Dynamics 365 Customer Insights

Ein Kunde taucht in drei Systemen auf, und jedes erzählt eine andere Geschichte: Der Vertrieb sieht einen offenen Deal, der Support eine Beschwerde und das Marketing jemanden, der letzte Woche auf eine E-Mail geklickt hat. Dabei hat dieselbe Person bereits zweimal bei Ihnen gekauft. Wer nur auf einen einzelnen Bildschirm schaut, erkennt das Gesamtbild nicht.

Dynamics 365 Customer Insights – Data setzt dieses Bild wieder zusammen. Der Artikel erklärt verständlich, wie aus verstreuten Datensätzen ein einheitliches Kundenprofil wird, wie daraus Kennzahlen, Prognosen und Segmente entstehen und worauf Sie bei Datenschutz und Governance achten müssen.

Warum verstreute Kundendaten zu schlechten Entscheidungen führen

In den meisten Unternehmen liegen Kundeninformationen dort, wo die jeweilige Arbeit stattfindet. Der Vertrieb nutzt Dynamics 365 und sieht Kontakte, Firmen, Anrufe, Besprechungen, Verkaufschancen, Angebote und Notizen. Das Support-Team kennt Servicefälle, defekte Produkte, Fragen und Beschwerden. Das Marketing weiß, wer E-Mails geöffnet, Links angeklickt, Formulare ausgefüllt oder sich für eine Veranstaltung angemeldet hat. Bestellungen liegen in einem weiteren System, die Website-Aktivität in einem Analyse-Tool.

Niemand macht dabei etwas falsch, denn die Systeme sind für unterschiedliche Aufgaben gebaut. Doch es entsteht ein Bürogebäude mit separaten Räumen: Jeder Raum hat sein eigenes Fenster, und niemand überblickt das Ganze, solange die Türen dazwischen geschlossen bleiben.

Ein Beispiel: drei Versionen von Alex Morgan

Im Vertriebssystem steht Alex Morgan mit einer alten geschäftlichen E-Mail-Adresse und einer aktiven Opportunity. Im Support-System erscheint Alex mit einer privaten Adresse und zwei aktuellen Fällen. Auf der Website hat sich Alex mit Vor- und Nachnamen und Telefonnummer für ein Webinar angemeldet. Ohne Verknüpfung sieht das Unternehmen drei verschiedene Personen. Der Vertrieb bereitet ein freundliches Angebot vor, das Marketing verschickt ein Upgrade-Angebot, und der Support bittet Alex, dieselben Angaben noch einmal zu wiederholen. Aus Kundensicht wirkt das unorganisiert.

Die Folgen im Alltag

• Doppelte Datensätze führen zu doppelten E-Mails.
• Veraltete E-Mail-Adressen lassen die richtige Person außen vor.
• Fehlende Verknüpfungen zu Bestellstatus oder Servicefällen verschleiern, warum ein Kunde den Kauf abgebrochen hat.
• Jedes Team exportiert eigene Listen, und man streitet, welche stimmt.
• Ein Marketingmitarbeiter gewährt rückwirkend einen Rabatt an jemanden, der gerade zum vollen Preis gekauft hat, oder ein Serviceleiter weiß nicht, dass der Anrufer einer der größten Kunden ist.

Die Lösung besteht nicht darin, alle Teams in eine einzige App zu zwingen. Jedes Team braucht weiterhin seine spezialisierten Werkzeuge, dazu aber eine gemeinsame Kundendatei, in der die Datensätze miteinander verknüpft sind.

Was ist Dynamics 365 Customer Insights – Data?

Customer Insights – Data ist die Customer Data Platform (CDP) von Microsoft. Eine CDP zieht Kundendaten aus allen genutzten Systemen an einem Ort zusammen, verknüpft Datensätze, die zur selben Person gehören, und erstellt ein dauerhaftes Profil, mit dem Ihre Business-Tools arbeiten können. Man kann sich das wie einen großen Aktenraum vorstellen: Der Vertrieb liefert Kontaktdaten und Geschäftsverläufe, der Support Fallakten, die Website Anmeldungen und Seitenbesuche, das Bestellsystem Käufe und Retouren. Die Ordner tragen unterschiedliche Bezeichnungen, Formate und sogar Kundennummern. Das System sortiert sie und stellt aus zusammengehörigen Datensätzen eine Kundendatei zusammen.

