Ein Beitrag von Dr. Björn Goerke, Co-Founder & CEO CrossEngage

Die Betrachtung des ROI beim Einsatz einer neuen Marketing-Lösung ist sinnvoll und notwendig. Doch zeigen Plattformen, die die Kommunikation und Prozesse im Marketing grundlegend revolutionieren und auf den Kunden ausrichten häufig erst mittel- und langfristig ihren vollen Mehrwert. Das macht sie aber nicht weniger wichtig. Im Gegenteil: Wer den entscheidenden Schritt Richtung Kundenzentrierung verpasst, verliert irgendwann alles.

Unser CEO Dr. Björn Goerke teilt nach jahrzehntelanger Erfahrung in der Software-Implementierung seine Erkenntnisse bezüglich der Dringlichkeit dieser Entwicklung unter der Bedingung der richtigen Erwartungshaltung.

Es geht nicht um den ROI – es geht um alles. Das klingt dramatisch, aber es ist zutreffend. Wir beobachten seit Jahren eine gewaltige Transformation. Von statischer Produktzentrierung richten Unternehmen Strategie und operatives Geschäft zusehends an den Bedürfnissen der Kundschaft aus. Das gelingt dabei unterschiedlich gut. Viel genanntes Best Practice hierzulande stellt das Versandhaus Otto dar. Mit der Einstellung des Otto-Hauptkatalogs im Jahr 2018 läutete es eine beeindruckende Entwicklung hin zu ganzheitlicher Kundenzentrierung ein.

Daten als Schlüssel zu guten Kundenerlebnissen

Otto schaffte es in den letzten Jahren, die Struktur und Business-Modelle des Online-Marktplatzes auf vielen Ebenen zu optimieren und auszuweiten. Insbesondere mit der Ausdifferenzierung der umfassenden Partner- und Werbemöglichkeiten für Anbieter ist Otto dabei ein entscheidender Schritt gelungen: Der Kundenzugang und die Kundenbeziehung, und damit das wohl wichtigste Gut modernen Marketings, läuft unter dem Namen Otto. Etwa durch umfangreiche Angebote für Suchmaschinen-Kampagnen, aber auch Übernahme der Kauf- und Bestellvorgänge für Partner gelingt es Otto, die eigene Reichweite auszuweiten und die Kundenbeziehungen aktiv zu managen und auszubauen. Die daraus resultierenden kundenbezogenen Daten setzt das Versandhaus wiederum für optimierte Kundenerlebnisse und damit Wertangebote für die Kunden der Plattform ein, was die Zufriedenheit massiv steigert. Otto ist es entsprechend gelungen, die Vorteile und Chancen des E-Commerce optimal zu nutzen und Strukturen und Prozesse konsequent auf den Endkund:innen auszurichten.

 

Das Potenzial der Kundenzentrierung

Die Einstellung von großen, schweren Print-Katalogen war nicht nur in der Geschichte von Otto ein strategischer Meilenstein in der Transformation zu echter Kundenzentrierung. Kundenzentrierung bedeutet für das Marketing-Programm, dass man Kund:innen zu jeder Zeit bestmöglich versteht und die jeweils optimale, auf die individuellen Bedürfnisse, Handlungen und Kundenwerte abgestimmte Ansprache wählt. Ein großer, breit gestreuter Katalog kommt den individuellen Bedürfnissen und Präferenzen der einzelner Kund:innen denkbar wenig nach und verursacht darüber hinaus hohe Kosten und unnötiges Altpapier. Auch einige unserer Geschäftskunden setzen weiterhin sehr erfolgreich auf das Medium, doch es wird dabei immer mehr und effizienter in ein Konzert von Marketing-Aktivitäten eingebunden. So werden Kund:innen hinsichtlich ihres individuellen prädiktiven Wertes und der jeweiligen Bedürfnisse und Präferenzen optimiert angesprochen. Insbesondere vor dem Hintergrund steigender Kundenakquisitionskosten und den Fängen der Plattformökonomie, gewinnt die kundenzentrierte Ausrichtung derzeit rasant an Bedeutung. Dafür müssen alle Signale des Kunden bestmöglich verstanden werden – Wie kann das gelingen?

