Kundenstrukturanalyse im E-Commerce

Kennen Sie Ihre Kunden gut und wissen, in welcher Phase des Kundenlebenszyklus sie sich befinden? Dann haben Sie wahrscheinlich eine Kundenanalyse durchgeführt.

In Zeiten, in denen Kunden unterschiedliche Interessen und Bedürfnisse haben, ist auch das Kaufverhalten des Kundenstamms sehr unterschiedlich. Obwohl viele Unternehmen heute über eine große Menge an Kundendaten verfügen, werden diese oft nicht optimal genutzt.

In diesem Use Case zeigen wir Ihnen, wie wir die vorhandenen Daten eines Unternehmens aus der E-Commerce-Branche genutzt haben, um eine Kundenanalyse durchzuführen. Im Folgenden erfahren Sie, wie wir dabei vorgegangen sind und welchen Nutzen die Analyse gebracht hat.

In diesem Use Case klären wir folgende Fragen:

  • Was zeichnet die Kunden aus?
  • Wie ist das Kaufverhalten besonders guter Kunden?
  • Wie hoch ist die Wiederkaufsrate?
  • Welches sind die besten Akquisitionskanäle?
  • Wie hoch ist der Kundenwert?
  • Was erwarten Kunden von uns?
  • Was interessiert die Kunden?

Was bewegt meine Kunden wirklich?

Der Tante-Emma-Laden kennt seine Kundschaft: Kunde A kauft gerne frisches Obst und Kunde B freut sich über die neuesten Zeitschriften. Bei über 450.000 aktiven Kunden im E-Commerce ist es nicht möglich, jeden Kunden persönlich zu kennen und jederzeit zu wissen, welche Bedürfnisse und Interessen er hat.

Obwohl durch die Interaktion der Kunden mit dem Unternehmen viele Daten anfallen, wird das Potenzial dieser Daten oft nicht ausgeschöpft: Ein Datenschatz, der meist brach liegt. Das liegt daran, dass Unternehmen mit der sinnvollen Analyse ihrer Daten überfordert sind. So wird wenig Nutzen aus den Daten gezogen.

Marketingverantwortliche sind überfordert: Sie wissen selten, welche Zielgruppen für welches Angebot interessant sind und wie es den höchsten Umsatz erzielt.

Um diese Aufgaben besser bewältigen zu können, muss er die Bedürfnisse seiner Kunden und deren Kaufverhalten einfach besser verstehen. Gelingt ihm das nicht, führt das zu: ungenauem Marketing, schwacher Kundenbindung und geringem Umsatzwachstum. Was unser Kunde braucht, ist ein Verfahren, das die Bedürfnisse seiner Kunden sichtbar macht: eine Kundenstrukturanalyse.

Vor diesen Herausforderungen stand unser Kunde

Fehlende Personalisierung

Mit steigender Kundenzahl wird die gezielte Ansprache immer schwieriger. Bei einer halben Millionen Kunden nimmt die Komplexität der personalisierten Kommunikation deutlich zu, was eine effektive und individuelle Ansprache jedes einzelnen Kunden erschwert.

Fehlendes Kundenverständnis

Oft fehlt das Wissen über die spezifischen Bedürfnisse der Kunden. Ohne genaue Kenntnis der individuellen Kundenbedürfnisse ist es nahezu unmöglich, personalisierte Angebote zu erstellen und effizient zu kommunizieren.

Niedrige Kundenzufriedenheit

Die Bedürfnisse der Kunden ändern sich im Laufe der Zeit. Daher ist es wichtig, das Kundenverhalten zu verstehen und entsprechend darauf zu reagieren. Dieses Verständnis und die Anpassung an sich ändernde Bedürfnisse sind entscheidend für die Kundenzufriedenheit und -bindung.

Wie lassen sich Kundenstrukturen analysieren? 

Damit unser Kunde aus dem E-Commerce-Bereich seine Kunden einschätzen kann, führen wir eine strukturierte Kundenanalyse durch. Diese erfolgt unter Berücksichtigung der Unternehmensziele und der bisherigen Schwierigkeiten im Marketing.

Was ist eigentlich eine Kundenanalyse und wie geht man dabei vor?

