Im Trend: Datenanalyse

Datenanalyse liegt im Trend. Nicht nur in Politik und Wirtschaft – auch amerikanische Kulturinstitutionen betreiben Datenanalyse, um mit den daraus gewonnenen Einblicken praktisch jeden Aspekt des Kundenerlebnisses neu zu gestalten und die Kundenbindung zu erhöhen.

Der Versuch, individuellen Service und Kundenbeziehungen zu verbessern, hat bei einigen Orchestern, wie z.B. Nashville Symphony oder Cleveland Orchestra, nach einer detaillierten Analyse der Transaktionen (Ticketing und Spenden) zur Umorganisation der Marketing- und Development (Fundraising)- Abteilungen geführt. Dort sind die Mitarbeiter nun Ansprechpartner für jeweils ein Kundensegment. Diese Segmente sind entsprechend dem Aktivitätslevel (Engagement-Level) der Kunden strukturiert, d.h. in den unteren Segmenten (Einmalspender, Einzelkartenkäufer)  betreut ein Mitarbeiter tausend Kunden während bei Großspendern und langjährigen Abonnenten ein Mitarbeiter für wenige Kontakte zuständig ist.

Für das Customer Relationship Management hat sich das Programm Salesforce weltweit im kommerziellen Bereich etabliert. In den darstellenden Künsten in den USA ist das Programm Tessitura weit verbreitet. Ursprünglich für die Metropolitan Opera entwickelt, können die Lizenznehmer Transaktionen und Kommunikation eines jeden Kunden registrieren.

Aber wonach sucht man und was macht man mit den gewonnenen Erkenntnissen?

Das Cincinnati Symphony Orchester hat vor einigen Jahren Transkationen aus den 10 vorhergegangenen Jahren analysiert, um daraus ein Verkaufs-Vorhersagemodell zu entwickeln. Aus den erfassten Daten ließen sich ca. 40 Faktoren ableiten, die Einfluss auf den Kartenverkauf haben. Den größten Einfluss haben demnach Werke und Komponisten, gefolgt von Dirigent und Solokünstler. Aber auch nachgeordnete Faktoren wie Wochentag, Uhrzeit und Jahreszeit bis hin zu Speiseangeboten können teils erhebliche Auswirkungen auf den Verkauf haben.

Das Vorhersagemodell dient im wesentlichen dazu, akkurate Vorhersagen bei der Budgeterstellung zu treffen. Darüber hinaus kann die finanzielle Auswirkung von z.B. Programmänderungen vorausgesagt werden.  In der Praxis wird das Modell weniger verwendet, um im Rahmen der Programmplanung einen maximalem Profit zu generieren, als vielmehr um Chancen und Risiken besser abzuschätzen.