 

Wie gelingt Kundenzentrierung?

 

„Stellen Sie sich vor, Sie könnten zu jeder Zeit immer die bestmögliche Entscheidung in der Kundenbeziehung treffen. Wie sehr würde das den Lebenswert des oder der einzelnen Kund:in heben?“

Otto hat die aktuellen Entwicklungen optimal für sich zu nutzen gewusst. Doch wie gelingt Unternehmen der Schritt in Richtung Kundenzentrierung?
Der Anfang jedes Gedanken und Prozesses im CRM sollte immer bei der Kundschaft liegen. Was erwartet sie, wie verhält sie sich, wie profitabel wird sie für das Unternehmen wahrscheinlich sein und wie bringe ich die Kundenbeziehung auf das nächste Level?

Channels Datenanalyse

Um all das herauszufinden müssen Marketer die Signale und Aktivitäten de:r Kund:in in entsprechenden Profilen erfassen. Bei der Kundenanalyse sind Kaufaktivitäten noch immer klassische Treiber. Denn für die meisten Kundensituationen sind die Informationen darüber, ob ein:e Kund:in Geld ausgibt, sehr wertvoll. Doch es gibt viele weitere zu Person, Verhalten, Produkt und Mediennutzung de:r Kund:in. Welche Daten gesammelt werden können, hängt stark mit dem Geschäft des werbetreibenden Unternehmens zusammen. Online getriebene Geschäftsmodelle werden eher Daten aus Shop- und App-Interaktionen nutzen können, Retailer möglicherweise den Einsatz von Kundenkarten.
Um all diese Daten verwenden zu können, müssen sie im nächsten Schritt verfügbar gemacht werden. Plattformen für Kundendatenmanagement erfassen mühelos alle First-Party-Daten von jedem Online- und Offline-Touchpoint in Echtzeit.

Die den Daten zugrunde liegenden Signale müssen anschließend in ihrer Gesamtheit verstanden werden, um die richtigen Entscheidungen für die CRM-Aktivitäten zu treffen. Jede einzelne Kundenbeziehung in der Tiefe zu durchdringen ist in manueller Arbeit schlichtweg nicht möglich. Schon in der Vergangenheit wurden Konzepte wie RFM (Requency, Frequency, Monetary Value) oder simple Algorithmen eingesetzt. Doch diese fixen und groben Entscheidungssysteme gelten mittlerweile als abgelöst. Das intelligente, kundenzentrierte Marketing-Management erfordert entsprechend komplexe Entscheidungen, die rund um die Uhr und möglicherweise global getroffen werden müssen. Häufig sind es hunderte, oft auch tausende sogenannter Touchpoints, an denen Entscheidungen zu treffen sind. Ohne Automatisierung ist dies schlicht unmöglich.

Um in der Vielzahl an Möglichkeiten nicht die Orientierung zu verlieren, ist die entscheidende Kennzahl zur Berechnung möglichst präziser, individueller, zukunftsgewandter und ökonomisch optimierter Entscheidungen der zukünftige Kundenlebenswert (Predictive CLV) jede:r Kund:in. Er sagt auf Basis komplexer Zusammenhänge in den Daten den zukünftigen Wert jede:r Kund:in voraus und kann als Entscheidungsgrundlage in Echtzeit in Kampagnen einfließen.

Die richtige Plattform

Bei der Einführung unserer Customer-Data- and Prediction-Plattform und der Nutzung unseres No-Code Predictive Model Builders für diese Entscheidungen beobachten wir noch immer einen starken ROI-Fokus. Egal ob inhouse oder über Drittanbieter gelöst, fallen für kundenzentrierter Technologien und Prozesse Kosten an.

Rechtfertigt der entstehende Lift letztendlich die Kosten? Diese Frage sollte grundsätzlich gestellt werden. Sollte man beispielsweise unter Einsatz von Machine-Learning-Algorithmen (ML) in einzelnen Use Cases schlechter performen als mit den bekannten Methoden, liegt fast immer ein Fehler in der Konfiguration des Machine Learnings oder in der Konzeption der Kampagne vor. Die Algorithmen sind mittlerweile so stark optimiert, dass eine schlechtere Performance bei korrekter Umsetzung schlicht nicht möglich ist.

