Was sich ändert, wenn alles denselben Kundendatensatz teilt

Kundensoftware neigt dazu, sich mit der Zeit aufzuspalten.

Bestellungen landen in einem System. Treuepunkte leben woanders. Kampagnen nutzen eine separate Zielgruppenliste. Der Support hat sein eigenes Postfach. Buchungen kommen vielleicht aus einem ganz anderen Tool.

Jedes System funktioniert für sich gut genug. Die Probleme fangen an, wenn ein echter Kunde zwischen ihnen wechselt.

Wir haben viel Zeit in diesen Teil von Fidelect gesteckt: dafür zu sorgen, dass Treue, Commerce, Kommunikation und der tägliche Betrieb denselben Kundendatensatz verwenden.

Das klingt nach einer Datenentscheidung. Es verändert das Produkt auf sehr praktische Weise.

Das Team hört auf, die Geschichte zusammenzupuzzeln

Stell dir einen Kunden vor, der eine Bestellung aufgegeben, eine Prämie eingelöst, den Support kontaktiert und einen neuen Besuch gebucht hat.

Wenn diese Aktionen in separaten Tools liegen, muss ein Teammitglied den Kunden mehrfach suchen. E-Mail-Adressen können sich unterscheiden. Telefonnummern können anders formatiert sein. Ein Konto könnte doppelt vorhanden sein.

Selbst wenn die Datensätze übereinstimmen, ist die Zeitlinie verstreut.

Mit einem geteilten Datensatz erscheinen Bestellung, Einlösung, Gespräch und Buchung rund um dieselbe Person. Das Team kann sehen, was passiert ist, ohne den Kunden zu bitten, alles noch mal zu erklären.

Das ist einfach Kontext. Es spart eine überraschende Menge an Verwirrung.

Treueregeln können echte Aktivität nutzen

Ein Treueprogramm braucht zuverlässige Ereignisse.

Punkte können aus Käufen, Empfehlungen, Besuchen, Buchungen, Erfolgen oder einer manuellen Anpassung durch das Team kommen. Jedes Ereignis hat sein eigenes Timing und seine eigenen Fehlerfälle.

Eine Bestellung kann storniert werden. Eine Zahlung kann fehlschlagen. Eine Empfehlung kann ungültig sein. Eine Buchung kann verpasst werden.

Wenn die Treue den operativen Datensatz teilt, kann das System auf diese Änderungen reagieren. Punkte werden vergeben, wenn das richtige Ereignis abgeschlossen ist. Eine Stornierung folgt einer Erstattung. Eine Stufe aktualisiert sich aus derselben Historie, die fürs Reporting verwendet wird.

Der Kunde sieht ein Guthaben, hinter dem ein nachvollziehbarer Grund steht.

Kampagnen lassen sich leichter gezielt ausrichten

Das Zielgruppen-Targeting wird unscharf, wenn Kampagnendaten von Ort zu Ort kopiert werden.

Ein Segment namens „aktuelle Kunden" basiert vielleicht auf dem Export der letzten Woche. Eine Rückgewinnungskampagne könnte jemanden einschließen, der gestern über einen anderen Kanal gekauft hat. Eine Mitgliedschaftsnachricht könnte Leute erreichen, deren Abo bereits abgelaufen ist.

Geteilte Daten reduzieren diese Abweichung.

Segmente können aktuelle Bestellaktivität, Stufe, Punkte, Mitgliedschaftsstatus, Buchungshistorie, Nachrichtenengagement oder andere Details nutzen, die bereits am Kunden hängen.

Es wird auch einfacher, eine nützliche Frage zu beantworten: Warum hat diese Person diese Nachricht erhalten?

Der Support sieht, was der Kunde sieht

Supportgespräche beginnen oft mit fehlendem Kontext.

„Meine Punkte stimmen nicht."

„Mein Gutschein hat nicht funktioniert."

„Wo ist meine Bestellung?"

Einfache Nachrichten mit mehreren möglichen Ursachen.

Wenn der Support dieselbe Bestell-, Prämien-, Gutschein- und Punktehistorie sehen kann, kann die erste Antwort nützlich sein. Der Agent muss weniger suchen. Der Kunde verbringt weniger Zeit damit, Screenshots zu schicken.

Wir behalten trotzdem die Berechtigungen im Blick. Ein geteilter Kundendatensatz sollte nicht bedeuten, dass jedes Teammitglied alles sieht. Rollen und Audit-Logs werden wichtiger, je mehr Aktivität verknüpft wird.

Reporting wird weniger rutschig

Berichte widersprechen sich oft, weil sie unterschiedliche Versionen desselben Ereignisses zählen.

Das Commerce-Tool zählt eine Bestellung. Das Treue-Tool zählt vergebene Punkte. Das Kampagnen-Tool beansprucht eine Conversion. Die Finanzabteilung verbucht später eine Erstattung.

Wenn diese Systeme sich nie abgleichen, driften die Zahlen langsam auseinander.

Ein geteilter Datensatz gibt Berichten einen gemeinsamen Pfad zurück zur zugrunde liegenden Aktivität. Kampagnenergebnisse können auf Bestellungen verweisen. Prämienkosten können auf Einlösungen verweisen. Der Kundenwert kann die Historie einschließen, die das Unternehmen zu tracken beschlossen hat.

Die Zahlen brauchen trotzdem saubere Definitionen. Ein Datenmodell beseitigt nicht jede Reporting-Diskussion. Es gibt dem Team einen klareren Ort, um sie zu lösen.

Identität ist der heikle Teil

Kunden kommen nicht immer mit einem sauberen Konto an.

Sie kaufen vielleicht an der Theke mit einer Telefonnummer, bestellen online mit einer E-Mail-Adresse und treten später einer Mitgliedschaft bei. Familien teilen sich vielleicht eine Nummer. Das Team kann sich bei Details vertippen. Importierte Datensätze enthalten möglicherweise bereits Duplikate.

Das Zusammenführen dieser Identitäten erfordert Zurückhaltung.

Eine falsche Zusammenführung ist schlimmer als ein Duplikat. Sie kann private Informationen offenlegen oder Aktivität der falschen Person zuordnen.

Wir behandeln den Abgleich als einen Prozess mit Konfidenzlevels, Verifizierung und menschlicher Prüfung, wo nötig. Manche Datensätze sollten getrennt bleiben, bis es genug Belege gibt.

Ein Datensatz schafft Verantwortung

Die Verknüpfung von Kundenaktivität macht das Produkt einfacher zu nutzen. Sie erhöht aber auch die Kosten nachlässiger Entscheidungen.

Berechtigungen müssen spezifisch sein. Lösch- und Exportanfragen müssen verknüpfte Daten erreichen. Audit-Logs brauchen genug Detail, um Änderungen zu erklären. Aufbewahrungsregeln sollten einheitlich gelten.

Diese Arbeit liegt unter den sichtbaren Features.

Die meisten Kunden werden nie an den Datensatz selbst denken. Sie werden merken, dass ihre Punkte sich aktualisieren, ihre Bestellung auffindbar ist und der Support schon weiß, worum es geht.

Das ist das Ergebnis, auf das wir hinarbeiten.