Leitfaden Personalisierung E-Book

• Herausgeber: marketing-BÖRSE
• Kategorie: Fachliteratur
• Sprache: Deutsch
• Veröffentlichungsjahr: 2022

Seitenzahl: 387

Beschreibung

Die individuellen Bedürfnisse der Kunden automatisiert zu erfüllen, ist heute keine Vision mehr. Personalisierung wird sogar von vielen Kunden erwartet und führt nachweislich zu mehr Klicks und höherem Umsatz. Doch wo sind die größten Hebel? Wie können Daten, Decisioning und KI perfekt zusammen spielen? Wie können Kundenerwartungen durch Predictive CRM und First Party Data erfüllt werden? Wie wird relevanter Content auf den Empfänger zugeschnitten und das in Echtzeit? 34 Top-Expertinnen und -Experten verraten in diesem Praxishandbuch ihre Erfolgsrezepte und wie das Thema Personalisierung im Unternehmen umgesetzt werden kann. Anhand konkreter Praxisbeispiele holen Sie sich Anregungen für Ihre eigene Strategie.

Leseprobe

Gabriele Braun, Torsten Schwarz

Herausgeber

LEITFADENPersonalisierung

Print: ISBN 978-3-943666-33-5

Epub: ISBN 978-3-943666-34-2

PDF: ISBN 978-3-943666-35-9

1. Auflage 2022

Copyright © 2022 marketing-BÖRSE GmbH

Melanchthonstr. 5

D-68753 Waghäusel

www.marketing-boerse.de

[email protected]

Umschlaggestaltung und Layout: Maren Wendt, Lübeck

Satz: Peter Föll, Karlsruhe

Druck und Bindung: booksfactory.de

Auf chlorfreiem, FSC zertifiziertem Papier gedruckt

Alle in diesem Buch enthaltenen Informationen wurden nach bestem Wissen der Autoren und des Verlags zusammengestellt. Gleichwohl sind Fehler nicht vollständig auszuschließen. Daher sind die im vorliegenden Buch enthaltenen Informationen mit keiner Verpflichtung oder Garantie irgendeiner Art verbunden. Autoren und Verlag übernehmen infolgedessen keine juristische Verantwortung und werden auch keine daraus folgende oder sonstige Haftung übernehmen, die auf irgendeine Art aus der Benutzung dieser Informationen entsteht, auch nicht für die Verletzung von Patentrechten und anderer Rechte Dritter, die daraus resultieren können. Ebenso übernehmen Autoren und Verlag keine Gewähr dafür, dass die beschriebenen Verfahren usw. frei von Schutzrechten Dritter sind.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften.

Dieses Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigung, Übersetzung oder die Verwendung in elektronischen Systemen.

In diesem Buch wird aus Gründen der besseren Lesbarkeit auf die gleichzeitige Verwendung der Sprachformen männlich, weiblich und divers (m/w/d) verzichtet. Es gelten sämtliche Personenbezeichnungen gleichermaßen für alle Geschlechter (zum Beispiel Experten, Mitarbeiter, Teilnehmer, Speaker oder andere).

Vorwort

Personalisierung bezeichnet Anpassung von Informationen an die persönlichen Vorlieben und Bedürfnisse von Menschen. Personalisierung wird von Kunden erwartet und führt nachweislich zu mehr Klicks und höherem Umsatz. Zahlreiche Studien belegen diesen Zusammenhang. 83 Prozent der Verbraucher stimmen der Aussage zu, dass Personalisierung wichtig ist. Inzwischen erwartet sogar jeder Zweite bereits ein personalisiertes Angebot – Tendenz steigend. Personalisierte E-Mails erreichen im Schnitt fast doppelt so hohe Klickraten. McKinsey wies nach, dass personalisierte Angebote zu 15 Prozent mehr Umsatz führen. Trotzdem wird noch viel zu wenig personalisiert.

Dass Kunden und Interessenten über Online- und Offline-Kanäle hinweg mit auf sie abgestimmten Inhalten und Botschaften angesprochen werden möchten, wissen Unternehmen: 98,5 Prozent halten eine personalisierte Kommunikation für wichtig. Trotzdem bietet nicht einmal die Hälfte ihrer Zielgruppe ein über beide Kommunikationswelten harmonisiertes Dialogerlebnis. Von sieben Kanälen für den Kundendialog werden im Durchschnitt gerade einmal etwas mehr als zwei Kanäle personalisiert bespielt.

Der Grund für die Diskrepanz ist der Mangel an konkreten Informationen und Use Cases, wie Personalisierung in der Praxis eingesetzt werden kann. Die individuellen Bedürfnisse der Kunden automatisiert zu erfüllen, ist heute keine Vision mehr. Doch wo sind die größten Hebel? Wie können Daten, Decisioning & KI perfekt zusammenspielen? Wie können Kundenerwartungen durch Predictive CRM und First Party Data erfüllt werden? Wie wird relevanter Content auf den Empfänger zugeschnitten und das in Echtzeit?

34 Top-Expertinnen und -Experten verraten in diesem Praxishandbuch ihre Erfolgsrezepte und wie das Thema Personalisierung im Unternehmen umgesetzt werden kann. Anhand konkreter Praxisbeispiele holen Sie sich Anregungen für Ihre eigene Strategie.

Wir wünschen Ihnen viel Erfolg bei der Umsetzung.

Gabriele Braun & Torsten Schwarz

Waghäusel, im November 2022

Inhaltsverzeichnis

1. GRUNDLAGEN

Mit Personalisierung zu mehr Leads

Gabriele Braun, Torsten Schwarz

Wert-basiertes CRM im B2C

Markus Wuebben

Drei Dimensionen der Personalisierung

Stefanie Seifert

Professionelle Personalisierung mit Marketing Automation

Martin Philipp

Personalisierung und User Experience

Felix Schirl

Kunden fordern digitale Exzellenz

Holger Beckers

Datenschutz und Personalisierung – (k)ein Widerspruch

Jens Eckhardt

2. DATEN

Datenstrategien: Beziehungsorientiert Daten sammeln und nutzen

Nils Hafner

Hyperpersonalisierung ohne Kundendaten

Martin Janzen, Philipp Plettenberg

First-Party-Daten sind der Treibstoff zu Loyalitätssteigerung

Franco Paolucci

Persona-Targeting

Andrea Ahlemeyer-Stubbe

Datenaktivierung in Echtzeit für individuelle CX-Optimierung

Matthias Bettag, Ralph Hünermann

The Golden Record – die Grundlage der Personalisierung

Anne Hoepfner

Traum-Trio: Personalisierung, Value Based Selling, Customer Journey Analytics

Nico Miller

Datenanalyse: Grundlage für die personalisierte Kommunikation

Meinert Jacobsen, Peter Lorscheid

Daten zur Personalisierung nutzen

Markus Bückle

Mit validen Kundendaten die Wettbewerbsfähigkeit steigern

Laura Faßbender

3. KANÄLE

Personalisierung im mobilen Zeitalter

Timo von Focht

Von Masse zu Klasse: Hyperpersonalisierung von Print-Mailings

Lucie Böhme

Personalisierte E-Mails im Customer Lifecycle

Alexandra Connor

Persönlich zieht am besten: So geht personalisiertes E-Mail-Marketing

Josefine Postatny

Personalisierte Filme / Data-Driven Video-Marketing

Jan-Till Manzius

Professionelle Kommunikation durch personalisierte Workflows

Jürgen Scheurer

4. BRANCHEN

Personalisierte Customer Experience im E-Commerce

Volker John

Produktempfehlungen im E-Commerce

Thorsten Mühling

360-Grad- und 1:1-Personalisierung im Handel

Markus Elbers

Preisindividualisierung im Lebensmitteleinzelhandel

Annett Wolf

6 Techniken für die Personalisierung von B2B-Websites

Lea Michel, Christoph Ebert

Personalisierung als neuer CX-Standard – Beispiele aus B2B und B2C

Frank Trefzer

5. ANHANG

Autoren

Stichworte

LEITFADEN PERSONALISIERUNG

GRUNDLAGEN

1

1

Mit Personalisierung zu mehr Leads

Gabriele Braun, Torsten Schwarz

http://www.marketing-boerse.de/Experten/details/Gabriele-Braun

http://www.marketing-boerse.de/Experten/details/Torsten-Schwarz

Wer Kunden gewinnen und halten möchte, sollte diese auch persönlich ansprechen. Salesforce [1] hat 17.000 Verbraucher befragen lassen: 2022 erwarten 56 Prozent ein personalisiertes Angebot, 2020 waren es noch 52 Prozent – Tendenz steigend. Bereits 2014 hat Experian herausgefunden, dass personalisierte Werbemails eine zu 29 Prozent höhere Öffnungsrate und eine 41 Prozent höhere Klickrate haben [2].

