Stellen Sie sich vor, Ihr Unternehmen hätte eines der weltweit erfolgreichsten Kundenbindungsprogramme implementiert, an dem Millionen von Kunden teilnehmen.
Ihr Programm bietet verschiedene Stufen der Mitgliedschaft, die je nach Aktivitätsniveau des Kunden innerhalb eines rollierenden, festen Zeitraums erreicht werden.
Im Laufe der Jahre sind die Regeln Ihres Programms ziemlich kompliziert und schwer zu befolgen geworden. Außerdem hat sich die Art und Weise, wie Kunden Ihr Angebot nutzen, verändert und die Demografie Ihres Kundenstamms hat sich verändert.
Kurz gesagt: Sie möchten die Regeln Ihres Treueprogramms vereinfachen und das Prämiensystem anpassen.
Die Herausforderung
Die Herausforderung ist: Sie haben nur einen Versuch, dies richtig zu machen.
Jede Änderung im Programm wird sich auf die eine oder andere Weise auf Ihre Kunden auswirken: Sie müssen sicherstellen, dass die Kunden und ihr Status im Mitgliedschaftsprogramm nicht negativ von den Änderungen betroffen sind.
Natürlich wollen Sie auch sicherstellen, dass Ihr Endergebnis nicht negativ beeinflusst wird.
Die Lösung: Die Simulation als Retter in der Not
Glücklicherweise verfügte unser Kunde über einen großen Satz DSGVO-konformer historischer Daten über die Servicenutzung seiner Kunden und über ihren Statusverlauf im Treueprogramm
Basierend auf diesen Daten erstellten wir eine Simulation, um die potenziellen Auswirkungen neuer Regeln, Mitgliedschaftspunkte und Mitgliedschaftsstufen zu bewerten.
Die Simulation half unseren Kunden, einen Regelsatz und Punktesysteme zu identifizieren, die sicherstellten, dass alle wichtigen Ziele des aktualisierten Treueprogramms erreicht werden konnten.
Wir erstellten die Simulation unter Verwendung von Mathematica und der Wolfram Language, da diese Umgebung uns alle notwendigen Funktionen sofort zur Verfügung stellte. Dies machte die Entwicklung der Simulation sehr effizient und stellte sicher, dass wir sie später problemlos und ohne zusätzliche technische Abhängigkeiten an unseren Kunden übertragen konnten.
Insbesondere stellte uns die Wolfram Plattform folgendes zur Verfügung:
Mechanismen, um Daten zu transformieren, die aus einem Data Warehouse extrahiert wurden, und sie in die Simulation zu laden.
Finden von Mustern in den Eingabedaten und simulierten Ergebnisdaten.
Einrichten der notwendigen Datenstrukturen und Simulationsregeln und -gleichungen sowohl mit statistischen als auch mit regelbasierten Ansätzen
Ausführung der Simulation, Anzeige und Export der Ergebnisse.
Vorhersage des zukünftigen Kundenverhaltens basierend auf probabilistischen Algorithmen für maschinelles Lernen.