Kennen Sie Ihre Kunden gut und wissen, in welcher Phase sie sich im Kundenlebenszyklus befinden? Dann haben Sie wahrscheinlich eine Kundenanalyse durchgeführt.
In Zeiten, in denen Kunden unterschiedliche Interessen und Bedürfnisse haben, ist das Kaufverhalten des Kundenbestands ziemlich unterschiedlich. Zwar haben viele Unternehmen heutzutage einen großen Bestand an Kundendaten, jedoch nutzen Unternehmen diese häufig nicht optimal.
In diesem Use Case zeigen wir Ihnen, wie wir die bestehenden Daten eines Unternehmens aus der E-Commerce Branche genutzt haben, um eine Kundenanalyse durchzuführen. Wie wir dabei vorgegangen sind, und was die Benefits der Analyse sind, erfahren Sie folgend.
Was bewegt meine Kunden eigentlich?
Im Tante-Emma-Laden sind die Kunden bekannt: Kunde A kauft gerne frisches Obst und Kunde B freut sich über die neusten Zeitschriften. Mit über 450.000 Aktivkunden im E-Commerce ist es nicht möglich, jeden Kunden persönlich zu kennen und zu jeder Zeit zu wissen, welche Bedürfnisse und Interessen der Kunde hat.
- Was zeichnet die Kunden aus?
- Wie ist das Kaufverhalten von besonders guten Kunden?
- Wie hoch ist die Wiederkaufrate?
- Welche Akquisitionskanäle sind die besten?
- Wie hoch ist der Kundenwert?
- Was erwarten die Kunden von uns?
- Was interessiert die Kunden?
All diese Fragen lassen sich beantworten.
Zwar fallen durch die Interaktion der Kunden mit dem Unternehmen viele Daten an, jedoch nutzen Unternehmen diese häufig nicht mit dem vollen Potenzial: Ein Schatz voller Daten, der meist unbewegt bleibt.
Das liegt daran, dass Unternehmen mit der sinnvollen Analyse ihrer Daten überfordert sind. Somit entsteht wenig Nutzen aus den Daten. Marketingmanager sind überfordert: Sie wissen selten welche Zielgruppen für welches Angebot interessant sind und wie er den höchsten Umsatz erzielt.
Um diese Aufgaben besser zu meistern, muss er die Bedürfnisse der Kunden und dessen Kaufverhalten einfach besser verstehen. Wenn er das nicht kann, führt dies zu: ungenauem Marketing, schwacher Kundenbindung und geringen Umsatzwachstum.
Was unser Kunde benötigt, ist ein Vorgehen, durch welches die Bedürfnisse der Kunden sichtbar werden: eine Kundenstrukturanalyse.
Wie lassen sich Kundenstrukturen analysieren?
Um es unserem Klienten aus der E-Commerce-Branche möglich zu machen, seine Kunden einschätzen zu können, führen wir eine strukturierte Kundenanalyse durch. Diese läuft im Hinblick auf die Ziele des Unternehmens und den bisherigen Schwierigkeiten in der Vermarktung ab.
Was ist eine Kundenanalyse eigentlich und wie geht man bei dieser vor?
Die Kundenstrukturanalyse hat das Ziel, Informationen über Kunden zu erhalten, zu kategorisieren und zu analysieren. Am Ende wird dann klar, was die Kunden zu bestimmten Zeitpunkten bewegt und was sie benötigen. So können die Optimierungspotentiale hinsichtlich der Marketing- und Vertriebsaktivitäten besser und gezielter geplant werden.
Die vier Schritte zu einer optimalen Kundenanalyse
- 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.
- 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
- 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 | 30.05.2019 | 1 | Filiale 54 | 66,20 |
| 100 | 05.01.2019 | 2 | Webshop | 145,15 |
| 100 | 01.08.2018 | 1 | Filiale 55 | 66,20 |
| 100 | 12.02.2018 | 5 | Webshop | 322,45 |
- 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.
Für diesen speziellen Fall haben wir die ABC-Analyse eingesetzt:
Bei der ABC-Analyse werden Objekte in drei Klassen (A, B und C) unterteilt. Von Gruppe A absteigend erfolgt die Wichtigkeit der Objekte. So sollte im Fall eine Kunde-Umsatz-Beziehung Gruppe A 60-80% des Umsatzes ausmachen, während Gruppe B 20-40% des Umsatzes ausmacht und Gruppe C keinen Umsatz ausmacht.
Aufgrund der Knappheit von Ressourcen, ist es für eine Vielzahl an Unternehmen unmöglich, sich dem gesamten Kundenstamm zielgerichtet zu widmen. Daher ist es ratsam, dass das Unternehmen, anhand einer Kundenanalyse einzelner Kundengruppen, deren Wert bestimmt. Daraufhin lassen sich je nach Wert und Eigenschaft ganz gezielte Marketingkampagnen erstellen.
Damit das Unternehmen den bestehenden Datenbestand gewinnbringend verwenden kann, bietet es sich an, tiefere Analysen der Kunden- sowie Transaktionsdaten durchzuführen. Dadurch lassen sich Kunden in Gruppen einteilen und beispielsweise nach dem Akquisitionskanal gliedern.
Was ist der Nutzen einer Kundenstrukturanalyse?
Durch gezielte Analysen des Kundenbestands gewinnt das Unternehmen aus der E-Commerce-Branche ein tiefes Verständnis über das Verhalten ihrer Kunden. Sie konnten jeden einzelnen Kunden einer Phase im Kundenlebenszyklus zuordnen und somit die Kundenzufriedenheit – durch passende Marketingmaßnahmen – steigern.
Diese Arbeit diente vor allem zur strategischen Entwicklung von den richtigen Kampagnen, wie z.B. Welcome E-Mails, Second-Order-Push Mails oder Cross-Selling-Printkampagnen. Durch dieses strukturierte Vorgehen ließen sich höhere Conversion-Rates und Umsätze erzielen.
Zudem ließ sich herausfinden, welche Kunden als abwanderungsgefährdend galten. In solchen Fällen konnte das Unternehmen durch mögliche Reaktivierungsmaßnahmen den Kunden von einer Abwanderung abhalten. Durch die Bestimmung des Kundenwerts konnten vor allem Kunden identifiziert werden, die noch hohes, ungenutztes Umsatzpotenzial hatten. Diese wurden dann ganz gezielt mit hochwertigen Marketingmaßnahmen aktiviert.
Die Ergebnisse im Schnellüberblick:
- Die richtigen Produkte und Werbemaßnahmen
- Eine verbesserte Kundenbindung
- Ein nachhaltig erhöhter Umsatz
Eine Kundenstrukturanalyse ist immer sinnvoll, da sie Optimierungspotentiale aufzeigt und Kundenbedürfnisse aufzeigt. Wenn auch Sie Ihre Kunden analysieren möchten, stehen wir Ihnen gerne bei Seite. Melden Sie sich einfach bei uns!
Natürlich haben wir noch weitere spannende Fakten für Sie zum Thema Kundenanalyse zusammengefasst.