Die Bemühungen der vergangenen Jahre und vor allem während der Pandemie zeigen Erfolge in der Personalisierung. Im „Twilio State of Customer Engagement Report 2022“ glauben 98 Prozent der Unternehmen, dass Personalisierung wichtig ist, die Verbraucher stimmen dem mit 83 Prozent zu. 46 Prozent der Unternehmen glauben, dass die Verbraucherausgaben mit der Personalisierung steigen [3].

Konkrete Zahlen liefert eine McKinsey-Studie (2021). Deren Untersuchungen zeigen, dass in den meisten Fällen der Einsatz in personalisierte Angebote zu einer Umsatzsteigerung von 10 bis 15 Prozent führt. Je geschickter ein Unternehmen bei der Anwendung von Daten ist, um das Wissen und die Vertrautheit mit den Kunden zu erhöhen, desto größer sind die Erträge. Für digital ausgerichtete Unternehmen, die ein datengestütztes Direktvertriebsmodell entwickeln, ist die Personalisierung nicht nur die Art und Weise, wie sie vermarkten, sondern auch, wie sie arbeiten [4].

Viel Potenzial für eine konsequente Kundenorientierung

Wie umfassend personalisieren Unternehmen in der DACH-Region derzeit den Kundendialog? Dieser für den Unternehmenserfolg nicht unmaßgeblichen Frage ist die Unternehmensberatung absolit nachgegangen und hat in ihrer aktuellen Trendumfrage spannende Ergebnisse zutage gefördert [5].

Von der Anzahl der Kanäle über die zur Personalisierung genutzten Daten bis zum Einsatz von Preference Centern: Die befragten Unternehmen aus dem B2B- wie auch B2C-Bereich geben ein sehr differenziertes Bild im Hinblick auf den Grad ihrer Personalisierungsmaßnahmen ab.

Weniger als die Hälfte der Kanäle wird personalisiert

Von sieben abgefragten Kanälen für den Kundendialog (E-Mail, Print-Mailings, Website/Shop/App, Social Ads, Programmatic, Messenger/SMS und Instore/POS) werden durchschnittlich gerade einmal etwas mehr als zwei Kanäle (2,4) personalisiert bespielt. Das ist offenbar auch eine Ressourcenfrage, denn mit wachsender Unternehmensgröße steigt auch die Anzahl der im Schnitt personalisierten Kanäle.

Rund ein Drittel der Befragten (31,8 Prozent) bietet in zwei Kanälen auf den einzelnen Empfänger ausgerichtete Inhalte an, etwas mehr als ein Viertel (26,7 Prozent) in einem Kanal, knapp ein Viertel (23,2 Prozent) in drei Kanälen und nur etwas mehr als jeder Zehnte (11,7 Prozent) in vier Kanälen. E-Mail ist dabei klarer Spitzenreiter – nahezu alle Befragten (93 Prozent) setzen hier auf eine kundenzentrierte Kommunikation. Sämtliche weiteren Kanäle werden dann von noch nicht einmal mehr der Hälfte der Befragten für einen individualisierten Kundendialog genutzt (Print-Mailings/-Kataloge: 45 Prozent; Website/Shop/App: 44 Prozent; Social Ads: 26 Prozent; Programmatic: 14 Prozent; Messenger/SMS: 9 Prozent; Instore/POS: 2 Prozent) [5].

Abb. 1: Von sieben abgefragten Kanälen ist E-Mail der klare Spitzenreiter[5].

Wie konsistent beziehungsweise inkonsistent Kunden und Interessenten über Online- und Offline-Kanäle hinweg mit auf sie abgestimmten Inhalten und Botschaften angesprochen werden, zeigt sich in den folgenden Zahlen: Zwar setzen so gut wie alle Umfrageteilnehmenden auf eine personalisierte Kommunikation (98,5 Prozent), aber nicht einmal die Hälfte (45,8 Prozent) bietet ihrer Zielgruppe ein über beide Kommunikationswelten harmonisiertes Dialogerlebnis. Mehr als die Hälfte (51,1 Prozent) liefern überhaupt nur in Onlinekanälen auf die Adressaten zugeschnittene Inhalte aus.

Über zwei Drittel setzen First-Party-Daten ein

Unternehmen ziehen zur Personalisierung inzwischen zahlreiche Informationen unterschiedlichster Herkunft heran. Die entsprechenden Datenpunkte reichen von verhaltensbasierten Daten wie dem Klickverhalten über Interessen und Produktpräferenzen bis zu Geo-Daten. Ganz oben auf der Liste: Name und Firmenname (79 Prozent), gefolgt von Kundensegment (63 Prozent), Klickverhalten in E-Mails (45 Prozent) und der Kaufhistorie (41 Prozent). Am wenigsten berücksichtigt werden die Kontaktpräferenz (Kanal/Frequenz), bisherige Marken-Kontaktpunkte (18 Prozent) und die Kundenzufriedenheit (12 Prozent).

Im Schnitt nutzen die befragten Unternehmen 4,5 von 13 abgefragten Datenpunkten zur Personalisierung. Rund die Hälfte (49,5 Prozent) nutzen drei bis fünf Datenpunkte, etwas mehr als ein Drittel (34,5 Prozent) drei oder weniger, 16 Prozent mehr als acht. Eine hochgradige Personalisierung mit allen abgefragten Datenpunkten setzen gerade einmal 2,4 Prozent der Umfrageteilnehmenden um. Auch hier hat die Unternehmensgröße einen positiven Einfluss auf die Anzahl der durchschnittlich genutzten Informationen.

Nahezu drei Viertel (71,4 Prozent) der befragten Unternehmen nutzen selbst erhobene First-Party-Daten, um den Kundendialog individuell zu gestalten. Etwas weniger als die Hälfte (44,6 Prozent) bringen Zero-Party-Daten zum Einsatz, die ihnen die Interessenten und Kunden auf freiwilliger Basis zur Verfügung stellen. Knapp jeder Vierte (37,95 Prozent) nutzt beide Datenquellen. Preference Center, über die Kunden ihre persönlichen Daten und Vorlieben hinterlegen können, kommen dabei allerdings noch kaum zum Einsatz, wie eine weitere Studie von absolit zeigt: Gerade einmal 13 Prozent bieten ein solches an und fragen darüber beispielsweise Interessen ab – allerdings ohne die Möglichkeit, die Angaben nachträglich ändern zu können [6].

Verhaltensbasierte Personalisierung auf Basis des Klickverhaltens in beispielsweise E-Mails, des Surfverhaltens auf Websites in Apps oder Shops und der bisherigen Kaufhistorie zählt zu den beliebtesten Formen der Ausrichtung des Kundendialogs auf den einzelnen Kunden beziehungsweise Interessenten. Und das B2B wie B2C. Über zwei Drittel der Befragten (67,6 Prozent) nutzen mindestens eine verhaltensbasierte Information bei der individuellen Ausspielung von Inhalten, knapp jeder Fünfte (17,5 Prozent) alle.

Die aktuelle Umfrage [5] zeigt, dass bei der Personalisierung des Kundendialogs noch viel Luft nach oben ist. Selbst große Unternehmen mit entsprechenden personellen Ressourcen lassen viel Potenzial liegen, wenn es um ein hochwertiges, maximal individualisiertes Kommunikationserlebnis für die Zielgruppe geht. Ganz zu schweigen von der Fortschreibung der Personalisierung von der Online- in die Offline-Welt und umgekehrt. Das ist äußerst fahrlässig, wenn man bedenkt, dass Personalisierung heute zu den zentralen strategischen Erfolgsfaktoren von Unternehmen zählt – egal ob bei der Leadgenerierung, der Kundengewinnung oder der Kundenbindung.