Wenn man zu kurz nach der Implementierung eine ROI-Betrachtung des Software-Einsatzes vornimmt, läuft man allerdings Gefahr, den tatsächlichen Wert deutlich zu unterschätzen. Erzielen Unternehmen mit unserem No-Code Predictive Model Builder in einem einzigen Use Case etwa nur relativ wenig Lift gegenüber herkömmlichen Selektionsverfahren wie RFM, dann kommt eine ROI-Betrachtung möglicherweise zu dem vernichtenden Schluss, dass der Einsatz der Customer-Data- and Prediction-Plattform nicht lohnenswert ist. Doch die ersten Ansätze eröffnen häufig noch nicht den immensen mittel- und langfristigen Mehrwert. Der Einsatz kundenzentrierter Technologien bietet die Chance, das Kundenmanagement langfristig nachhaltig auszurichten. Erst die ausgiebigere Auseinandersetzung über die rein technischen Komponenten hinaus ermöglicht eine aussagekräftige Erfolgsmessung. Als guter Startpunkt eignen sich nach unserer Erfahrung etwa folgende Szenarien.

 

First to second order scoring

Ein beispielhafter Use Case stellt die Frage nach der Entwicklung neuer Kund:innen, First-to-second-order. RFM-Bewertungsmethoden greifen hier kaum. Alle Kund:innen haben in diesem Stadium per Definition eine geringe Recency. Zudem verzeichnen alle dieselbe Frequency und der erste Warenkorb ist meist relativ klein, sodass man auch über den Monetary Value noch wenig Möglichkeiten zur Unterscheidung der Kund:innen hat. Doch stecken im ersten Kauf schon extrem viele Informationen. Welche Marken und in welchen Größen wurden bestellt? Über welche Kanal kam die Kundenbeziehung zustande? Was ist das (geschätzte) Alter de:r Kund:in? Diese und viele Informationen ergeben zusammen wichtige Aufschlüsse über die Entwicklungsmöglichkeiten der einzelnen Kundenbeziehung – und das bereits direkt mit der ersten Bestellung. Stellen Sie sich den Wettbewerbsvorteil vor, den das Investment in die richtigen neuen Kundenbeziehungen und damit gesenkte Streuverluste mit sich bringt.

Dieses Prinzip ist auf sämtliche Use Cases und Touchpoints entlang des Customer Lifecycles anzuwenden. Wer zu jeder Zeit die bestmögliche Bewertung seiner Kund:innen (automatisiert) vornehmen kann, um seine Marketing- und CRM-Aktivitäten kundenindividuell und Budget-optimiert auszuspielen, schafft genau jenen Sprung zur Kundenzentrierung. Hier bietet sich die Chance, das eigene Unternehmen auf ein ganz neues Level der Wettbewerbsfähigkeit zu heben. Hier ein gesparter Gutschein, dort auf Vorkasse umgestellt, weil das Retourenrisiko hoch ist, und dann wiederum eine:n Kund:in vom Abwandern abgehalten, weil Sie rechtzeitig erkannt haben, dass die Kundenbeziehung in Gefahr ist. Und all das automatisiert und kundenindividuell. An dieser Stelle den positiven Mehrwert einer Software und deren langfristigen ROI in verschiedenen Szenarien zu ermitteln, ist der Schlüssel zum Erfolg.

Es geht um Kundenzentrierung – und damit um alles.

 

Sie möchten erfahren, wie Sie mit der richtigen CRM-Lösung Ihre Datensilos aufbrechen, Prozesse im Marketing automatisieren und KI einsetzen, um Ihre Zielgruppen intelligent und gewinnbringend zu managen?

 

 

Dr. Björn Goerke

Über den Autor: Dr. Björn Goerke ist Co-CEO von CrossEngage und für die Unternehmensentwicklung verantwortlich. Er ist seit 15 Jahren auf Data Science fokussiert und hat es sich zur Aufgabe gemacht, dieses Thema in die Unternehmenslandschaft zu tragen. Er hat in quantitativem Marketing an der Universität Kiel promoviert.