Postleitzahlen vorschlagen, welche Fahrzeuge für bestimmte Gebiete geeignet wären.
Anstatt ein komplett neues System für diesen speziellen Zweck zu entwickeln, war es für den Kunden viel sinnvoller, unsere spezielle Data-Challenge Routine auf unserer bestehenden Infrastruktur zu verwenden.
Das sparte nicht nur viel Zeit und Mühe, sondern verbesserte auch die Qualität der Ergebnisse. Ein Bonus war, dass unser System Alarme auslöste, wenn etwas nicht in Ordnung zu sein schien. Diese zusätzlichen Informationen halfen die Datenqualität insgesamt zu verbessern.
Die Macht der Daten, entfesselt:
