Next Best Offer (NBO): für jeden Kunden das richtige Angebot?

Unternehmen lernen, dass Kundenanalysen und die individuelle Ermittlung von Kundenbedürfnissen der beste Weg ist, um den Umsatz zu steigern, die Loyalität zu stärken und die Kundenbindung zu erhöhen. Next-Best-Offer (NBO) ist ein Predictive Analytics Ansatz, der dabei unterstützt, das nächstbeste Angebot für jeden Kunden zu ermitteln.

Was ist Next-Best-Offer?

Die Next-Best-Offer (NBO) oder auch Next-Best-Action ist das kundenindividuelle, nächstbeste Angebot. Dieses wird durch maschinelles Lernen aus den großen Datenmengen ermittelt und für jeden Kunden vorhergesagt.

Durch diesen kundenindividuellen Marketingansatz werden Cross- und Up-Selling Potentiale im Kundenbestand besser ausgeschöpft und individueller auf Kundenbedürfnisse eingegangen, was langfristig den Umsatz steigert.

Next Best Offer das nächst beste Produkt
Next Best Offer am Beispiel Produktempfehlungen (auch denkbar eine Vorhersage auf Sortimentsbereiche oder Produktgruppen).

Der Begriff Next-Best-Offer fasst viele verschiedene Ansätze zur Personalisierung des Angebots zusammen:

  • Welches Produkt wird als nächstes gekauft?
  • Welcher Kanal wird als nächstes genutzt?
  • Wann kauft ein Kunde das nächste Mal ein?
  • Zu welchem Preis kauft der Kunde das Produkt?

Auch für Leads oder Neukunden lässt sich bis zu einem gewissen Maß statistisch das beste Angebot ermitteln, um die Kaufwahrscheinlichkeit zu erhöhen.

Next-Best-Offer als Marketingansatz

Das Marketingkonzept Next-Best-Offer ist genau das Gegenteil von dem Marketing-Gießkannenprinzip. Next Best Offer konzentriert sich auf die Kundenbedürfnisse, die analytisch aus historischen Kundendaten hergeleitet werden.

Massenmailings mit der gleichen Botschaft für alle haben eine schlechte Conversion, nerven die Kunden und sorgen dafür, dass Sie mit Ihrer Nachritcht im Spam-Order Ihrer Kunden landen.

Mit dem Next-Best-Offer-Ansatz lassen sich kundenindividuell passende Angebote unterbreiten, die auf den tatsächlichen Interessen eines Kunden basieren.

Zu einem großen Teil basiert die Prognose der Kundenbedürfnisse auf den historischen Kaufverhalten aller Kunden, doch auch Daten zu Demographie wie Alter und Geschlecht können sehr hilfreich sein.

Auf Basis von Next Best Offer können Sie die Ausspielung an Micro-Segmente effizient ermöglichen und somit Ihren Umsatz signifikant steigern.

In der Praxis wird Next-Best-Offer häufig mit dem Begriff Personalisierung und Empfehlungssystemen beschrieben.

Wie funktioniert Next-best-offer technisch?

Technisch funktioniert diese Art des Analysemethode durch maschinelles Lernen oder auch Data Mining und Predictive Analytics genannt. Diese ermöglichen mit statistischen Methoden und bestimmten Algorithmen, aus dem historischem Kaufverhalten Prognosen für die Zukunft abzuleiten. In diesem Fall geht es um die Prognose, was (Produkt oder Sortiment) der Kunde wahrscheinlich als Nächstes kaufen möchte.

Solche Techniken benutzen Händler seit eh und je: Wenn ein Kunde ein bestimmtes Produkt gekauft hat, dürfte er sich für ein passendes, verwandtes oder auch zugehöriges Produkt interessieren, das man ihm anbietet (Cross-Selling).

Wenn man etwas über seine finanzielle Entwicklung weiß, darf man vermuten, dass er möglicherweise demnächst ein höherwertiges Produkt der gleichen oder einer verwandten Kategorie kauft (Up-Selling).

Das geschah früher eher intuitiv und daher wenig zuverlässig. Heute sind Kundendaten dafür erforderlich, damit das zukünftige Verhalten richtig abgeleitet werden kann.

Praxis Tipp: Je nach Geschäftsmodell kann der gewählte Next-Best-Offer-Ansatz sich unterscheiden: Unternehmen mit tausenden Produkten (wie z.B. Handel, Fashion) sollten einen anderen Ansatz wählen, als Unternehmen mit nur wenigen Produkten (wie z.B. Telkos, Banken, Versicherungen).

Kundenindividuelles Marketing mit maschinellem Lernen

Für die Ermittlung von dem Next-Best-Offer (dem besten nächsten Angebot oder Produkt) gibt es Voraussetzungen in Bezug auf die Daten. Folgende Kundendaten lassen sich für Next-Best-Offer nutzen:

  • Kundeninformationen
  • Produktbuchungen
  • Produktbeschreibungen
  • Warenkörbe
  • Kundenhistorie
  • Artikelstammdaten
  • ermittelte Präferenzen (Reaktion auf Werbung)

Ein Next-Best-Offer-Ansatz ist aus zwei Gründen nötig:

  • #1: Für eine große Menge von Kunden ist es schwer das richtige Angebot zu ermitteln. Vor allem Online oft unmöglich. Zudem entwickelt der Kunde sich und dadurch ändern sich seine Präferenzen.
  • #2: Kunden verhalten sich in bestimmten Gruppen durchschnittlich gleich oder ähnlich. Je mehr Daten zu Kundengruppen vorliegen, desto mehr Input erhalten die Algorithmen für maschinelles Lernen, um daraus genauere Erkenntnisse und konkretere Segmente abzuleiten.

Melden Sie sich zum datasolut Navigator an!

Erhalten Sie tiefe Einblicke wie Sie mit künstlicher Intelligenz und maschinellem Lernen Ihr Marketing optimieren können, sowie Zugang zu exklusiven Whitepapern und praktischen Anleitungen.

Mit der Anmeldung zu unserem Newsletter stimmst du unserer Datenschutzerklärung zu.

Warum erhöht das Mittel der Next-Best-Offer so dramatisch die Kaufwahrscheinlichkeit?

Next-Best-Offer führt zu personalisierter Werbung und Micro-Zielgruppen, auf die Ihre Kunden sehnsüchtig warten. Wir haben prinzipiell nichts gegen Werbung, denn sie unterstützt unsere Entscheidungsfindung innerhalb der allgegenwärtigen Informationsflut. Doch wir haben etwas gegen überflüssige Streuwerbung nach dem Marketing-Gießkannenprinzip, die unsere physischen und digitalen Briefkästen verstopft.

Wenn wir aber häufiger ein wirklich relevantes Angebot erhalten, dann greifen wir gern zu und sind sogar für die Werbung dankbar. Das bedeutet: durch deutlich kleinere Zielgruppen wird die Kaufwahrscheinlichkeit deutlich durch ein individuelles und damit für den Kunden relevantes Angebot gesteigert.

So kann die Steigerung der Konversionsrate pro Kampagne bis zu mehrere Hundert Prozent betragen (im Vergleich zu Marketing nach Gießkannenprinzip).

Ihr Ansprechparnter: Laurenz Wuttke

Wir entwickeln Künstliche Intelligenz, mit der Sie mehr aus Ihren Kundendaten machen – für wachsende Umsätze und eine nachhaltig hohe Kundenzufriedenheit.

Auch interessant für Sie