Die Kunden/Kundinnen eines bekannten Schweizer Gastronomieunternehmens haben die Möglichkeit, Loyalitätskarten zu beziehen, welche diverse Vorteile mit sich bringen. Jeder Bezug einer neuen Karte hat dabei die Entstehung von Kundendaten zur Folge. Obwohl diese von der Unternehmung gesammelt und gespeichert werden, wurde bisher noch keine vertiefte Analyse der Daten durchgeführt.

Um eine Verbesserung der Loyalitätsstrategie zu erreichen, müssen die gesammelten Kundendaten analysiert und auf Zusammenhänge geprüft werden. Dazu werden die erhaltenen Daten vereinheitlicht und weitere, interessante Attribute kreiert. Weiter werden fehlerhafte Werte korrigiert. Die bearbeiteten Kundendaten werden dann unter Anwendung von Clusteralgorithmen in Gruppen aufgeteilt. Nach der eingehenden Prüfung der entstandenen Gruppen werden daraus diverse Empfehlungen zur Verbesserung des Loyalitätsprogramms der Auftraggeberschaft abgeleitet und formuliert.

Aufgrund des methodischen Vorgehens können acht verschiedene Kundengruppen identifiziert und beschrieben werden. Dabei ist festgehalten, wie viele Kunden/Kundinnen der entsprechenden Gruppe angehören. Weiter werden durch die Berechnungen der Durchschnittswerte Kunden/Kundinnen ermittelt, welche als Stereotypen dienen und die jeweiligen Gruppen repräsentieren. Aufgrund der erkannten Korrelationen werden Empfehlungen für die Aufgraggeberschaft verfasst. Diese beziehen sich unter anderem auf die Aktivierung von inaktiver Kundschaft, können aber bei einer Umsetzung auch die Erhöhung der Kundenzufriedenheit zur Folge haben. Eine wichtige Erkenntnis ist zudem, dass auf die korrekte und vollständige Erfassung der Kundendaten ein besonderes Augenmerk gelegt werden muss. Die gewonnenen Erkenntnisse und Empfehlungen tragen bei entsprechender Umsetzung zur Verbesserung des bestehenden Loyalitätssystems bei. Weiter gewährt das Resultat der Datenanalyse einen breiten Überblick über die bestehenden Kundendaten.