2: Kundenbewertung

by Charlotte S.

Warum ist Kundenbewertung wichtig?

Nicht jeder Kunde ist gleich wertvoll für ein Unternehmen – einige sind sogar schädlich. Damit eine Marke in die richtigen Kunden oder Kundensegmente investiert, muss zunächst eine Bewertung vorgenommen werden.

—> Kunde A ist rentabler

ABC Analyse – simpel, aber aussagekräftig (Grafik)

(schwächste an Aussagekräftigkeit von den drei Varianten, die vorgestellt werden)

A: spannendsten Kunden, sind diejenigen, die am meisten Umsatz machen -> diese sind sehr wichtig für eine Marke, diese müssen versuchen A Kunden zu halten à investieren

In diesem Beispiel: ca. 8% machen 50% des Umsatzes aus -> Marke ist sehr abhängig

B: Sind auch wichtig, in diesem Beispiel machen 12% der Kunden 30% des Umsatzes aus

C: es ist nicht so schlimm, wenn diese Kunden wegfallen, da diese nicht den Großteil des Umsatzes ausmachen. In diese sollte deshalb auch nicht so viel investiert werden. In diesem Beispiel sind 80% aller Kunden, C Kunden -> würden diese 80% wegfallen, würde man nur 20% des Umsatzes verlieren (80% des Umsatzes durch A und B Kunden)

ABC Analyse – simpel, aber aussagekräftig (Erklärung)

Die ABC-Analyse teilt Objekte in vordefinierte Klassen, die i.d.R. den Anteil am Umsatz darstellen
Sie ist ebenso auf Produkte im Sortiment anwendbar
Theoretisches Ziel ist das Ableiten von Handlungsempfehlungen: welche Ressourcen und Maßnahmen sollen für welchen Kunden eingesetzt werden?
Die ABC-Analyse gibt jedoch keine strategische Orientierung, sondern dient lediglich der Ist-Analyse
Die Einfachheit des Ansatzes ist zugleich Vor- und Nachteil
Die Beurteilung aufgrund einer Dimension kann nämlich wichtige Aspekte ausschließen (z.B. verbundene Kosten)
Obwohl die Idee naheliegt, umsatzschwache Kunden aufzugeben, kann sich dies als negativ erweisen (z.B. zu hohe Abhängigkeit von wenigen umsatzstarken Kunden oder ein Neukundensegment mit hohem Potential entwickelt sich gerade erst).

Es hat sich in der Praxis allerdings bewährt, Dinge zunächst auf einer simplifizierten Ebene darzustellen, um ein erstes Gefühl für potentielle Probleme zu entwickeln.

Bei der ABC-Analyse werden z.B. Marketingkosten nicht bedacht

ABC Analyse – Beispiel

ABC Analyse und das Pareto-Prinzip

Das Pareto-Prinzip besagt, dass man für etwa 80% eines Projekts etwa 20% der Zeit benötigt und für die restlichen 20% im Gegenzug 80% der Zeit veranschlagen muss (auch 80:20-Regel genannt).

Diese „Regel“ ist deshalb so bekannt, weil sie auf vieles zutrifft.

RFM Analyse – Recency, Frequency & Monetary Value

Im Gegensatz zur ABC-Analyse werden hier mehr Infos miteinbezogen (Recency, FRequency und Monetary Value)

Recency

Wie lange liegt die letzte Aktivität (i.d.R. Kauf) zurück?
Die Einteilung der Intervalle muss mit Rücksicht auf durchschnittlichen Bestellzyklen gewählt werden (bei Kaffeekapsel gilt ein Kunde bereits nach 12 Monaten als inaktiv; bei Brillen erst nach 4 Jahren).
—> Kunden die seit längerer Zeit nichts gekauft haben, sind eher uninteressant -> es ist einfacher Kunden zu adressieren, die gerade letzte Woche etwas gekauft haben (Erfolgswahrscheinlichkeit höher)

