MITTELSTAND

Ein mittelständisches Unternehmen, das Software-as-a-Service (SaaS) für E-Commerce-Plattformen anbietet, bemerkte, dass trotz steigender Zahl der Kundschaft der Umsatz nicht im erwarteten Maße anstieg. Zudem gab es vermehrt Beschwerden über den Support.
Das Unternehmen entschied sich, mit uns eine tiefgreifende Datenanalyse durchzuführen. Hierzu wurden Daten der Kundschaft aus verschiedenen Quellen (Kaufhistorie, Support-Tickets, Nutzungsdaten der Software, Feedback-Umfragen) aufbereitet und dargestellt. Nachdem die Datengrundlage verstanden war, wurde als KI basierte Methode ein Clusteringverfahren aus dem Bereich des unüberbewachten Lernens durchgeführt.
Durch das Clustering der Daten wurden mehrere interessante Muster identifiziert. Personen, die innerhalb der ersten zwei Wochen nach Kauf intensiven Support benötigten, hatten eine 3-fach höhere Abwanderungsrate im ersten Jahr. Personen aus bestimmten Branchen (z.B. Mode) hatten häufiger technische Probleme als andere. Personen, die die Software intensiv nutzten, gaben seltener negatives Feedback, selbst wenn sie Support-Tickets eröffneten.
Basierend auf diesen Erkenntnissen wurden folgende Maßnahmen ergriffen:

Proaktiver Support: Neue Kundschaft erhielt in den ersten zwei Wochen proaktiven Support, um sicherzustellen, dass sie die Software problemlos nutzen konnten.

Branchenspezifische Anpassungen: Die Software wurde für Branchen mit häufigen technischen Problemen optimiert.

Belohnungssystem: Für Person, die die Software aktiv nutzen wurde ein Belohnungssystem eingeführt, das sie für die Nutzung der Software und das Geben von Feedback belohnte.
Durch die Optimierung des Supports und die branchenspezifischen Anpassungen konnte die Zufriedenheit der Kundschaft erheblich gesteigert werden. Dies führte zu:

Eine Reduzierung der Abwanderungsrate um 25%.

Einer Steigerung der Empfehlungen durch die neue Kundschaft um 15%.

Einer Erhöhung des durchschnittlichen Vertragswertes um 10%, da zufriedene Menschen eher bereit waren, für Premium-Funktionen zu zahlen.

Durch die oben genannten Steigerungen konnte der Umsatz innerhalb eines Quartals um zusätzliche 25% erhöht werden. Dies bedeutet eine prognostizierte Gesamtsteigerung um 40% Ende des ersten Geschäftsjahres im Vergleich zur Schätzung ohne die Implementierung der Optimierungen.

Kontakt

Sie möchten mehr über die automatisierte Erkennung mit Hilfe von KI erfahren? Wir laden Sie herzlich zu einem unverbindlichen Erstgespräch ein und zeigen Ihnen weitere Anwendungsmöglichkeiten für Ihr Unternehmen auf.