Treiberanalysen: Wenn Befragungsdaten & Big Data heiraten

By 4. Januar 2016 Februar 1st, 2017 Allgemein
Traumhochzeit für Treiberanalysen: Befragungs- und Primärdaten heiraten.

Treiberanalysen zielen darauf ab, Erfolgsursachen aufzudecken. Dies gelingt jedoch nur in dem Maße wie die richtigen Daten und Variablen vorhanden sind. Drei Fallbeispiele zeigen welche Potentiale enstehen wenn Befragungsdaten die Kunden-, Umsatz- und Transaktionsdaten „heiraten“.

Ertragstreiber im Retail Banking

Eine Bank wollte überprüfen, wo die Treiber für Mehrgeschäft mit seinen Kunden liegen. Sie verknüpften Befragungsdaten zur Kundenzufriedenheit und Weiterempfehlung mit Kundendaten, Vertragsabschlüssen und Bruttobeiträgen. Datenschutzrechtlich war dies möglich, indem anonymisierte Datensätze durch eine externe Agentur verknüpft und weiterverarbeitet wurde. Das Ergebnis der Ursachen-Wirkungs-Treiberanalyse war unerwartet, jedoch mehr als plausibel:

Die Kundenzufriedenheit ist zwar eine wichtiger Grundbedingung, jedoch verpufft ihr Beitrag auf die Abschlüsse allein deshalb, weil Produktabschlüsse nur selten – also im Schnitt alle 5 bis 10 Jahre- stattfinden. Es wurde klar, dass die Kundenzufriedenheit als genereller Heilsbringer ungeeignet ist – da die Steigerung im Gießkannenverfahren, einen geringen ROI bietet. Das Ergebnis: Fokussierte Marketing & Sales-Konzepte am Kunden-Touchpoint zum und kurz vor dem Bedarfszeitpunkt.

After-Sales im Automotivebereich

Ein Kfz-Werkstätten-Netzwerk interessierte sich für die Treiber ihrer Profitabilität. Hunderte von Händlerbetrieben wurden mit betriebswirtschaftlichen Kenngrößen, Vertriebsmaßnahmen und eben seinen Befragungskennzahlen beschrieben. Die Erkenntnisse der Ursachen-Wirkungs-Treiberanalyse waren vielfältig.

Die korrekte Durchführung von Wartungsarbeiten entpuppte sich als wichtiger Treiber von Zufriedenheits-, Weiterempfehlung, Umsatz und Kostenersparnissen. Statt einer abstrakten Wichtigkeit von etwa „0,5“ konnte man nun dem Ganzen einen konkreten Gewinn-Effekt zuordnen: Wenn die typische Werkstatt die Performance für „Korrekte Durchführung“ der besten Werkstatt erreicht, steigt allein damit seine Gewinnmarge um 15 Prozent.

Vertrieb einer Consumer Electonics Marke

Eine Marke der Unterhaltungselektronik wollte den Gewinn-Effekt von Vertriebsmaßnahmen ermitteln und bildete dafür Kontrollgruppen von Shops, die für ein paar Monate keine Maßnahmen erhielten. Ein erstes Modeling zeigt keinen Impact der meisten Maßnahmen. Kein Wunder, misst Modeling mit Umsatzdaten doch lediglich kurzfristige Umsatzwirkungen. Es vernachlässigt Langfristeffekte, die dadurch entstehen, dass die Maßnahmen dauerhaft die Vertriebsfähigkeit graduell verbessern.

Der Markenanbieter integrierte die Kennzahlen des Mystery-Shoppings in das Beschreibungsprofil eines jeden Shops in jedem Monat und schon offenbarten sich in der Ursache-Wirkungs-Treiberanalyse massive indirekte Effekte. Bestimmte Maßnahmen steigerten nicht nur gewisse die Mystery-Shopping-Kenngröße „Advocacy“, die sich zudem als äußerst vertriebsfördernd erwiesen. Plötzlich wurde aus „keinem Effekt“ ein nachweisbaren „Baseline effect“ den das Unternehmen monetär bemessen konnten.

Drei Beispiele, eine Erkenntnis:

Ihre Befragungsdaten sind wertvoll. Den Schliff des rohen Diamanten versetzen Ihnen jedoch Ihre Kunden-, Umsatz und Transaktionsdaten.

Ihr, Frank Buckler

p.s. Weiterführendes zu NEUSREL und die Universelle Strukturmodelierung finden Sie hier.