Die Aufgaben der Marketing-Manager werden immer komplexer. Die Märkte präsentieren sich zunehmend fragmentierter und gleichzeitig sind die Kunden zunehmend enger untereinander verdrahtet. Ihnen stehen vielfältige Informationsmöglichkeiten zur Verfügung und damit steigt auf Kundenseite die Erwartungshaltung. Dabei wird gleichzeitig der Einfluss durch Marketing- und Vertriebsmaßnahmen auf die Kaufentscheidungen geringer. Von Seiten des Vertriebs wächst also der Druck, die Quantität und Qualität der vom Marketing ermittelten Leads zu steigern. Im Wettbewerb um den Kunden kommt es schließlich darauf an, die knappen Marketing-Ressourcen zielsicher einzusetzen.
Foto: Sergey Nivens, Fotolia.com
Doch auf welcher Basis können tragfähige Entscheidungen im Marketing getroffen werden? Wie lassen sich Kunden-Potenziale mit den richtigen Maßnahmen heben? Und wie können die immer komplexer werdenden Kommunikationsprozesse optimal am Kundenlebenszyklus und an der Wertigkeit des Kunden ausgerichtet werden? Das sind die entscheidenden Fragen, auf die Marketiers heute die richtigen Antworten finden müssen.
Der Weg führt über die intelligente Analyse der Marketingdaten
Um den Einsatz der Marketing-Investitionen zu optimieren und bestmögliche Geschäftsergebnisse zu erzielen, benötigen die Marketing-Abteilungen tiefgreifende Erkenntnisse darüber, worin sich Märkte und Konsumenten voneinander unterscheiden und wie sich das Verhalten von Käufern sowie Nicht-Käufern in Richtung einer Kaufentscheidung lenken lässt.
Dazu sind im Marketing zwei analytische Werkzeuge unverzichtbar: Segmentierungs-Verfahren sowie Prognose-Verfahren. Die entsprechenden Werkzeuge sind grundsätzlich verschieden ausgestaltet und unterstützen jeweils unterschiedliche Ziele und Aufgabenstellungen. Dementsprechend sind beide Werkzeuge erforderlich, um den Kampf um Kunden und Marktanteile erfolgreich zu bestehen.
Was leistet Kundensegmentierung?
Bei der Kundensegmentierung geht es darum die Kunden in jeweils homogene Gruppen einzuteilen. Meistens basiert diese Aufgabe auf multidimensionalen Verfahren, also der Anwendung von Kriterien aus verschiedenen Merkmalsgruppen, wie zum Beispiel demografischen Daten, Umsatz-Volumen, Kauf-Verhalten, Nutzungs-Verhalten, Attraktivität oder Multiplikator-Effekten. Dabei gilt es jedoch für die Verantwortlichen zu beachten, dass Marketingentscheidungen auf Basis der Segmentierung immer vergangenheitsbezogen sind und keinen Ausblick beinhalten oder Vorhersagen auf das zukünftige Kundenverhalten zulassen.
Der Zuschnitt der Kundensegmente ist abhängig von mehreren Faktoren: Zum einen ist die Differenzierbarkeit der Kundengruppen über das Erkennen charakteristischen Kundenverhaltens beziehungsweise differenzierter Bedarfssituationen je ermittelbarem Segment erforderlich. Dazu kommen muss die Fähigkeit des Unternehmens, für jede Kundengruppe geeignete Marketing- und Vertriebsmaßnahmen zu entwickeln. Die Kundensegmentierung sollte strikt an den Marketingzielen ausgerichtet werden. So lässt sich eine effiziente Steuerung der Marketingmaßnahmen wesentlich vereinfachen.
Der Aufwand multidimensionaler Segmentierungs-Verfahren lohnt sich nicht, wenn der Unterschied in der Behandlung der Kundensegmente nur darin liegt, zu entscheiden, welchen Kunden hochpreisige Produktkataloge zugesendet werden sollen. Segmente festzulegen ist vielmehr eine Entscheidung mit Steuerungscharakter, unter anderem über die Investition in bestimmte Kundengruppen.
