Die Kombination verschiedener Datenquellen gilt als Königsweg für fundierte Entscheidungen, doch in der Praxis scheitern viele Unternehmen an Datensilos und mangelndem Kontext. In dieser Episode erfährst du von Christoph Kelzenberg (Lead für die Data- und Customer-Plattform bei congstar), wie du durch Mixed Mode Analytics den "Dreiklang" aus Kundenfeedback, Verhalten und wirtschaftlichem Erfolg meisterst. Du lernst, wie du CX-Maßnahmen durch Financial Linkage messbar machst und warum Technik immer dem Business-Nutzen folgen muss.
Mixed Mode Analytics ist ein datengetriebener Ansatz, der unterschiedliche Quellen und Methoden integriert, um eine spezifische Business-Frage aus mehreren Blickwinkeln zu beantworten. Christoph Kelzenberg beschreibt dies als Kombination von transaktionalen Daten (was wurde gekauft?), Verhaltensdaten (was wurde geklickt?) und Voice-of-the-Customer-Daten (wie hat sich der Kunde gefühlt?). Ziel ist es, eine 360-Grad-Sicht zu erhalten, die über singuläre, oft verzerrte Feedback-Quellen hinausgeht. Durch den Einsatz von prädiktiven Verfahren, A/B-Testing und deskriptiver Statistik wird so ein präzises Bild der Realität gezeichnet, um Optimierungspotenziale im CX-Management exakt zu identifizieren.
Financial Linkage schließt die Lücke zwischen Kundenzufriedenheit und Unternehmenserfolg. Bei congstar werden hierfür beispielsweise NPS-Daten (Promotoren vs. Detraktoren) mit Daten aus dem Data Warehouse (DWH) verheiratet. So lässt sich analysieren, ob Promotoren tatsächlich eine längere Haltedauer haben, mehr Umsatz generieren oder über welche Kanäle sie gewonnen wurden. Wenn der monetäre Wert einer NPS-Steigerung durch den Customer Lifetime Value (CLV) belegt werden kann, wandelt sich CX von einem "weichen" Thema zu einem harten wirtschaftlichen Hebel für die Budgetallokation.
Viele Unternehmen erleben eine "Bruchlandung", wenn sie versuchen, wahllos alle Datenquellen in einem riesigen Data Lake zu bündeln, ohne den Kontext zu berücksichtigen. Christoph Kelzenberg rät stattdessen dazu, sukzessive vorzugehen: Man startet mit einer brennenden Frage – etwa einem Umsatzrückgang oder hohen Abbruchquoten in der Bestellstrecke – und verknüpft nur die dafür relevanten Daten (z. B. Web-Analyse + Mouse-Tracking + Kundenbefragung). Dieser pragmatische Weg stellt sicher, dass die technische Infrastruktur organisch mit dem geschäftlichen Mehrwert wächst und die Akzeptanz im Business hoch bleibt.
Was ist der Unterschied zwischen Mixed Mode Analytics und klassischer Marktforschung? Während klassische Marktforschung oft bei der Kombination von qualitativen und quantitativen Befragungen stehen bleibt, integriert Mixed Mode Analytics zusätzlich operative Prozessdaten, Verhaltensdaten aus digitalen Kanälen und transaktionale Geschäftsdaten. Es nutzt zudem fortgeschrittene Methoden wie prädiktive Analysen und A/B-Tests, um Wirkungsketten direkt im Business-Kontext zu validieren.
Wie fange ich mit Mixed Mode Analytics an, wenn meine Daten in Silos liegen? Der beste Startpunkt ist ein konkreter Use Case mit hohem Business-Impact, wie die Analyse von Abbrechern in der digitalen Journey. Verknüpfe für dieses Pilotprojekt gezielt zwei Quellen – zum Beispiel Kundenfeedback mit Verhaltensdaten (Mouse-Tracking) – über einen gemeinsamen Identifier, um sofort sichtbare Quick Wins zu erzielen, anstatt auf eine vollständige IT-Umstrukturierung zu warten.
Welche Rollen brauche ich für ein erfolgreiches Mixed-Mode-Projekt? Es erfordert ein Zusammenspiel aus verschiedenen Disziplinen: Den Business Owner (Problemstellung), den VoC-Analysten (Kundenstimme), den Web-Analysten (Verhalten) und Data Engineers (technische Verknüpfung). Eine zentrale Rolle spielt dabei der Data Product Owner oder CX-Manager, der als Orchestrator die Klammer um diese Experten bildet und die Ergebnisse in Business-Entscheidungen übersetzt.
Mixed Mode Analytics ist die methodische Antwort auf die Komplexität moderner Customer Journeys. Wer Kundenfeedback konsequent mit Verhaltens- und Transaktionsdaten verknüpft, verlässt die Welt des Bauchgefühls und schafft eine faktenbasierte Grundlage für nachhaltiges CX-Management.