Im folgenden KI-Use Case haben wir für ein B2B-Handels- und Dienstleistungsunternehmen eine Kundensegmentierung erstellt. Das Ziel war es, die Steuerung von Marketing- und Vertriebskampagnen zu optimieren und so den Umsatz zu steigern.
Das dabei verwendete – auf maschinellem Lernen basierte, unüberwachte – Clusteringverfahren hilft den Unternehmen dabei, ihren Kundenbestand anhand vorher definierter Kriterien in Gruppen zu unterteilen. Diese Gruppen (Cluster) weisen unterschiedliche Verhaltensweisen in vorher festgelegten Kategorien (wie beispielsweise dem Kaufverhalten) auf.
Basierend auf dieser trennscharfen Unterscheidung des Kundenbestands kann das Unternehmen dann, gruppenspezifische Angebote unterbreiten.
Es gibt keinen Durchschnittskunden!
Wie können Marketingmanager oder auch Vertriebsmitarbeiter gezielt Kampagnen steuern, ohne die Bedürfnisse oder das Kaufverhalten ihrer Kunden zu kennen?
Für das B2B-Handelsunternehmen ist es eine Herausforderung, den Kundenbestand zu verstehen und zu überblicken. Die angesammelten Daten der vergangenen Interaktion zwischen Kunde und Unternehmen liegen im CRM-System wenig strukturiert vor. So können aus den Daten keine klaren Erkenntnisse – zum Beispiel über das Kunden- oder Kaufverhalten – gezogen werden.
Für Marketingkampagnen wird ein gewisses Budget zur Verfügung gestellt. Wird dieses nicht effizient eingesetzt, gehen hohe Umsatzpotentiale verloren. Dennoch verwenden viele Marketingmanager heutzutage noch zu häufig die Gießkannen-Strategie, wenn sie das Budget für Kampagnen planen. Dabei wird das Budget gleichmäßig auf alle Kunden verteilt – egal ob es sich um aktive oder inaktive Kunden handelt.
Das führt zu einem Konflikt, denn das Ziel ist es, die aufgekommenen Kosten für die Kampagne, durch den Umsatz durch die Kampagne, wieder auszugleichen. Erreicht die Kampagne “Karteileichen”, geht der Umsatz verloren.
So ist es wichtig zu wissen, welche Kunden aktiv sind und regelmäßig kaufen und welche inaktiv sind und vermutlich kein Interesse mehr an der Dienstleistung haben.
Durch Kundensegmentierung Kundenverhalten verstehen
Der Wunsch des B2B-Handelsunternehmens ist es, tiefe Einblicke in das Kundenverhalten zu erlangen, um daraufhin die Marketing- und Vertriebskampagnen gezielt zu steuern. Dabei sollte besonders der Umsatz von Füllprodukten für bereits vermietete Geräte gesteigert werden.
Um dieses Ziel zu erreichen, unterteilen wir den Kundenstamm in möglichst homogene Gruppen – in sogenannte Cluster. Den Clustern können – anschließend an die Unterteilung – verschiedene Merkmale zugewiesen werden, mit Hilfe welcher das zusammengefasste Kundenverhalten dieser Cluster deutlich wird.
Wie gehen wir bei so einem Clusteringverfahren vor?
Zunächst betrachten wir die vergangenen Transaktionsdaten der Kunden mit dem Unternehmen. Um eine möglichst präzise Clusterung zu erlangen, stellen wir dem Algorithmus die historischen Kundendaten der letzten 12 Monate zur Verfügung.
In diesem Fall interessieren uns dabei besonders die folgenden Daten:
- Merkmale zur Unternehmensgröße und Branche
- Nutzungsdaten der bereitgestellten Geräte
- Externe Daten, wie die Kaufkraft
- Kaufhistorie
Durch die Daten erstellt der Algorithmus Kundensegmente und ordnet die Kunden diesen Clustern zu.