Die Mikrosegmentierung, in Abgrenzung zum Begriff der Kundensegmentierung, ist ein ad-hoc einzusetzendes Instrument für die Feinsteuerung von Zielgruppen in Marketingkampagnen. Als typische Aufgabenstellung könnte ein Handelsunternehmen die Kinder in einem Haushaltsverbund auf ihr Interesse an einer Kundenkarte ansprechen. Dem würde die Analyse des bisherigen Einkaufsverhaltens beziehungsweise der Warenkörbe vorhergehen.
Was machen Prognose-Verfahren?
Mit Hilfe von Prognose-Verfahren sollen sich Aussagen über das wahrscheinliche Verhalten und die Neigungen von Personen treffen lassen. Als Ergebnis des Verfahrens werden Score-Werte vergeben, welche das erwartete Verhalten beschreiben. Ähnlich wie bei der Segmentierung werden multidimensionale Verfahren herangezogen, wobei die eingesetzte Analyse-Software Informationen über die Aussagekraft der verwendeten Variablen zur Beschreibung des Kundenverhaltens beinhalten sollte.
Entsprechend der Aufgabenstellung werden jeweils unterschiedliche Variablen in ein Modell einbezogen. Zur Bestimmung der optimalen Menge an Kunden, zum Beispiel zur Ansprache im Rahmen einer Cross-Selling Aktion, wird die ermittelte Gesamtmenge affiner Kunden in Zentile eingeteilt. Es können dann in der Rangfolge der Zentile so lange Kunden in die Kampagne aufgenommen werden, wie noch Budget für die Durchführung der Maßnahme vorhanden ist und Kunden eine, aus statistischer Sicht, positive "Neigung" aufweisen.
Die Anzahl der benötigten Prognose-Modelle ist abhängig von den Aufgabenstellungen. Unter Umständen kann jedes Modell einen anderen Anwendungsfall lösen. Ähnlich wie bei den Segmentierungs-Verfahren gilt: Die Anzahl der Prognose-Modelle wird limitiert durch die Fähigkeit des Unternehmens, geeignete Marketing-Maßnahmen zu entwickeln, um das Verhalten der Kunden in der gewünschten Weise zu beeinflussen.
Welches Werkzeug für welchen Anwendungsfall?
Sowohl für die Segmentierung als auch für die Prognose gibt es eine große Anzahl unterschiedlicher Anwendungsfälle. Manchmal kann ein Segmentierungs-Modell für mehrere Anwendungsfälle herangezogen werden, wohingegen ein Prognose-Modell in der Regel für eine ganz bestimmte Aufgabe beziehungsweise gleichartige Aufgaben entwickelt wird.
Wesentliche Anwendungsfälle für Segmentierungs-Verfahren sind:
-
Entscheidungen über kurz- und langfristige Vertriebs- und Marketing-Investitionen;
-
Festlegung von Kundenentwicklungsstrategien;
-
Basis für Produktentwicklung, Produkteigenschaften, Preisfestlegung, Marketingkanäle, Distributionskanäle, Botschaften/Kommunikation.
Damit gilt die Kundensegmentierung immer als Ausgangspunkt für ein ganzheitliches CRM in dem es darum geht, Kunden und Märkte zu verstehen, die richtigen Angebote zu entwickeln, profitable Kunden zu gewinnen und diese langfristig an das Unternehmen zu binden.
Ein Beispiel, Kundensegmentierung anzuwenden, stammt aus dem Markt der Energieversorgungs-Unternehmen. Dort hat die Liberalisierung und Entflechtung für einen erhöhten Wettbewerbsdruck gesorgt. Das bisher übliche Verfahren der Quersubventionierungen ist in diesem Rahmen nicht mehr möglich. Für viele der in diesem Markt tätigen Unternehmen bedeutet dies, dass sie ihre Unternehmensstrategie an die veränderten Marktbedingungen anpassen müssen. Dazu gehört, die strategischen Kundenportfolien festzulegen und diese langfristig zu entwickeln.
Mit Hilfe der Kundensegmentierung lassen sich Kundenbedürfnisse erkennne und profitable Kundengruppen identifizieren. Dies soll über die Festigung der Kundenbindung zu einer Umsatzsteigerung bei den Bestandskunden führen. Zudem sollen das Neugeschäft außerhalb der angestammten Netzgebiete ausgebaut und die Geschäftsprozesse auf eine konsequente Kundenorientierung ausgerichtet werden.
