Was ist an unseren Segmentierungen (r)evolutionär?


Nachdem heutzutage bei unseren Kunden ein zielgerichtetes 1:1-Marketing mehr und mehr an Relevanz gewinnt, ist es bei Segmentierungen von entscheidender Bedeutung, Personen auch im Nachgang an Segmentierungsstudien den identifizierten Segmenten zuordnen zu können.


Was ist eine Segmentierung? Lesen Sie mehr hier: https://www.kantardeutschland.de/leistungsportfolio/analytics-practice/segmentierung-und-aktivierung/


Hierfür kommen in der Regel zwei Ansätze infrage, und zwar die

  • Rückspielung der Segmentierung in die gesamte Kundendatenbank mittels Linkvariablen und/oder
  • Segmentzuordnung anhand von Kurzscreenern (oftmals auch als Golden Questions bezeichnet). Hierbei wird eine Regel erstellt, bei der mit wenigen Fragen (5-10) eine verlässliche Zuordnung von Befragten zu einem Segment möglich ist.

Die Übertragung der Segmente in die gesamte Kundendatenbank, d.h. dass jedem Kunden in der Datenbank (und nicht nur den befragten Kunden) eine Segmentzugehörigkeit zugewiesen wird, ist deshalb zunehmend ein zentraler Bestandteil von Segmentierungen.

Zu Beginn einer Studie geht man manchmal davon aus, dass die Ableitung von Golden Questions keine zentrale Anforderung darstellt. Im Fokus steht – natürlich – zunächst die Entwicklung einer trennscharfen Segmentierung, evtl. mit Rückspielung an die Datenbank. Sehr oft soll jedoch auch in zukünftigen Studien oder direkt am PoS mittels weniger Fragen ermitteln zu können.

Entsprechend ist unsere Empfehlung, die Identifikation von Golden Questions bei jedem Segmentierungsprojekt von Beginn an mitzudenken!

Warum ist das wichtig? Sofern eine Segmentierung in eine Datenbank zurückgespielt und/oder ein Kurzscreener entwickelt werden sollen, gilt es unterschiedliche Zielkriterien zu optimieren.

Um eine optimale Segmentierungslösung zu finden, die alle Zielkriterien bestmöglich erfüllt, müssen die Entwicklung der Segmentierung und die Rückspielung mittels Linkvariablen und/oder Kurzscreener simultan erfolgen.

Die unterschiedlichen Zielsetzungen schränken den Lösungsraum stark ein. Während sich bei einer Segmentierung mit Rückspielung in eine Datenbank oder über einen Kurzscreener die Anzahl an optimierten Lösungen bereits stark reduziert, verringert sich der mögliche Lösungsraum bei einer Projektion mittels Linkvariablen und Kurzscreener nochmals erheblich.

Die Kantar Analytics Practice hat einen Segmentierungsansatz entwickelt, der automatisch zigtausende Lösungen durchsucht und optimiert

Während beim bisherigen Ansatz der klassischen Segmentierung die Ermittlung der Segmentierungslösung und der Rückspielung der Segmente zweistufig, getrennt voneinander durchgeführt werden, so erfolgt dies bei der (r)evolutionären Segmentierung simultan. Nur so kann auch gewährleistet werden, dass die Unschärfe durch die Verwendung von Golden Questions bzw. Linkvariablen eliminiert wird und die Segmente optimal in alle Daten projiziert werden können.

Die (r)evolutionäre Segmentierung basiert auf evolutionären Algorithmen und optimiert simultan Segmentlösungen. Obwohl rechenintensiv ist der Algorithmus jedoch sehr effizient und zielorientiert: Wir erhalten stabilere und trennschärfere Segmentprofile als in klassischen K-Means-Segmentierungen Darüber hinaus wird aber auch eine kürzere Projektlaufzeit ermöglicht.


Zurück zur Übersicht

22. September 2018

Analytics Practice

Data Integration, Evolutionäre Algorithmen, Multivariate Verfahren, Segmentierung

weitere Artikel der Analytics Practice