Kundenerfolge

Wie GP mit innovativen Kundenservices den digitalen Wandel geschafft hat

Christian Oberstädt
Manager Data & Product Strategy, GermanPersonnel

Wir können unseren Kunden heutzutage deutlich mehr hochwertige Bewerber für ihre vorhandenen Budgets liefern. Durch die automatisierten Empfehlungen und Erfolgsprognosen unserer Software lassen sich Anzeigen viel präziser erstellen und verteilen. Und auch die persönliche Beratung durch unsere Mitarbeiter hat dank datengetriebener Standardisierungen beträchtlich an Qualität gewonnen.

Mit diesem Angebot verfügen wir über einen echten USP, durch den wir uns am Markt für E-Recruiting klar vom Wettbewerb abheben. ORAYLIS hat bei uns viele Innovationen angestoßen. Gemeinsam sind wir ein herausragendes Team, von dem in Zukunft noch einiges zu erwarten ist.

Auf einen Blick

  • Kunde: GermanPersonnel e-search GmbH
  • Branche: Personaldienstleistungen
  • Projektziel: Aufbau einer einheitlichen Datenbasis und Entwicklung innovativer Recruiting-Services
  • Technologien: Azure Data Lake, Microsoft SQL Server, Databricks, Power BI Embedded

GermanPersonnel zählt hierzulande zu den führenden Anbietern von Software und Services für die Mitarbeitersuche im Internet. Das Unternehmen kooperiert mit Deutschlands größten Personaldienstleistern und Jobportalen. Mit den Produkten der E-Recruiting-Experten können die Kunden ihre Stellenanzeigen entwerfen und in Jobbörsen platzieren sowie Bewerbungen managen. So hat sich das Unternehmen spezielle Alleinstellungsmerkmale am Markt verschafft. Gleichzeitig war den Verantwortlichen klar, dass sie sich mit diesem Leistungsspektrum nicht dauerhaft von der wachsenden Konkurrenz werden abheben können.

Potenziale in den Daten wurden nicht ausgeschöpft

„Tatsächlich haben wir die umfangreichen Daten aus den Recruiting-Prozessen bis dahin nur punktuell genutzt, beispielsweise für die Weiterentwicklung von Geschäftsprozessen, Produkten und Algorithmen zur intelligenten Kanalauswahl“, erklärt Christian Oberstädt, Manager Data & Product Strategy bei GermanPersonnel. „Neben Daten flossen aber immer noch unsere Expertise sowie eine Prise Bauchgefühl in unsere Entscheidungsprozesse ein. Da verbarg sich noch massig Potenzial.“ Daher entschloss man sich bewusst für den Wandel zu einer datengetriebenen Unternehmen. Es wurden neue Ziele formuliert, wie automatische Empfehlungen bei der Erstellung von Stellenanzeigen sowie Vorhersagen über die zu erwartenden Bewerberzahlen. Zudem sollten Daten auch intern, etwa durch ein umfassendes Reporting, von allen Mitarbeitern genutzt werden.

Einheitliche Datenbasis ermöglicht übergreifende Auswertungen

Um die ehrgeizigen Pläne zielgerichtet anzugehen, wurde ORAYLIS als Partner und Guide hinzugezogen. Bereits eine erste Status-Quo-Analyse führte zu Tage, dass GermanPersonnel zwar über umfangreiche Datenbestände verfügte, sich diese aber mangels Struktur nicht für die gewünschten, übergreifende Auswertungen eigneten. Deshalb wurden zunächst sämtliche Daten aus den Recruiting-Prozessen sowie weitere Datenquellen strukturiert in einem Data Warehouse (DWH) in der Microsoft Azure Cloud zusammenführt. Die Aufbereitung der Daten für weitere Analyse-Prozesse erfolgt automatisiert und tagesaktuell. Dank des Cloud-Ansatzes kann die Lösung abhängig vom Datenaufkommen sowie der Anzahl der Kunden und Kennzahlen flexibel wachsen.

