Datenschutz im CRM: Kundenbeziehungen rechtssicher gestalten (Teil 1)

Während die Technologien immer raffinierter werden, wächst auch die Verantwortung, personenbezogene Kundendaten angemessen zu schützen. Der verantwortungsbewusste Umgang mit diesen Daten ist nicht nur gesetzlich vorgeschrieben: Er ist auch ein entscheidender Faktor, um das Vertrauen der Kunden zu gewinnen und zu erhalten.
Das neue Schweizer Datenschutzgesetz – und seine Auswirkungen auf CRM

Die DSGVO betrifft jedes Unternehmen, jeden Verein und jede Behörde, die personenbezogene Daten verarbeitet – zumindest in Deutschland. Doch wie sieht es mit dem Schweizer Datenschutzgesetz aus?
CRM-Zielbild: Mit klarer Zielsetzung auf Kurs

Sobald in einem Unternehmen die Abkürzung „CRM“ genannt wird, assoziieren die meisten damit sofort eine neue Softwarelösung. Daher wird beim Start eines CRM-Projekts häufig nach dem besten CRM-System gesucht und direkt Kontakt zu renommierten CRM-Herstellern aufgenommen. Oftmals wird dabei jedoch vergessen, vorab ein klar definiertes CRM-Zielbild festzulegen.
CDP Arten: ein Überblick

Positive Kundenerlebnisse über alle digitalen und analogen Kontaktpunkte hinweg sind für Unternehmen heutzutage ein entscheidender Wettbewerbsvorteil. Kunden sind jedoch oft sehr zurückhaltend, wenn es darum geht, persönliche Daten weiterzugeben. Gleichzeitig erwarten sie aber relevante und personalisierte Interaktionen, sowohl als Privat- wie auch als Geschäftskunden.
Customer Data Platform: Wesentliche Unterschiede zu DXP, CRM, DMS und CMS

In der heutigen digitalen Welt gibt es zahlreiche Abkürzungen, die für Laien durchaus verwirrend sein können. Besonders im Bereich des Kundenmanagements und der digitalen Marketingstrategien kann es eine echte Herausforderung sein, den Unterschied zwischen CDP, DXP, CRM, DMS sowie CMS zu verstehen. Doch was genau bedeuten diese Abkürzungen eigentlich? Und wie lässt sich die Customer Data Platform von anderen Systemen differenzieren? Dieser Artikel ordnet die Technologien thematisch ein, verdeutlicht die Unterschiede und bringt Licht ins Dunkel.
CRM-Akzeptanz: Warum es Mitarbeitenden schwer fällt, neue Wege zu gehen

Langfristige Kundenbeziehungen sind für jedes Unternehmen der Schlüssel zum Erfolg – unabhängig von Geschäftsmodell, Branche oder Größe. Eines der wichtigsten Instrumente, um solche Kundenbeziehungen zu pflegen und auszubauen, ist das Customer Relationship Management. Doch was, wenn nach aufwendigem Auswahlprozess und anschließender Implementierung des Systems sich die CRM-Akzeptanz der Mitarbeitenden in Grenzen hält? Das volle Potenzial der Technologie lässt sich für ein Unternehmen so nicht ausschöpfen.
Externe Datenquellen für das Data Driven CRM

Ein intelligentes, datengetriebenes CRM-System basiert nicht ausschließlich auf manuell eingegebenen Daten. Selbst bei 300 aktiven Anwendern wäre die entsprechende Datenmenge hier zu gering, um von einem „Data Driven CRM“ zu sprechen. Erst durch die dauerhafte Anbindung von externen Datenquellen ist ein System in der Lage, solche geschäftsrelevanten Hinweise, Vorschläge und Vorhersagen zu geben – oder gewisse darauf basierende Entscheidungen sogar vollkommen autonom zu treffen.
CRM-Lösung: Kosten vs. Nutzen

Wie lässt sich der Nutzen (und der ROI) einer CRM-Einführung messen? Warum sind CRM-Projekte keine IT-Projekte? Und auf was müssen Entscheider wirklich bei der Auswahl einer CRM-Lösung achten? Hier unsere Antworten aus der Beratungspraxis.
Positive Customer Experience bei Lebensmitteln: Wie beginnt ein digitales Kundenerlebnis am Point of Sale?

Immer mehr Lebensmittelprodukte treten in den Wettstreit um die Gunst der Kunden. Angesichts dieser nie dagewesen Vielfalt ist für Lebensmittelhersteller eine Frage mehr denn je zentral: Wie kann ich mich mit meinem Angebot von der Masse unterscheiden?
Opportunity Management: Sales Pipeline mit KI besser verstehen

Komplexe und zeitaufwändige KPIs im Vertrieb lassen sich in Zukunft mit Hilfe von künstlicher Intelligenz berechnen. So können größere Datenmengen praktisch in Echtzeit analysiert und daraus wertvolle Erkenntnisse und Muster abgeleitet werden.