Herausforderung.
Die Bedürfnisse seiner Kunden befriedigen zu können hat bei Fertighaus-Herstellern genauso wie bei Unternehmen anderer Branchen stets höchste Priorität. Damit dies gelingen kann reicht es jedoch nicht nur on demand auf Kundenwünsche einzugehen – im besten Fall kann man in der Zukunft liegende Kundenanfragen bereits Wochen oder sogar Monate im Voraus in die Finanz-, HR- und Ressourcenplanung mit einbeziehen und sich so eine hohe Kundenzufriedenheit sichern.
Herangehensweise.
Um ein Modell zu implementieren, welches solche Vorhersagen treffen kann, wurden für das Training dieses Modells zwei verschiedene Datenquellen in Kombination herangezogen. Neben den auf der Homepage durch die Kunden getätigten Katalog-Bestellungen wurden auch die Marketing-Spendings des Fertighaus Herstellers verwendet. Dadurch wurde saisonal bedingtes Kundenverhalten berücksichtigt und schafft damit eine gute Grundlage für die Berechnung der Vorhersagen. In der Trainingsphase hat das Modell Zusammenhänge zwischen den verwendeten Erklär-Variablen (Zeitstempel des Datenpunktes und Media-Spendings) und den eingetroffenen Kundenanfragen berechnet. Aus diesen, in Form von Faktoren abgebildeten Zusammenhängen, konnte im Anschluss eine Gleichung aufgestellt werden. Mit dieser konnte die jeweilige Anzahl an Kundenanfragen berechnet werden.
Ergebnis & Nutzen.
Gerade im Zusammenhang mit der aktuellen Holzkrise, die für den Fertighaus-Hersteller aufgrund der Relevanz dieses Rohstoffs ein Problem darstellt, ist es wichtig, Kapazitäten und Ressourcen vorausschauend planen zu können. Das implementierte Vorhersagemodell ermöglicht es ihm, aus den in der Zukunft eintreffenden Kundenanfragen aktuelle Handlungsmaßnahmen abzuleiten und so etwaige Engpässe beim Einkauf von Baumaterialien oder der Bereitstellung von Werbeartikeln und Preislisten antizipieren und vermeiden zu können. Durch das Training der selbstlernenden KI konnten wir eine sehr hohe Vorhersagekraft von bis zu 90% sicherstellen.
