Customer Lifetime Value: Ein Automobilhersteller stellte sich dem Phänomen, dass Pareto schon 1897 auffiel: Eine kleine Zahl der Kunden sind für einen großen Teil des Ertrags verantwortlich. Doch stellt es sich in der Praxis oft als nicht trivial heraus zu erkennen, was ein Kunde in Zukunft an Wert in sich birgt. Durchleuchtet man, was der Kundenwert wirklich „bringt“, zeigt sich, dass dies erst klar wird, wenn man den Marketing- und Vertriebsprozess zu Ende denkt. Genau das hat der Automobilhersteller getan.
Schritt 1: Im Rückspiegel sieht man die kommende Kurve nicht: Zukunftsorientierten Kundenwert berechnen
Kundenwertorientiertes Kundenmanagement gibt es bei Automobilherstellern nur rudimentär. Klar, es gibt Firmenkunden und es gibt Kunden, die teure Fahrzeugtypen gekauft haben.
Doch was kaufen sie in Zukunft? Wie treu sind sie der Marke und dem Vertragshändler? Wie wahrscheinlich wird der nächste Wagen ein Neuwagen? Wieviel Geschäft wird durch Weiterempfehlung entstehen? Wieviel Wartung und Zubehörgeschäft wird der Kunden auslösen? Zentrale Fragen auf die es bis heute keine zufriedenstellende Antworten gibt…. gab!
Ein Kundenpanel lieferte die Datenbasis: Kundenprofildaten, PKW-Käufe, quartalsgenaue Wartungsausgaben. Und eine Zusatzbefragung in diesem Panel stellte die notwendigen Informationen zu Verfügung, um die durch Weiterempfehlung ausgelösten Käufe und die langfristig zu erwartende Autokäufe zu erfassen.
Predictive Analytics (hier NEUSREL) ermittelte die mathematischen Formeln, die aus Kundenprofil, die diversen zukünftig zu erwartenden Erträge berechnen. Das Ergebnis: ein zukunftsbezogener Kundenwert für jeden Kunden, der anhand eines kleinen Sets an Kundendaten berechnet wird.
Schritt 2: Was tun mit den wertvollen Kunden? Segmentorientierte Betreuungskonzepte aus Daten ableiten.
„Was tun, sprach Zeus“. Der Kundenwert sagt wieviel Wert sie „verspielen“ können, wenn sie nicht Acht geben. Er sagt ihnen nicht, was sie inhaltlich tun können, um den Wert zu halten oder zu steigert. Auch hier kann Predictive Analytics helfen. Denn Ansätze wie NEUSREL liefern die Bedeutung von Indikatorvariablen mit. Und diese geben Aufschluss darüber, was inhaltlich Kundenwert treibt.
Der Automobilhersteller fand beispielsweise so heraus, dass Liebhaber hochmotorisierter Fahrzeuge nicht nur deutlich mehr -heute und zukünftig- in die Anschaffung, sondern vor allem auch in die Wartung investieren. Ein inhaltliches Betreuungssegment, das sich um hochmotorisierte Fahrzeuge kümmert, war geboren.
Weiterhin fand das Unternehmen heraus, dass die Markenbindung und -vertrauen fast die Hälfte des Kundenwerts erklärt. Das Segment der emotional nicht Gebundenen, deren Zugehörigkeit für jeden Kunde mit zwei „Killerfragen“ überprüft werden kann, lieferte ein Betreuungssegment für kundenindividuelle Begeisterungsmaßnahmen.
Schritt 3: Reagiert der Kunden auf meine Maßnahmen? Effektiver steuern durch prognostische Action-Scores.
Es ist ein entscheidender Schritt zu wissen, an welchen Stellhebeln man bei einem Zielkunden ansetzen kann. Trotzdem kann es passieren, dass die auserwählten Maßnahmen nicht greifen. Etwa weil die Person perse keine Werbebriefe oder Email liest oder vielleicht für Rabattangebote nicht empfänglich ist.
Was sie benötigen, ist eine Einschätzung, ob der Anruf, der Brief oder beispielsweise das Rabattangebot tatsächlich eine positive Reaktion hervorrufen wird. So können Sie vermeiden, dass Ihre Marketing und Vertriebsinvestments im „Zumüllen“ des Kunden enden und in ihre Wirkung nicht nur verpuffen, sondern sie auch Gefahr laufen, den Kunden zu vergraulen.
Wie das geht? Das Targeting mit Hilfe von Predictive Analytics ist eine Praxis, die im Direct Mailing bereits seit über 20 Jahren erfolgreich praktiziert wird. Anhand von Kundeneigenschaften und der Reaktion von Kunden aus der Vergangenheit, lässt sich ein Action-Score berechnen, der eine Wahrscheinlichkeit für jeden Kunden angibt, dass er auf eine Maßnahme reagiert. Der Automobilhersteller steigerte mit Hilfe von Action Scores den Effekt seiner Maßnahmen bei gleichem Investment um 84%.
Schritt 4: Veränderung ist die einzige Konstante: Die Notwendigkeit eines Regelprozesses
Was aber wenn die geplanten Maßnahmen neu sind und daher noch keine Erfahrungswerte vorliegen? Dann benötigt man eine Pilotphase für diese Maßnahmen. In dieser werden Kunden randomisiert adressiert. Nach ein paar Wochen kann ein Predictive Model aufgebaut werden und die Maßnahme anhand der Action-Scores effizient gesteuert werden.
Auch der Wert eines Kunden wird sich mit der Zeit ändern, genauso wie Bedarfssegmente. Daher hat sich der Automobilhersteller entschlossen, das Thema als ein Regelprozess zu begreifen. Die Kundenwert-Formeln werden regelmäßig neu berechnet. Anders als konventionelle Segmentierungsansätze werden auch die Bedarfssegmente regelmäßig neu überprüft, ggf. geändert und mit Action-Scores zum Leben gefüllt.
p.s. Weiterführendes zu NEUSREL und die Universelle Strukturmodelierung finden Sie hier.