Kundendaten, Produktbewertungen und Ranglisten: Neue Art des Lotteriespiels

Kundenbefragungen gibt es heute wie Sand am Meer, z.B. kommt die Aufforderung den Airbnb Aufenthalt oder den Taxi Fahrer auf einer App zu bewerten.

Auch im B2B Bereich werden Bewertungen von Kunden (z.B. Einkäufern, Produktnutzern im Industriebetrieb, öffentliche Verwaltung) genutzt. Aus diesen Daten werden Entscheidungen in Sachen Produktverbesserungen, Innovationen und neuen Dienstleistungen getroffen.

Drei Hauptkritikpunkte können gegen solche Bewertungen ins Feld geführt werden:

•  Statistische Zusammenhänge sagen nicht zwingend etwas über die ursächlichen Zusammenhänge   oder deren Kausalität aus wie z.B. kalte Temperaturen sind keine Garantie für viel Schnee über Nacht.
•  Kundenumfragen im B2B oder B2C Bereich sind selten repräsentativ und können somit zu falschen Entscheidungen führen.
•  Die meisten Airbnb Bewertungen oder Produktbewertungen für Werkzeugmaschinen sind 4.5 auf    einer 5 Punkte Skala, was deren Aussagekraft für den Käufer in Frage stellt.  

Doch trotz dieser Problematik sind Ranglisten beliebt. Jährlich zum WEF Davos Meeting veröffentlicht drkpi® eine Rangliste der besten Corporate und CEO Blogs/News Sites.
Anhand dieser Daten verbessern Firmen ihre Digital Marketing im B2B und B2C Bereich.
Die Nutzung von “Digitalytics” Daten und Ranglisten hilft die Effektivität von Digital Marketing zu optimieren. Doch ethische und regulatorische Fragen zu Entwicklung von Ranglisten und wie diese Daten genutzt werden (z.B. Datenschutz) und deren Validität müssen diskutiert werden.
Dies sind zentrale Themen im Vortrag.   

 
Prof. Dr. Urs E. Gattiker wird bei unserer Veranstaltung nicht zuletzt ​drei Fragen​ erörtern, die sich Manager stellen müssen:  

•  Wie funktioniert erfolgreiches Word-of-Mouth Marketing im B2B Bereich ohne George Clooney?
•  Wie optimieren wir z.B. unser SEO Ranking dank Kundenevaluationen?
•  Wie überprüft eine Managerin die Methodik und Glaubwürdigkeit von Kundenevaluationen im B2B oder B2C Bereich, bevor wir anhand solcher Daten strategische Entscheide treffen?