Ziel der Kundenstrukturanalyse ist es, Informationen über Kunden zu sammeln, zu kategorisieren und zu analysieren. Im Ergebnis wird deutlich, was die Kunden zu bestimmten Zeitpunkten bewegt und was sie benötigen. So können Optimierungspotenziale in Bezug auf Marketing- und Vertriebsaktivitäten besser und gezielter geplant werden.

Die vier Schritte zu einer optimalen Kundenanalyse:

1. Kundenstruktur 

Bei der Kundenstrukturanalyse fragen wir uns, welche einzelne Kundengruppen es gibt und wie wir die Kunden gut beschrieben können. Dafür berücksichtigen wir unter anderem: 

  • Demographische Merkmale, 
  • sozioökonomische Merkmale 
  • Geschlechterverteilung der Kunden, 
  • und die Transaktionsdaten der letzten Jahre. 

Anschließend liegt eine trennscharfe Unterscheidung der Kunden in verschiedenen Kundengruppen oder -segmenten vor.  

Kundenstruktur und Eigenschaften anhand von einer einfachen Kundenanalyse.
Kundenstruktur und Eigenschaften anhand von einer einfachen Kundenanalyse.

2. Kundenlebenszyklus   

Mithilfe des Kundenlebenszyklus lässt sich der Kundenbestand anhand der einzelnen Kundenlebensphasen analysieren. Dabei handelt es sich um Fragen wie beispielweise: Wie viele Neukunden gibt es mit wenigen Käufen? Wie viele VIP-Kunden gibt es?    

Wie in der folgenden Grafik zu erkennen, lässt sich der Kundenlebenszyklus des E-Commerce-Unternehmens in fünf Phasen unterteilen. Ziel der Analyse des Zyklus ist es, Marketingbudget passend zu allokieren, um so die einzelnen Phasen zu optimieren. 

So können durch die Identifizierung von beispielsweise Top-Kunden neue Cross-Selling-Potentiale genutzt werden. Oder es können passende Reaktivierungsmaßnahmen eingeleitet werden, um Kunden mit hohem Kundenwert langfristig an das Unternehmen zu binden.  

Die Zyklen lassen sich in 3 Hauptphasen unterscheiden: 

  • Akquisition 
  • Kundenbindung 
  • Reaktivierung 
Aktivitäten im Kundenlebenszyklus.
Aktivitäten im Kundenlebenszyklus.

3. Unterschiede im Kundenverhalten

Die Verhaltensweisen eines Kunden zeigen sich durch die Interaktion dieses mit dem Unternehmen. Da es sich hier um ein Unternehmen der E-Commerce Branche handelt, ist das Kaufverhalten von besonderer Bedeutung. 

Durch die Daten, die ein Kunde beim Einkaufen generiert, kann ein klares Bild über sein Verhalten abgezeichnet werden. 

Auskünfte über die Kaufhäufigkeit können beispielsweise genutzt werden, um Kaufintervalle zu identifizieren und den Kunden rechtzeitig mit Marketingbotschaften zu aktivieren. 

Kundennr.  Kaufdatum  Anzahl Artikel  Kanal  Umsatz € 
100  30.05.2024  Filiale 54  66,20 
100  05.01.2024  Webshop  145,15 
100  01.08.2023  Filiale 55  66,20 
100  12.02.2023  Webshop  322,45 
Kaufhistorie eines Kunden

4. Kundenwert 

Der Wert eines jeden Kunden oder einer Kundengruppe ist die wichtigste Kennzahl für eine Kundenanalyse. Denn durch sie ist es erst möglich, die Top-Kunden zu identifizieren und das Marketingbudget gezielt einzusetzen. 

Welche Kunden sind besonders wertvoll? Welchen Deckungsbeitrag hat jeder einzelne Kunde? Welche Kaufwahrscheinlichkeit hat jeder Kunde für die nächsten 12 Monate? 

Um den Kundenwert zu ermitteln, gibt es verschiedene Methoden wie: 

  • die Kundendeckungsbeitragsrechnung, die klassische Controlling-Maßnahme, bei der eine kundenbezogene Deckungsbeitragsrechnung erstellt wird; 
  • die ABC-Analyse, die Aufteilung der Kunden in drei Gruppen nach dem Pareto 20/80-Prinzip; 
  • der Customer Lifetime Value, ist die Berechnung des Kundenwerts über den kompletten Kundenlebenszyklus oder einem bestimmten Zeitraum, wie beispielsweise 12 oder 24 Monate. Häufig wird dieser anhand von Machine Learning für die Zukunft vorhergesagt. 

