Insbesondere im Dienstleistungsbereich (z.B. Banken, Versicherungen, Telekommunikationsunternehmen) ist der Erhalt guter Kundenbeziehungen wichtig, da es zumeist um längerfristige Verträge und monatliche Beiträge geht.

Macht ein Konkurrenzunternehmen ein besseres (Lock-)Angebot oder wirbt gezielt Kunden ab, müssen Firmen auf die Treue Ihrer besten Kunden setzen – aber wo und wer sind Ihre besten Kunden und wie können Sie sie erreichen?

Kunden gruppieren

Bei der Customer Segmentation geht es darum, Kunden eindeutigen Gruppen zuzuordnen. Bei Einzelkunden geschieht dies meist unter Berücksichtigung multi-dimensionaler Informationen wie etwa Umsatz, Verhalten, Geschlecht, demographische Angaben oder individuelle Präferenzen. Treueprogramme oder Kundenkarten können hierbei die Brücke zwischen Kunde und Kaufverhalten bilden.

Unternehmenskunden können nach entsprechend anderen Zahlen eingeteilt werden, etwa Firmengröße, Branche oder Umsatz.

Wozu?

Eine Segmentierung kann in vielerlei Hinsicht Entscheidungshilfen bieten. Für Fragen wie „Welchem Kunde weise ich wie viele Ressourcen zu?“, „Welche Gruppe ist meine umsatzstärkste und auf welche sollte ich meine Marketingmaßnahmen ausrichten?“, „Welches Cross-Produkt funktioniert für welche Gruppe?“ kann anhand der Segmente leichter eine Antwort gefunden werden.

Value-Based Segmentation – was ist ein Kunde wert?

Neben der Einteilung von Kunden in Marktgruppen ist ebenfalls die sogenannte Value-Based Segmentation, etwa in Platinum-, Gold-, Silber-, Bronze-Kunden (wenige Gruppen sind hier sinnvoll) möglich. Kundenumsatz, Treue und Kosten für initiale Kundengewinnung können in diese Segmentierung einfließen.

Welche Kunden müssen in jedem Fall gehalten werden? Wie können mittelmäßige Kunden wachsen (Stichwort „added sales activity“)? Wie können die Kosten für die am wenigsten wertvollen Kunden verringert werden und wie verhindert man, dass sie ein Hindernis für andere Kunden sind (Stichwort „Ressourcen“)? Welche Kunden drohen abzurutschen? Welcher Gruppe können welche Angebote gemacht werden?

Je mehr Daten anfallen, desto mehr kann aus Kundenbewegungen gelernt werden. Wie steigen Kunden in die nächste Stufe auf? Was führt dazu, dass sie abrutschen?

Predictive Modeling

Während die obigen Ansätze auf den Ist-Stand zurückgreifen, geht es beim Predictive Modeling um die Kalkulation zu erwartender Verhalten oder Reaktionen. Wie viel ist in den kommenden zwölf Monaten von Kundengruppe X zu erwarten? Welche Gruppe ist voraussichtlich an einem neuen Produkt Y interessiert?

Oder aber auch Berechnungen des Customer Lifetime Value: Wie viel kann ich in der Zeit, in der Kunde Z bei mir ist, von ihm erwarten? Ein Ansatz hierfür wäre: durchschnittliche Einnahmen pro Monat * Monate, die der Kunde bei mir ist / Kosten für die Gewinnung des Kunden (Churn Predictive Decision).

Nutzen Sie Ihre Daten

Viele Unternehmen haben mehr Informationen über Ihre Kunden als sie tatsächlich nutzen. Verwenden Sie Ihre Daten zur Entscheidungshilfe – sei es für die nächste Marketingkampagne, die Ressourcenzuweisung oder etwa für einen Quartalsausblick.