Bestandskunden – Was Marketer über sie wissen sollten 

E-Mail-Adressen, Anschriften, Geburtsdaten – in der Regel liegen einem Unternehmen unterschiedlichste Daten über seine Bestandskunden vor. Oftmals liegt der Fokus im Marketing jedoch auf der Neukundengewinnung und die als bereits gewonnen geltenden Bestandskunden erhalten deutlich weniger Aufmerksamkeit.

Warum Bestandskundenmarketing für Unternehmen wichtig ist

Sich auf die Bestandskunden zu fokussieren bietet jedoch einige entscheidende Vorteile. So ist zum Beispiel die Begleitung und Loyalisierung von Bestandskunden mit deutlich geringerem finanziellem Aufwand verbunden als die Akquise von Neukunden. Zudem erzeugen Bestandskunden durch höherwertige Warenkörbe und häufigere Käufe eine höhere Wertschöpfung. Für die langfristige Kundenbindung ist es daher entscheidend, auch die Bedürfnisse und Präferenzen der scheinbar sicheren Stammkunden genau zu kennen. Bei einem genaueren Blick in die Daten finden sich unter den vermeintlichen Stammkunden nämlich auch oftmals viele inaktive Kunden, die durch gezieltes Bestandskundenmarketing reaktiviert werden können. Durch eine verbesserte, personalisierte und relevantere Ansprache der Kunden auf Basis der der Daten kann also nicht nur das Customer Engagement, sondern auch die Kundenzufriedenheit und Kundenbindung verbessert werden. Mit dem aus der Bestandskundenanalyse gewonnenen Wissen können außerdem Marketing Aktivitäten für die Akquise von Neukunden informiert werden, indem man vergleichbare, erfolgsversprechende Kundenprofile anspricht.

Besonders wertvolle Erkenntnisse lassen sich auch aus den sog. Transaktionsdaten, die bei der Abwicklung eines Kaufs generiert werden, ableiten. In all diesen Daten liegt viel Potenzial für erfolgreiches Bestandskundenmarketing, allerdings können Unternehmen in der schieren Menge der vorhandenen Daten und damit verbundenen Analysemöglichkeiten auch schnell den Blick für das Wesentliche verlieren. Doch welche Informationen benötigt man eigentlich für ein gutes Kundenverständnis und um eine individuelle Kundenansprache zu gewährleisten?

Im Folgenden stellen wir zunächst einige der wichtigsten Grundlagen aus der Bestandskundenanalyse vor und zeigen, wie ein gutes Verständnis über die eigenen Bestandskunden entwickelt werden kann. Im Anschluss steigen wir tiefer in die Analyse des Kundenverhaltens ein. Abschließend betrachten wir, wie Kundenverhalten mithilfe von Daten vorhergesagt werden kann.

Bestandskundendaten verstehen 

Wer sind meine Top-Kunden? 

Unter Top-Kunden versteht man den Anteil der Kunden, die regelmäßig hohe Umsätze generieren. Diese lassen sich anhand der sog. RFM-Analyse identifizieren. Hierzu stellt man die folgenden Fragen: 

Recency: Wie lange ist der letzte Kauf her?
Frequency: Wie oft wurde insgesamt gekauft?
Monetary: Wie viel Umsatz wurde generiert? 

Die Top-Kunden lassen sich dann aus der Schnittmenge dieser drei Gruppen ermitteln. 

Wo befinden sich meine Kunden? 

Die geographische Lage von Kunden ist wichtig für das Marketing, da sie entscheidende Einflüsse auf die Präferenzen der Kunden hat.

Bei der Geoanalyse werden räumliche Informationen wie Postleitzahlen für Visualisierungen und Selektionen verwendet. Dies ermöglicht neue Perspektiven auf die Marktdurchdringung, die Identifikation von neuen Marktpotenzialen sowie den Versand von regionalen Angeboten.

Was kaufen meine Kunden? 

Welcher Kunde hat welches Produkt gekauft? Anhand des Profils einer Kundengruppe, die ein bestimmtes Produkt gekauft hat, können Kunden mit vergleichbarem Profil identifiziert werden, die dieses Produkt bislang noch nicht gekauft haben und so ungenutzte Potenziale realisiert werden. 

Die Kundenprofile können anhand von demographischen, psychographischen, geographischen oder verhaltensbezogenen Merkmalen definiert werden. 

Welchen Umsatz generieren meine Kunden? 

Welche Kundengruppe welchen Umsatz generiert ist entscheidend für die Aufteilung des Marketingbudgets. So können z.B. Kunden für Treueprämien oder hochwertigere Kommunikationen identifiziert werden.  

In diesem Zusammenhang wird auch oft der Customer Lifetime Value (CLT) genannt. Diese Kennzahl steht für den Gesamtumsatz, den ein Kunde während seines gesamten Lebenszyklus bei einem Unternehmen generiert. 

Wann und wie oft kaufen meine Kunden? 

Wann und wie oft Kunden kaufen sind besonders im Einzelhandel essentielle Informationen, um Bestellungen und Lagerbestand entsprechend zu optimieren. Darüber hinaus lassen sich mithilfe dieser Informationen der bestmögliche Zeitpunkt für eine werbliche Kontaktaufnahme sowie abwanderungsgefährdete Kunden identifizieren.  

Als Voraussetzung hierfür wird die Transaktionshistorie der Kunden benötigt. Diese kann zum Beispiel in einem CRM-System abgebildet werden.

Wie viele Kunden verliere ich pro Jahr? 

Auch wenn die Anzahl der Kunden über einen längeren Zeitraum hinweg konstant geblieben ist, kann es sein, dass ein Teil der Kunden abgewandert ist und dieser Effekt durch neu gewonnene Kunden ausgeglichen worden ist. Um den Kundenstamm langfristig zu steigern, ist es jedoch wichtig zu wissen, wie viele Kunden jährlich abwandern und mögliche Ursachen hierfür zu identifizieren und entsprechende Gegenmaßnahmen zu ergreifen. 

Welche Kunden genau abgewandert sind, lässt sich anhand des letzten Transaktionsdatums mithilfe eines CRM-Systems feststellen. 

Wie viele neue Kunden gewinne ich pro Jahr? 

Anhand der Anzahl der neu gewonnenen Kunden lässt sich neben Umsatzprognosen für das kommende Jahr auch ermitteln, welche Marketingkommunikationen besonders effektiv waren und auf welche Marketingmaßnahmen im nächsten Jahr ein verstärkter Fokus gelegt werden sollte. 

Neukunden innerhalb eines Jahres können anhand des Erstellungsdatums des Datenstammsatzes im CRM-System erkannt werden.

Verhalten der Bestandskunden analysieren

Nachdem nun ein grundlegendes Verständnis über die Bestandskunden vorhanden ist, lohnt es sich, das Verhalten dieser Kunden genauer zu analysieren. Hierzu steigen wir etwas tiefer in die Kundendatenanalyse ein und stellen sechs mögliche Ansätze vor.

Über welche Kanäle kaufen meine Kunden? 

Unternehmen stehen eine Vielzahl von Kanälen sowohl für die Kommunikation mit ihren Kunden als auch den Verkauf ihrer Produkte zur Verfügung. Gekauft werden kann beispielsweise in der eigenen Filiale, beim Vertragshändler oder im Online-Shop. Gerade beim Online-Shop ist es jedoch entscheidend zu wissen, über welchen Anreiz der Kunde zum Kauf motiviert wurde. War es der monatliche Newsletter oder eine Anzeige in einem sozialen Netzwerk? Mit diesem Wissen können Ressourcen den richtigen Kanälen zugeordnet und gewinnbringend eingesetzt werden. Über welche Kanäle gekauft wurde lässt sich anhand einer Response-Analyse herausfinden.  

 

Wie viel Prozent meiner Kunden haben einen hohen, mittleren und niedrigen Customer Lifetime Value? 

Der Customer Lifetime Value (CLT) bezeichnet den durchschnittlichen Wert, den ein Kunde im Verlauf seiner gesamten Beziehung zu einem bestimmten Unternehmen für dieses hat und in der Zukunft haben wird. Mit dem Wissen, welcher Kunde welchen CLT hat können Sie Ihre Kunden nun in Kategorien einteilen. Ein gängiges Verfahren hierfür ist die sog. ABC-Analyse, bei der die Kunden in drei Kategorien (A,B,C) eingeteilt werden. Die A-Kunden gelten hierbei als sehr wichtig und verfügen über einen hohen CLT. Entsprechend sind die B-Kunden mit einem mittleren CLT wichtig und die C-Kunden mit einem niedrigen CLT eher weniger wichtig. Diese Klassifizierung hilft Ihnen dabei Marketing Maßnahmen dort einzusetzen, wo sie den größten Effekt versprechen. So können den A-Kunden beispielsweise bessere Lieferbedingungen oder Rabatte angeboten werden, da sie höhere Umsätze versprechen.

 

Welchen Umsatzanteil X% generieren X% meiner Kunden? 

Welcher Anteil meines Umsatzes wird durch welchen Anteil meiner Kunden generiert? Diese Frage lässt sich mithilfe der Pareto-Analyse beantworten. Ähnlich wie die ABC-Analyse handelt es sich hierbei um ein Verfahren, das der Klassifizierung von Kunden zur optimierten Planung der Marketing Aktivitäten dient. Zur Berechnung wird zum Beispiel der Gesamtjahresumsatz in 10 gleich große Gruppen eingeteilt und dann die Anzahl der Kunden, die diesen generiert hat zugeordnet. Hierbei wird man feststellen, dass ein sehr kleiner Anteil an Kunden einen sehr großen Anteil des Umsatzes generiert. Ursprünglich besagt das Pareto-Prinzip, dass 80% der Ergebnisse mit 20% des Gesamtaufwands erreicht werden. In unserem Fall würde dies bedeuten, dass 20% der Kunden 80% des Umsatzes generieren. Dieses Wissen kann zum Beispiel genutzt werden, um den Kundenkreis zu bestimmen, der Zugriff auf eine Premium-Hotline oder Premium-Kundenservice erhalten sollte. 

 

Wie viele Kampagnen sind erfolgreich?

Die Erfolgsmessung der einzelnen Kampagnen ist entscheidend, um die Marketing Kommunikation zu optimieren. Hierzu stellt sich allerdings zunächst die Frage, wie Erfolg sich eigentlich definiert, d.h. welche Interaktion des Kunden durch die Marketing Botschaft erreicht werden soll. Das Optimum bildet in der Regel der Abschluss einer Transaktion. Auf dem Weg dahin können aber auch verschiedenste, weitere Ziele definiert werden, wie z.B. die Anmeldung zum Newsletter, der Download der App oder auch einfach die Öffnung oder das Klicken des Newsletters. Es ist sinnvoll, verschiedene Ziele und deren Erreichung zu messen, da Sie so feststellen können, an welcher Stelle innerhalb der Customer Journey Kunden verloren gehen.  

 

Wie bewegen sich meine Kunden über Zeit innerhalb der Marketing Segmente?

Mit der Zeit kann sich das Kaufverhalten der Kunden ändern. Wer einmal Stammkunde war, muss das nicht für immer bleiben. Damit solche Änderungen frühzeitig erkannt werden, lohnt es sich, sog. Segmentwanderungen zu verfolgen. Hierbei wird ein Zeitfenster gewählt z.B. zwei Jahre, das wiederum in kleinere Zeitperioden, z.B. Quartale, unterteilt wird. Ein Segment kann wiederum unterschiedlich definiert werden, so kann man beispielsweise Kunden mit hoher Kauffrequenz und hohem Umsatz Kunden mit hoher Kauffrequenz und niedrigem Umsatz gegenüberstellen. Anschließend wird die Anzahl der Personen pro Segment und Zeitperiode berechnet. Mit dem Wissen, wie sich Kunden innerhalb der Segmente bewegen, können die Auswirkungen von unternehmenseigenen Aktivitäten wie ein Produkt-Launch oder Rabatt-Angebote sowie externen Faktoren wie sich ändernde Marktbedingungen bewertet werden.  

 

Welche Kanäle/Touchpoints verwenden meine Kunden entlang ihrer Customer Journey?

Neben der Wanderung durch die Segmente kann die Customer Journey auch über die verwendeten Kanäle und Touchpoints betrachtet werden. Mit dem Wissen, mit welchen Touchpoints die Kunden z.B. vor einer Transaktion interagiert haben, können die wertvollsten Touchpoint-Wanderungen identifiziert werden und so entsprechende Anreize für Kunden, die noch nicht an diesem Punkt in der Customer Journey sind, gesetzt werden. Eine mögliche Variante für eine solche Touchpoint-Wanderung könnte z.B. Instagram – Geschäft – Kauf sein. In diesem Fall könnte über Instagram das nächstgelegene Geschäft beworben werden.   

 

Zukünftiges Kundenverhalten vorhersagen 

Im nächsten Abschnitt betrachten wir, wie Kundendaten und insbesondere Transaktionsdaten genutzt werden können, um Vorhersagen über zukünftiges Kundenverhalten zu treffen. Für die Umsetzung einiger dieser Methoden sind Kenntnisse aus dem Bereich der Predictive Analytics erforderlich. 

Was biete ich meinen Kunden als nächstes an?

Je größer die Produktpalette, desto schwieriger ist die Frage „Welches Produkt biete ich welchem Kunden an“ zu beantworten. Mithilfe von Next Best Offer lässt sich kundenindividuell bestimmen, welches Produkt bei welchem Kunden die höchste Kaufwahrscheinlichkeit verspricht. Hierfür schauen wir uns zwei Parameter innerhalb der gesammelten Transaktionsdaten genauer an: 

a) welche Produktkombinationen sind generell beliebt? (Popularität) 

b) welche Neigungen hat der einzelne Kunde? (Propensität)  

Das Verhältnis der beiden Parameter kann für die Berechnung unterschiedlich gewichtet werden. Ebenfalls können Aspekte wie der aktuelle Lagerbestand, Saisonalitäten oder auch die Gewinnmarge einbezogen werden. Durch die mithilfe von Next Best Offer geschaffene Personalisierung und dadurch erhöhte Relevanz der Angebote lässt sich deutlich mehr Umsatz erzielen als bei einer zufällig ausgewählten Produktanzeige. Dies bestätigte auch eine Studie von Periscope/McKinsey, die zeigte, dass ein personalisiertes Angebot bei 27% der Konsumenten in Deutschland eine unmittelbare Reaktion auf das Angebot hervorrief, entweder in Form des ausführlichen Betrachtens oder eines Kaufs. 

 

Wann kontaktiere ich meine Kunden am besten?

10.000 bis 13.000 Werbebotschaften ist jeder von uns im Schnitt täglich ausgesetzt. Um aus dieser Flut hervorzustechen, ist es entscheidend, nicht nur den richtigen Inhalt, sondern auch den Zeitpunkt für die Aussteuerung der Kommunikation zu wählen, zu dem ein Kunde am empfänglichsten ist. Auch hier hilft uns ein Blick in die Transaktionshistorie. Anhand der letzten Käufe können wir den Kaufrhythmus eines Kunden bestimmen. Wichtig ist hierbei auch die sog. Varianz. Bei einem sehr unregelmäßigen Kaufrhythmus ist die Varianz hoch, ein regelmäßiger Kaufrhythmus hingegen zeichnet sich durch eine niedrige Varianz aus. Aus der Kombination der beiden Parameter lässt sich nun kundenindividuell der beste Zeitpunkt für eine Kontaktaufnahme bestimmen. Dieses Verfahren wird auch als Best Next Time bezeichnet.  

 

Wie hoch ist die Wahrscheinlichkeit, dass Kunde X Produkt X kaufen wird?

Diese Frage ist besonders relevant, wenn Sie noch hohe Lagerbestände oder Kontingente von einem bestimmten Produkt haben und gezielt die Kunden ansprechen möchten, die dieses Produkt mit besonders hoher Wahrscheinlichkeit kaufen werden. Zur Berechnung kann die sog. logistische Regression angewendet werden. Mit ihr lässt sich bestimmen, mit welcher Erfolgswahrscheinlichkeit ein Ereignis von bestimmten Variablen abhängt. Beispielsweise: Mit welcher Wahrscheinlichkeit bucht Kunde X eine Reise nach Schweden in Abhängigkeit seines Einkommens? Bei der Berechnung mithilfe eines statistischen Modells erhält man als Ergebnis verschiedene Koeffizienten für jede Ausprägung – in diesem Fall die Einkommensklassen. Je signifikanter diese Koeffizienten sind, desto aussagekräftiger ist die entsprechende Eigenschaft für das Eintreten des Ereignisses – hier die Buchung einer Reise nach Schweden. Als Ergebnis lassen sich wiederum Aussagen, wie z.B. „Kunden mit einem Einkommen zwischen 90 und 100T€ werden am wahrscheinlichsten eine Reise nach Schweden buchen“ ableiten.

 

Kann ich vorhersagen, wer abwanderungsgefährdet ist? 

Einmal gewonnene Kunden wieder zu verlieren ist nicht nur ärgerlich, sondern auch sehr kostspielig. Abwanderungen zur Konkurrenz erkennen bevor sie geschehen und die rechtzeitige Einleitung entsprechender Gegenmaßnahmen sind daher entscheidende Schritte für die langfristige Sicherung des Unternehmenserfolgs. Dies wird auch als Churn Prevention bezeichnet. Abhängig vom Geschäftsmodell kann es unterschiedliche Indikatoren für eine Abwanderung geben. Bei Konsumgütern, die in regelmäßigen Abständen gekauft werden, wie z.B. Getränke, gibt ebenfalls der Kaufrhythmus wichtige Hinweise. Bleibt ein Kauf aus, wenn er eigentlich hätte stattfinden sollen, kann beispielsweise eine Reaktivierungskampagne ausgelöst werden. Ebenfalls gut anwenden lässt sich Churn Prevention bei Produkten, die sich durch eine regelmäßige Nutzung auszeichnen, wie z.B. Streaming-Dienste oder Fitnessstudios. Geht die Nutzungsfrequenz zurück, kann dies ein Zeichen für eine bevorstehende Kündigung sein. Oft gibt es auch bestimmte Aktivitäten, die das Profil eines Abwanderers kennzeichnen. Bei Versorgungsunternehmen kann dies beispielsweise der Erhalt einer Nachzahlung in Verbindung mit einem Anruf beim Call Center sein. Aus diesen Indikatoren lassen sich Variablen ableiten. Mithilfe statistischer Modelle lässt sich im nächsten Schritt ein Abwanderer-Score berechnen, mit der die Wahrscheinlichkeit einer Kündigung vorhergesagt werden kann und so rechtzeitig entsprechende Maßnahmen eingeleitet werden können. 

 

Wie vermeide ich, dass meine Kunden zu viele Nachrichten von mir erhalten?

Nachdem wir nun wissen, wie wir die optimale Zielgruppe für eine bestimmte Kommunikation nach unterschiedlichsten Aspekten identifizieren können, ist es zum Abschluss sinnvoll zu betrachten, wie man die Anzahl der Kommunikationen pro Person beschränken kann. Zu viele Nachrichten zur gleichen Zeit könnten dazu führen, dass die betroffene Person die Kontakterlaubnis aufhebt. Um dies zu vermeiden, lässt sich mit verschiedenen Strategien die Kontaktfrequenz optimieren: 

• Festlegung einer maximalen Anzahl an Kommunikationen in einem bestimmten Zeitraum z.B. 5 innerhalb von drei Monaten 
• Festlegung einer maximalen Anzahl gleichzeitiger Kampagnen z.B. eine pro Person
• Festlegung eines maximalen Budgets pro Ausführung oder in einem bestimmten Zeitraum

Diese Verfahren werden auch als Frequency Capping bezeichnet. Mit ihrer Hilfe werden nicht nur bestimmte Zielgruppen nicht zu oft kontaktiert, sondern auch Werbemittel effizienter eingesetzt. 

 

Abschließend lässt sich also festhalten, dass ein stärkerer Fokus auf Bestandskundenmarketing sowohl für Kunden als auch für Unternehmen von Vorteil ist. Kunden profitieren vor allem von einer personalisierten Kommunikation, die besser auf ihre Bedürfnisse und aktuelle Situation eingeht. Auf Unternehmensseite führt dies zu verbessertem Customer Engagement und Kundenbindung sowie wichtigen Erkenntnissen für die Neukundengewinnung. Außerdem können wichtige Insights für die Verteilung von Marketing Budgets und die Nutzung von Marketing Kanälen gewonnen werden.   

Weitere Inspirationen, wie Sie Kundendaten sowohl für ein erfolgreiches Bestandskundenmarketing als auch für die Neukundengewinnung effektiv einsetzen können finden Sie in unserem Whitepaper „50 kundenzentrierte Marketing Use Cases“.