Mit Customer Analytics zu erfolgreicher Kundenbindung – 3 Use Cases
Dass Daten heutzutage eine der wichtigsten Ressourcen für Unternehmen sind, ist unbestritten. Besonders viel Potenzial liegt dabei in den Kundendaten und den Informationen, die oftmals verborgen in diesen schlummern. Diese Daten sammeln sich bei den verschiedensten Interaktionen zwischen einem Unternehmen und seinen Kunden. Dabei kann es sich z.B. um Adress- und Geburtsdaten, Responsedaten aus dem E-Mail-Newsletter oder auch Transaktionsdaten handeln. Um aus der Vielzahl an verfügbaren Daten Erkenntnisse zu gewinnen, nutzen Marketer verschiedenste Methoden und Technologien. Die Gesamtheit dieser Mittel zur systematischen Untersuchung von Kundendaten wird als Customer Analytics bezeichnet.
Customer Analytics werden dabei zu verschiedenen Zwecken genutzt. Sie ermöglichen einerseits ein besseres Verständnis der eigenen Kundenbasis und geben z.B. Aufschlüsse über die demographische Zusammensetzung der Kunden sowie deren Bedürfnisse und Präferenzen. Mithilfe von Predictive Analytics, die einen Teilbereich von Customer Analytics darstellen, lassen sich außerdem Prognosen über zukünftiges Kundenverhalten treffen und so z.B. Angebote ermitteln, die in der Zukunft eine hohe Kaufwahrscheinlichkeit versprechen. Zudem kann mit Customer Analytics ermittelt werden, in welchen Marktsegmenten ein Unternehmen über- oder unterrepräsentiert ist und somit neue Marktpotenziale erkannt werden.
Diese mithilfe von Customer Analytics gewonnenen Erkenntnisse bilden eine wichtige Entscheidungsgrundlage für das gesamte Unternehmen und insbesondere für die strategische Planung von Marketing Maßnahmen. Sie helfen dabei, Aspekte wie Personalisierung, Kundenbindung und Customer Experience zu verbessern und schaffen damit entscheidende Wettbewerbsvorteile für das jeweilige Unternehmen. Vor diesem Hintergrund ist es nicht überraschend, dass Analytics zu den Top-Prioritäten für Marketer zählen. Eine aktuelle Studie von Gartner unter 400 Marketing Führungskräften ergab, dass über 73% der Befragten planen, ihre Investitionen in Analytics in diesem Jahr weiter zu erhöhen.
Zwar können einige dieser Analysen auf manueller Basis z.B. mit Excel durchgeführt werden, um dem enormen Volumen an Daten aus den unterschiedlichsten Kanälen gerecht zu werden und diese zeitnah und schnell analysieren zu können, empfiehlt sich jedoch der Einsatz einer entsprechenden Customer Analytics Software wie Apteco. Nach dem wir uns nun mit dem Zweck und dem Nutzen von Customer Analytics auseinandergesetzt haben, möchten wir im Folgenden, anhand von drei Beispielen, den Mehrwert von Customer Analytics aufzeigen.
Passgenaue Zielgruppen auf Knopfdruck:
Im Marketing muss es oft schnell gehen, um z.B. auf aktuelle Ereignisse zu reagieren oder übrig gebliebene Lagerbestände zu leeren. Kampagnen auf ad-hoc Basis auf den Weg bringen zu müssen ist daher eine typische Herausforderung für Marketer. Die Schwierigkeit dabei ist es allerdings oft, die richtige Zielgruppe in der Kürze der Zeit zu definieren. Durch Abhängigkeiten zur IT-Abteilung in diesem Prozess entstehen hier oft längere Wartezeiten. Mit einer entsprechenden Customer Analytics Lösung ist dies mit wenigen Klicks möglich. Es können schnell und einfach Ein- und Ausschlüsse definiert werden und dabei Aspekte wie demographische Daten, aber auch Aktivitäten aus der Vergangenheit, wie bereits gekaufte Produkte, berücksichtigt werden. Die so definierte Zielgruppe kann dann schnell auf die entsprechende Kampagne angewendet werden. Auf diesem Weg werden Marketing Teams nicht nur unabhängiger von IT-Abteilungen, sondern vermeiden Streuverluste und schaffen relevantere Marketing Kommunikationen.
