ABC-Analyse: Definition, Berechnung und Beispiele

ABC-Analyse als Kundenwertanalyse

Welche sind Ihre besten Kunden und wie setzen Sie gezielte Prioritäten? Mit der ABC-Analyse können Sie Kundendaten klassifizieren und Marketingmaßnahmen passend planen. Wir zeigen Ihnen an einem Beispiel wie die ABC-Analyse funktioniert und welche Vor- und Nachteile diese bei der Kundensegmentierung hat.

Mal angenommen: Ihr Kundencenter hat die Kapazität 2.500 Personen intensiv zu betreuen. Insgesamt hat Ihre Firma gut 20.000 Kontakte, sodass nicht jeder Kunde gleichermaßen betreut werden kann. Somit liegt der Schlüssel darin, die vorhandenen Ressourcen möglichst effizient zu nutzen und besonders die Kunden anzusprechen, die einen hohen Wert für Ihr Unternehmen haben. Genau dabei hilft eine ABC-Analyse – lassen Sie uns ins Thema einsteigen:

Definition: Was ist die ABC-Analyse?

Die ABC-Analyse ist ein bekanntes und häufig verwendetes Instrument aus der Betriebswirtschaftslehre. Sie geht auf H. Ford Dickie zurück, der sie in den 1950er Jahren als Werkzeug für Unternehmen nutzte, sich auf das Wesentliche zu fokussieren.[1]

Hintergrund: Grundlage für die die Entwicklung der ABC Analyse in der BWL waren die Arbeiten von Vilfredo Pareto und Max Otto Lorenz. Nach dem Pareto-Prinzip machen 20 % der Kunden 80 % des Umsatzes aus – die „80/20-Regel“. Lorenz beschrieb ungleiche statistische Verteilungen mit der später nach ihm benannten Lorenz-Kurve. Diese Theorien bilden den wissenschaftlichen Hintergrund der ABC Klassifizierung.

Ganz allgemein unterteilt die ABC Analyse in der BWL Objekte in die drei Klassen A, B und C. Per Definition gehören zur Gruppe A alle Elemente mit höchster Wichtigkeit, es folgen absteigend die Gruppen B und C. Diese Erklärung ist bewusst weit gefasst, denn weder das Kriterium zur Bestimmung der „Wichtigkeit“ noch die Art der erfassten Objekte ist streng definiert. 

Die ABC-Analyse wird häufig im Zusammenhang mit einer Kundensegmentierung verwendet. Hier teilen wir Kunden den Gruppen A, B und C zu. Zum Thema Kundensegmentierung haben wir einen eigenen, umfassenden Beitrag veröffentlicht.

In der Praxis sind die untersuchten Elemente häufig Kunden oder Produkte, es können aber ebenso Ressourcen sein. Die häufigsten Merkmale, nach denen die ABC Klassifizierung vorgenommen wird, sind Umsatz und Kosten.

Sehen wir uns nun an, wie wir die ABC-Analyse berechnen.

Wie wird die ABC-Analyse berechnet?

Das Vorgehen ist immer ähnlich. Grundlage für die Analyse sind die im Unternehmen vorhandenen Daten, zum Beispiel zu Kunden und Umsatz. 

Schritt 1:

Wenn wir Auswertungen vornehmen, fassen wir die Datensätze zunächst übersichtlich in einer Liste zusammen. Das hilft dabei, einen ersten Überblick zu gewinnen. Ein erfahrener Analyst sollte an dieser Stelle unbedingt schauen, ob eine Klassifizierung überhaupt sinnvoll ist.

Voraussetzung ist nämlich, dass sich die Elemente im betrachteten Merkmal deutlich unterscheiden. Oder praxisbezogener formuliert: Kunden nach ihrem Umsatz in Gruppen zu unterteilen ist nur dann sinnvoll, wenn die Umsätze der „guten“ Kunden deutlich über denen der „schlechten“ Kunden liegen. Erfahrungsgemäß trifft das bei fast allen Unternehmen zu. 

