Wie künstliche Intelligenz Prozesse für Unternehmen und deren Kund*innen erleichtern kann, ist Gegenstand der Kooperation „Kundenfokussierte Zukunftstrends“ zwischen Universität Salzburg (Machine Learning/Fachbereich Computerwissenschaft und Statistik/Fachbereich Mathematik) und Porsche Holding Salzburg. Wir stellen Daten zur Verfügung, die von den Studierenden in Vorhersage-, Optimierungs- oder Mustererkennungsprobleme eingebettet werden. Ein Projekt haben wir bereits vorgestellt – diesmal geht es um die Forschungsergebnisse von Thimo Kasper.
Thimo, in deinem Projekt geht es um Kundentreue. Was genau hast du untersucht, und was war das Ziel deiner Arbeit?
Bisher habe ich im Projekt „Kundenfokussierte Zukunftstrends“ zwei eng verwandte Themen im Aftersales-Bereich untersucht, Kundenloyalität und Kundenabwanderung.
Das Thema Kundenloyalität entstand aus der Problemstellung, ‘loyale’ Werkstattkunden datengetrieben zu identifizieren. Konkret war das Ziel, ein kontinuierliches Maß, den sogenannten Customer Retention Score, zu entwickeln, der für jeden individuellen Kunden dessen Kundenloyalität auf Basis historischer Daten erfasst.
Im zweiten Schwerpunkt – Kundenabwanderung – war die zentrale Problematik die sogenannte Customer Churn Prediction, also die Prognose der Kundenabwanderung mittels statistischer und Machine-Learning-Methoden. Ziel der Analyse ist es, jedem Kunden und jeder Kundin eine Wahrscheinlichkeit zuzuordnen, mit der er oder sie in die Werkstatt zurückkehren wird. Churn Prediction ist vor allem im Telekom- und Finanzsektor ein großes Thema, im Automotive-Bereich jedoch bisher wenig bis gar nicht untersucht.
Die Aufgabenstellung war herausfordernd und zugleich sehr spannend. Der Konnex zwischen Praxis und Wissenschaft ergab sich durch die entscheidende Frage, welche Faktoren die Absprungwahrscheinlichkeit eines Kunden in welchem Ausmaß beeinflussen. Beispiele wären etwa „Zeit seit dem letzten Besuch“, „Fahrzeugalter“, „Kilometerstand“ oder „Customer Retention Score“.
Wie hat dich Porsche Holding bei deiner Studie unterstützt?
Neben finanzieller Unterstützung und dem Bereitstellen von Daten, Equipment und Arbeitsplatz bringt sich das Team „Data-Driven Business Solutions“ der Porsche Informatik ein. Speziell meine Meetings mit Laura König und Markus Gruber helfen mir bei der Erreichung meiner Projektziele. In den wöchentlichen Treffen behandeln wir die Fortschritte und klären allfällige Fragen – fachlich wie auch mit dem Branchenwissen der Teammitglieder. Des weiteren unterstützen mich auch die regelmäßigen Besprechungen mit Thomas Soboll und nicht zuletzt auch mit den Geschäftsführern Manfred Immitzer und Rainer Trischak, die mich und die Projektumsetzung mit ihrer Expertise aktiv fördern. In dem Sinne auch auf diesem Weg herzlichen Dank an alle!
Was ist das Ergebnis deiner Arbeit
Beide eingangs erwähnten Problemstellungen konnten wir erfolgreich behandeln. Jetzt müssen wir die Modelle gemeinsam mit den Kolleg*innen aus dem Einzelhandel dem Praxistest unterziehen. Wenn sie sich bewähren, dann könnte einerseits in Zukunft jedem individuellen Kunden ein Grad der Kundentreue zugeordnet werden. Andererseits könnte das entwickelte Modell ermöglichen, absprunggefährdete Kunden sehr zuverlässig zu erkennen. Speziell Letzteres scheint vielversprechend, da a-priori unklar war, ob eine Customer Churn Prediction mit guter Prognosequalität im automotive Aftersales-Bereich überhaupt möglich ist.
Thimo Kasper untersucht Kundentreue
Welchen konkreten Nutzen haben die Ergebnisse deiner Arbeit? Wie können sie z.B. die Porsche Holding im Automotive Business unterstützen?
Wie erwähnt erlaubt das Modul Customer Churn Prediction jedem Kunden eine künftige Absprungwahrscheinlichkeit zuzuweisen. Somit können potenziell absprunggefährdete Kunden dynamisch selektiert werden (z. B. die Gruppe jener Kunden mit einer Absprungwahrscheinlichkeit größer als 80%) und proaktiv Maßnahmen zur Kundenbewahrung gesetzt werden. Dies ist insbesondere sehr wertvoll angesichts der Tatsache, dass die Kosten für Neuakquise üblicherweise deutlich höher sind als bestehende Kunden zu bewahren.
Mein Projekt ermöglicht es, Kundenbindung datengetrieben zu steigern, und kann viel zur Zufriedenheit der Kunden mit den Unternehmen der Porsche Holding beitragen.
