Technologische Entwicklungen – wie E-Commerce, Sprachassistenten, KI und 5G – haben die Art und Weise, wie Kunden einkaufen und mit Marken interagieren, grundlegend verändert. Kunden können sich mit Produkten, Marken und anderen Kunden austauschen, indem sie ihre Meinungen und Erfahrungen online äußern.
Um im heutigen Umfeld die Nase vorn zu behalten und für die Zukunft gerüstet zu sein, müssen Marken wissen, wie Kunden mit ihren Produkten interagieren. Wie?
Da sich das Machtverhältnis aufgrund der raschen technologischen Entwicklung zunehmend zugunsten der Kunden verschiebt, ergibt sich daraus eine beispiellose Chance: die riesige Menge an Verhaltensdaten, die wir nun erfassen können, um zu verstehen, wie Entscheidungen getroffen werden. Produktbewertungen und Sternebewertungen sind Zusammenfassungen bewusster Produktbeurteilungen. Das Verständnis des Zusammenhangs zwischen den in den Bewertungen erwähnten Themen und der Gesamtbewertung eines Produkts in Sternen kann relevante Erkenntnisse über die Präferenzhierarchie der Kunden liefern.
Zwar sind Kundenbewertungen und -rezensionen online leicht zugänglich, doch die Herausforderung besteht darin,
Auf dem bevorstehenden BVM-Kongress 2019 werden wir unseren Ansatz vorstellen, bei dem wir Text Mining und Treiberanalyse kombinieren, um Bewertungen in Produktmerkmale umzuwandeln und zu verstehen, welche davon notwendig sind, um hohe Zufriedenheitswerte bei den Kunden zu erzielen.
Datum und Uhrzeit: Dienstag , 21. Mai 2019, 11:40 Uhr
Referenten:
Erfahren Sie, wie eine etablierte Biermarke ihre Preis- und Vertriebsstrategien optimierte, um auf einem afrikanischen Markt ein zweistelliges Wachstum zu erzielen.
Wie Erkenntnisse über Patientenpräferenzen dazu beitrugen, den Wert der Prävention von Infektionskrankheiten über die klinischen Ergebnisse hinaus aufzuzeigen.
Ein dynamisches Prognosemodell half einem Kunden aus dem Gesundheitswesen dabei, Entscheidungen hinsichtlich Markteinführung, Preisgestaltung und Marktzugang mit größerer Sicherheit zu treffen.
Erfahren Sie, wie E.ON Next mithilfe von Erkenntnissen aus der Verhaltensforschung eine stärkere Markendifferenzierung jenseits des Preises erreicht hat.