Zu häufig jedoch verlassen sich Unternehmen alleine auf die Kundensegmentierung als Werkzeug, um Kampagnen zu entwickeln. Dabei sind Prognose-Modelle wesentlich besser geeignet, Zielgruppen für Kampagnen präzise zu identifizieren und die Zusammensetzung der Zielgruppen zu kalibrieren. Zum Beispiel könnte ein Unternehmen der Automobilbranche Prognose-Modelle für seine wichtigsten Produktarten (Kompaktwagen, Geländewagen) entwickeln, um festzustellen, welche Charakteristika Bestandskunden mit einer hohen Wahrscheinlichkeit für den Kauf eines bestimmten Zubehörs aufweisen. Die daraus gewonnenen Erkenntnisse ließen sich beispielsweise dafür einsetzen, um eine Strategie für Händler-Kampagnen zu entwickeln.
Wesentliche Anwendungsfälle für Prognose-Verfahren sind:
-
Identifizierung von Zielgruppen für Marketing-Kampagnen;
-
Prognose des Kundenverhaltens;
-
Effizienzsteigerung des Marketings;
-
Durchführung von "was wäre wenn"-Analysen;
-
Prognose der Auswirkungen von Marketing-Maßnahmen auf das Kundenverhalten.
Angewandt auf die Energieversorger-Branche können Prognose-Verfahren zum Beispiel dafür eingesetzt werden, um ein aktives Stornopräventions-Management aufzubauen. Für Kunden in den einzelnen Segmenten können Modelle entwickelt werden, welche die Wahrscheinlichkeit für einen Anbieter-Wechsel als Score-Werte darstellen. Gleichzeitig ließe sich ermitteln, welche Maßnahmen bei anderen Kunden dazu führten, dass eine Kündigung abgewendet wurde.
Im Rahmen der Steuerung von Direktmarketingmaßnahmen zum Beispiel bei Banken oder Versicherungen, werden häufig nach Branchen differenzierte Dialogtypen ("der Fan", "der Multikanal-Aktive", "der Bequeme" oder ähnliche) verwendet. Um festzustellen, welche Dialogtypen sich in einer bestimmten Branche am besten eignen, können Anwenderunternehmen Prognose-Verfahren optimal einsetzen. Aber auch die konkrete Steuerung der werblichen Maßnahmen, angefangen von der Berücksichtigung von Präferenzen für Vertriebskanäle und Medien bis hin zu echtem On-Demand-Marketing mit hoher Individualisierung von Inhalten, ist auf Basis analytischer Werkzeuge möglich.
Neben dem Einsatz von statistisch-analytischen Werkzeugen sind für die Lösung von Marketing-Aufgaben natürlich immer auch Geschäftssinn und Erfahrung der Vertriebs- und Marketing-Experten gefragt. Ohne diese können nicht die richtigen Fragen gestellt werden, welche als "Aufgabe" an die Werkzeuge zur Beantwortung weitergereicht werden. Doch damit sich die Erkenntnisse aus den vielfältigen Anwendungsbereichen von Segmentierung und Prognose zum richtigen Zeitpunkt einsetzen lassen, bedarf es eines weiteren Werkzeugs: der Kampagnen-Automatisierung.
Wege zur Kampagnen-Automatisierung
Das "Spielfeld", in dem das Marketing heute agiert, hat sich in kurzer Zeit drastisch verändert. Verantwortlich dafür sind vor allem die schnell entstandenen, technologischen Entwicklungen, in erster Linie in den Bereichen Social, Mobile und Cloud.
Interessenten und Kunden tauschen sich über das Internet miteinander aus und sind bereits vor einer Kaufentscheidung deutlich besser informiert als noch vor einigen Jahren. Die Märkte werden transparenter und gleichzeitig steigen die Erwartungen der Kunden. Diese wollen individuell wahrgenommen werden und eine durchgängige "User-Experience" erfahren, vom Erstkontakt bis zur Serviceabwicklung. Gleichzeitig gibt es mehr Kontaktpunkte, über welche Unternehmen mit Kunden und Interessenten in Dialog treten können. Online- und Offline-Kanäle wechseln sich in der Nutzung ab, und machen eine konsistente Unternehmensdarstellung im Internet-Auftritt, in sozialen Medien, Web-Shops, Ladenlokalen, Service-Centern bis hin zu Promotion-Maßnahmen im Field-Service erforderlich.