Anschließend an die Zuordnung der Kunden in die entstandenen Cluster, werden diese Cluster aufgrund gemeinsamer Cluster-interner Merkmale, beschrieben und benannt.
Beispielhafte Beschreibung der Kundensegmente (Cluster):
| Kundensegment | Name | Beschreibung/Merkmale |
| 1 | Die Vielkäufer | -haben bereits hohen Umsatz erzielt -kaufen viele Füllprodukte -Hohes ungenutztes Umsatzpotenzial |
| 2 | Die Schläfer | -haben schon lange nichts mehr gekauft -ungenutztes Umsatzpotential -kaufen kaum Füllprodukte |
Schließlich werden die Daten der einzelnen Kundensegmente hinsichtlich der Unternehmensziele analysiert, sodass der Marketingmanager Informationen über beispielsweise das Kaufverhalten der einzelnen Cluster erhält.
Was ist das Ergebnis der Clusteranalyse?
Am Ende liegen 5 trennscharfe Hauptsegmente vor, in welchen sich die Kunden maßgeblich im Kunden- und Kaufverhalten voneinander unterscheiden. So konnte unter anderem durch die Information über die Produktnutzungen das Umsatzpotential der einzelnen Kunden bestimmt werden.
Wie wir folgender Tabelle entnehmen können, zeigt sich, dass in den Clustern 3 und 4 noch erhebliche Umsatzsteigerungen zu erzielen sind. Hier zeichnet sich ein niedriger Gesamtumsatz und ein geringer Anteil an dem Kauf von Füllprodukten ab.
Demgegenüber stehen Kundensegmente 1 und 2. Diese sind aus betriebswirtschaftlicher Sicht eher uninteressant, da die Kunden dieser Cluster bereits einen hohen Umsatz generieren. Eine Steigerung dieses wäre hier also kaum möglich.
| Cluster | Größe in % | Beschreibung | Umsatz |
| 1 | 15,3 | -Wenige Bestellungen im Jahr, dafür hoher Umsatz -Kunden kaufen viele Fremdmarken -hohes erreichtes Potenzial | Hoch |
| 2 | 14,0 | -hoher Anteil an Eigenmarke -viele Kampagnenkontakte -hohes erreichtes Potenzial -hoher Umsatz in Warengruppe Füllprodukte | Sehr hoch |
| 3 | 21,8 | -wenige Bestellungen im Jahr -geringes erreichtes Potential | Gering |
| 4 | 28,7 | -geringer Umsatz in Warengruppe “Füllprodukte” -hoher Anteil Fremdmarken -geringes erreichtes Potenzial | Mittel |
| 5 | 20,2 | -hoher Anteil Eigenmarke -wenig Kampagnenkontakte -geringes erreichtes Potenzial | Mittel |
Außerdem werden Aufschlüsse im Kontaktverhalten deutlich: obwohl in Telefonkampagnen mit der gleichen Frequenz kontaktiert wurde, unterscheidet sich das Kaufverhalten extrem. So wurde beispielsweise Cluster 3 ganze zehnmal im Jahr kontaktiert, und es wurden nur dreimal im Jahr Bestellungen getätigt.
So ergeben sich durch die Nutzung einer Kundensegmentierung folgende Vorteile:
- Langfristig deutlich höhere Conversion Rates
- Gezielte Steuerung von Marketing- und Vertriebskampagnen
- Tiefe Einblicke in das Kundenverhalten
Sie möchten ebenfalls gezielt Marketingkampagnen steuern und schlummernde Umsatzpotentiale nutzen, dann beraten wir Sie gerne zum Thema Kundensegmentierung.
Wenn Sie weitere Einsatzgebiete der Kundensegmentierung kennenlernen möchten, schauen Sie doch gerne auf unserer Lösungsseite vorbei.
Weitere spannende Informationen zum Thema KI finden Sie auf unserem YouTube-Kanal anschaulich erklärt.
