Events • Customer Understanding
Wegweisend: LINK Webinare im November
LINK • 8. Oktober 2020
Wir laden Sie ein am 17. und 18. November 2020 an unseren Webinaren teilzunehmen und die verschiedenen Anwendungsmöglichkeiten von Machine Learning-Algorithmen auf Kundendaten zu entdecken und zu erfahren wie Predictive Analytics und Conjoint Analyse bei Produktentwicklung, Preisstrategien und Kommunikation/Marketing helfen und unterstützen können.
Webinar 1: Using AI for a better Customer Understanding
Stefan Reiser, Managing Director Marketing Research
17. November, 10:00 Uhr – 10:40 Uhr
Viele Unternehmen haben mit der Menge an Kundendaten und Touchpoint-basiertem Feedback zu kämpfen. Anstatt aus diesem Feedback zu lernen und es zur kontinuierlichen Verbesserung ihrer Prozesse und Produkte zu nutzen, verschwenden es viele. Außerdem helfen traditionelle Analyseverfahren wie Regressionsanalysen nicht beim Verständnis, warum Kunden (un)zufrieden sind und wie man Kundenloyalität am besten optimieren kann. Machine Learning bietet viele Chancen, den Insights-Prozess zu optimieren.
Im Vortrag werden vier Einsatzmöglichkeiten von Machine Learning-Algorithmen aufgezeigt, um damit…
a) Kundenfeedback weitgehend automatisiert zu strukturieren und zu analysieren.
b) das Kundenverhalten besser zu verstehen inkl. der Hidden Driver.
c) Unternehmen zu helfen, auf Grundlage ihres Kundenfeedbacks zielführende Massnahmen zu ergreifen.
Webinar 2: Old but still sexy – Predictive Analytics with Conjoint Analysis
Philipp Fessler, Forschungsgruppenleiter Analytics
18. November, 10:00 Uhr – 10:40 Uhr
Wenn wir über Predictive Analytics sprechen, sollten wir eine Methode nicht außer Acht lassen, die es schon seit Ewigkeiten gibt (d.h. in Zeiten, in denen der Begriff Predictive Analytics noch nicht einmal geboren war…), deren Vorhersagekraft aber immer noch zu den besten gehört, die der Werkzeugkasten der Marktforschung zu bieten hat: die Conjoint-Analyse. Ihr Mehrwert zeigt sich schon allein daran, dass sie nach wie vor eine der relevantesten Methoden der Preis- und Produktforschung ist und weltweit eingesetzt wird.
Im Gegensatz zu dem, was gemeinhin als prädiktive Analytik bezeichnet wird, basiert die Conjoint-Analyse jedoch in der Regel nicht auf vorhandenen Daten, sondern auf Daten, die in Entscheidungsexperimenten im Rahmen von Umfragen erhoben werden. Aber man kann Conjoint Techniken durchaus auch auf Real Life Daten anwenden.
Conjoint hilft uns aber nicht nur bei der Entwicklung besserer Produkte, sondern kann auch bei der Festlegung der Preisstrategie und der Verbesserung von Kommunikation und Marketing helfen.
