ABC-Analyse am Beispiel erklärt

ABC-Analyse als Kundenwertanalyse

Welches sind Ihre besten Kunden und wie setzen Sie Prioritäten? Mit der ABC-Analyse können Sie Daten klassifizieren und gezieltes Marketing betreiben. Wir zeigen Ihnen an einem Beispiel wie die ABC-Analyse funktioniert. Auch Vor- und Nachteile dieser Kundenwertanalyse zeigen wir auf.

Die ABC-Analyse ist eine der einfachsten Methoden der Kundenwertanalysen.

Mal angenommen: Ihr Kundencenter hat die Kapazität, 2.500 Personen intensiv zu betreuen. Insgesamt hat Ihre Firma gut 20.000 Kontakte. Das reicht nicht für alle – muss es auch gar nicht. Der Schlüssel liegt darin, die vorhandenen Ressourcen möglichst effizient zu nutzen. Genau dabei hilft eine ABC-Analyse, die ich Ihnen heute im Detail vorstellen möchte.

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. 
 
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.

ABC-Analyse in der Praxis

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

Wenn ich eine Auswertung vornehme, fasse ich 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.

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

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 „guter“ Kunden deutlich über denen „schlechter“ Kunden liegen. Erfahrungsgemäß trifft das bei fast allen Unternehmen zu. 

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.

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

ABC Analyse an einem Beispiel

Ich bleibe bei meinen Zahlen: 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.

In Anbetracht des Aufwandes sollte das Unternehmen nun gewinnbringende Erkenntnisse aus dieser Untersuchung ziehen. Wie funktioniert das? Das konkrete Vorgehen unterscheidet sich je nach Gruppe:

Klasse A: gute Kunden sollten gute Kunden bleiben

Vermutlich kennen Sie die die Folgerungen aus der ABC Analyse bereits aus Kundensicht – und manchmal schmeckt das Ergebnis süß. Ganz 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 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

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 langfristig ein A zu machen.

Ich empfehle daher, die vorhandenen Ressourcen nicht nur auf A zu konzentrieren. Eine persönliche Betreuung der Kunden aus Klasse B kann sich auszahlen.

Gruppe C: normale Betreuung

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.

Eine mögliche ABC-Klassifizierung – mit 25 Kunden

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.

… und wie funktioniert das konkret?

Müssen die Mitarbeiter die Kunden permanent klassifizieren und die Maßnahmen manuell abstimmen? Nein: 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.

Grafische Darstellung

Zu viele Zahlen sind unübersichtlich. Es hat sich daher bewährt, die ABC-Analyse mit 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-Kundenanalyse 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.

Hier können Sie das Excel zur ABC-Analyse herunterladen.

Vor- und Nachteile der ABC Klassifizierung

Bliebt die Frage: Ist die ABC Analyse für Ihr Unternehmen sinnvoll? Das lässt sich nur im Einzelfall beantworten. In aller Regel überwiegen jedoch die Vorteile.[3]

Vorteile

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. Zusammenfassend wundert es mich nicht, dass dieses Werkzeug so häufig eingesetzt wird.

Nachteile

Trotzdem sollten Sie immer auch die Nachteile berücksichtigen. 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?

Der 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.

Jetzt zum datasolut Newsletter anmelden

Erhalten Sie tiefe Einblicke wie Sie mit künstlicher Intelligenz und maschinellem Lernen Ihr Marketing optimieren können, sowie Zugang zu exklusiven Whitepapern und praktischen Anleitungen.

Mit der Anmeldung zu unserem Newsletter stimmst du unserer Datenschutzerklärung zu.

Fazit

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.

Die ABC-Analyse ist eine sehr einfache Art der Kundenanalyse. Wir bei datasolut helfen Ihnen gerne Ihre Kunden besser zu verstehen. Vereinbaren Sie gerne einen Termin mit mir oder schreiben Sie mir eine Mail.

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

Ihr Kontakt: Laurenz Wuttke

Unternehmen sitzen auf einem ungenutzten Berg von Kundendaten. Wir von datasolut entwickeln KI, die Ihr Marketing optimiert. Damit Sie dem richtigen Kunden zur richtigen Zeit das richtige Angebot machen können.

Laurenz Wuttke

Auch interessant für Sie

Laurenz Wuttke datasolut Gmbh
Ich freue mich, wenn Sie sich zu unserem Newsletter anmelden.

Jetzt zum Newsletter anmelden!

Ihr Mehrwert:

  • Tipps zur Marketingoptimierung
  • Interessante Case Studies
  • Bewährte Praxistipps

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu.

KI-im-CRM Kopie

Whitepaper:
Wie künstliche Intelligenz das CRM verändert!

  • 10% mehr Zeit durch Automatisierung.
  • bis zu 300% mehr Conversions durch die richtigen Angebote zur richtigen Zeit.
  • 35% mehr User-Engagement durch personalisierte Kampagnen.

Trage deine E-Mail-Adresse ein, um die KI-Fallstudien zu erhalten: