Wie Sie mit Fuzzy-Logik Ihre Kundenadressen für CRM fit machen
Dubletten werden für immer mehr Unternehmen zu einem akuten Problem.
Adressdubletten erhöhen die Kosten der Werbemittelversendung unnötig, der angestrebte Dialog verliert an Glaubwürdigkeit.
Die mehrfache Konfrontation des Kunden mit identischen Anliegen birgt ein erhöhtes Risiko, Reaktanzen auszulösen, insbesondere im Bereich des Telefonmarketings.
Zudem erzeugen mehrfach angelegte Datensätze über den gleichen Kunden großes Verwechslungs- und somit Gefahrenpotenzial bei der Betreuung im Bereich Customer Care. Dies gefährdet nachhaltig die Stabilität der Beziehung.
Da eine Falscherkennung von Dubletten um jeden Preis vermieden werden soll, bildet eine fehlerintolerante Logik den Kern eines wirkungsvollen Dublettenabgleichs.
Dublettenabgleich ist immer ein Trade-Off zwischen der doppelten Anlage echter Dubletten und dem fehlerhaften Gleichsetzen von vermeintlichen Dubletten. Mit aktuellen Lösungen aus dem Bereich der Fuzzy-Logik bietet sich nun die Möglichkeit, diese Grenze zwischen richtig und falsch flexibel zu gestalten. So wird der Dublettenabgleich präzise optimiert.
Mit unserer Lösung können Sie nicht nur frei wählen, wie viele Parameter zu Berechnung der Dublettenwahrscheinlichkeit hinzugezogen werden sollen (Name, Strasse, PLZ, Email, etc.). Sie bietet Ihnen auch die Möglichkeit festzulegen, zu welchem Grad die einzelnen Parameter übereinstimmen müssen und mit welcher Gewichtung sie bewertet werden.
Unsere Expertise im Bereich Fuzzy-Logik ermöglicht Ihnen, den schmalen Grad der Dublettenbereinigung erfolgreich zu beschreiten. Großen Wert legen wir dabei vor allem auf die Performance des Systems, damit Sie auch große Datenbestände schnell bereinigen können. Deshalb haben wir bereits eine fertige Lösung für SAS entwickelt, die sowohl durch ihre Leistung als auch ihren Preis überzeugt.
Die Fuzzy-Logik ist nicht nur im Bereich Adressdubletten einsetzbar. Sie kann dazu verwendet werden, jegliche Art von Mehrfacheinträgen zu vermeiden oder im Nachhinein zu identifizieren: