Datenschutzerklärung

Allgemeine Datenschutzhinweise (gem. Art. 13 DS-GVO)

Unsere allgemeinen Datenschutzhinweise können Sie hier herunterladen.

Datenschutzhinweise (gem. Art. 13 DS-GVO) für die Nutzung dieses Webangebots

Geltungsbereich

Diese Datenschutzerklärung klärt Nutzer über die Art, den Umfang und Zwecke der Erhebung und Verwendung personenbezogener Daten durch die brandseven GmbH auf dieser Website (im folgenden “Angebot”) auf.

Datenschutz-Informationspflichten gemäß Art. 13 DS-GVO

 

Name und Kontaktdaten (des Verantwortlichen)

brandseven GmbH
Ackerstr. 11
40233 Düsseldorf

 

Kontaktdaten des Datenschutzbeauftragten

datenschutz@brandseven.de (Postanschrift siehe oben)

 

Zweck und Rechtsgrundlage der Datenverarbeitung

Vertragserfüllung (gemäß Art. 6 Abs. 1b)) bei Kontaktanfrage

Eigene, berechtigte Interessen der Verarbeitung gemäß Art. 6 Abs. 1f):

  • Werbliche Ansprache von Neu- und Bestandskunden (zur Kunden-Vor- und Nachsorge)
  • Informationen über Marketingaktionen und neue Produkte

 

Empfänger der Daten

Firmeninterne Abteilungen (Vertrieb)

 

Übermittlung in Drittländer

Im Zuge einer Kontaktanfrage, wird die eingegebene Nachricht, das Interesse, der Name, die E-Mail-Adresse und die Telefonnummer über Server der Google LLC, Mountain View, California, USA, als Nachricht via E-Mail übermittelt. Es ist ein Vertrag auf Basis von EU-Standardvertragsklauseln geschlossen worden.

 

Speicherdauer der Daten

Speicherung bis zum Erstkontakt durch einen brandseven-Mitarbeiter. Falls eine Geschäftsbeziehung entsteht, Speicherung im Rahmen der Geschäftsverbindung für die Dauer dieser Verbindung. Falls kein nachfolgender Kontakt mehr gewünscht, wird gemäß gesetzlicher Löschfristen die Anfrage gelöscht.

 

Recht auf Auskunft, Berichtigung, Löschung, Einschränkung der Verarbeitung

Kunden haben das Recht auf Auskunft, Berichtigung und Löschung oder Einschränkung der Verarbeitung über die bei uns gespeicherten personenbezogenen Daten. Die Löschung erfolgt, wenn keine Aufbewahrungspflichten bestehen. Solange die Aufbewahrungspflichten bestehen, kann eine Einschränkung der Verarbeitung vorgenommen werden.

 

Recht auf Widerspruch, Datenübertragbarkeit und Widerruf einer Einwilligung

Kunden haben das Recht auf Wiederspruch gegen die Verarbeitung und das Recht auf Datenübertragbarkeit. Sofern die Verarbeitung auf die Einwilligung beruht wie im Falle der Einwilligung zur Kontaktaufnahme per Email, kann diese Einwilligung jederzeit mit Wirkung für die Zukunft wiederrufen werden.

 

Beschwerderecht bei der Aufsichtsbehörde

Kunden haben das Recht, sich bei der für sie zuständigen Aufsichtsbehörde zu beschweren. Die Kontaktdaten der für uns zuständigen Aufsichtsbehörde lauten:
Die Landesbeauftragte für Datenschutz und Informationsfreiheit Nordrhein-Westfalen
Postfach 20 04 44; 40102 Düsseldorf; Tel.: 0211/38424-0; poststelle@ldi.nrw.de

 

Erforderlichkeit der Datenbereitstellung

Die Bereitstellung der personenbezogenen Daten ist erforderlich, um die Geschäftsbeziehung ausführen zu können. Bei Nichtbereitstellung der Daten kann die Kundenpflege und Nachsorge in Teilen oder vollständig unmöglich sein.
Eine automatisierte Entscheidungsfindung einschließlich Profiling wird in diesem Zusammenhang nicht durchgeführt.

Zugriffsdaten/ Server-Logfiles

brandseven erhebt Daten über jeden Zugriff auf das Angebot (so genannte Serverlogfiles). Zu den Zugriffsdaten gehören:
Name der abgerufenen Webseite, Datei, Datum und Uhrzeit des Abrufs, übertragene Datenmenge, Meldung über erfolgreichen Abruf, Browsertyp nebst Version, das Betriebssystem des Nutzers, Referrer URL (die zuvor besuchte Seite), IP-Adresse und der anfragende Provider.
brandseven verwendet die Protokolldaten nur für statistische Auswertungen zum Zweck des Betriebs, der Sicherheit und der Optimierung des Angebotes. brandseven behält sich jedoch vor, die Protokolldaten nachträglich zu überprüfen, wenn aufgrund konkreter Anhaltspunkte der berechtigte Verdacht einer rechtswidrigen Nutzung besteht.
 

Cookies

Cookies sind kleine Dateien, die es ermöglichen, auf dem Zugriffsgerät der Nutzer (PC, Smartphone o.ä.) spezifische, auf das Gerät bezogene Informationen zu speichern. Sie dienen zum einem der Benutzerfreundlichkeit von Webseiten und damit den Nutzern (z.B. Speicherung von Logindaten). Zum anderen dienen sie, um die statistische Daten der Webseitennutzung zu erfassen und sie zwecks Verbesserung des Angebotes analysieren zu können. Die Nutzer können auf den Einsatz der Cookies Einfluss nehmen. Die meisten Browser verfügen eine Option mit der das Speichern von Cookies eingeschränkt oder komplett verhindert wird. Allerdings wird darauf hingewiesen, dass die Nutzung und insbesondere der Nutzungskomfort ohne Cookies eingeschränkt werden.

Sie können viele Online-Anzeigen-Cookies von Unternehmen über die US-amerikanische Seite http://www.aboutads.info/choices/ oder die EU-Seite http://www.youronlinechoices.com/uk/your-ad-choices/ verwalten.

Survival Analyse

Die Datengrundlage für dieses Modell bilden Transaktionsdaten.

Das bedeutet unter anderem Kundenkommunikation, Aktivität, Zahlverhalten und vieles mehr. Jede Transaktion bzw. jedes Event beeinflusst die „Lebenserwartung“ eines Vertrages oder Kundenkontos.

Brandseven geht dabei individuell auf ihre Transaktionsdatenpakete ein und liefert einen Zeitstrahl pro Kunde, auf dem sich der Effekt jedes Events einfach ablesen lässt.

Beispiele für mögliche Insights:

  • Ein erfolgreiches Vertriebsgespräch im letzten Quartal hat die „Lebenserwartung“ des Kunden verlängert.
  • Die letzte Webshop-Aktivität des Kunden ist über ein Jahr her. Die Inaktivität spricht für hohe Wechselgefahr.

Für Experten:

Die Methodik basiert auf einer Cox-Regression, also tatsächlich auf einem Algorithmus zur „Überlebensanalyse“. Events entsprechen „Hazards“, die sich positiv oder negativ auf die Kündigungswahrscheinlichkeit auswirken.

Diese Fragen lassen sich dann also beantworten:

  1. Um welche Kunden muss sich jetzt (oder erst später) gekümmert werden?
  2. Welchen Effekt haben welche Events im Allgemeinen?
  3. Mit welchen Events können wir bestimmte Kunden stärker binden?

Kausales Modell

Statistische Modelle liefern uns einen guten ersten Einblick in unsere Handlungsoptionen.

Selbstbewusste Entscheidungen können allerdings nur getroffen werden, wenn die Effekte aller Optionen abschätzbar sind.