Die 360-Grad-Ansicht

Eine 360-Grad-Ansicht bedeutet schlicht, dass Sie bei einem Kunden mehr als eine Art der Interaktion sehen: wer die Person ist, was sie gekauft hat, wann sie den Support angerufen hat und wie sie online mit Ihnen interagiert. Es ist ein umfassenderes Bild, keine Zauberei.

Welche Daten einfließen

• Demografische Daten: Name, Adresse, Berufsbezeichnung, Unternehmen.
• Transaktionsdaten: Käufe, Rückgaben, Zahlungen, Reservierungen, Abonnements.
• Verhaltensdaten: geöffnete E-Mails, besuchte Produktseiten, ausgefüllte Formulare, App-Nutzung, Veranstaltungsanmeldungen.
• Betriebliche Daten und IoT: etwa Bestands- oder Serviceinformationen sowie Daten vernetzter Geräte.

Ein Beispiel für IoT-Daten: Ein Serviceteam sieht, dass ein Kunde wegen eines Problems angerufen hat, und zugleich, dass die Maschine selbst einen Fehler gemeldet hat. Dieser Kontext verändert das Gespräch.

Abgrenzung: Data, Journeys und Sales

Unter dem Namen Customer Insights laufen zwei Anwendungen mit unterschiedlichen Aufgaben. Customer Insights – Data liefert Informationen, erstellt Profile und findet nützliche Muster. Customer Insights – Journeys nutzt diese Profile und Kundengruppen, um E-Mails, SMS und andere Mitteilungen zu senden. Data ist das Archiv, Journeys der Kommunikationsschalter.

Auch Dynamics 365 Sales ist etwas anderes: Es unterstützt Vertriebsmitarbeiter bei Leads, Verkaufschancen, Aktivitäten und Kundengesprächen. Customer Insights – Data ist umfassender. Es kann Informationen aus Dynamics 365 Sales übernehmen, aber auch aus Service-Systemen, Websites, Bestellsystemen, Datenspeichern und weiteren genehmigten Quellen. Es ersetzt den Vertrieb nicht, sondern ergänzt ihn um den Kundenkontext, den er allein womöglich nicht hat.

Im Hintergrund läuft das Produkt auf Microsoft Azure, das die Cloud-Grundlage für Speicherung, Verarbeitung und Schutz der Daten bereitstellt. Dazu gehören Werkzeuge für Datenschutz, Sicherheit und Governance, also ein Regelwerk, das steuert, wer auf Daten zugreifen darf und wie das Unternehmen sie verwenden darf.

Ein einheitliches Kundenprofil erstellen: von der Datenquelle zum Golden Record

Bevor Customer Insights – Data Daten verbinden kann, legen Sie eine Umgebung an, einen kontrollierten Arbeitsbereich, in dem Ihr Team Kundendaten erfassen, vorbereiten, verbinden und verwalten kann und in dem festgelegt ist, wer damit arbeiten darf.

Schritt 1: Datenquellen hinzufügen

Wer bereits Dynamics 365 nutzt, bekommt Vertriebs- oder Servicedatensätze häufig über Microsoft Dataverse, den Datenspeicher hinter vielen Dynamics-365- und Power-Platform-Apps. Daneben lassen sich Azure Data Lake, Fabric OneLake und Azure Synapse Analytics anbinden, wo viele Unternehmen große Datenmengen ablegen. Eine weitere Möglichkeit sind Power Query-Konnektoren. Power Query ist das Microsoft-Werkzeug, um Daten zu erfassen und aufzubereiten. Es hilft vor allem, wenn Quellen nicht genau wie Dynamics-365-Datensätze aussehen.

Schritt 2: Tabellen zuordnen

Jede Quelle liefert Tabellen, also strukturierte Listen mit Spalten und Zeilen: Kunden, Bestellungen, Servicefälle, Website-Anmeldungen. Die Schwierigkeit: Die Tabellen benennen Felder unterschiedlich. Eine Spalte heißt „E-Mail-Adresse“, eine andere „E-Mail“, eine dritte speichert nur eine Kundennummer. Telefonnummern haben mal Ländervorwahlen, mal nicht, und Namen weichen in Schreibweise, Leerzeichen oder Titeln ab.

