Lebensmittelgroßhandel.

Unser Kunde ist ein Vollsortimenter im Lebensmittelgroßhandel (Küchengeräte und Lebensmittel). Mit eigener Logistik beliefert er Restaurants, Kantinen, Mensen und Cafés. Ziel des Projekts war eine strategische Segmentierung der Kundschaft zu erarbeiten, um mehr Daten und damit Wissen über Interessen sowie Gemeinsamkeiten und Unterschiede von Lebensmittelgroßhandelskunden zu erlangen, um eine gezielte Ansprache zu ermöglichen.

Ausgangssituation und Projektauftrag

Die Ausgangslage war, dass nur elementare Stammdaten über die Kundschaft im DWH vorhanden waren. Die MT wurde damit beauftragt eine Identifikation und Analyse von profitableren Gruppen aufzubauen und somit die Vertriebsabteilung des Kunden bei der Neukundenakquise zu unterstützen.

Vorgehen im Projekt

Für die Umsetzung des Projekts haben wir die folgenden Schritte mithilfe von Data-Science–Methoden erfolgreich aufgearbeitet:

  • Anreicherung der Kundendaten durch Anzug von externen Diensten (Social-Media-Kanäle und Kartendienste)
  • Durchführung einer Segmentierung der Kundschaft mit Hilfe von Clustering-Algorithmen, um ähnliche Gruppen zu identifizieren
  • Einsatz einer Warenkorbanalyse zur Erkennung von zusammen gekauften Produktkombinationen

Durch die analytischen Auswertungen der Kundschaftscluster konnten wir im Auftrag unseres Kunden aufschlussreiche Zusammenhänge aufdecken und das Know-how beim Kunden zum Thema Big Data und Data Science aufbauen.

Projektergebnisse und Ausblick

Die Ableitung von interpretierbaren Kundschaftssegmenten ermöglichte eine passgenaue Ansprache der Kundinnen und Kunden durch Vertriebs- und Marketingaktivitäten. Hierdurch konnten wir profitablere Gruppen für eine bessere Akquise neuer Kundinnen und Kunden gewinnen, sowie eine Empfehlung von Produktbündeln zur Absatzsteigerung abgeben. Durch den Aufbau eines Trusted Advisos konnten wir die Bestandskundschaft bei der Optimierung ihres Sortiments beraten und somit nachhaltig die Zufriedenheit und Bindung steigern.

Weitere spannende Projekte