Das Marketing ist in dieser Situation dafür zuständig, den Interessenten auf den verschiedenen Kommunikations-Kanälen relevante Informationen bereitzustellen, und an der Kommunikation zwischen Kunden und Unternehmen sowie von Kunde zu Kunde soweit wie möglich teilzunehmen.
Im Zusammenspiel mit dem Vertrieb steuert das Marketing den richtigen Zeitpunkt der Übergabe eines Interessenten. Hierbei helfen Datenanalysen, die die Kaufbereitschaft von Interessenten möglichst aktuell bewerten. Eine weitere Herausforderung besteht darin, den Kundenlebenszyklus zu erkennen und die die jeweiligen Zeitpunkte die passenden Maßnahmen zu finden und zu ergreifen. In diesem Kontext ist es ohne Software-Werkzeuge heute nicht mehr möglich, den Erwartungen der Kunden gerecht zu werden. Am besten für diese Aufgabe geeignet ist eine aus der Analyse von Marketingdaten getriebene Automation der Marketingprozesse.
Aufgaben der Marketing-Automatisierung
Die wesentliche Aufgabe einer Marketing-Automatisierung besteht darin, komplexe Kommunikationsprozesse zu koordinieren. Neben der Personalisierung für jeden Empfänger bedeutet dies vor allem, die Zusammenstellung und Abfolge von Nachrichten an Kunden und Interessenten zu steuern. Dabei reagiert die Marketing-Software automatisch und vor allem individuell auf die Aktionen und Reaktionen der Kommunikationspartner.
Im Regelwerk der Software sollten die Vorgaben der Kontaktstrategie des Unternehmens verankert sein, zum Beispiel über die Häufigkeit, wie oft und in welchem Turnus E-Mails versendet werden, oder generell der Kontaktkanal-Wahl pro Empfänger in einer bestimmten Zeitspanne. Dazu ist es erforderlich, eine vollständige Historie über den Kontaktverlauf in allen Vertriebs- und Kommunikationswegen bereitzustellen.
Kern der Marketing-Automatisierung ist es, eine hohe Relevanz der Inhalte für den Empfänger zu erreichen. Dies bedeutet, dass das Kampagnenmanagement nicht nur angebotsorientiert arbeiten darf, sondern sich an der jeweiligen Kundensituation orientieren muss. Der Kunde erhält immer dann eine auf ihn zugeschnittene Botschaft, wenn ein definierter Auslöser aktiviert wurde.
Dies kann ein konkretes Ereignis, wie zum Beispiel der Besuch des Internetshops oder der Auslauf einer Garantie sein. Auslöser kann aber auch die Datenanalyse sein, zum Beispiel ein Cross-Selling Angebots als next-best-offer zu übermitteln oder ein Bonus-Punkte-Angebot in einem Loyalty Programm als Maßnahme zur Kündigungs-Prävention zu übermitteln. Kunden und Interessenten sollen so das Gefühl erhalten, dass sie verstanden und wertgeschätzt werden.
Das datengetriebene, digitale Kampagnenmanagement hat zwar an Komplexität zugelegt. Gleichzeitig lassen sich damit aber die Zielgruppen immer treffsicherer ansprechen. Das erhöht gleichzeitig den RoI des eingesetzten Marketingbudgets.
Fazit
Die Anforderungen der Kunden steigen - nicht nur an die Produkte und Leistungen der Unternehmen, sondern auch an die Art und Weise, wie die Unternehmen kommunizieren sowie ihre Produkte und Leistungen anbieten. Daher bedarf es einer umfangreichen Kenntnis über die Kunden und Interessenten sowie deren Einstellungen und Erwartungen. Bisher waren die dafür erforderliche Analyse von Marketingdaten und die Erzeugung individualisierter Nachrichten nur für Unternehmen mit umfangreicher und teurer Infrastruktur möglich. Dies hat sich geändert - Tools für das On-Demand Marketing sind heute auch für kleinere Unternehmen erschwinglich. Der Software-Markt bietet mittlerweile Anwendungen, deren Bedienung keine Kenntnisse in Programmierung oder Statistik mehr voraussetzt, um letztendlich an die so wichtigen aussagekräftigen Erkenntnisse über Kunden und Märkte zu gelangen.
*Frank Lauterhahn ist Geschäftsführer der Käsehage & Lauterhahn CRM-Beratung GmbH