Deshalb erklären Sie dem System in der Zuordnung, welche Spalten Name, E-Mail-Adresse, Telefonnummer, Kundennummer oder Adresse enthalten. Ebenso ordnen Sie Geschäftsdatensätze zu: Die Auftragstabelle muss Käufe dem richtigen Kunden zuweisen, die Falltabelle den Serviceverlauf derselben Person. Ohne diese Beziehungen haben Sie nur Listen von Ereignissen, aber keine verlässliche Aussage, wessen Ereignisse es sind.

Schritt 3: Abgleichen und Duplikate entfernen

Abgleichen heißt nicht, einfach identische E-Mail-Adressen zusammenzuführen. Zwei Personen können sich eine Adresse teilen, ein Kunde kann den Job wechseln und eine neue Adresse erhalten, ein kleiner Schreibfehler kann dieselbe Person meinen, und zwei Personen mit gleichem Namen können völlig unabhängig sein. Sie legen daher Abgleichsbedingungen fest, etwa E-Mail-Adresse, kombinierter Name, Telefonnummer, Postanschrift oder eine Kundennummer. Ziel ist, Datensätze nur dann zu verknüpfen, wenn es ausreichend Hinweise gibt, dass sie zur selben Person gehören.

Die Deduplizierung betrifft wiederholte Versionen desselben Datensatzes innerhalb einer Quelltabelle, etwa wenn jemand im Webformular zweimal auf „Senden“ klickt oder ein Import Einträge doppelt anlegt. Sie verhindert, dass eine Person wie mehrere aussieht, noch bevor der übergreifende Abgleich beginnt.

Schritt 4: Das vereinheitlichte Profil

Das Ergebnis wird oft „Golden Record“ genannt. Nüchtern betrachtet ist es das beste kombinierte Kundenprofil, das sich aus den genehmigten Datensätzen erstellen lässt, etwa mit aktueller E-Mail aus einer Quelle, Kontolink aus einer zweiten, Bestellverlauf aus einer dritten und Serviceaufzeichnungen aus einer vierten. Die Quellsysteme bleiben unverändert: Der Vertrieb behält seine Verkaufsunterlagen, das Bestellsystem seine Bestellungen, der Support seine Fälle.

Wichtig ist der Quellenverlauf. Auf Nachfrage sollte Ihr Team Informationen bis ins Quellsystem zurückverfolgen können, statt das Profil wie eine Wundertüte zu behandeln. Zusätzlich lassen sich Aktivitäten aus den importierten Tabellen in einer chronologischen Zeitachse anordnen: Einkauf am Montag, Support-Anruf am Donnerstag, Besuch der Produktseite in der Folgewoche. Ein Vertriebsmitarbeiter sieht vor dem Anruf dann nicht nur eine Verkaufschance, sondern auch die aktuelle Bestellung, den gestern geschlossenen Servicefall und die jüngste Veranstaltungsanmeldung.

Kennzahlen, Anreicherung und Prognosen: aus Daten werden Antworten

Ein Profil allein beantwortet noch nicht, wer am häufigsten gekauft hat, wer lange nichts bestellt hat, wer den Support diesen Monat mehrfach kontaktiert hat oder bei wem eine Abwanderung wahrscheinlich ist.

Kennzahlen

Eine Kennzahl ist eine Berechnung auf Basis vorhandener Daten, eine vereinbarte Zahl, die das Team gemeinsam verfolgt. Beispiele sind die Gesamtzahl der Einkäufe im letzten Jahr, die Tage seit der letzten Bestellung, die Zahl der Servicefälle, der durchschnittliche Bestellwert oder die Teilnahme an Veranstaltungen. Ein Abonnementunternehmen interessiert sich eher dafür, wie lange jemand Kunde ist und ob die Nutzung zurückgeht, ein Einzelhändler für Gesamtausgaben, Retouren oder die Lücke zwischen Käufen. Der größte Vorteil: Alle Teams arbeiten mit derselben Definition. Bezeichnet der Vertrieb jemanden als hochwertigen Kunden und das Marketing rechnet anders, spaltet sich das Kundenerlebnis erneut auf.