Relevante Inhalte bringen mehr Aufmerksamkeit

Heute hat die Gießkanne im Marketing ausgedient. Unternehmen setzen immer mehr auf die personalisierte Ansprache, um Interesse beim Kunden zu wecken und die Generierung von Leads anzukurbeln. Dabei unterliegt die Leadgenerierung einem Regelkreis – der Customer Journey des Kunden. Sie bietet Touchpoints, an denen wir unsere Kunden erreichen können: zur richtigen Zeit mit dem passenden Angebot. Doch wie können wir nun unsere Zielpersonen am besten überzeugen. Welche Methoden stehen uns zur Verfügung? Welche Möglichkeiten gibt es, um qualifizierte Leads zu generieren und den Umsatz zu steigern? Wo können wir unsere Zielgruppen am besten erreichen? Antworten auf diese vielen Fragen gibt dieser Leitfaden.

Auf eine First-Party-Daten-Strategie setzen

Cookies von Drittanbietern, sogenannte Third Party Cookies, gehören bald der Vergangenheit an und erfordern ein Reset der eigenen Marketingstrategie. Unternehmen müssen nun neue Wege finden, um ihre Zielgruppen persönlich zu erreichen und ihr Vertrauen zu gewinnen. Dies können Daten aus dem eigenen CRM, aus dem E-Shop, aus Kundenprogrammen und aus Verbindungsdaten sein. Denn immer mehr Menschen nutzen für zahlreiche automatisierte Vorgänge digitale Medien. Dabei fallen Nutzungs- und Verbindungsdaten an. Längst ist es nicht mehr das Telefonat, der Einkauf im Onlineshop oder das Bezahlen mit Kreditkarte. Die Navigation, das digitale Fernsehen oder die automatische Haussteuerung kommen hinzu. Diese qualitativ hochwertigen Daten werden verknüpft und die Interessen der Kunden können daraus ermittelt werden. Darauf aufbauend können persönliche Botschaften über alle Kanäle und digitalen Touchpoints geschaffen werden, die ein einheitliches Kundenerlebnis bieten.

Zero-Party-Daten-Potenziale heben

Die Grundlage für kundenzentrisches Marketing lässt sich mit einem Puzzle vergleichen. Umso mehr Puzzleteilchen man hat, desto besser kann man individuelle Interessen und Bedürfnisse des Kunden erkennen und diesen gerecht werden. Firmen müssen künftig auf ihren eigenen Datenpool vertrauen und diesen kontinuierlich ausbauen. Einen hohen Stellenwert erhalten auch Daten, welche bewusst von Interessenten selbst angegeben werden nach dem Motto „Verrate mir mehr über Dich und wir versorgen Dich nur mit dem, was für Dich wirklich relevant ist“. Das Schöne dabei: Diese Informationen sind in der Regel nicht nur kostengünstiger, sondern auch qualitativ hochwertiger.

Der Grundstein: Die eigene Webseite

Wer heute ein Produkt kaufen möchte, geht erst mal auf die Suche. Er gibt bestimmte Suchworte ein und erhält von den Suchmaschinen Suchergebnisse. Wer hier auf der ersten Position steht, hat schon gewonnen. Jetzt noch ein Klick und der Interessent ist auf Ihrer Webseite. Jetzt muss der Suchende „nur“ noch überzeugt werden. Mit interessanten Inhalten und ansprechendem Design ist der Grundstein für eine gute Webseite gelegt. Eine gut gepflegte Webseite fördern Marke und Image. Sie bietet ergiebige Content-Quellen für zahlreiche Aktivitäten. Außerdem vernetzt sie Ihre Online-Aktivitäten mit Ihren Offline-Aktivitäten.

Suchmaschinenoptimierung als Schlüssel

Um die Aussichten auf gute Google-Rankings zu steigern, sind Maßnahmen der Suchmaschinenoptimierung, kurz SEO, unverzichtbar. Diese Maßnahmen erstrecken sich von der Textoptimierung inklusive relevanter Keywords über den Aufbau einer Linkstruktur bis zu technischen und grafischen Aspekten. Allein das Zusammenspiel vieler dieser Aspekte sorgt für ein funktionierendes Konzept der Suchmaschinenoptimierung, um langfristig Top-Rankings zu erreichen und beizubehalten. Das regelmäßige Überarbeiten der Webseiteninhalte und die Bereitstellung von guten, authentischen Texten, welche die eigenen Zielgruppen wirklich interessieren, sind für den langfristigen, organischen Erfolg von großer Bedeutung. Das Ziel, auf den ersten Positionen der Suchergebnisse zu stehen, wird jedoch immer schwieriger, da Google seine Algorithmen häufig ändert und immer wieder Optimierungen durchgeführt werden müssen. Hier bieten im Paid-Bereich smarte Google Ads und Bing Ads weitere Möglichkeiten.

Interesse wecken mit Content-Marketing

Dass interessante Inhalte besser ankommen als plumpe Werbung, haben Unternehmen erkannt. Seit zehn Jahren steht das Thema Content-Marketing in Umfragen ganz oben. Immer mehr Unternehmen gehen dazu über, nutzwertige oder unterhaltende Inhalte zu produzieren, um Aufmerksamkeit ihrer Zielgruppe zu gewinnen. Bei Facebook sind das die beliebten Katzenbilder und bei YouTube Videos, die millionenfach abgerufen werden. Bei Unternehmen sind es E-Books, Webinare, Whitepaper und Podcasts, die neue Kunden bringen.

Die Content-Erstellung stellt viele Unternehmen vor große Herausforderungen – gilt es doch, die individuellen USPs und die firmeneigene DNA bestmöglich nach außen zu tragen. Ansprechender und exklusiver Content, aktuelle Themen und das passende Umfeld sind für die Leadgenerierung wichtig. Die Inhalte sollten regelmäßig überarbeitet werden. Für Ihre Zielgruppen sollten gute und authentische Texte bereitstehen, die Interesse wecken. Diese sind der Garant für einen langfristigen Erfolg.

Das Arbeitspferd E-Mail-Marketing

E-Mail-Marketing ist das Arbeitspferd im Marketing. Der Aufbau eines eigenen E-Mail-Verteilers lohnt sich. Laut der absolit-Studie „Digital Marketing Benchmark 2022“ setzen 99 Prozent der Top 5000 Unternehmen E-Mail-Marketing ein [6].

Mit einem Zehn-Prozent-Newsletter-Rabatt wirbt zum Beispiel Tchibo. Rabatte und Gutscheine locken nicht nur zum Eintrag in den Newsletter-Verteiler, sie können auch wunderbar zum Kauf animieren. Allerdings sollten nicht nur Sonderangebote oder Rabatte im Newsletter angeboten werden, sondern auch echten Mehrwert. Gut kommen beim Kunden zum Beispiel die besten Geschenktipps zu Weihnachten, die Mode-Trends im Sommer oder die Buchneuheiten zur Frankfurter Buchmesse an. Mit gut aufbereiteten Inhalten in „Whitepapern“ können Leser zum Download inspiriert werden. Schon ist wieder ein Lead gewonnen, der über den eigenen E-Mail-Marketing-Verteiler angesprochen werden kann.

Mit Social Media Kunden verführen

Die erstellten Inhalte sollten nicht nur auf der eigenen Webseite publiziert werden. Die Inhalte können auch auf anderen Webseiten für interessierte Leser zur Verfügung gestellt werden, zum Beispiel auf den zahlreichen Social-Media-Kanälen Facebook, Instagram, TikTok oder Twitter. Business-Netzwerke wie Xing und LinkedIn sollten ebenso in Betracht gezogen werden. Facebook ist der große Marktplayer mit 2,910 Millionen aktiven Nutzern im Januar 2022, laut Statista. Dicht gefolgt von YouTube (2,562 Millionen), Instagramm (1,478 Millionen) und TikTok (1,000 Millionen) [8].

Unternehmen sollten prüfen, über welche Kanäle sie ihre Zielgruppen am besten erreichen können, um sich dann auf diese zu konzentrieren. Eventuell kommen auch Videos auf YouTube oder Podcasts in die engere Wahl.

Aufbau einer Automation-Infrastruktur

Der Aufbau einer Webseite oder der eines E-Mail-Verteilers ist einfach. Sollen aber gleichzeitig Tausende Empfänger mit zugeschnittenem Content über ihre Customer Journey erreicht werden, kann dies nur mit einer entsprechenden Software-Infrastruktur erfolgen. Dies ist eine große Herausforderung für Unternehmen. Zudem personelle Ressourcen und der Fachkräftemangel zusätzlich gemeistert werden müssen.

