Beim „Next Best Action-Ansatz“ entscheiden die Marketingabteilung, der Vertrieb und der Kundendienst bei jeder Kundeninteraktion gemeinsam über die jeweils am besten geeignete Maßnahme. Dabei kann es sich um eine Cross-Selling-Entscheidung, einen Preisnachlass auf bestehende Dienstleistungen, den Verzicht auf jedwede Maßnahme oder eine beliebige Zahl alternativer Aktionen handeln. Hinter diesem Ansatz verbirgt sich die Idee, für jeden einzelnen Kunden die Maßnahme, von der das Unternehmen am stärksten profitiert, sowie den richtigen Zeitpunkt und den richtigen Kanal für diese Maßnahme zu ermitteln.

Zur Ermittlung der jeweils am besten geeigneten Maßnahmen sind Analysen von größter Bedeutung. In der Regel wird Data Mining eingesetzt, um die effektivste Form der Kundensegmentierung in verschiedene Gruppen zu ermitteln. Dabei streben viele Unternehmen eine immer feinere granulare Kundensegmentierung an.

Zur Darstellung dieser Segmentierungsmodelle in Form von Geschäftsregeln dient oft ein Entscheidungsbaum, der die problemlose Integration in die zentrale, regelbasierte Entscheidungsfindung ermöglicht. Gängig sind auch prädiktive Analysen, die Ungewissheit in Bezug auf das Verhalten, den Wert oder die Reaktion von Kunden in Wahrscheinlichkeiten umwandeln.

Indem sie mithilfe von maschinellem Lernen Modelle zur Bewertung der Wahrscheinlichkeit entwickeln, dass die Bindung eines bestimmten Kunden bedroht ist oder ein bestimmtes Angebot akzeptiert wird, können Unternehmen die ihnen bereits vorliegenden Daten zu früherem Kundenverhalten sinnvoll nutzen.

Es können Regeln festlegt werden, die diese Prognosen nutzen. Die Regeln können sogar in Segmentierungsmodellen verwendet werden, wenn beispielsweise das Abwanderungs- oder Fluktuationsrisiko als ein Kriterium bei der Kundensegmentierung verwendet wird.