Ihr drei Schritten zum besseren Kundenverständnis:

1.

Zieldefinition

Ziele definieren, die helfen, das Kundenverhalten der Kunden  zu verstehen.

2.

Datenaufbereitung

Die Kundendaten werden vorverarbeitet: Variablen über Informationen von Kunden wie z.B. Kundentyp, Geschlecht oder Beruf werden in Features transformiert.

3.

Kundenstruktur analysieren

Es gibt bei einer Kundenstrukturanalyse kein Richtig oder Falsch, deshalb sollten Experten aus Fachabteilung bei der Auswertung der Ergebnisse mitwirken um passende Maßnahmen daraus abzuleiten.

Es folgt ein kurzer Auszug der Eingangsvariablen, die wir berücksichtigen:

  • Demographische Merkmale
  • sozioökonomische Merkmale
  • Geschlechterverteilung der Kunden
  • und die Transaktionsdaten der letzten Jahre

Für diesen speziellen Fall wurde die ABC-Analyse verwendet:

Bei der ABC-Analyse werden die Objekte in drei Klassen (A, B und C) eingeteilt. Die Wichtigkeit der Objekte ist von Gruppe A absteigend. Bei einer Kunden-Umsatz-Beziehung sollte z.B. Gruppe A 60-80% des Umsatzes ausmachen, Gruppe B 20-40% des Umsatzes und Gruppe C keinen Umsatz.

Auswertung einer ABC-Analyse zur Ermittlung des Kundenwerts

Aufgrund der Ressourcenknappheit ist es für viele Unternehmen unmöglich, den gesamten Kundenstamm gezielt zu bearbeiten. Daher ist es ratsam, dass das Unternehmen mit Hilfe einer Kundenanalyse den Wert einzelner Kundengruppen ermittelt. Je nach Wert und Eigenschaften können dann sehr gezielte Marketingkampagnen durchgeführt werden.

Damit das Unternehmen den vorhandenen Datenbestand gewinnbringend nutzen kann, empfiehlt es sich, weitergehende Analysen der Kunden- und Transaktionsdaten durchzuführen. So können Kunden in Gruppen eingeteilt und beispielsweise nach dem Akquisitionskanal klassifiziert werden.

Was bringt eine Kundenstrukturanalyse?

Durch die gezielte Analyse des Kundenbestands gewinnen E-Commerce-Unternehmen ein tieferes Verständnis für das Verhalten ihrer Kunden. Sie konnten jeden einzelnen Kunden einer Phase im Kundenlebenszyklus zuordnen und so die Kundenzufriedenheit – durch geeignete Marketingmaßnahmen – steigern.

Diese Arbeit diente vor allem der strategischen Entwicklung der richtigen Kampagnen, wie z.B. Willkommens-E-Mails, Zweitbestell-Push-Mails oder Cross-Selling-Print-Kampagnen. Durch dieses strukturierte Vorgehen konnten höhere Konversionsraten und Umsätze erzielt werden.

Darüber hinaus konnten abwanderungsgefährdete Kunden identifiziert werden. In diesen Fällen konnte das Unternehmen durch mögliche Reaktivierungsmaßnahmen die Abwanderung des Kunden verhindern. Durch die Ermittlung des Kundenwertes konnten vor allem die Kunden identifiziert werden, die einen hohen Wert für das Unternehmen darstellten.

Die Ergebnisse auf einen Blick:

Personalisierte Werbemaßnahmen 

Verbesserte Kundenbindung

Höherer Umsatz

Wenn auch Sie Ihre Kunden besser verstehen wollen, stehen wir Ihnen gerne zur Seite. Nehmen Sie einfach Kontakt mit uns auf!

Profilbild von Vinzent Wuttke Geschäftsführer Datasolut GmbH
Vinzent Wuttke
Geschäftsführer

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
Jetzt Erstgespräch vereinbaren
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
Erstgespräch vereinbaren