Hürden der Personalisierung

Eine gute Datenqualität ist die größte Hürde, denn es werden für die Personalisierung qualitativ verlässliche Kundendaten benötigt. Nichts ist ärgerlicher als eine falsche Anrede oder eine falsche Adresse. Auch sollte die Personalisierung einen Mehrwert bieten, damit aus Kundensicht die Bereitschaft besteht, dafür Daten preiszugeben. Ein weiteres Problem sind die Datensilos, die an verschiedenen Stellen im Unternehmen und mit unterschiedlichen Verantwortlichkeiten, gepflegt werden. Die Einführung eines CRM-Systems ist in manchen Unternehmen extrem komplex und kann sich lange hinziehen. Verantwortlichkeiten müssen geklärt werden, damit die Unternehmen zügig vorankommen. Hier alle an einen Tisch zu bekommen, ist schwierig.

Fazit

Relevante und spannende Inhalte begeistern Kunden und Interessenten entlang ihrer Customer Journey. Die Inhalte können mit Marketing-Automation-Infrastruktur in verschiedenste Kanäle ausgespielt werden und finden darüber hinaus einen Platz entlang der gesamten Wertschöpfungskette. Ein Unternehmen, welches sich intensiv mit Personalisierung beschäftigt, wird dies nicht nur einmal punktuell tun, sondern sich kontinuierlich mit diesem Thema befassen und den Status quo immer weiter ausbauen und optimieren. Wir wünschen Ihnen dabei viel Erfolg.

Literatur

[1] Salesforce (2022): Studie „State of the Connected Customer“. – https://www.salesforce.com/de/resources/research-reports/state-of-the-connected-customer/ – Zugriff 28.09.2022

[2] Experian (2014): Experian Marketing Services study finds personalized emails generate six times higher transaction rates. Pressemeldung vom 05.02.2014. – https://www.experianplc.com/media/latest-news/2014/experian-marketing-services-study-finds-personalized-emails-generate-six/ – Zugriff 09.10.2022

[3] Twilio: Bericht zum Stand der Kundeninteraktion Report 2022. – https://www.twilio.com/de/state-of-customer-engagement/ – Zugriff 09.10.2022

[4] Arora, A., Ensslen, D., Fiedler, L., Liu, W. W., Robinson, K., Stein, E., Schüler, G. (2021): McKinsey: The value of getting personalization right-or wrong-ist multiplying –https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/theProzent20value-of-gettingProzent20personalization-right-or-wrong-is-multiplying – Zugriff 09.10.2022

[5] Absolit (2022): Trendumfrage Personalisierung: Noch viel Potenzial. – Pressemeldung vom 14.06.2022 – https://www.marketing-boerse.de/news/details/2224-trendumfrage-personalisierung-noch-viel-potenzial/186120 – Zugriff 09.10.2022

[6] Absolit (2022): Studie E-Mail-Marketing-Benchmarks 2022 – https://www.absolit.de/studien/e-mail-marketing-benchmarks – Zugriff 09.10.2022

[7] Absolit (2022): Studie Digital Marketing-Benchmarks 2022 – https://www.absolit.de/studien/digital-marketing-benchmarks – Zugriff 09.10.2022

[8] Statista (2022): Most popular social networks worldwide as of January 2022, ranked by number of monthly active users (in millions). – https://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/ – Zugriff 09.10.2022

1

Wert-basiertes CRM im B2C

Markus Wuebben

https://www.marketing-boerse.de/Experten/details/Markus-Wuebben

„It is the customer who determines what a business is, what it produces, and whether it will prosper” [1].

Die Suche nach dem heiligen Gral der Kundenbindung

Die 1990er- und 2000er-Jahre können als die Geburtsstunden der datengetriebenen Kundenbindung angesehen werden. In diesen Jahren entstanden grundlegende Werke in der Kundenbindungsforschung und erste wichtige Initiativen im Handel, die uns bis heute alltäglich begegnen.

Besonders hervorzuheben ist in diesem Kontext der 1990 im Harvard Business Review veröffentlichte Artikel von Reichheld und Sasser [2]. In diesem Werk zeigen die Autoren empirisch eindrücklich und mit großer internationaler Wahrnehmung, dass Kundenbindung, insbesondere die Kundenbindungsdauer, von herausragender Wichtigkeit für die Profitabilität einer Kundenbeziehung ist. Eines der Schlüsselergebnisse ist, dass eine Reduzierung der Kundenabwanderung („Churn“) um 5 Prozent eine Profitabilitätssteigerung von 25 Prozent bis 85 Prozent zur Folge haben kann.

Eindrückliches Zeugnis dieser Zeit sind die Einführungen von Loyalitätsprogrammen wie der Tesco Clubcard im Jahre 1994/1995 in Großbritannien [3] oder der Payback-Karte in Deutschland im Jahre 2000. Es folgten unzählige weitere. Insbesondere die Luftfahrtindustrie war einer der Pioniere der Kundenbindungsprogramme (zum Beispiel Miles & More).

Diese Loyalitätsprogramme auf Basis einer Kundenkarte, die beim Bezahlvorgang eingescannt wird, funktionieren nach einem einfachen Schema: Kunden erklären sich bereit, dass ihre Einkäufe bis auf Einzelartikelebene zugeordnet und analysiert werden können. Im Gegenzug erhält der Kunde Rabatte und Punkte, die einen monetären Wert widerspiegeln und gegen Prämien eingetauscht oder als Zahlmittel verwendet werden können.

Gerade Verbraucherschutzinstitutionen heben seit Langem immer wieder hervor, dass der Gegenwert, den Konsumenten für ihre Daten bekommen, viel zu gering sei [4]. Ob dies wirklich so ist, sei dahingestellt. Der Erfolg der Loyalitätsprogramme und das Wachstum der Teilnehmerzahlen an diesen Programmen sind jedoch ungebrochen. Nichtsdestotrotz wird uns die von Konsumenten wahrgenommene Wertigkeit von persönlichen (Kunden-)Daten noch später in diesem Artikel begegnen.

Die Möglichkeit, einzelne Warenkörbe bis auf Einzelartikelebene auf einen individuellen Konsumenten zurückzuführen, bot im Vergleich zur klassischen Bon-Analyse ungeahnte Möglichkeiten. Wir wollen an dieser Stelle jedoch nicht vergessen, auf einer der Klassiker der Bon-Analyse hinzuweisen: Bier und Windeln werden gerne zusammen gekauft. Daher haben Einzelhändler Bier und Windeln in derselben Abteilung angepriesen und das mit großem Erfolg [5]. Mithilfe der Kundenkarten konnte man nun jedoch einen riesigen Schritt nach vorne machen. So war es möglich, individuelle Kunden oder Kundensegmente über die Zeit hinweg zu analysieren und mit Marketingmaßnahmen zielgenau zu bespielen.

In dieser Zeit formte sich jedoch auch ein ganz neuer Gedanke – nämlich den zukünftigen Wert eines Konsumenten zu prognostizieren und zu steigern. Die Idee des „Customer Lifetime Value“ wurde geboren und ist seitdem der heilige Gral der Kundenbindung.

Der Customer Lifetime Value

Wäre es nicht schön zu wissen, in welche und wie viel eine Unternehmung in einen individuellen Kunden zu einem bestimmten Zeitpunkt und auf einem bestimmten Kanal investieren sollte? Genau das (und vieles mehr) bietet der „Customer Lifetime Value“ (CLV). Der CLV ist der Barwert (Net Present Value) der Summe aller zukünftigen „Einnahmen“ eines Kunden, abzüglich aller mit diesem Kunden verbundenen Kosten. Der CLV hat seinen Ursprung in der Finanztheorie und spiegelt eine Discounted-Cash-Flow (DCF)-Analyse wider. Kunden werden demnach als Investitionsgut angesehen, in die man investiert (Stichwort: Kundenakquisitionskosten), um dann in der Zukunft (Periode „t“) mit einer bestimmten Wahrscheinlichkeit (Retention-Rate „r“) eine Rendite zu bekommen (Marge „m“). Damit man den fairen Wert zum Zeitpunkt der Betrachtung erhält, werden die zukünftigen Renditen mit einem Faktor diskontiert (Diskontierungsfaktor „d“) (Abb. 1).

Abb. 1: Definition des Customer Lifetime Values.

