Autor: Holger Stelz, Uniserv

Momentan setzen Unternehmen KI und Machine Learning (ML) zur vor allem Kundenbindung und für ein verbessertes Kundenerlebnis ein. Erwartungen wecken ML-basierte Churn-Prediction-Lösungen, die Kundenabwanderung verhindern sollen.

Einer für alle, alle für einen – dieses Motto der vier Musketiere, es hat sich mittlerweile im allgemeinen Sprachgebrauch durchgesetzt, wenn es darum geht, deutlich zu machen, dass „Alleingänge“ nichts nützen und ein Erfolg sich nur einstellt, wenn mehrere Komponenten reibungslos ineinandergreifen. Das gilt auch für die Datenqualität.

Die Annahme, dass Prognosen nur so gut sein können wie die Daten, auf denen sie basieren, klingt plausibel. Im Rahmen einer Bachelorarbeit an der Hochschule der Medien (HdM) Stuttgart wurde dieser Zusammenhang nun erstmals empirisch untersucht und anhand einer konkreten Testreihe bestätigt.