Zu viele Unternehmen verteilen ihr Marketingbudget mit der Gießkanne gleichmäßig auf alle Kunden. Bei dieser Vorgehensweise ist mit erheblichen Verlusten zu rechnen, doch es fällt den Marketingmanagern nicht leicht, Ressourcen effizient zu verteilen.
Durch die Berechnung des Customer Lifetime Value wird deutlich, welcher Kunde welchen Wert in der gesamten Zeit als Kunde für das Unternehmen generiert. Diese Vorhersage hilft dabei, das Marketingbudget gezielt einzusetzen, und somit alle Umsatzpotentiale voll auszuschöpfen.
Marketing mit der Gießkanne
Der Erhalt eines treuen und engagierten Kundenbestandes ist entscheidend für den wirtschaftlichen Erfolg eines Unternehmens. In diesem speziellen Fall möchte das Unternehmen aus der E-Commerce-Branche Printwerbemittel effektiv einsetzen.
Die Werbemittel dienen schon seit Jahren als treibender Faktor für den Umsatz und die Kundenbindung. Allerdings gibt es bei dem Einsatz der Printwerbemittel ein Problem: Die Produktions- und Versandkosten sind extrem hoch.
Die Herausforderung besteht also darin, dass die Marketingmanager nur eine gewisse Menge an Kunden mit den Werbemitteln kontaktieren können. Das bedeutet, die Printwerbemittel sollten an die Kunden adressiert werden, die ein hohes Kaufpotential aufweisen.
Nun stellt sich für die Marketingverantwortlichen die Frage: Wie unterscheiden wir Kunden mit einem hohen Kaufpotential von Kunden mit einem niedrigen Kaufpotential?
Schließlich ist das Ziel, welches jeder Marketingmanager erreichen möchte: den ROI steigern. Das bedeutet, dass die Ausgaben für die Kampagnen, durch den Umsatz – der durch die Kampagnen erzielt wurde – wieder ausgeglichen werden sollen.
Folgende Grafik veranschaulicht, was passiert, wenn das Marketingbudget gleichmäßig auf alle Kunden verteilt wird, und dem gegenübergestellt, was passiert, wenn Marketingbudget basierend auf der CLV-Prognose geplant wird:
Deutlich zu erkennen ist, dass ein großer Umsatzverlust bei dem Marketing mit Gießkanne (links abgebildet) besteht. Kunden mit geringerem CLV erreichen genauso viele Kampagnen (hier als Marketingbudget abgebildet), wie Kunden mit hohem CLV. Hier überrundet das ausgegebene Budget den CLV um mehrere tausend Euro.
Anders sieht das bei dem effizienten Marketing aus (in der Grafik rechts). Hier wird wesentlich mehr Budget für Kunden mit hohem CLV ausgegeben, während für Kunden der Kategorie “Karteileichen” kein Budget verschwendet wurde.
Das bedeutet, wenn wir effizientes Marketing betreiben wollen, müssen wir den Wert jedes einzelnen Kunden im Umgang mit dem Unternehmen berechnen. Und wie wir das voll automatisiert mit Künstlicher Intelligenz schaffen, erklären wir Ihnen im nächsten Abschnitt.
Eine KI-basierte Customer Lifetime Value Prognose
Unser Ziel ist es, dem Marketingmanager möglichst präzise vorherzusagen, welcher Kunde wie viel Wert für das Unternehmen in der Zukunft bringen wird. Dadurch soll er die Möglichkeit bekommen, das Marketingbudget effizient einzusetzen.
Da wir in diesem Falle sowohl von dem Wert eines Kunden sprechen als auch wissen wollen, wie wahrscheinlich ein Kunde einen Kauf tätigt, kombinieren wir beide Aspekte bei der Berechnung. So haben wir am Ende zwei Modelle vorliegen: das Aktivitätsmodell und das Umsatzmodell. Diese werden in einem letzten Schritt kombiniert, um eine optimale CLV-Prognose vorliegen zu haben.
Zunächst lassen wir die historischen Kundendaten – die in diesem Falle zu Hauf vorlagen – durch maschinelles Lernen analysieren. Dadurch können wir Rückschlüsse auf das Kundenverhalten schließen.
In das Flatfile mit Trainingsdaten nehmen wir unter anderem Folgende Variablen auf:
- Nettoumsatz nach Retouren für den Zielzeitraum
- Durchschnittliche Warenkorbgröße in € über die komplette Kundenhistorie
- Tage seit letzter Bestellung des Kunden
- …
Nachdem wir verschiedene Modelle antrainiert und schließlich mit Trainingsdaten validiert haben, kombinieren wir in einem letzten Schritt die beiden entwickelten Modelle und erhalten so ein ideales, kundenindividuelles und prädiktives Customer-Lifetime-Value-Modell für die nächsten 12 Monate.
Was ist das Ergebnis, nach der Implementierung der KI-basierten CLV-Prognose?
Unser Ziel war es, dem Marketingmanager eine Vorlage zu geben, mit welcher er das Marketingbudget effektiv und mit möglichst wenig, bis keinem Verlust planen kann.
Die prädiktive – auf maschinellem Lernen basierte – CLV-Prognose sollte dem Marketing-Team als Anhaltspunkt dienen, um zu entscheiden, welcher Kunde der richtige Adressat für die Printmedienkampagne ist. So sollen sowohl Umsatz als auch ROI gesteigert werden.
Als Ergebnis hat sich deutlich gezeigt, dass durch die Orientierung am CLV, die Printwerbemittel effektiver eingesetzt wurden. Durch diesen effektiven Einsatz konnte ein Mehrumsatz von unfassbaren 29% erzielt werden.
Für jeden Versand kann eine optimale Zielgruppe ermittelt werden, so dass der Return on Invest (ROI) um ganze 42% gesteigert werden konnte.
Schließlich zeigte dieses Anwendungsbeispiel, wie wichtig die Kennzahl Customer Lifetime Value für den Umsatz und den ROI ist. Dadurch findet ein effektives Planen von Marketingkampagnen statt, welches sowohl für die Kunden als auch für das Unternehmen von Vorteil ist.
Sie möchten gerne den Customer Lifetime Value Ihrer Kunden bestimmen und mit Hilfe maschinellem Lernens Ihre Marketing- und/oder Vertriebsstrategien verbessern? Dann unterstützen wir Sie dabei!
Was genau der Customer Lifetime Value aussagt und wie man ihn berechnet, erfahren Sie auf unserer Lösungsseite und auf unserem YouTube-Kanal.