Frequency

Wie hoch ist die Bestellhäufigkeit während der aktiven Phase?
Gilt ein Kunde aktuell als inaktiv, ist die Bestellhäufigkeit während seiner aktiven Zeit trotzdem interessant und wird analysiert
Sollte man ihn reaktivieren können, ist er mehr oder weniger wertvoll als andere inaktive Kunden
Man kann aber auch einen festen Zeithorizont festlegen (z.B. 12 Monate anstatt der gesamten aktiven Zeit)
Teilweise wird auch ein Multiplikator verwendet: Anzahl der Bestellungen mal 6.
—> Kunden die häufig bestellen sind meiner Marke näher -> z.B. besser einen Kunden zu adressieren der seit einem Jahr nichts bestellt hat, aber in seiner Aktivitätsphase viel bestellt hat, anstatt einen der seit einem Jahr nichts gekauft hat und in seiner Aktivitätsphase fast nichts gekauft hat à erstere sind einfacher wieder zu aktivieren

Monetary Value

Wie hoch ist der durchschnittliche Bestellwert?
Hier wird erneut die Bestellmenge während der aktiven Phase berücksichtigt.
Alternativ: Summe der Bestellwerte für die letzte berücksichtigte Periode (durchschnittlicher Bestellzyklus) oder Mittelwert der letzten x Bestellungen.

RFM Analyse – Ein Erfolgstreiber für Kommunikationskampagnen

Adressiert man die vielversprechendsten 30- 40% aller Kunden, generiert man (in diesem Beispiel) den meisten Profit

Kommunikation kostet auf verschiedenen Ebenen Geld:

Pro Kontakt (z.B. Versand & Werbemittel)
Pro Kampagnensegment (z.B. durch Personalisierung)
Pro aktiviertem Kunden (z.B. durch Bearbeitung, Retouren, Stückkosten)

—> RFM Analyse besser als Zufall

RFM Analyse – Zwei verschiedene Ansätze

Die Grenzen und Bewertungen sind jeweils branchenabhängig und müssen individuell festgelegt werden. Dieser Freiheitsgrad macht die RFM-Analyse flexibel. Die Grenzen & Bewertungen sollten allerdings nachhaltig gewählt werden – ein ständiger Wechsel erschwert den Vergleich über die Zeit.

Grundsätzlich gilt: höhere Werte sprechen für eine erhöhte Wertigkeit/Kaufwahrscheinlichkeit.

Das Scoring-Modell ist (theoretisch) beliebig erweiterbar:

Retourenquote
Responserate auf Werbemittel
etc.

—> beim Scoring-Modell ist die Gewichtung der einzelnen Kategorien „gerechter“

Auch der Einsatz von Negativpunkten ist denkbar, aber im Grunde unnütz.

RFM Analyse – Klassen-Modell Beispiel

RFM Analyse – Scoring-Modell Beispiel

Kunde C erhält nach dieser Scoring-Tabelle den höchsten zugesprochenen Wert
Je nach persönlicher Einschätzung können bestimmte Marketingmaßnahmen an bestimmte Scores gekoppelt werden
Es gilt allerdings zu bedenken, dass ein weitestgehend inaktiver, umsatzstarker Kunde eine andere Ansprache und Incentivierung benötigt, als ein aktiver Vielbesteller mit niedrigem Umsatz

RFM Analyse – Überführung in eine Marktbearbeitungsmatrix

RFM-Scoring-Modelle können mit dem ABC-Ansatz verknüpft werden.

Beispiel Items, die Aufschluss über die zukünftige Kaufwahrscheinlichkeit geben, können für die Y-Achse verwendet werden (z.B. Reaktion auf Kommunikationsmaßnahmen, Zeitpunkt letzter Kauf). Während Items, die das Potential des Kunden einordnen, für die X-Achse eingesetzt werden (z.B. Kauffrequenz, durchschnittliche Ausgaben pro Kauf). Summiert man die maximale Punktzahl der verwendeten Items auf und teilt diese gleichmäßig in 3 Abschnitte, können Kunden Segmenten zugeordnet werden (z.B. C1 oder A3). Diese Segmente eignen sich im zweiten Schritt für unterschiedliche Marketing-Maßnahmen.

Customer Lifetime Value (CLV) – Kundenlebenswert als Qualifizierung

Wie tief und häufig die Fußspuren im Sand sind und wann sie zuletzt vom Wasser verwischt wurden, reicht häufig nicht aus. Eine Klassifizierung kann und sollte weiter aufgebrochen werden.

Frage: Wie viel ist ein Kunde oder potentieller Kunde exakt wert?

Customer Lifetime Value (CLV) – Verlauf über die Zeit