Anreicherung

Manchmal fehlen Informationen wie Standort oder Unternehmensdetails. Customer Insights – Data kann Profile mit genehmigten Datenquellen von Microsoft oder Partnern anreichern. Das ist keine Aufforderung, jedes erdenkliche Detail zu sammeln: Ergänzt werden sollte nur, was das Unternehmen verantwortungsvoll nutzen kann und was zu den Berechtigungen und Regeln passt.

Prognosen

Vorgefertigte KI-Modelle schätzen die Abwanderungswahrscheinlichkeit und den erwarteten Umsatz. Abwanderung heißt, dass ein Kunde nicht mehr kauft, ein Abonnement kündigt oder die Interaktion beendet. Die Modelle suchen Muster, etwa in Kaufhistorie, letzten Aktivitäten oder Verhaltensänderungen. Das Ergebnis ist ein Signal, das zeigt, wo das Team zuerst hinschauen sollte. Manche Unternehmen bauen zusätzlich eigene KI-Modelle und nutzen umfassendere Analyse-Tools. Customer Insights – Data kann Teil davon sein, macht saubere Daten oder die Prüfung durch Menschen aber nicht überflüssig.

Kurz gesagt: Kennzahlen zeigen, was passiert ist, Anreicherung liefert Kontext, Prognosen weisen auf Muster hin, die einen Blick wert sind.

Segmente und Aktivierung: Profile in Maßnahmen umwandeln

Ein Segment ist eine gespeicherte Kundengruppe, die anhand festgelegter Regeln gebildet wird. Die Regeln nutzen Profildetails, Aktivitäten, Verhalten und Kennzahlen. Statt Namen manuell aus einer Tabelle zu ziehen, übersetzen Sie eine geschäftliche Frage in Regeln, zum Beispiel: Kunden, die in den letzten 30 Tagen einen Supportfall eröffnet, in den letzten 90 Tagen nichts gekauft und dem Erhalt von Mitteilungen zugestimmt haben.

Das Segment aktualisiert sich mit den Kundendaten. Wer kauft, erfüllt die Regeln nicht mehr und verlässt die Gruppe; wer einen neuen Fall eröffnet und nichts kauft, kommt hinzu. Es wird also keine veraltete Exportliste.

Wie Teams Segmente nutzen

• Service: identifiziert Kunden, die nach wiederholten Problemen besondere Betreuung brauchen.
• Vertrieb: konzentriert sich auf Kunden mit aktuellem Produktinteresse, die früher ähnliche Produkte gekauft haben.
• Marketing: spricht Personen an, die eine Veranstaltung besucht, aber kein Verkaufsgespräch angefragt haben.

Es geht nicht darum, mehr Nachrichten zu verschicken, sondern die nächste Aktion an das anzupassen, was das Unternehmen weiß. Wer ein aktuelles Problem hat, braucht ein ehrliches Service-Update; wer sich wochenlang über ein neues Produkt informiert, ein hilfreiches Verkaufsgespräch.

Ziele, Debitorenkarte und Journeys

Customer Insights – Data kann einheitliche Profile, Segmente und andere vorbereitete Daten an verbundene Ziele senden, etwa eine Marketingplattform, ein Analyse-Tool oder ein anderes Geschäftssystem. Für Organisationen mit Dynamics 365 Apps bringt das Debitorenkarten-Add-in den Kundenkontext in die vertrauten Oberflächen, sodass Mitarbeiter vor einem Gespräch nicht in mehreren Systemen suchen müssen. Customer Insights – Journeys nutzt die Zielgruppen für E-Mails, Textnachrichten und andere geplante Interaktionen. Die Trennung ist einfach: Data beantwortet „Wer ist diese Person und was wissen wir über sie?“, Journeys „Welche Kommunikation soll als Nächstes erfolgen?“.