Der CLV hat im Vergleich zu klassischen Methoden, wie zum Beispiel der RFM-Analyse [6] charmante Vorteile. Insbesondere ist der CLV eine zukunftsgerichtete Metrik. Die Vergangenheit interessiert den CLV nur insofern, als sie als Grundlage für eine Vorhersage der Zukunft beziehungsweise des CLV dient. In der RFM-Analyse, wie bei allen in die Vergangenheit gerichteten Metriken, geht man davon aus, dass die Zukunft wie die Vergangenheit verläuft. Das ist jedoch nicht (immer) der Fall. Nehmen wir einen Hersteller für Babynahrung und dessen Kunden. Wird eine RFM-Analyse am Ende des Kundenlebenszyklus gemacht, sprich, wenn Babynahrung nicht mehr adäquat für das Kind ist, so wird die RFM-Analyse diese Kunden als hochrelevant für die Zukunft auf Basis der Vergangenheit einschätzen. Eine CLV-Analyse hingegen würde für einen Kunden am Ende des Kundenlebenszyklus einen sehr viel geringeren Wert prognostizieren und ist damit viel näher an der Realität, denn es besteht ja (zumindest vorerst) kein Bedarf mehr an Babynahrung.

Der CLV ist jedoch mitunter nur „eine prognostizierte Zahl“. In der Tat ist dies eines der großen Missverständnisse des CLV. Schauen wir uns hierzu nochmals drei Komponenten des CLV an: Die Retention-Rate „r“ und Marge „m“ pro Periode „t“. Durch Modifikation dieser Parameter kann man ganz unterschiedliche CLVs berechnen. Zum Beispiel könnten wir uns fragen, wie hoch der CLV eines Kunden in den nächsten vier Wochen sein wird und berechnen dies, indem wir den Prognostizierungszeitraum („Kundenlebensdauer“) auf vier Wochen einschränken. Wir können Äquivalentes mit der Marge tun. So könnten wir uns fragen, wie hoch der CLV eines Kunden in der Warengruppe Schuhe sein wird, wenn wir die Prognose des CLV nur auf Käufe in dieser Kategorie beschränken. Man erhält hierdurch ein flexibles Werkzeug, das nicht nur für die Analyse der Wertigkeit des Kundenstamms dient, sondern für die wert-basierte Personalisierung der Marketinginitiativen verwendet werden kann. Dass die wert-basierte Personalisierung das Gebot der Stunde ist, werden wir später in diesem Artikel noch näher beleuchten.

An dieser Stelle möchte ich noch kurz auf ein wichtiges Ergebnis der empirischen CLV-Forschung eingehen, die die Analysen von Reichheld und Sasser zur Kundenbindungsdauer imposant bestätigten [7]. Die Frage, die sich die Forscherinnen und Forscher gestellt haben, war, welche Elastizitäten die Komponenten des CLV haben: Sprich, wie entwickelt sich der CLV, wenn man entweder die Kundenakquisitionskosten um ein Prozent senkt, die Retention Rate oder die Marge jeweils um ein Prozent erhöht.

Die Ergebnisse zeigen, dass die Retention Rate „r“ und damit die Kundenbeziehungsdauer etwa 100-mal elastischer als die Kundenakquisitionskosten und etwa drei bis sieben Mal elastischer als die Marge ist. Ich kann mir kein eindeutigeres Plädoyer für die Kundenbindungsdauer vorstellen wie dieses. Doch wie konnten diese Erkenntnisse in den Hintergrund geraten? Verantwortlich war eine Erfindung namens E-Commerce – der Handel im Internet.

Der unaufhaltsame Aufstieg des E-Commerce

Für mich persönlich bleibt die Insolvenz des traditionsreichen Versandhändlers Quelle im Jahre 2009 eine der Zäsuren im Handel [8]. Quelle hat es nicht geschafft, konsequent den Schritt in den E-Commerce zu machen. Andere Player wie Amazon, Otto und eBay waren hier ganz anders aufgestellt und begannen, das Feld von hinten aufzuräumen. Für den klassischen Versandhandel mit einer älter werdenden Zielgruppe schien kein Platz mehr. Junge, digitale Unternehmen wie auch das 2008 gegründete Zalando schossen aus dem Boden.

In dieser Phase, die in der Corona-Pandemie ihren Höhepunkt erfuhr, ging es vor allem um eines: Neukundengewinnung. Das Potenzial des E-Commerce war groß und die Anzahl der Kunden, die noch nicht regelmäßig im Internet kauften, war es ebenso. Für Kundenbindung schien nur wenig Platz und aus eigener Erfahrung kann ich sagen, dass viele E-Commerce-Unternehmen dieses wichtige Thema mit einem regelmäßigen Newsletter „abfrühstücken“ wollten. Der Hunger auf ungebremstes Neukundenwachstum war immens. So rückten CLV und Kundenbindung erstmal wieder in den Hintergrund.

Gleichzeitig etablierten sich soziale Netzwerke wie Facebook, Suchplattformen wie Google und weitere Werbenetzwerke, auf denen man hervorragende Neukunden akquirieren konnte. Die Magie dieser Plattformen basiert auf dem unendlichen Kundendatenschatz, über den sie verfügen und der über die Jahre hinweg scheinbar unaufhaltbar wuchs. Auf Basis dieser Daten kann man zielgenau Kunden ansprechen und für passgenaue Produkte werben. Ein geniales System für Händler, Plattformen und Konsumenten, zieht doch jeder echten Wert aus diesem System. Oder etwa nicht?

Gebrochenes Vertrauen

Datenschützer und ein Teil der Konsumenten hatten schon die Kundenkartenanbieter im Verdacht gehabt, Böses im Schilde zu führen [9]. Vielleicht können sich einige in diesem Zusammenhang an das Stichwort „gläserner Kunde“ erinnern. Was nun allerdings mit Kundendaten im Internet passierte, hatte ungeahnte Ausmaße und lässt den „gläsernen Kunden“ von damals eher wie ein Kunde im Milchglas aussehen. In der Neuzeit des E-Commerce kann man von „Kunden unter dem Mikroskop“ sprechen, ist doch die Datentiefe und Datenverfügbarkeit um ein Vielfaches größer als bei Kundenkarten.

Insbesondere sogenannte Tracking-Pixel auf Basis des Third Party Cookies machen es möglich, dass Unternehmen das Verhalten ihrer Kunden über Webseiten verfolgen und speichern können. So kann, exemplarisch, eine Automarke ohne Probleme Kunden ansprechen, die sich in einem Online-Automobil-Magazin ihre Marke genauestens angeschaut haben und somit Interesse an der Marke signalisiert haben. Auch konnten Daten ohne großen Aufwand an weitere Marktteilnehmer verkauft werden, die wiederum damit Kunden ansprachen. Am Ende hatten Kunden oft keinen Überblick mehr, welche Daten von ihnen überhaupt und bei wem im Umlauf sind. Ein Zustand der Betrug und Missbrauch Tür und Tor öffnete [10].

Dies brachte die europäischen Datenschützer auf die Barrikaden und führte 2016 zur Verabschiedung der Datenschutzgrundverordnung (DSGVO), die seit Mai 2018 in Kraft ist [11]. Grundgedanke der DSGVO ist, dass Unternehmen die Einwilligung oder ein berechtigtes Interesse an der Nutzung der Kundendaten hat, nur Daten sammelt, die notwendig zur Erfüllung des Zweckes sind und EU-Bürger die Chance gibt, ihre Daten einzusehen, zu modifizieren und löschen zu lassen.

Ein besonders spannendes Beispiel hat Max Schrems geliefert, als er 2011 von Facebook einen Ausdruck seiner Daten forderte. Nach anfänglichem Zögern hat der Konzern ihm 1200 DIN-A4-Seiten seiner Daten zugesandt, unter anderem mit vielen Daten, die Schrems gelöscht glaubte [12]. Dies sollte noch weitere Konsequenzen haben, wie zum Beispiel das bekannte Schrems-II-Urteil, welches den Datentransfer in die USA nicht ohne weitere Schutzmaßnahmen erlaubt [13]. Dies ist aktuell für alle Unternehmen ein großes Thema bei der Auswahl von Technologieanbietern.

