Zeitschrift für Tourismus und Gastgewerbe
Offener Zugang

Abstrakt

Kundenmanagement aus der Perspektive des Contact Centers

Gabriel Marín Díaz

Was wir als Kundenerlebnis kennen, hat sich in den letzten Jahrzehnten verändert und wird auch weiterhin die Art und Weise verändern, wie Kunden mit Marken in Beziehung treten. Die Entwicklung von unidirektionalen, produktbasierten Kommunikationsmodellen hin zu bidirektionalen Modellen, bei denen der Kunde im Mittelpunkt der Strategie einer jeden Marke steht. Faktoren wie Informationsverarbeitung und Speicherkapazität sowie die Nutzung des Internets und mobiler Technologien haben zu diesem Prozess beigetragen. Dieser Prozess wird als die vierte industrielle Revolution bezeichnet.

Es stehen immer mehr Daten zur Verfügung und in jedem Betriebsvorgang in jeder Branche müssen diese Daten in Informationen umgewandelt werden, mit dem Hauptziel, in Echtzeit geeignete Entscheidungen treffen zu können. Hier kommen Modelle der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) ins Spiel.

In Bezug auf die Kundenbeziehung finden wir in der Literatur Bewertungsmodelle, die auf Parametern wie Aktualität, Häufigkeit und Geldwert (RFM) basieren. Dieses Modell ist sehr nützlich bei Kundensegmentierungsprozessen in Marketingkampagnen. Eine weitere wichtige Anwendung des RFM-Modells basiert auf der Messung des Customer Lifetime Value (CLV), der von Kumar mit dem Wert des Kunden in seiner Fähigkeit, Empfehlungen abzugeben, Einfluss zu nehmen und Wissen zur Marke beizutragen, angereichert und erweitert wurde, was als Customer Engagement Value (CEV) bezeichnet wird.

Deshalb halten wir es nach einer gründlichen Prüfung der entsprechenden Literatur für sinnvoll, den Kunden aus einem anderen Blickwinkel zu bewerten, nämlich hinsichtlich seiner Beziehung zum Contact Center. Wir schlagen ein Modell vor, das auf Parametern wie Aktualität, Häufigkeit, Wichtigkeit und Dauer (RFID) der Kundeninteraktionen mit dem Contact Center über einen bestimmten Zeitraum basiert, und entwickeln eine personalisierte Empfehlungsstrategie für oder nach Kundensegmenten.