Mit Warenkorbanalyse Muster beim Kaufverhalten entdecken:
Die Warenkorbanalyse ist eine weitere Methode, die sich damit befasst, das richtige Angebot für die richtige Kundengruppe zu identifizieren. Bei der Warenkorbanalyse wird der in einem definierten Zeitraum gekaufte Mix von Produkten/Marken genau betrachtet. Dabei stehen zwei Aspekte im Vordergrund: Einerseits sollen die Kaufwahrscheinlichkeiten für jedes der im Warenkorb enthaltenen Produkte ermittelt und so Muster und Regeln im Kaufverhalten entdeckt werden. Gleichzeitig können damit Kundentypen nach ihren Kaufpräferenzen gebildet werden. Diese Methode wird häufig angewendet, um Up- und Cross-Sell Angebote zu platzieren und bildet die Basis für das bekannte „Das könnte Sie auch interessieren“ beim Online-Shopping. Das Einsatzgebiet der Warenkorbanalyse beschränkt sich allerdings nicht nur auf den Onlinehandel. Im stationären Handel werden so z.B. Entscheidungen über die Sortiment-Auswahl und das Arrangement der Waren getroffen.
Kundenabwanderung mit Churn Prevention verhindern:
Kundenabwanderungen sind ärgerlich – zum einen, weil es deutlich teurer ist, Neukunden zu gewinnen als Bestandskunden zu binden. Zum anderen, weil sie oftmals vermeidbar sind. Churn Prevention ist eine Methode aus dem Bereich der Customer Analytics, die der Vorbeugung von Kundenabwanderungen dient. Um abwanderungsgefährdete Kunden zu identifizieren, werden Profile von Kunden, die bereits abgewandert sind, erstellt. Hierbei wird genau untersucht, welche Eigenschaften und Aktivitäten in der Kontakthistorie „typische Abwanderer“ auszeichnen. Im nächsten Schritt werden alle übrigen Kunden anhand eines Scores dahingehend bewertet, wie ähnlich ihr Profil dem der Abwanderer ist. Die Kunden mit dem höchsten Score sind als am gefährdetsten einzustufen. Mit diesem Wissen können nun genau diese Kunden angesprochen und vorbeugende Maßnahmen, wie z.B. eine Rabattaktion, eingeleitet werden.
Und was hat das jetzt mit Kundenbindung zu tun?
Zu Beginn hatten wir schon einmal kurz erwähnt, dass sich der Einsatz von Customer Analytics positiv auf die Kundenbindung auswirkt. Doch wo liegt hier genau der Zusammenhang? Durch das Wissen über die Präferenzen und Bedürfnisse der Kunden, die Customer Analytics vermitteln, ist es Unternehmen möglich, Marketing Botschaften an die richtige Person über den richtigen Kanal zur richtigen Zeit auszusteuern und Inhalte entsprechend zu personalisieren. Dieser erhöhte Personalisierungsgrad sorgt für ein verbessertes Kundenerlebnis, das sich wiederum positiv auf die Kundenzufriedenheit und Kundenbindung auswirkt. Laut einer aktuellen Studie von NTT Data ist die Anzahl der Unternehmen, die eine Form der Personalisierung in ihrem Marketing vorantreiben, zwischen 2019 und 2020 sprunghaft von 50,3% auf 76,8% angestiegen. Die Ergebnisse wiederum sprechen für sich: Über 53% der Unternehmen konnten eine verbesserte Kundenbindung als Folge ihrer Aktivitäten zur Verbesserung der Customer Experience beobachten.
Referenzen:
https://www.gartner.com/en/marketing/research/marketing-data-and-analytics-survey-2020
https://hello.global.ntt/en-us/insights/2020-global-cx-benchmarking-report
