Next-Best-Action Framework bei congstar
Gemeinsam mit der Fachabteilung und dem Data Warehouse Team von congstar implementierten wir ein maßgeschneidertes NBA-Framework, das täglich über 7 Millionen Kunden mit personalisierten Angeboten versorgt und ohne zusätzlichen Personalaufwand einen 8-stelligen Jahresumsatz generiert.
Mit knapp 7 Millionen Mobilfunk- und Breitbandanschlüssen zählt congstar zu den führenden Telekommunikationsanbietern des Landes. Knapp 250 Mitarbeiterinnen und Mitarbeiter bieten einen Rundum-Service für Privatkunden. Das Angebot umfasst Mobilfunkprodukte im Prepaid- und Postpaid-Bereich sowie DSL- und VDSL-Komplettanschlüsse.
Auf einen Blick:
- Kunde: congstar
- Branche: Telekommunikation
- Projektziel: Entwicklung eines datengetriebenen NBA Frameworks zur automatisierten Kundenansprache entlang der Customer Journey
- Tools: AWS, Data Lake, StepFunctions, Sagemaker
Oliver Kelz von congstar über die Zusammenarbeit
Der Aufbau eines zentralen Lakehouses auf Azure sowie die strategische Beratung durch Datasolut schaffen die technologische Basis für unsere KI-Initiativen. So verbessern wir die Customer Experience messbar und treiben unsere digitale Transformation nachhaltig voran."
Die Ausgangssituation
Vor dem gemeinsamen Projektstart standen und sein CRM-Team vor einigen komplexen Herausforderungen. Die Kampagnenstruktur des Unternehmens war mit über 20 Zielgruppen, die über mehr als 130 Filter gesteuert wurden, äußerst komplex. Dies führte zu einer unübersichtlichen Kampagnenverfolgung und erschwerte den Überblick.
Zudem war die Fehlerquote in der Bedienung hoch. Die manuelle Pflege wichtiger Businesslogiken für die Selektion führte zu erheblichen Performanceproblemen und erforderte ständige Anpassungen. Dies erhöhte die Komplexität zusätzlich und belastete die Stabilität des Systems. Ein weiterer kritischer Punkt war der hohe manuelle Aufwand, insbesondere für wiederkehrende Aufgaben im CRM, wie die Selektion von Zielgruppen und Kampagnen. Die Pflege der Logiken war sehr aufwendig und die Kundenselektion sehr zeitintensiv.