Michael Althaus ORAYLIS Projekt GermanPersonnel

Jedoch hätten sich Innovationen, wie die Vorhersage von Klicks und Bewerberzahlen, allein auf dieser Basis nicht umsetzen lassen. „Für solche Anforderungen werden exakte Informationen zur gesamten Candidate Journey benötigt,“ erläutert Michael Althaus, Projektleiter bei ORAYLIS. Daher kommt ein spezielles Tracking-Tool zum Einsatz. „Das Tool erhebt laufend anonymisierte, eventgetriebene Web-Daten aus fast 180.000 Stellenanzeigen, wobei die Datenhoheit bei GermanPersonnel verbleibt.“

Kunden sparen Zeit und Geld

Christian Oberstädt, Manager Data & Product bringt die Mehrwerte der intelligenten, datenbasierten Recruiting-Lösung auf den Punkt: „Wir können unseren Kunden heutzutage deutlich mehr hochwertige Bewerber für ihre vorhandenen Budgets liefern. Durch die automatisierten Empfehlungen und Erfolgsprognosen unserer Software lassen sich Anzeigen viel präziser erstellen und auf die Masse der Recruiting-Kanäle verteilen. Und auch die persönliche Beratung durch unsere Mitarbeiter hat dank datengetriebener Standardisierungen beträchtlich an Qualität gewonnen.“

Die tagesaktuellen Statistiken ermöglichen schließlich eine gezielte Steuerung der bereits geschalteten Anzeigen. Gleichzeitig werden Erfolge transparent und messbar. Nicht zuletzt spart der Nutzer durch ein übersichtliches und strukturiertes Management seiner Stellenanzeigen und Bewerber ein hohes Maß an Zeit.

USP gegenüber Wettbewerb

Auch GermanPersonnel profitiert unmittelbar von der Lösung. „Wir verfügen mit diesem Angebot über einen echten USP, durch den wir uns am Markt für E-Recruiting klar vom Wettbewerb abheben“, so Christian Oberstädt. Zudem hat das Unternehmen durch die neuen Analyse-Möglichkeiten wirtschaftlich sinnvolle Pakete für Anzeigenschaltungen definieren können. Die validere Planungsgrundlage sorgt für spürbare Einsparungen beim Einkauf von Traffic und Klicks bei den einschlägigen Jobbörsen. Derweil beugt das schnell wachsende Unternehmen mit der Automatisierung von Prozessen der Personalknappheit im eigenen Hause vor.

Insgesamt führt die Digitalisierung sämtlicher Prozesse zu einer deutlich höheren Effizienz und zuverlässigeren Entscheidungen. Gemeinsam mit ORAYLIS hat das Unternehmen den Wandel zu einer Data Driven Company vollzogen, wobei diese Entwicklung laut Christian Oberstädt noch längst nicht abgeschlossen ist: „ORAYLIS hat bei uns viele Innovationen angestoßen. Gemeinsam sind wir ein herausragendes Team, von dem in Zukunft noch einiges zu erwarten ist.“


turn your data into value.

Auf einen Blick

  • Kunde: GermanPersonnel e-search GmbH
  • Branche: Personaldienstleistungen
  • Projektziel: Aufbau einer einheitlichen Datenbasis und Entwicklung innovativer Recruiting-Services
  • Technologien: Azure Data Lake, Microsoft SQL Server, Databricks, Power BI Embedded
Dirk Ohligschläger
turn your data into value

Lassen Sie uns loslegen!

Wollen auch Sie die Potenziale Ihrer Daten optimal nutzen und Ihre Kunden mit innovativen Services begeistern?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Predictive Policing: So werden Verbrecher mit Künstlicher Intelligenz gejagt

Auf einen Blick

  • KI-Lösung entlastet knappe Personalressourcen der Polizei
  • Verbrechensschwerpunkte werden vorausschauend identifiziert und Einsatzkräfte gezielt gesteuert
  • Erfolgsquoten sind deutlich höhere als bei erfahrungsbasierten Vorgehensweisen

Die Ausgangssituation unseres Kunden

Künstliche Intelligenz (KI) kann praktisch in jedem Bereich die Abläufe effizienter gestalten und dadurch menschliche Aufwände massiv reduzieren. Beispielsweise haben wir für die Polizeidirektion einer der größten Städte Deutschlands eine KI-Lösung zur Vorhersage von Verbrechen – dem sogenannten Predictive Policing – entwickelt. Wie in ganz Deutschland hatte auch diese Stadt mit viel zu knappen Personalressourcen zu kämpfen, um die steigenden Einbruchszahlen durch organisierte Banden in den Griff zu bekommen. Polizeistatistische Methoden zur Identifikation von spezielle Gefahrengebiete konnten dabei kaum Abhilfe schaffen, da sie die umfangreich vorhandene Falldaten nahezu ungenutzt ließen.

Die Lösung für unseren Kunden

Der Aufbau unserer Lösung zeigt, dass für die Entwicklung von KI-Anwendungen nicht zwangsläufig hohe Investitionen in neue Technologien erforderlich sind. Da die IT-Infrastruktur der Polizeidirektion im Kern schon aus Microsoft-Technologien bestand, haben wir einfach den bereits vorhandenen SQL Server als Basis genutzt. Mit den Analysis Services haben wir eine individuelle Prognosesoftware aufgebaut, die direkt auf die polizeiinternen Datenbestände zugreift, wie z.B. Falldetails oder geografische und demografische Daten. Die Reporting Services dienten der Erstellung eines leicht zu bedienenden Prognosewerkzeuges sowie einer Prognosegütebestimmung. Ein spezielles Klassifizierungsverfahren identifiziert schließlich die Quadranten mit der höchsten Einbruchswahrscheinlichkeit und stellt diese auf einer Übersichtskarte in Power BI farblich dar. Die resultierenden Prognosen werden täglich automatisiert erstellt und an alle Polizeidirektoren der Stadt verteilt.

Wie aus Daten neue Werte werden

Mit den vielfältigen Polizeidaten als Basis leistet die Prognosesoftware einen effektiven Beitrag zur Vorbeugung von Wohnungseinbrüchen durch Intensivtäter. Aktuell wird eine bis zu siebenfach bessere Vorhersage künftiger Einbrüche gegenüber den bisherigen, erfahrungsbasierten Vorgehensweisen erzielt. Die Einsatzkräfte der Polizei zeigen in den identifizierten Gefahrengebieten gezielt Präsenz. Auf diese Weise werden potenzielle Täter abgeschreckt und Anwohner für mögliche Folgetaten sensibilisiert. Da die genutzten Daten laufend durch neue Erkenntnisse ergänzt werden, lernt das System weiter hinzu und liefert immer genauere Erkenntnisse. Ebenso erweist sich die neue Lösung als effizienter Speicher langjähriger Polizeierfahrung. Nicht zuletzt lässt sich die Prognosesoftware von Seiten der Polizei eigenhändig warten und auch auf andere Deliktfelder ausweiten.


turn your data into value.

Auf einen Blick

  • KI-Lösung entlastet knappe Personalressourcen der Polizei
  • Verbrechensschwerpunkte werden vorausschauend identifiziert und Einsatzkräfte gezielt gesteuert
  • Erfolgsquoten sind deutlich höhere als bei erfahrungsbasierten Vorgehensweisen
Dirk Ohligschläger
turn your data into value

Lassen Sie uns loslegen!

Wollen auch Sie KI-Anwendungen für Ihre individuellen Aufgabenstellungen nutzen, um mit weniger Aufwand viel mehr erreichen zu können?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Verlag steigert seine Auflagen mit datengestützten Prognosen

Auf einen Blick

  • Prognose-Modell sagt Kampagnenerfolge zu jeder Aktionsstufe zuverlässig voraus
  • Relevante Kennzahlen lassen sich gezielt steuern
  • Auflagenzahlen und Umsätze werden nachhaltig gesteigert

Die Geschäftssituation unseres Kunden

Der digitale Wandel ist für Verlage nicht immer eine Gefahr – er eröffnet auch viele Chancen. Denn gut gepflegte Datenbestände lassen sich mit modernen Analyseplattformen in vollkommen neue Werte für das Geschäft ummünzen. So haben wir für ein großes Verlagshaus ein Prognosemodell aufgesetzt, das branchenrelevante Kennzahlen – wie Haltbarkeiten, Wandlungsquoten oder Auflagen – zu jeder Stufe einer Vertriebsaktion zuverlässig ermittelt. Normalerweise geschieht dies erst im Nachhinein zu definierten Zeitpunkten. So liegen die Ergebnisse von Kampagnen oftmals erst nach mehreren Monaten vor. Es bleibt also kaum eine Möglichkeit, den Erfolg von laufenden Aktionen gezielt zu beeinflussen.