Häufige Fehler und Stolpersteine

• Segment gleich Kontaktliste: Ein Segment identifiziert eine Gruppe anhand von Fakten und Regeln. Ob, wie und über welchen Kanal Sie jemanden kontaktieren, muss weiterhin jemand entscheiden – unter Berücksichtigung der aktuellen Situation des Kunden.
• Prognose als Urteil lesen: Ein Abwanderungswert bedeutet nicht, dass der Kunde abwandern wird, sondern dass seine Daten Mustern früherer Abgänge ähneln. Ein Beispiel: Ein Kunde mit plötzlich nachlassender Kaufaktivität wird als Risiko markiert, das Profil zeigt aber einen offenen Servicefall. Dann zuerst das Problem lösen, statt ein Rückgewinnungsangebot zu schicken.
• Zu schnelles Zusammenführen: Identische E-Mail-Adressen oder Namen beweisen nicht, dass es dieselbe Person ist. Abgleichsbedingungen brauchen Sorgfalt.
• Data und Journeys verwechseln: Die eine Anwendung organisiert und versteht Daten, die andere kommuniziert.
• Intransparente Profile: Ohne nachvollziehbaren Quellenverlauf wird das Profil zur Wundertüte.
• Mehr Daten gleich mehr Nutzungsrechte: Das stimmt nicht. Anreicherung und Verknüpfung müssen zu Berechtigungen und Regeln passen.

Datenschutz, Sicherheit und Governance von Anfang an

Je größer das Kundenprofil, desto größer die Verantwortung. Wer Namen, Kontaktdaten, Kaufbelege, Supportverlauf und Onlineaktivitäten verknüpft, braucht klare Regeln: Einwilligung, Datenschutzregeln und Zugriffskontrolle sollten feststehen, bevor die Verknüpfung beginnt. Customer Insights – Data bringt dafür Werkzeuge für Datenschutz, Sicherheit und Verwaltung mit. Man kann sie sich wie die Sicherheitsschleuse eines Bürogebäudes vorstellen: Sie legen fest, wer Kundeninformationen einsehen darf und wie sie verwendet werden dürfen.

Denken Sie an Kundenberechtigungen, bevor Sie Daten erfassen, verknüpfen, ein Segment erstellen oder an ein anderes Tool senden. Die Daten müssen Berechtigungen, Gesetzen und internen Regeln für jeden Kunden entsprechen. Diese Arbeit gehört an den Anfang, nicht erst dorthin, wo eine Kampagne schiefgeht oder sich ein Kunde beschwert.

CDP und CRM im Vergleich

Ein CRM-System wie Dynamics 365 Sales hilft Vertriebs- und Serviceteams, direkte Kundenbeziehungen zu erfassen und zu verwalten, etwa Leads, Verkaufschancen und Anrufe. Das erledigt es gut. Customer Insights – Data schließt die Lücken zu Marketing und Service und kann auf eine größere Zahl genehmigter Quellen zurückgreifen.

Praktische Takeaways

• Verstreute Kundendaten führen zu widersprüchlichen Botschaften, doppelten Mails und schlechten Entscheidungen.
• Eine CDP ersetzt keine Fachsysteme, sondern verknüpft deren Daten zu einem gemeinsamen Profil.
• Beginnen Sie mit einer Umgebung, binden Sie Datenquellen an und ordnen Sie Spalten und Beziehungen sauber zu.
• Legen Sie Abgleichsbedingungen sorgfältig fest und entfernen Sie Duplikate vor dem übergreifenden Abgleich.
• Halten Sie den Quellenverlauf nachvollziehbar, damit jede Information zurückverfolgbar bleibt.
• Nutzen Sie gemeinsame Kennzahlen, damit alle Teams dieselbe Definition verwenden.
• Reichern Sie Profile nur mit Daten an, die Sie verantwortungsvoll verwenden dürfen.
• Verstehen Sie Prognosen als Signale und prüfen Sie den Kontext, bevor Sie handeln.
• Bauen Sie Segmente aus Geschäftsfragen und entscheiden Sie bewusst über Kontakt und Kanal.
• Klären Sie Einwilligung, Zugriffsrechte und Governance, bevor Sie Daten verknüpfen.

Fazit

Dynamics 365 Customer Insights – Data führt Kundeninformationen aus Vertrieb, Service, Marketing, Website und Bestellsystem zu einem verlässlichen Profil zusammen, ohne dass jedes Team seine gewohnten Werkzeuge aufgeben muss. Kennzahlen, Anreicherung, Prognosen und Segmente machen aus diesem Profil konkrete Entscheidungen. Entscheidend bleiben saubere Zuordnung, sorgfältiger Abgleich, klare Governance und menschliches Urteilsvermögen. Dann behandeln Sie Kunden als Menschen und nicht als Zeilen in getrennten Listen.