Entscheidungsunterstützung für Marketing Kampagnenmanagement mit Hilfe von Big Data Predictive Analytics in der Telekommunikationsbranche
1. Projektbeschreibung
2. Demonstrator
Projektbeschreibung
Jede Marketingkampagne verfolgt ein bestimmtes Ziel. Dies kann beispielsweise eine hohe Konversionsrate (= Anteil der Kunden, welche die Kampagne akzeptieren), ein grosser Gewinn, oder eine Erhöhung der Kundenbindung sein. Um dieses Kampagnenziel möglichst gut zu erreichen, sollen nur die vielversprechendsten Kunden mit der Kampagne angesprochen werden. Dazu benötigen Marketingexperten und Kampagnendesigner Modelle, welche die Einflüsse verschiedener Kundeninformationen (= Attribute) auf das Kampagnenziel (= Zielvariable) ermitteln. Die einflussreichsten Attribute werden dann in einer intuitiv verständlichen Benutzeroberfläche dargestellt, mit welcher die Experten das aktuelle Kundenverhalten überwachen und daraus gegebenenfalls Massnahmen ableiten können.
In diesem Projekt wird eine Telekom Marketing Kampagne analysiert, bei welcher Prepaidabonnenten motiviert werden sollen, ihr Abo wieder häufiger zu nutzen. Das Kampagnenziel ist somit, den aus historischen Daten abgeleiteten erwarteten Umsatz des Kunden zu steigern. Um sowohl die intuitive Interpretierbarkeit der Vorhersageergebnisse zu ermöglichen, als auch die Methodik Big-Data tauglich zu gestalten, basiert das Vorhersagemodell auf einem Bayes-Netz Ansatz.
Demonstrator
Der erste Demonstrator zeigt, wie mittels eines Naive Bayes classifiers die Konversionsrate einer Marketingkampagne vorhergesagt werden kann. Im zweiten Fall wird ein Tool vorgestellt, mittels welchem Marketingkampagnen aufbauend auf einer Klassifikation (z.B. mittels Naive Bayes) optimiert werden können. Da die im Projekt genutzten Telekom Marketing Daten aus Datenschutzgründen nicht verwendet werden dürfen, werden im Demonstrator Daten aus dem öffentlich zugänglichen UCI Machine Learning Repository benutzt. Diese stammen von einer Bank Marketingkampagne, bei welcher mittels Telefonanruf den Kunden ein bestimmtes Produkt verkauft werden soll. Obwohl sich die Datengrundlage und die Zielvariable im Vergleich zum Projekt unterscheiden, kann genau dieselbe Methodik für die Analyse angewendet werden.