Die Lösung für unseren Kunden

Unser Prognosemodell kombiniert vorhandene Auftrags-, Kunden- und Kampagnendaten in jeder Kampagnenphase auf unterschiedliche Weise und reichert diese mit weiteren Informationen an. Schon im Planungsstadium einer Maßnahme lassen sich auf Basis von Angeboten, Werbemedien, Prämieninformationen und saisonalen Faktoren erste Aussagen zu Responsequoten, Wandlungsverhalten und resultierenden Auflagen treffen. Diese Erkenntnisse werden mit jeder weiteren Aktionsstufe verfeinert. So kommen bei der Adressselektion allgemeine Informationen über die Kunden hinzu, wie zum Beispiel Geo-Daten oder spezielle Interessen. Mit Kampagnenbeginn kann schließlich das konkrete Kundenverhalten einbezogen werden, wie etwa das digitale Nutzungsverhalten, Zahlungsinformationen oder die Interaktion mit dem Kundenservice. Das Modell passt seine Vorhersagen somit kontinuierlich den aktuellen Entwicklungen an.

Wie aus Daten neue Werte werden

Unser Kunde kann mit dem Prognosemodell den Erfolg seiner Kampagnen anhand signifikanter Kennzahlen jederzeit zuverlässig vorhersagen. Das eröffnet die Möglichkeit, bei Bedarf einzugreifen und die Maßnahmen nachzujustieren – mit entsprechend positiven Effekten auf die relevanten Kennzahlen bzw. die konkreten Auflagen. Darüber hinaus sind kurz- und mittelfristige Erlösprognosen, Cashflow-Erwartungen und Vorhersagen zu Kündigungen möglich. Und was ganz entscheidend ist: Erstmals können langfristige Ziele, wie die Verbesserung von Wandlungsquoten, Haltbarkeitskurven und Bezahlquoten, gezielt gesteuert werden.


turn your data into value.

Auf einen Blick

  • Prognose-Modell sagt Kampagnenerfolge zu jeder Aktionsstufe zuverlässig voraus
  • Relevante Kennzahlen lassen sich gezielt steuern
  • Auflagenzahlen und Umsätze werden nachhaltig gesteigert
Jens Kröhnert
turn your data into value

Lassen Sie uns loslegen!

Wollen auch Sie Ihre Daten nutzen, um den Erfolg Ihrer Vertriebsaktionen gezielt zu steuern und zu steigern?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Wie Sie mit Kundenclustern erfolgreicher verkaufen

Auf einen Blick

  • Verlag nutzt datenbasierte Cluster für die Kundenansprache
  • Werbung und Angebote orientieren sich am individuellen Kauf- und Kontaktverhalten
  • Lösung sorgt für Umsatzsteigerung und Abo-Wachstum

Die Geschäftssituation unseres Kunden

Aus Ihrer eigenen Erfahrung als Kunde kennen Sie das sicher: Laufend erhalten Sie Werbung, die Sie nicht interessiert. Meist sind es die falschen Produkte. Mitunter handelt es sich auch einfach um den falschen Zeitpunkt. Ihre aktuellen Bedürfnisse finden sich darin jedenfalls nicht wieder. Aus Sicht des Werbetreibenden wissen Sie aber auch, wo das Problem liegt. Kundenwünsche sind heutzutage sehr vielfältig und dynamisch, sodass eine individuelle Ansprache mit bekannten Methoden schwerfällt. Klassische Segmentierungen nach soziodemographischen Kriterien oder Sinus-Milieus greifen einfach nicht mehr.

Wie definieren Sie also die richtigen Maßnahmen? Was ist die treffende Ansprache? Antworten auf diese Fragen geben Ihnen Ihre Daten zu den Kauf- und Kontaktaktivitäten Ihrer Kunden. Auf dieser Grundlage haben wir für einen Verlag reale Persönlichkeitsbilder – sogenannte Kundencluster – entwickelt, die passgenaue Werbebotschaften ermöglichen. Die Ausgangsfragen lauteten dabei:

  • Wie sehen meine Zielgruppen bzw. typische Personas tatsächlich aus?
  • Was wollen diese Personas wirklich? Wo liegen deren Präferenzen und Wünsche?
  • Wie kann ich meine Zielgruppen besser verstehen?

