Von Christoph Heuer und Hendrik Eisenberg
© beermedia - Fotolia.comFrauen reagieren besser als Männer – junge Menschen reagieren besser als alte. Also reagieren junge Frauen besser als der Durchschnitt? Wenn diese Logik über die Einsatzmengen der nächsten Mailaktion entscheidet, kann eine Überraschung blühen. Zwar ist dieses instinktive Handeln zunächst weder kosten- noch zeitaufwändig, jedoch zahlt man mit schlechten Mailergebnissen am Ende den Preis. Daher lohnt sich oft ein Blick hinter die Kulissen.
Nehmen wir eine Kundengruppe von 400 Personen an, je 200 Frauen und Männer. Diese Gruppen lassen sich genau in der Mitte nach „jung“ und „alt“ trennen. Die Ergebnisse des letzten Mailings liegen ebenfalls vor, Frauen reagierten mit 25% (gegenüber 21% bei den Männern), die junge Gruppe lag ebenfalls bei 25% (gegenüber 21% bei der alten Gruppe). Tabelle Ein schneller Blick auf die nebenstehende Tabelle genügt, um zu erkennen, dass junge Frauen nicht die ideale Zielgruppe für eine kommende vergleichbare Marketingaktion darstellen.
Die multivariate Betrachtung von Zusammenhängen geht natürlich weit über diese beiden beispielhaften Merkmale hinaus, wobei doch Vorsicht geboten ist. Ob nun soziodemographische Merkmale der Zieladresse oder das vergangene Kaufverhalten der Person: Nicht jede einzelne Eigenschaft eines Kunden hat Einfluss auf das Modell bzw. beeinflusst das Ergebnis. Eine Entscheidung aus dem Bauch heraus kann zwar auch die richtige sein, sollte aber in jedem Falle analytisch untermauert werden. SAZ besitzt die notwendige Erfahrung, auch in großen Datenmengen die nach vorgegebenen Zielkriterien besten Adressen zu identifizieren. Die hochkomplexen mathematisch-statistischen Modelle von SAZ sind auf dem neuesten Stand der Analysemethodik. Durch diese verlässlichen Modelle verschaffen wir unseren Mandanten in deren Marketingaktionen einen Mehrwert und stärken damit die langjährige Zusammenarbeit. Bei der kontinuierlichen Weiterentwicklung setzen wir auf hochqualifizierte Mitarbeiter, die sicher im Umgang mit den mathematisch-statistischen Methoden und ebenso kreativ bei der Variablenbildung entsprechend dem jeweiligen Modellierungsziel sind.
Dipl. Inform. (FH) Hendrik Eisenberg (Manager Marketing Research) ist seit 2003, Dipl. Stat. Christoph Heuer (Data Mining Analyst) seit 2007 bei SAZ.