Das Kausale Modell erlaubt genau das.

Beispiel für ein Gedankenexperiment:
Intervention: Preisanpassung, Effekt: Kündigerquote verändert sich.
Ergebnis: Beste Preisanpassung für mögliche niedrige Kündigerquote.

Das Kausalmodell inkorporiert das Wissen, welche Variablen wie auf andere einwirken und kann so über die statistischen Zusammenhänge hinausschauen und den reinen Effekt einer Intervention erkennen. Dieses Wissen fließt aus zwei Quellen zusammen. Unserem langjährigen Expertenwissen im Energiemarkt und der Kundenanalyse, sowie aus der individuellen Kundendatengrundlage extrahierte Wechselwirkungen der Variablen.

Unsere Kunden profitieren davon folgendermaßen:

  1. Unsere Expertise über den Energiemarkt fließt mit ein.
  2. Fragestellungen können dynamisch angefragt und analysiert werden.
  3. Das Analyseergebnis ist grundsätzlich robuster als das eines klassischen statistischen Ansatzes
  4. Das Modell liefert einen größeren Einblick und hilft konkret Entscheidungen zu treffen.

Basisanalyse

Welche Fragen können und wollen wir beantworten?

Bisher beschäftigen wir uns mit probabilistischen Fragestellungen wie zum Beispiel:

Mit welcher Wahrscheinlichkeit kündigt jemand?

Dafür schauen wir uns an, welche Merkmale haben die Kunden und welche Merkmale machen sie wahrscheinlich zu Kündigern (jene, die wir bei Kündigern sehen) und klassifizieren dann. Dafür kann man unterschiedliche Modelle nutzen. Bei uns ist das im Moment der Random Forest. Problematisch kann das Ganze aus mehreren Gründen sein. Einer davon ist, dass viele Merkmale miteinander korrelieren und es für das Modell schwieriger wird gute Informationen aus den Daten zu ziehen. Ein anderer ist, dass wir viele potentielle Variablen gar nicht beobachten können.

Das Kausal Modell inkorporiert „Expertenwissen“ über den Mechanismus hinter den Variablen. Also zum Beispiel:

Wetter und Churn korrelieren beim Medium Gas stark (warum nur?) – Wir wissen: Wetter beeinflusst Churn. Andererseits führen viele Kündiger nicht zu mehr Sonnenstunden (oder Regentagen).

Hier liegt also eine kausale „Richtung“ vor, die bisher nicht im Modell berücksichtigt wird. Dies ist natürlich ein triviales Beispiel. Das Kausale Modell soll sicherstellen, dass der Mechanismus hinter den Variablen berücksichtigt wird, unbeobachtete Effekte erkannt und herausgerechnet werden können und kann darüber hinaus Aussagen darüber treffen, wie eine Intervention auf einer oder mehrerer Variablen sich auswirkt. Auch hierzu ein Beispiel:

10% der Kunden sind Wechselgefährdet.
Intervention: Passe den Tarif (nach unten) an.
Frage: Sind nun weniger Kunden wechselgefährdet? Wie viele?

Somit liefert diese Methode auch die Plattform, Gedankenexperimente durchzuspielen und kann helfen, Kampagnen zu planen oder den Effekt einer Aktion abzuschätzen, bevor man sie durchführt. Der Gewinn ist also der Übergang von der ersten Frage zur zweiten:

Mit welcher Wahrscheinlicht passiert X, wenn ich Y sehe? Mit welcher Wahrscheinlicht passiert X, wenn ich Y mache?

Unsere Kunden profitieren davon folgendermaßen:

  1. Unsere Expertise über den Energiemarkt fließt mit ein.
  2. Spezielle Fragestellungen können zusätzlich angefragt werden.
  3. Die Ergebnisse werden grundsätzlich robuster.
  4. Das Modell liefert einen größeren Einblick und erklärt warum etwas passiert und nicht nurdass es passiert. Also: Warum kündigt ein Kunde?