Wie können Sie Ihre Marketingkampagne optimiert nach dem langfristigen Customer Lifetime Value planen? Wir verraten es Ihnen in dem folgenden KI-Anwendungsbeispiel. In diesem haben wir für ein Unternehmen aus dem Großhandel eine Customer Lifetime Value Prognose erstellt.
Zur Erinnerung: Der CLV (Customer Lifetime Value) ist eine Kennzahl welche den Kapitalwert des Gewinns eines jeden Kunden in seiner gesamten Kundenbeziehung mit dem Unternehmen generiert.
Die Planung von Marketingbudget ohne den CLV
Beginnen wir mit der Herausforderung: Ein Marketingmanager gibt nicht selten zu viel Werbebudget für Kunden mit wenig Umsatzpotential aus. Das liegt meist daran, dass nicht klar ist, welcher Kunde welchen Kundenwert hat. Denn die Kennzahl Customer Lifetime Value wird zu häufig missachtet, obwohl diese die mit wichtigste Kennzahl im Marketing ist.
Vollkommen verständlich: Woher kann er wissen, welcher Kunde wie viel Umsatz in der Zukunft bringt? Die Ausrichtung auf den bisherigen, historischen Umsatz kann irreführend sein, denn Kunden die gestern noch kaufwillig waren, können morgen schon nicht mehr interessiert sein.
Daraus ergibt sich wiederum ein Kostenpunkt: Der Marketingmanager muss Budget für die Kundenbindung und Reaktivierung der Kunden planen, die sich vernachlässigt fühlen.
Und so sieht das dann in der Praxis aus: Der Top-Kunde bekommt eine einfache E-Mail zugeschickt, während ein umsatzschwacher Kunde per Zufall einen kostenaufwendigen Katalog bekommt. Dass dies nicht fair ist, ist einleuchtend und äußert sich nicht selten in Form von hoher Kundenunzufriedenheit und anschließender Fluktuation. Deswegen ist die Berechnung des Customer Lifetime Value so wichtig.
Bisher sah der Outcome für die menschliche Lösung des Problems so aus:
- Verallgemeinerte Annahmen
- Unpräzise Schätzungen über Umsatzerwartungen in der Zukunft
- Ungerechte Verteilung des Werbebudgets
Wie können wir zuverlässig schätzen, welcher Kunden einen hohen und welcher einen niedrigen Kundenwert hat? Die KI kann helfen..
Customer Liftime Value Prognose durch KI
Warum sollte man den CLV überhaupt messen?
- Wir können Marketingmaßnahmen und Investitionshöhe gezielt steuern
- Die Konzentration liegt auf langfristigen Geschäftsbeziehungen (Wertschätzung)
- Up- und Cross-Selling-Potentiale können besser genutzt werden
Unser gemeinsames Ziel: Eine optimierte Steuerung von Marketing- und Vertriebskampagnen und das Lösen des Problems der Marketing Allocation – und das durch maschinelles Lernen!
Diese Vorgehensweise wird dabei verwendet:
- Der Algorithmus berechnet den abgezinsten Deckungsbeitrag eines jeden Kunden.
- Ein prädiktives CLV-Modell wird erstellt.
- Tägliche Berechnung der Umsatzprognose pro Kunde für 12 Monate.
Für die Analyse berücksichtigen wir folgende Faktoren:
- Umsatz des Kunden
- Kaufhäufigkeit
- Kosten für Maßnahmen der Kundenbindung
- Angebote und Rabatte
- Marketingaktionen und die damit verbundenen Kosten
- Spezielle Verträge für bestimmte Kunden(gruppen)
- Saisonale Angebote
- Cross-Selling sowie Up-Selling Potentiale des Kunden
- Imageeffekte und Empfehlungen (Kunden als Multiplikatoren)
In der Abbildung ist der Vorgang der Prognose grafisch dargestellt. Die Kundendaten der Vergangenheit von Kunde A und B dienen der Vorhersage von den Kauf- und Marketinginteraktionen in der Zukunft. So können wir den Customer Lifetime Value für einen festgelegten Zeitraum in der Zukunft vorhersagen.
Somit können wir für 12 Monate im Voraus einsehen, wie viel Umsatz je Kunde generiert wird.
Die Vorteile des prädiktiven CLV-Systems
Das Ziel war es, den Kundenwert durch Verwendung von Künstlicher Intelligenz berechnen und vorhersagen zu können. So sollten final Kunden in Segmente unterteilt werden, damit der Marketingmanager anschließend passende Marketingbudgets planen kann.
Das Ergebnis ist die Erkenntnis, wer die TOP Kunden sind. Damit einhergehend lassen sich:
- Marketingaktivitäten steuern
- Angebote passend gestalten
- Marketingbudgets planen
Somit bekommt der Top-Kunde den kostenaufwendigen Katalog und der umsatzschwache Kunde die kostengünstige E-Mail. Sollte sich der CLV der beiden Kunden in Zukunft ändern, wird auch dies wieder in der nächsten Marketing-Planung berücksichtigt.
Möchten auch Sie gerne wissen, wie hoch der CLV ihrer Kunden ist? Gerne beraten wir Sie! Sollten Sie sich für weitere Anwendungsbeispiele der KI interessieren, schauen Sie doch bei unseren diversen Use Cases vorbei.
Sie finden das Thema CLV spannend und möchten gerne mehr darüber erfahren? Hier haben wir ein kurzes, spannendes Video gedreht, in dem Sie Näheres zum Thema Berechnung der CLV erfahren.
Wenn Sie mehr über die Funktionsweise von KI oder den CLV erfahren möchten, empfehlen wir Ihnen unsere Lösungsseite.
