Customer Insights in der Produktentwicklung

Eine kundenorientierte Produkt- und Serviceentwicklung und die damit verbundene Schaffung eines unverwechselbaren Leistungsportfolios sind zwei der zentralen Herausforderungen heutiger Unternehmen. Eng verbunden mit dem Begriff Kundenorientierung ist das Wort Qualität. Laut der Norm DIN EN ISO 9000:2015-11 wird Qualität definiert als der „Grad, in dem ein Satz inhärenter Merkmale eines Objekts Anforderungen erfüllt”. Qualität wird somit definiert als der Grad, in dem die Anforderungen eines Kunden durch die Eigenschaften des gelieferten Produkts abgedeckt werden. Anders ausgedrückt hat ein Produkt Qualität, wenn es den Kunden zum Kauf animiert. Somit zählt es heutzutage zu den zentralen Herausforderungen von Unternehmen zu wissen, was der Kunde will und was seine Kaufentscheidung beeinflusst. Zu Zeiten von Social Media, Industrie 4.0 und smarten Produkten steht Unternehmen eine Vielzahl an Datenquellen zur Generierung von Kundenwissen (Customer Insights) zur Verfügung. Diese Daten beinhalten Informationen über den Kunden und seine Anforderungen, welche in Wissen transformiert werden können. Ferner existieren neben der Vielzahl an Datenquellen zahlreiche Analysever-fahren zur Ableitung von Customer Insights. Insgesamt betrachtet umfasst der Begriff Customer Insights die Erhebung, Analyse und Interpretation von Kundendaten aus heterogenen Informationsquellen – mit dem Ziel, präzises Wissen über den Kunden und seine (latenten) Bedürfnisse zu erlangen. Diese heterogenen Informationsquellen werden in indirektes und direktes Kundenfeedback eingeteilt. Direktes Kundenfeedback hat einen direkten Bezug auf eine kon- krete Frage- oder Problemstellung, denn der Kunde wendet sich mit seinem Anliegen an das Unternehmen, oder das Unternehmen fragt den Kunden aktiv nach dessen Meinung. Die Aufnahme von indirektem Kundenfeedback ist für Unternehmen aufwendiger, denn das Ziel bei der Datenanalyse von indirektem Kundenfeedback ist anfangs noch nicht konkret. Die Datensätze sind größer und unstrukturierter als bei direktem Kundenfeedback, und der Kunde wendet sich mit seinem Anliegen nicht aktiv an das Unternehmen. Dadurch müssen die Datensätze aus indirektem Kundenfeedback zeit- und ressourcenintensiver vorverarbeitet werden, um zuerst datenbasiert das konkrete Ziel herauszuarbeiten, bevor daraus anschließend Customer Insights generiert werden können. Vorteil bei der Analyse von indirektem Kundenfeedback ist, dass keine Verzerrung aufgrund der Erhebungsmethode der Kundenmeinung vorliegt und dass sich latente, sprich unbewusste Kundenanforderungen aufdecken lassen. Bild 22.1 zeigt beispielhaft jeweils zwei Datenquellen von direktem und indirektem Kundenfeedback.