Die Lösung für unseren Kunden

Vom Prinzip her ermöglichen die Cluster einen 360°-Blick auf den jeweiligen Kunden. Konkret bedeutet das:

  • Das reale Kauf- und Kontaktverhalten wird transparent
  • Einflussfaktoren für Kaufentscheidungen lassen sich identifizieren
  • Kundenströmungen zwischen Clustern und Produkten werden sichtbar
  • Neue Bedarfscluster können gebildet werden

Für diese Zielsetzung sind wir mit den Datenbeständen unseres Kunden auf folgende Weise verfahren:

  1. Datensichtung: Wir haben ein Audit mit verfügbare Daten durchgeführt und deren Qualität bewertet. Dazu haben wir den Aufwand für eine etwaige Datenbeschaffung definiert.
  2. Datenaufbereitung: Wir haben die Daten harmonisiert und gewichtet. Absolute Kennzahlen wurden in Trendkennzahlen übersetzt.
  3. Datenergänzung: Wir haben die Potenziale externer Datenanreicherung geprüft und Datenlücken gefüllt.
  4. Clusterbildung: Wir haben einzelne Cluster beschrieben und deren signifikante Tiefe definiert.
  5. Modellnutzung: Wir haben Kunden-/Produktpfade innerhalb der Cluster abgeleitet sowie Next-Best-Offer-Prognosen und Güteprüfungen von Gesamtprognosen entwickelt.

Wie aus Daten neue Werte werden

Die Verhaltenscluster ermöglichen individuelle Werbebotschaften, die sich unmittelbar an den Vorlieben der Endkunden orientieren. Unser Verlagskunde profitiert von einem maßgeblichen Vertrauens- bzw. Imagegewinn sowie spürbar höheren Umsätzen. Gleichzeitig werden Streuverluste vermieden: Die Werbeausgaben sinken, während der Erfolg der Maßnahmen zunimmt.

Qualitativer Nutzen im Überblick:

  • Kunden werden zur richtigen Zeit mit der richtigen Botschaft über den richtigen Kanal angesprochen
  • Angebote lassen sich kundenspezifisch anpassen – von der Produktentwicklung über den Vertrieb bis hin zu Operations und After-Sales
  • Veränderungen bei Kunden/Produkten fließen kontinuierlich in das Clustering ein
  • Kundenströme zwischen Clustern können gesteuert werden
  • transparente Bedarfscluster sind Grundlage des Kundendialogs – der Kunde fühlt sich jederzeit „abgeholt“
  • die Cluster unterstützen ein datenbasiertes Kampagnenmanagement mit hoher Erfolgsquote bzw. Conversion Rate

Quantitativer Nutzen im Überblick:

  • weniger Streuverluste bei Marketingmaßnahmen
  • geringere „Cost per Order“
  • deutliche Erfolgssteigerung bei mehrstufigen Aktionen: bei vier Stufen mit einem Vertriebsfunnel von durchschnittlich 25% führt eine Zunahme um je 5% zu einer Verdoppelung des Ergebnisses
  • Steigerung der Abo-Haltbarkeit

Für unseren Verlagskunden bedeutet das konkret:

  • 8-fach höhere Responsequote
  • 4-fach höhere Conversion auf Aktionsketten
  • Steigerung des Umsatzes um 30%
  • Abo-Wachstum um 24%


turn your data into value.

Auf einen Blick

  • Verlag nutzt datenbasierte Cluster für die Kundenansprache
  • Werbung und Angebote orientieren sich am individuellen Kauf- und Kontaktverhalten
  • Lösung sorgt für Umsatzsteigerung und Abo-Wachstum
Jens Kröhnert
turn your data into value

Lassen Sie uns loslegen!

Wollen auch Sie Ihre Daten nutzen, um mit passgenauer Werbung Ihre Verkäufe zu steigern, bestehende Kunden zu binden und neue hinzuzugewinnen?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten