Kundenbindung und Kundenloyalität sind wichtige Wettbewerbsfaktoren. Allerdings steigt in vielen Märkten die Wechselbereitschaft der Kundinnen und Kunden. Demgegenüber stehen hohe Kosten zur Neukundengewinnung und Kundenrückgewinnung.
Kündigungen gehen oft bestimmte Muster voraus. Zum Beispiel können häufige Kontaktaufnahmen mit dem Kundenservice ein Indikator für eine Kündigung sein. Dieses und andere Muster werden mithilfe von Datenanalysen in historischen Kundendaten erkannt, sodass entsprechende Meldungen generiert werden. Diese datenbasierten Erkenntnisse dienen dazu, Wechsel- bzw. Kündigungsbereitschaften gezielter zu erkennen und diesen vorzubeugen.
Der Telekommunikationsdienstleister O2 setzt Datenanalyse zur Kündigungsprognose ein. Durch die Analyse der Daten werden Muster für Kündigungen erstellt. Damit können für jeden Vertragspartner Vorhersagen zur Wahrscheinlichkeit der Kündigung für zwei bis acht Wochen im Voraus erstellt werden. Mit dieser Information geht O2 auf seine Kunden zu und erstellt Angebote zur Kundenbindung.
Der Medienkonzern Netflix nutzt Datenanalysen, um Kündigungsabsichten im Voraus zu erkennen (z. B. mit Informationen zu Abbruch von Serien/Filmen, Zeiten zwischen der Nutzung, sinkende Nutzungsdauer pro Besuch im Zeitverlauf, Bewertungen). Diese Informationen werden genutzt, um Spezialangebote für diese Kunden oder Kundengruppen zu erstellen.
Mit der datenbasierten Prognose von Kündigungsabsichten erhalten Unternehmen ein frühzeitiges Warnsignal und können ihre Aktivitäten zur Kundenbindung gezielter auswählen und gestalten. So können mehr Kundenbeziehungen und Einnahmen stabilisiert bzw. gesteigert werden.
Quellen: O2 (2013), Netflix (2017)