Schritt 2:

Im nächsten Schritt erfolgt die Arbeit, die am meisten Fingerspitzengefühl erfordert: Die Festlegung der Grenzen. Wer gehört zu Gruppe A, wo liegt die Trennlinie zwischen B und C? 

Es hat sich etabliert, mit bestimmten Prozentsätzen zu arbeiten. Im Fall einer Kunde-Umsatz-Beziehung sollte die Gruppe A etwa 60 % bis 80 % des Gesamtumsatzes ausmachen.[2] Auf Gruppe B entfallen 10 % bis 25 % und der Rest wird unter C zusammengefasst. 

In der untenstehenden Auflistung sehen wir, wie die Kunden eines Unternehmens dem Umsatz nach absteigend sortiert wurden. 

Bei der ABC-Analyse werden die Kunden nach ihrem Umsatz sortiert.
Beispielkunden sortiert nach Umsatz.

Schritt 3:

Nicht zuletzt geben die betrieblichen Rahmenbedingungen ein Verteilungsmuster vor: Wer die im Eingang erwähnten 2.500 Kunden intensiv betreuen kann, sollte diese Kapazität voll ausnutzen. Allerdings ist nicht nur die Gruppe A von Interesse, wie die im nachfolgenden Beispiel aufgeführten Überlegungen zeigen.

Künstliche Intelligenz optimiert Marketing und Vertrieb

In 6 Fallstudien erfahren Sie:

  • Wie Sie 29% mehr Umsatz pro Kampagne machen.
  • Wie Sie durch KI und Automatisierung mehr Zeit gewinnen.
  • Wie Sie 300% mehr Conversions zur richtigen Zeit machen.
Jetzt herunterladen

ABC-Analyse an einem Beispiel einfach erklärt

Nochmal zur Erinnerung: Ein Unternehmen hat 20.000 Kontakte und die Kapazität, 2.500 Kunden intensiv zu betreuen – zum Beispiel mit persönlichen Beratern. Die Statistiker beginnen nun damit, eine ABC-Analyse zu rechnen und teilen die Kunden gemäß Schema in die Gruppen ein. 

Benötigen Sie Unterstützung?

Lernen Sie Ihre Kunden kennen und starten Sie Ihre Kundenanalyse.

Kundenanalyse

In Anbetracht des Aufwandes sollte das Unternehmen nun gewinnbringende Erkenntnisse aus dieser Untersuchung ziehen. Wie berechnen wir die ABC-Analyse? Das konkrete Vorgehen unterscheidet sich je nach Gruppe:

Klasse A: Gute Kunden sollten gute Kunden bleiben

Vermutlich kennen Sie die Folgerungen aus der ABC-Analyse bereits aus Kundensicht – und manchmal schmeckt das Ergebnis süß. Ein einfaches Beispiel: Als Stammkunde beim Bäcker gibt es von Zeit zu Zeit ein Rosinenbrötchen geschenkt. Warum das? Um Ihnen eine Freude zu machen, Sie als Kunde wertzuschätzen – und um Sie als guten Kunden nicht zu verlieren.

Ganz ähnlich funktioniert das Modell in jedem anderen betrieblichen Umfeld. Je nach Branche erhalten die A-Kunden besondere Angebote, eine persönliche Betreuung oder exklusive Mails. Ebenso sollte der Betrieb lange Wartezeiten oder ähnliche Unannehmlichkeiten für diese Kunden unbedingt vermeiden.

ABC-Analyse Excel-Vorlage: Hier können Sie unsere Excel-Vorlage herunterladen.

Klasse B: Anreize zum Aufstieg schaffen

Die Welt besteht nicht nur aus A-Kunden. Für das Unternehmen ist es daher wichtig, auch die Gruppe B zu betrachten. Diese Kunden bieten oftmals ein großes Potential für noch mehr Interaktionen. Hauptmotivation ist es hier, den Umsatz zu steigern und aus einem B-Kunden langfristig einen A-Kunden zu machen. 

Wir empfehlen daher, die vorhandenen Ressourcen nicht nur auf A-Kunden zu zentrieren. Eine persönliche Betreuung der Kunden aus Klasse B kann sich ebenfalls auszahlen.