Ein Fall, der weltweite Aufmerksamkeit bekam, war der sogenannte „Cambridge Analytica Skandal“ 2014-2018 [14]. Die Analysefirma Cambridge Analytica hatte über eine der damals zahlreichen Facebook-Apps Facebook-Nutzer dazu verführt, Daten anzugeben, mit denen man psychografische Profile dieser Nutzer erstellen kann. Das Problematische daran war, dass a) auch Daten von Freunden dieser Nutzer gesammelt werden konnten und b) diese Daten ganz entscheidend eingesetzt werden konnten.

Wir sprechen hier von immerhin 87 Millionen Facebook-Nutzerprofilen. Auf Basis dieser Daten konnten 2016 während der Trump-Wahlkampagne in den USA regelrecht Gesprächsleitfäden entwickelt werden, die auf die Ängste und Vorbehalte der jeweiligen Wähler zugeschnitten waren. So konnte man gezielt Meinungen steuern und verstärken. Die Welt war entsetzt, Zuckerberg musste sich vor dem Senat rechtfertigen, große Plattformen wie Google, Amazon und Facebook sowie die gesamte Online-Marketing-Branche standen unter Generalverdacht.

Ad-Mageddon

Die folgenden Jahre, speziell ab dem Jahr 2020, sind gespickt mit Reaktionen der Industrie auf diese Datenschutzproblematiken. Hier seien drei große Veränderungen genannt, auf die ich mich beschränke und über die man separat ein ganzes Buch schreiben könnte.

Große Kopfschmerzen machen Werbetreibenden die Abschaffung des Third Party Cookies durch die gängigen Browser-Hersteller. Mozilla Firefox begann diese Initiative im September 2019, gefolgt von Safari im März 2020 und auch Google Chrome [15] kündigte das Ende des Third Party Cookies zu Ende 2024 an [16]. Wie essenziell diese Technologie auch für die Werbenetzwerke ist, zeigt, dass Google nun zum zweiten Mal (auch wegen vorerst gescheiterter Alternativen [17]) die Abschaffung dieses Cookies verschoben hat – nun auf Ende 2024. Nichtsdestotrotz wird der Datenhahn hier bald zugedreht und Werbetaktiken wie das klassische „Produkt-Retargeting“ werden nur noch sehr schwer möglich sein.

Des Weiteren sorgte Max Schrems für Veränderungen bezüglich der rechtskonformen Verwendung von den sogenannten „Cookie-Consent-Bannern“, also den Einwilligungsfenstern, die auf Webseiten nach der Einwilligung der Datenverwendung der Nutzer fragen. Er reichte mehrere Hundert Beschwerden [18] gegen Unternehmen ein, die die Cookie-Consent-Banner in einer Art und Weise verwenden, die intransparent für Nutzer ist und damit den Nutzern nicht die Chance gibt, volle Kontrolle über ihre Daten zu haben. Als Resultat sind nun viele Cookie-Consent-Banner so voreingestellt, dass nur ein minimaler Datenfluss stattfindet. Dies hat immense Auswirkungen auf die Datenverfügbarkeit, denn viele Nutzer ändern die Voreinstellungen eben nicht auf eine Weise, dass mehr Daten fließen.

Als Letztes möchte ich auf die dramatisch veränderte Lage im mobilen Sektor eingehen. Im April 2021 führe Apple mit iOS 14.5 das sogenannte „App Tracking Transparency“ (ATT) Framework ein [19]. Das ATT-Framework zwingt App-Hersteller Nutzer mit einem Banner aktiv nach der Einwilligung des Trackings ihrer Daten zu fragen, bevor die App von Nutzer verwendet werden kann. Dies kann in der Regel nur ein einziges Mal geschehen.

Die Auswirkungen des ATT, vor allem in Europa, sind dramatisch. Nur 14 bis 17 Prozent der deutschen Apple-User stimmen dem Tracking via ATT zu [20]. Für Werbetreibende wie für Plattformen verhindert ATT gezieltes Targeting. Wie entscheidend dies ist, sieht man sehr deutlich an den Aktienkursverlusten von Snapchat in Q3 2021 und Meta/Facebook in Q1 2022. So sagte Snap Inc. CEO Evan Spiegel zur Erläuterung der schwierigen Q3/2021 Quartals-Ergebnisse: „Our advertising business was disrupted by changes to iOS Ad-Tracking that were broadly rolled out by Apple in June and July. While we anticipated some degree of business disruption, the new Apple provided measurement solution did not scale as we had expected, making it more difficult for our advertising partners to measure and manage their ad campaigns for iOS.” [21] Selbiges widerfuhr auch Facebook. Meta CEO Mark Zuckerberg gab am Abend des 26 Prozent Meta-Aktien-Mini-Crash im Februar 2022 zu: „There is a clear trend where less data is available to deliver personalized ads.“ [22]

Aber nicht nur die Plattformen leiden, auch die Werbetreibenden sehen sich neuen Herausforderungen gegenüber. Die Kosten für eine Conversion von Nutzer, die beim ATT die Tracking-Permission gegeben haben, haben sich laut Moloco-Report um sagenhafte 200 Prozent erhöht [23].

Zu Recht sprechen hier einige Marktbeobachter vom „Ad-Mageddon“ [24]. Aber als wären die technischen und rechtlichen Veränderungen noch nicht genug für den Markt, hat sich die Tektonik des E-Commerce Marketing noch weiter und in gefährlicher Weise verschoben: Durch die globale Corona-Pandemie.

10 in 3

Die globale Corona-Pandemie und den damit verbundenen Lockdowns haben wie ein Katalysator für die weltweite E-Commerce Penetration gewirkt. Die Unternehmensberatung McKinsey hat festgestellt, dass die US E-Commerce Penetration in den ersten drei Monaten 2020 so stark gestiegen ist wie in den letzten zehn Jahren davor zusammen [25]. Vor allem Unternehmen, die noch nicht stark auf den Onlinehandel gesetzt haben, sind mit aller Wucht in die Onlinevermarktung und damit Nutzergewinnung für ihr E-Commerce-Geschäft gedrängt.

Dies hatte natürlich zur Folge, dass mehr Werbetreibende um die Gunst der Konsumenten buhlen, was sich sehr deutlich in den Werbekosten widerspiegelt. Laut der Webseite „revealbot“ stieg der Facebook/Instagram CPM im Jahr 2020 um 89,4 Prozent und der CPC um 60,5 Prozent in 2020. Im Jahr 2021 blieben diese Werte auf einem hohen Niveau [26]. Auch die Kosten für Amazon Produkt Ads stiegen laut Bloomberg.com im Zeitraum von Mai 2020 bis Mai 2021 um stattliche 50 Prozent [27].

Die Folgen dieser Veränderungen sind dramatisch. Wo früher kostengünstig und in großer Anzahl Kunden von den großen Plattformen „gemietet“ werden konnten, herrscht nun ein Hauen und Stechen im Wettbewerb um Neukunden. Große Rabattschlachten waren beziehungsweise sind nicht selten.

Doch wenn Konsumenten immer wieder von den großen Plattformen „gemietet“ werden und ich spreche hier ganz ausdrücklich vom „Mieten der Konsumenten“, dann ist dies sehr kostspielig und führt häufig dazu, dass Kunden nicht (mehr) profitabel werden für eine Unternehmung. Die Werbekosten fressen die Margen auf.

Für viele Direct-to-Consumer (DTC)-Marken stellt dies eine nicht unerhebliche Herausforderung dar. In einem aktuellen „cbinsights“-Artikel werden die Herausforderungen von DTC-Unternehmen beleuchtet und einige prägnanten DTC-Fälle behandelt. So heißt eine der Schlussfolgerungen dieses Artikels: „Figure out how you’ll turn a profit before spending lavishly on customer acquisition.“

Dies gilt aber nicht nur für DTC-Unternehmen. In einem aktuellen WSJ-Artikel wird die Profitabilität von US-Retail-Unternehmen analysiert und abgeleitet, dass die Onlinemarketingkosten erheblichen Druck auf die EBITDA-Marge haben. Mit anderen Worten: Je höher der Anteil des Onlinehandels, je niedriger die EBITDA-Marge. Dies hat sich seit 2020 noch deutlicher entwickelt [28].

Abb. 2: Teurer Onlinehandel [28].

