Teilen Sie diesen Artikel mit Ihrem Netzwerk
Helfen Sie Ihrem Netzwerk neues Wissen zu entdecken
Hewlett Packard
Enterprise
nutzt Smart
Data Analytics
Hewlett Packard Enterprises ist eines der größten Technologieunternehmen der Welt. Es stellt IT-Infrastrukturen, Server, Netzwerke und Datenspeicherdienste bereit. In den letzten Jahren war HPE mit einer massiven Veränderung der Kundenbedürfnisse konfrontiert. Die Kunden überdenken die Rechenzentren neu und entscheiden sich immer öfter für Hybridlösungen. Dabei bleiben einige Elemente inhouse, andere wandern in die Cloud. Viele Unternehmen nutzen das, um ihre Infrastruktur zu konsolidieren.
HPE darf und kann diese Trends nicht ignorieren und einfach Business as usual betreiben. Schließlich gilt es, die Rolle als Marktführer nicht aus der Hand zu geben. Dazu ist es aber nötig, neue Wege zu finden, um potenzielle Kunden zu identifizieren.
Im Zentrum der Bemühungen standen die folgenden zwei Fragen:
Die Antwort auf diese Fragen fand Hewlett Packard Enterprise in neuen Technologien, genauer gesagt in künstlicher Intelligenz, maschinellem Lernen und intelligenten Daten. Den perfekten Partner fand HPE in Dun & Bradstreet.
Warum ein externer Berater notwendig war, obwohl HPE selbst im Daten- und Datenanalyse-Business tätig ist, erklärt Zsuzsanna Ferenczi: «Wir haben ein riesiges globales Daten-Know-how, aber wir wissen auch, wie wichtig die Expertise in den lokalen Märkten ist. In den Niederlanden muss man zum Beispiel wissen, dass deren Steuersystem viele Mantelgesellschaften nach Den Haag zieht. Berücksichtigt man solche Informationen nicht, wird die Analyse falsch. Dun & Bradstreet ist in der Lage, diese Lücken mit strukturierten und unstrukturierten Daten zu füllen und damit Erkenntnisse über potenzielle Kunden zu liefern.»
Die Identifikation von potenziellen Kunden fand in einem dreistufigen Prozess statt.
Am Ende steht ein iterativer Prozess, der maschinelles Lernen mit menschlicher Intelligenz verbindet. In der ersten Iteration erhält der Vertrieb eine Liste mit potenziellen Kunden. Er kontaktiert alle Unternehmen und beurteilt die Qualität der Leads. Damit es keine Verzerrungen gibt, weiß die Verkäufer vor dem Anrufen nicht, ob die Maschine die Leads als gut oder schlecht einstuft.
Die Erkenntnisse dieser ersten Iteration fließen in die Zweite ein, die der Zweiten in die Dritte usw. Der Anteil der relevanten und hochwertigen Leads erhöht sich so von Iteration zu Iteration und soll aber der dritten Phase bei 80% bis 90% liegen.
Dun & Bradstreet hat festgestellt, dass der B2B-Gesamtmarkt mehr als dreimal so groß ist wie ursprünglich angenommen. In den Niederlanden ist er 350% und in Schweden 390% größer. Die von Dun & Bradstreet erstellten Listen mit Leads sind priorisiert. Zsuzsanna Ferenczi ist überzeugt, dass das den Umsatz ankurbeln werde. Die Arbeit sei aber noch lange nicht getan.
“Seit 5 Jahren fordere ich mehr Daten und Customer Insights. Ich bin mir aber bewusst, dass das ein kontinuierlicher Prozess ist, einfach weil die Welt nie aufhört, sich zu verändern. Darum brauchen wir immer die nächste Iteration. Ich vergleiche es mit der Sagrada Familia in Barcelona. Sie wird Stein für Stein gebaut, aber fertig ist sie trotzdem nie. Wenn man sich aber ansieht, was man schon geschafft hat, dann ist das Ergebnis beeindruckend,” so Ferenczi.
Foto: Joel Nilsson