Klasse C: Normale Betreuung – geringer Aufwand

Statistisch ist die Gruppe C in aller Regel am größten, für den Umsatz jedoch eher unbedeutend. Kontakte aus dieser Klasse erhalten daher den üblichen Service ohne besonders intensive Betreuung.

Die ABC-Analyse lässt sich hervorragend über einfache Berechnungen in den täglichen Workflow einbinden: 

Die passende Software ermöglicht eine bedarfsgerechte Ansprache und hilft die Ressourcen effektiv zu verteilen. Wenn im Rahmen der ABC-Analyse Aufgaben anfallen, die darüber hinausgehen, lässt sich das manuell an zentraler Stelle steuern.

Da zu viele Zahlen unübersichtlich wirken können, hat es sich bewährt, die ABC-Analyse mittels einer Berechnung grafisch zu veranschaulichen. Dafür wird der kumulierte Umsatz gegen die Kunden aufgetragen – links der Kunde mit dem höchsten Anteil am Gesamtumsatz. 

Es ergibt sich eine Lorenzkurve, die mehr oder weniger stark von der Gleichverteilung abweicht. Das ist gut, denn je größer die Abweichung ausfällt, desto erfolgversprechender ist das ABC-Konzept.

An der Lorenzkurve lassen sich die gewählten Klassen intuitiv vergleichen

ABC-Analyse in Excel

Das oben gezeigte Beispiel können Sie ganz einfach in Excel nachbauen. Dazu haben wir Ihnen ein Excel vorbereitet, wo Sie nur noch Ihre Zahlen eintragen müssen:

ABC Klassifizierung mit 25 Kunden nach Klasse A,B und C.
Eine mögliche ABC-Klassifizierung – mit 25 Kunden

Hier können Sie das Excel zur ABC-Analyse herunterladen.

Wichtig: Dieses ABC Analyse Beispiel konzentriert sich auf die Kunden-Umsatz-Beziehung. Für andere Zusammenhänge wie Kosten und Nutzen oder Artikel und Umsatz lassen sich ähnliche Überlegungen anstellen.

Vor- und Nachteile der ABC-Analyse

Nun bleibt noch die alles entscheidende Frage: Ist die ABC Analyse für Ihr Unternehmen sinnvoll? Das lässt sich nur im Einzelfall beantworten und für einen guten Überblick sehen wir uns sowohl die Vor- als auch die Nachteile an. (In aller Regel überwiegen jedoch die Vorteile).[3] 

Die Vorteile für Ihr Unternehmen

Die für eine ABC-Analyse mit Berechnung anfallende Arbeitszeit ist vergleichsweise gering: Selbst große Datenmengen von Millionen Kunden lassen sich dank der einfachen Auswahlkriterien schnell auswerten. Zugleich ermöglicht die Methode, vorhandene Ressourcen künftig effizienter zu nutzen und trägt maßgeblich zur Identifizierung von Top-Kunden bei. 

Die „Nachteile“ (= ausbaubedürftige Einwände)

Verfahrensbedingt kann die ABC-Analyse nur die Ist-Situation berücksichtigen. Was ist jedoch, wenn sich in der Gruppe C ein Großkunde befindet, der Ihr Unternehmen mit einer kleinen Bestellung ausprobieren wollte? 

Dieser fällt leider nicht in das Schema für die intensive Betreuung. Auf der anderen Seite kann es passieren, dass ein einmaliger Großbesteller in Kategorie A eingestuft wird, obwohl er keine weiteren Investitionen plant. Die detaillierte Betrachtung inklusive Auftragshistorie und Einschätzung für die Zukunft fällt durch das Raster der ABC-Analyse.[4]

Zudem ist die Einteilung in die Gruppen immer ein diskussionswürdiger Aspekt. Es kann passieren, dass gerade in den Grenzbereichen manuelle Anpassungen nötig sind.