Wenn nun also die Akquise von Neukunden und das wiederholte „Mieten“ von Bestandskunden auf den großen Plattformen immer teurer und schwieriger wird, kann es doch nur eine Lösung geben: Kunden langfristig und wert-basiert ans Unternehmen binden. Wir wissen durch die CLV-Forschung, dass eine langfristige Kundenbindung die Profitabilität dieser Beziehung positiv beeinflusst. Nur wie setzen wir dies um?

Wert-basierte Kundenbeziehungen mit First-Party-Daten

First-Party-Daten sind Daten, die Unternehmen selbst von Kunden über die von der Unternehmung selbst kontrollierten Kanäle, wie zum Beispiel App oder Webseite, „tracken“. Wer sich hier nun über die Nennung von Apps vor dem Hintergrund des besprochenen Apple ATT Framework wundert, sollte sich bewusst machen, dass Apple ATT sich nur auf Third-Party-Daten bezieht. First-Party-Daten sind davon gänzlich unberührt [29].

First-Party-Daten sind ein wahrer Schatz an Wissen, der nur gehoben werden will. Zudem sind First-Party-Daten proprietär, das heißt, niemand anders als die erhebende Unternehmung (und der entsprechende Kunde) kann über die Daten verfügen. Darin steckt ein immenser Wettbewerbsvorteil, denn aus diesen Daten, wie wir später noch genauer sehen werden, können Präferenzen und die monetäre Wertigkeit von Konsumenten abgeleitet werden. Beides sind notwendige Bedingungen für den Aufbau von profitablen Kundenbeziehungen.

Zum Heben dieses Schatzes gehört jedoch verstärkt die Überlegung, wie Konsumenten dazu bewegt werden können, ihre Daten zu teilen. Die besprochenen technischen (zum Beispiel Apple ATT, Cookie-Consent-Banner) und rechtliche Veränderungen (DSGVO) machen es Konsumenten zunehmend einfacher, blitzschnell den Zugang zu ihren Daten abzuschneiden und ihre Daten zu löschen.

Der Schlüssel liegt hierzu in der Wertedarstellung des Unternehmens und mit dem Appetit, mit der eine Unternehmung Konsumentendaten erheben möchte. Neuere Umfragen und Forschungen zeigen, dass Konsumenten den Gegenwert ihrer Daten kennen und als wertig wahrnehmen müssen [30]. Zum Beispiel ist die geringe Opt-in Rate beim Apple ATT Framework so zu erklären, dass Konsumenten nicht genug „Wert“ sehen vor dem Hintergrund von Risiko-, Privatsphäre- und Wertigkeitsaspekten. Mit anderen Worten: Was hat denn ein individueller Konsument davon, Daten preiszugeben?

Ein weiterer zentraler Aspekt ist Vertrauen. Wenn ein Unternehmen nicht als vertrauenswürdig eingeschätzt wird, teilen laut aktueller Studien Konsumenten ihre Daten nicht. Umgekehrt ist es wahrscheinlicher, dass Konsumenten ihre Daten nach einer positiven Erfahrung mit dem Unternehmen teilen [30]. Mit anderen Worten: Was tut eine Unternehmung, damit ein individueller Konsument Vertrauen aufbaut?

Abb. 3: Vertrauen und Wertigkeit als Motivation zur Datenteilung [30].

Beides, die Wahrnehmung von Wertigkeit und Vertrauen, sind Aspekte, die sich über die Zeit entwickeln. Somit folgt die Gewinnung von First-Party-Daten einer Schwungrad-Logik, insbesondere der „Customer Data Flywheel Logic“: Vertrauen und Wertigkeit führen dazu, dass Kunden ihre Daten teilen. Mit diesen Daten kann die individuelle Customer Experience verbessert werden, was wiederum zu mehr Vertrauen, Weiterempfehlung und Wert sorgt. Über die Zeit hinweg kommt das Schwungrad in Schwung und sorgt für ein immer optimaler werdendes Zusammenspiel von Wertigkeit, Vertrauen und Customer Experience.

Abb. 4: Gute Erfahrungen animieren zur weiteren Datenteilung [30].

Die Steigerung der individuellen Customer Experience unter Berücksichtigung und Steigerung des individuellen Customer Lifetime Values ist das zentrale Ziel, das mittels Machine Learning und den gewonnenen Daten erreicht werden muss. Um dieses Ziel zu erreichen, ist es dienlich, den Customer Lifetime Value in den Mittelpunkt der Betrachtungen zu stellen.

CLV im Mittelpunkt von wert-basierten Kundenbeziehungen

Wert-basiertes CRM unterscheidet sich von klassischem CRM, dass nun der Customer Lifetime Value im Mittelpunkt der Betrachtung steht. Bei jeder Initiative einer Unternehmung sollte man die Frage stellen, ob diese den Customer Lifetime Value unter optimalem Einsatz von Unternehmensressourcen steigert oder ob eine Senkung des Customer Lifetime Values droht.

Abb. 5: Der CLV als zentrales Steuerelement einer Kundenbeziehung.

Das Charmante an diesem Ansatz ist, dass Unternehmen mit dem CLV ein objektives Maß der Wertigkeit ihrer Initiativen haben und gleichzeitig ein Maß, wie wertig diese Initiativen bei Kunden wahrgenommen werden. Dies begründet sich darin, dass der individuelle CLV ein direkter Spiegel dieser Wahrnehmung ist, die sich in Kaufverhalten/Nutzerverhalten äußert.

Ich möchte in diesem Zusammenhang betonen, dass hier zwingend kundenindividuelle Customer Lifetime Values notwendig sind. Durchschnittliche CLV, so wie sie weit verbreitet sind, helfen nicht, kundenindividuelle Entscheidungen zu treffen. Nur mit kundenindividuellen Kaufwahrscheinlichkeiten und Margen lassen sich Fragen beantworten, wie hier exemplarisch:

•Benötigt der Kunde einen Coupon als Kaufanreiz und welche Höhe soll dieser haben? Lohnt sich der Coupon aus Unternehmenssicht?

•Wie entwickelt sich die Profitabilität des Kunden?

•Ist der Kunde abwanderungsgefährdet?

•In welcher Warengruppe lassen sich die besten Margen bei den Kunden erzielen?

•und viele, viele mehr.

Wenn Unternehmen den CLV in den Mittelpunkt stellen, steht ihnen zudem ein effektives Mittel zur Hand, um ihren Kundenstamm systematisch im Wert zu entwickeln. Man spricht in diesem Zusammenhang von der Steigerung des „Customer Equity“, das heißt der Steigerung der Summe aller CLVs.

Fazit

Gerade in Zeiten, in denen es sich verstärkt um die Optimierung der Kundenprofitabilität dreht, ist wert-basiertes CRM mit dem Customer Lifetime Value im Mittelpunkt das Mittel der Wahl. Insbesondere Marketingmaßnahmen lassen sich dadurch monetär und langfristig bewerten und gleichzeitig taktisch steuern.

Auch in der Finanzindustrie gewinnen Customer Lifetime Value und Customer-Equity-Perspektiven von Bedeutung. Als Beispiel soll hier das von Fader und McCarthy entwickelte Framework „Customer-Based Corporate Valuation“ zur Hilfe bei Unternehmensbewertungen genannt sein. Mittels öffentlich verfügbarer Daten wird der Wert des aktuellen und zukünftigen Kundenstamms modelliert. So können unter anderem bessere M&A-Entscheidungen getroffen werden [31].

Wert-basiertes CRM benötigt zwei Dinge: Eine First-Party-Datenstrategie zur Aktivierung des Customer Data Flywheel und Machine Learning unterstützte Analysen auf Basis des CLV. Beides sind für viele Unternehmen neue Felder und es Bedarf Fokus und Geduld, um diese Themen gut umzusetzen. Aber was sind die Alternativen in einer Welt, in der klassisches, datengetriebenes Performance-Marketing unrentabel und schwierig geworden ist? Heißt es dann nicht: „Zurück zur Kundenbindung!“?

