back

Kundendatenplattform

Integrieren Sie all Ihre Daten zusammen und fassen Sie diese in einer Single Customer View zusammen

Vereinheitlichen Sie die Daten Ihrer Kunden zur Verbesserung des Marketings

Unsere Customer Data Platform ermöglicht Ihnen das Sammeln, Vereinheitlichen von Profilen sowie die Gliederung und Ausführung von Omni-Channel-Kampagnen.

Single Customer View

Single Customer View

Erfassen und sammeln Sie alle Arten von Kundendaten aus unterschiedlichen Online- und Offline-Quellen, wie zum Beispiel von Websites, aus mobilen Anwendungen oder aus Call-Centern und vereinheitlichen Sie diese Daten in einer Single Customer View.
3Segmentierung

Segmentierung

Erstellen Sie regelbasierte oder dynamisch gefilterte Segmente, die auf kanalübergreifenden, demographischen und verhaltensspezifischen Informationen für die Bedürfnisse und Interessen der Kunden basieren.
Customers who have checked a certain category of products in the last X days but have not purchased any products
Customers who have ordered at least X products in the last 6 months but have no view on mobile
Customers who have done a lot of shopping in the last year but did not shop again after reaching to call center within this year

Schärfen Sie das Targeting mit Persona

Erstellen Sie Personas, um zielorientierter zu arbeiten und wirklich zu verstehen, was für jeden Ihrer Kunden wichtig ist. Erstellen Sie die Geschichte jedes Einzelnen: Wer diese Person ist, wie ihr/sein Lebensstil ist, woran diese Person am meisten interessiert ist, was ihre Bedürfnisse sind.
Sports Fan: To those who have checked sneakers, training suits or fitness products can be given 1 point for each, and when they exceed 10 points, you can add them into “sports fan” persona.
Mother-Newborn: To those who have checked baby products, such as a baby bottle, a pushchair or a onesie, can be given 1 point for each, 5 points for adding to bag, and once they exceed 20 points, you can add them into “Mother – Newborn” persona.

Smart Scoring mit E-RFM

Sortieren Sie Ihre Kunden entsprechend ihrer Transaktionshistorie, indem Sie eine Auswertung für jeden Footprint vornehmen: Wie zeitnah, wie oft, wie viel haben Ihre Kunden gekauft. E-RFM richtet sich nicht nur an bestehende Kunden, sondern auch an potenzielle Kunden, anders als das traditionelle RFM. Es ist der beste Weg, um festzustellen, wer wahrscheinlich auf Ihre Kampagnen reagieren wird.
Valuable customers whose E-RFM score are higher than 10 points and have never visited our website within the last month.

Maximierung des Wertes in jeder Phase des Customer Life Cycles

Der Customer Life Cycle beginnt mit einem gewöhnlichen Besuch der Kunden-Website, der Registrierung, dem ersten Kauf (einige davon verwandeln sich in Wiederholungskäufer) und es geht weiter bis zum Verlust des Kunden. Ziel der Life Cycle Gliederung ist es, eine personalisierte Kommunikation herzustellen, indem man den migration path jedes Kunden herausstellt und so sein zukünftiges Transaktionsverhalten auf Grundlage wichtiger vom Kunden gemachter Schritte berechnet.
One Time: Most of the customers purchase only 1 time, but who purchase 2 times is more likely to come back and buy again. Therefore, campaigns targeting customers who only purchased 1 time are more important.
At Risk: Customers who are at risk and have a high RFM score need to be paid special attention.

Intelligente, zielgerichtete Werbung für Google- und Facebook-Ads

Erreichen Sie Ihre Kunden über Google-, Facebook- und Instagram-Ads. Verlinken Sie Abschnitte mit der Audience List in Google Adwords innerhalb eines von Ihnen festgelegten Zeitraums.
Google Ads: Target customers through Google, who are at risk in their Customer Life Cycle, and have not visited web site.

Leichte Integration und kontuinerliche Uploads von Daten an die

Laden Sie in regelmäßigen Abständen Ihre Daten in die Software von anderen Drittanbietern hoch.

Retention Analytics

Die Bindung von Kunden wird in der heutigen Zeit immer wichtiger, da die Akquisition immer teurer wird. Erstellen Sie viele benutzerdefinierte Berichte und Kundendatenanalysen, um die Maßnahmen zur Bindung Ihrer Kunden zu verbessern.
Purchase lag is the enhance analytics for the duration between each purchase such as the time lag between purchases to convert the buyers after an initial purchase to the next one.
Analysis for each customer purchase history; how much they spent and how frequently they bought..
Cohort analysis is a group of customers’ behavioral analytics that defines the frequency of purchasing per unit (per month, week, etc.). Rather than looking at all of your customers as all, cohort analysis provides the view of each group’s behavioral patterns.