Unsere Empfehlung: Natürlich sind wir daran interessiert, Ihnen Machine Learning basierte Methoden näherzubringen, aber das auch mit guter Begründung! Es gibt neben der ABC-Analyse die Möglichkeit beispielsweise eine clusterbasierte Analyse durchzuführen. Der Vorteil der KI basierten Clusteranalyse: Wir können sowohl aktuelle Kunden als auch Neukunden berücksichtigen und lassen mehrere Kriterien (wie z.B. Kundendaten, Kaufverhalten, Umsatz, und vieles mehr) in die Analyse einfließen. 

So wird sowohl für B2B- als auch für B2C-Unternehmen eine Methode geboten, die Kunden nach ihrem Wert für das Unternehmen zu sortieren. Und das aktuell, automatisiert und datenbasiert. Hier haben wir einen umfassenden Beitrag verfasst, rund um das Thema Kundensegmentierung.

Fazit – Die ABC-Analyse als gute Basis

Wir haben mit der ABC-Analyse eine einfache Methode zur Klassifizierung Ihrer Kunden kennengelernt. Und wir haben gesehen, wie diese Klassifizierung die Priorisierung unterstützt und nachvollziehbar macht. Die Einfachheit ist der größte Vorteil der ABC-Analyse, aber auch ihr entscheidender Nachteil (wenn mehr als eine Kennzahl berücksichtigt werden muss oder ein prognostischer Ansatz benötigt wird).

Sollte es etwas komplexer sein? Das nächste Level erreichen Sie z.B. mit einer RFM-Analyse oder mit der Königsklasse: Die Kundensegmentierung mit Machine Learning.

Sie möchten gerne persönlich erfahren, welche Vorteile Machine Learning in der Kundensegmentierung bringt und wie Sie das System in Ihren Prozessen einfach implementieren können? Dann melden Sie sich gerne bei uns!

FAQ – Die wichtigsten Fragen schnell beantwortet

Was ist die ABC-Analyse?

Die ABC-Analyse ist ein Analyseverfahren aus der Betriebswirtschaftslehre. Das Konzept teilt dabei Objekte (wie zum Beispiel Kunden) in drei Gruppen: A, B und C. Wir ordnen die wichtigsten Objekte Gruppe A zu und Gruppe C den unwichtigsten.

Wie berechne ich eine ABC-Analyse?

Um die ABC-Analyse zu berechnen, müssen wir zunächst die Rahmenbedingungen festlegen: Wo sollen Gruppe A, B und C voneinander abgegrenzt werden und welche Kategorie soll für die Unterscheidung verwendet werden (z.B. Umsatz, Unternehmensgröße, Kaufquantität)? Orientieren wir uns am Umsatz können wir die Grenzen der Gruppen in Form von dem prozentualen Anteil der Gruppe am Gesamtumsatz des Unternehmens festlegen.

Was sind die Vor- und Nachteile einer ABC-Analyse?

Die ABC-Analyse bietet einen ersten Überblick über die Top-Kunden und ist schnell und einfach zu berechnen. Der Nachteil ist allerdings, dass die ABC-Analyse nur den aktuellen Ist-Stand anzeigt, dabei ist es unwahrscheinlich, dass ein Kunde aus Gruppe C diese Woche nicht zu einem Kunden wird der eher Gruppe A zugehörig ist. Die Verwendung eines weiteren Analyseverfahrens hilft dabei Kundenbeziehungen dynamischer zu betrachten.

Weitere Quellen:

[1] H. Ford Dickie: ABC Inventory Analysis Shoots for Dollars, not Pennies. In: Factory Management and Maintenance, 6(1951)109, pp. 92–94.
[2] https://www.business-wissen.de/hb/abc-analyse-am-beispiel-erklaert/
[3] https://wiki.hslu.ch/controlling/ABC-Analyse#Vor-_und_Nachteile
[4] https://de.ryte.com/wiki/ABC-Kundenanalyse

Profilbild von Vinzent Wuttke Leiter Business Development Datasolut GmbH
Vinzent Wuttke
Leiter Business
 Development

Ihr Ansprechpartner

Ob und wie künstliche Intelligenz Ihnen weiterhelfen kann, können Sie in einem ersten, unverbindlichen Gespräch mit uns herausfinden.

In diesem Gespräch erfahren Sie:

  • Wie Ihr Use-Case technisch am besten umgesetzt werden kann
  • Wie wir maximal sicher mit Ihren Kundendaten umgehen
  • Wie lange wir für die Umsetzung benötigen und wie ein konkreter Projektplan aussehen könnte
Termin buchen

Weiterlesen

Customer Lifetime Value einfach erklärt
Customer Analytics Vor 2 Wochen

Customer Lifetime Value (CLV): Erklärung, Berechnung und Vorteile.

Der Customer Lifetime Value (CLV) beschreibt den Wert einer Kundenbeziehung. In diesem Artikel erklären wir Ihnen, was der Customer Lifetime Value ist und zeigen Ihnen anhand von Praxisbeispielen, wie man […]
Künstliche Intelligenz im Marketing
Customer Analytics Vor 2 Wochen

Künstliche Intelligenz (KI) im Marketing: Anwendung und Beispiele

Künstliche Intelligenz (KI) kann mit einfachen Methoden effektiv im Marketing eingesetzt werden. Für Unternehmen bietet KI gerade im Marketing enorme Optimierungspotenziale. Konversionsraten können gesteigert, Kundenverhalten vorhergesagt und personalisierte Werbung ausgespielt […]
Customer Analytics Vor 2 Monaten

Analytisches CRM: aus Kundenbeziehungen lernen

Kunden zu verstehen und dieses Wissen in das operative Geschäft einfließen zu lassen, um CRM-Prozesse zu optimieren und Kunden langfristig zu binden, ist ein entscheidender Erfolgsfaktor für Unternehmen. Analytisches CRM […]
Customer Analytics Vor 3 Monaten

Kundendaten: sammeln, richtig nutzen und Anwendungen im Marketing.

Kundendaten sind für jedes Unternehmen ein wichtiger Erfolgsfaktor. Nur wer seine Kunden wirklich kennt, kann gezielt Produkte und Angebote entwickeln. Die Vorteile liegen auf der Hand, doch zunächst müssen die […]
Customer Analytics Vor 5 Monaten

Kundenanalyse: Methoden, Nutzen und Beispiele

Wir führen eine Kundenanalyse durch, um ein besseres Verständnis über unseren Kunden zu erlangen. Durch die Analyse können wir abschätzen, welche Kunden besonders rentabel sind, wie wir Kunden am besten […]
Customer Analytics Vor 10 Monaten

Kundenwert: wie wertvoll ist jeder einzelne Kunde?

Wissen Sie wie wertvoll jeder einzelne Kunde für Sie ist? Erst wenn Sie wissen welchen Kundenwert Ihre Kunden haben, können Sie Ihr Marketingbudget gezielt einsetzen. Verschiedene Methoden der Kundenwertanalyse können […]
Customer Analytics Vor 10 Monaten

Marketinganalysen: Vorteile, Methoden und Herausforderungen

Unternehmen, bei denen Unklarheiten über den eigenen Markt und Kundenstamm bestehen, sollten sich zeitnah mit Marketinganalysen beschäftigen. Diese bieten die Möglichkeit, die eigene Unternehmenssituation besser einzuschätzen und Potenziale im Marketing zu erkennen. In diesem Artikel möchte ich Ihnen […]
Retention Rate Kohorte wiederkauf
Customer Analytics Vor 10 Monaten

Kohortenanalyse: Definition, Anwendungsfälle und Beispiel

Wie verhält sich Ihr Kunde im Laufe der Zeit? Und noch wichtiger: Warum? Wenn Sie diese Fragen beantworten wollen, reicht es nicht aus, Ihre wichtigsten KPIs im Laufe der Zeit […]
Customer Analytics Vor 10 Monaten

Kundenklassifizierung: Definition, Vorteile und Methoden

Eine zielgerichtete Kundenklassifizierung hilft Unternehmen, ihr Marketing erfolgreicher zu gestalten. Gezieltes Marketing hängt wesentlich von der Kenntnis der Kunden ab. Welche Kunden interessieren sich für welche Produkte und wie unterscheiden […]
Newsletter und Updates

Sie sehen gerade einen Platzhalterinhalt von HubSpot. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen
Termin buchen