Literatur:

[1] Drucker, P. (1954): The Practise of Management. New York: Harper-Collins

[2] Reichheld, F. F., Sasser, W. E. (1990): Zero Defections: Quality Comes to Services. Harvard Business Review. – https://hbr.org/1990/09/zero-defections-quality-comes-to-services – Zugriff 21.09.2022

[3] Fleming, M. (2019): How Tesco revolutionised loyalty with Clubcard: The Inside Story. Marketing Week. – https://www.marketingweek.com/tesco-clubcard-loyalty/ – Zugriff 21.09.2022

[4] Verbraucherzentrale (2022): Kundenkarten: Wenig Rabatt für viel Information. Verbraucherzentrale. – https://www.verbraucherzentrale.de/wissen/vertraege-reklamation/werbung/kundenkarten-wenig-rabatt-fuer-viel-information-13862 – Zugriff 21.09.2022

[5] ONEtoONE [2014): Bier, Windeln und was man sonst über Big Data wissen sollte. ONEtoONE. – https://www.onetoone.de/artikel/db/oto_13181.html – Zugriff 21.09.2022

[6] Ryte (2022): Was ist eine RFM-Analyse? – Ryte Wiki. Ryte. – https://de.ryte.com/wiki/RFM-Analyse – Zugriff 21.09.2022

[7] Gupta, S., Lehmann, D. R., Ames Stuart, J. (2004): Valuing Customers. Journal of Marketing Research Vol. 41, Issue 1.

[8] WirtschaftsWoche (2021): Insolvenz 2009: Was wurde eigentlich aus dem Quelle-Versand? – https://www.wiwo.de/unternehmen/handel/wirtschaftsgeschichte-in-bildern-was-wurde-eigentlich-aus-quelle/27882250.html – Zugriff 21.09.2022

[9] Süddeutsche Zeitung (2010): Payback – Die Angst vorm gläsernen Kunden. – https://www.sueddeutsche.de/wirtschaft/payback-die-angst-vorm-glaesernen-kunden-1.261071 – Zugriff 21.09.2022

[10] Süddeutsche Zeitung (2014): 33 Millionen E-Mail-Adressen zu verkaufen – Digital. SZ, May 12, 2014. – https://www.sueddeutsche.de/digital/warnung-vor-spamwelle-unbekannte-bieten-33-millionen-e-mail-adressen-zum-verkauf-an-1.1959685 – Zugriff 21.09.2022

[11] EU (2022): Gesetzgebung Entwicklungsgeschichte der Datenschutz-Grundverordnung. European Data Protection Supervisor. – https://edps.europa.eu/data-protection/data-protection/legislation/history-general-data-protection-regulation_de – Zugriff 21.09.2022

[12] DerStandard (2018): Maximilian Schrems fordert Facebook seit 2011 heraus – Netzpolitik – derStandard.de Web. – https://www.derstandard.de/story/2000073030886/maximilian-schrems-fordert-facebook-seit-2011-heraus – Zugriff 21.09.2022

[13] Heise Business Services (2021): Schrems-II-Urteil: Auswirkungen und Umsetzung in der Praxis. – https://business-services.heise.de/security/datenschutz-dsgvo/beitrag/schrems-ii-urteil-auswirkungen-und-umsetzung-in-der-praxis-4166 – Zugriff 21.09.2022

[14] Dachwitz, I., Rudl, T., Rebiger, S. (2018): FAQ: Was wir über den Skandal um Facebook und Cambridge Analytica wissen. Netzpolitik. – https://netzpolitik.org/2018/cambridge-analytica-was-wir-ueber-das-groesste-datenleck-in-der-geschichte-von-facebook-wissen/ – Zugriff 21.09.2022

[15] Schuh, J. (2019): Building a more private web. The Keyword. – https://www.blog.google/products/chrome/building-a-more-private-web/ – Zugriff 21.09.2022

[16] Mathew, E. (2022): Death of 3rd-Party Cookies: How to convert 3rd-party cookies to 1st-party?” Ayruz Data Marketing. – https://ayruz.com/death-of-3rd-party-cookies-how-to-convert-3rd-party-cookies-to-1st-party/ – Zugriff 21.09.2022

[17] Contentmanager (2021): Google Tracking Alternative: FLoC scheitert vorerst am EU-Recht. Contentmanager.de. – https://www.contentmanager.de/nachrichten/google-tracking-alternative-floc-scheitert-vorerst-am-eu-recht/ – Zugriff 21.09.2022

[18] noyb.eu (2021): noyb setzt dem Cookie-Banner-Wahnsinn ein Ende. NOYB. – https://noyb.eu/de/noyb-setzt-dem-cookie-banner-wahnsinn-ein-ende – Zugriff 21.09.2022

[19] Apple (2021): User Privacy and Data Use. Apple Developer. – https://developer.apple.com/app-store/user-privacy-and-data-use/ – Zugriff 21.09.2022

[20] Adzine (2021): Tracking-Opt-ins bei ATT weiterhin niedrig in Deutschland. Adzine. – https://www.adzine.de/2021/05/tracking-opt-ins-bei-att-weiterhin-niedrig-in-deutschland/ – Zugriff 21.09.2022

[21] engadget.com (2021): Snap says Apple’s privacy changes hurt its ad business more than it expected. – https://www.engadget.com/snap-q3-2021-earnings-221924261.html – Zugriff 21.09.2022

[22] Danise, A. (2022): Business Leaders Should Learn From Facebook’s Decline: It Points To New Consumer Responses To Data, Advertising And Privacy. Forbes. – https://www.forbes.com/sites/hecparis/2022/03/17/business-leaders-should-learn-from-facebooks-decline-it-points-to-new-consumer-responses-to-data-advertising-and-privacy/ – Zugriff 21.09.2022

[23] Moloco (2021): E-Commerce CPA Trends on iOS - H1 2021. – https://www.moloco.com/reports/ecommerce-cpa-trends-on-ios – Zugriff 21.09.2022

[24] SeekingAlpha (2021): Wall Street Breakfast: Ad-Mageddon. Seeking Alpha. – https://seekingalpha.com/article/4461368-wall-street-breakfast-admageddon – Zugriff 21.09.2022

[25] McKinsey (2021): The quickening. – https://www.mckinsey.com/business-functions/strategy-and-corporate-finance/our-insights/five-fifty-the-quickening – Zugriff 21.09.2022

[26] Revealbot.com (2020): Facebook advertising costs CPM (updated weekly). Revealbot. – https://revealbot.com/facebook-advertising-costs – Zugriff 21.09.2022

[27] Soper, Sp. (2021): Amazon Advertising Rates Soar in Pandemic-Fueled Surge. Bloomberg.com. – https://www.bloomberg.com/news/articles/2021-06-09/amazon-advertising-rates-soar-in-pandemic-fueled-surge – Zugriff 21.09.2022

[28] Lee, J. (2022): How Bricks Might Save Clicks – WSJ. The Wall Street Journal. – https://www.wsj.com/articles/how-bricks-might-save-clicks-11650619815 – Zugriff 21.09.2022

[29] Apple (2022): Mobile Advertising and the Impact of Apple’s App Tracking Transparency Policy. Apple. – https://www.apple.com/privacy/docs/Mobile_Advertising_and_the_Impact_of_Apples_App_Tracking_Transparency_Policy_April_2022.pdf – Zugriff 21.09.2022

[30] Sterling, G. (2018): Survey: 58% will share personal data under the right circumstances. MarTech. – https://martech.org/survey-58-will-share-personal-data-under-the-right-circumstances/ – Zugriff 21.09.2022

[31] Fader, P., McCarthy, D. (2020): Unternehmensbewertung: Wertsache Kundenbeziehung – manager magazin. Manager Magazin. – https://www.manager-magazin.de/harvard/strategie/unternehmensbewertung-wertsache-kundenbeziehung-a-00000000-0002-0001-0000-000173448524 – Zugriff 21.09.2022

Weiterführende Literatur

cbinsights (2022): The D2C Survival Guide. – https://www.cbinsights.com/research/d2c-survival-guide-direct-to-consumer-companies-startups-lessons-failures/ – Zugriff 21.09.2022

Franklin, K. (2013): The Best Predictor of Future Behavior Is … Past Behavior. Psychology Today. – https://www.psychologytoday.com/us/blog/witness/201301/the-best-predictor-future-behavior-is-past-behavior – Zugriff 21.09.2022

Statista.de (2022): Online-Handel – Umsatz mit Waren in Deutschland 2021. Statista. – https://de.statista.com/statistik/daten/studie/71568/umfrage/online-umsatz-mit-waren-seit-2000/ – Zugriff 21.09.2022

1

Drei Dimensionen der Personalisierung

Stefanie Seifert

https://www.marketing-boerse.de/Experten/details/Stefanie-Seifert

Als Unternehmen weiterhin relevant zu bleiben, wenn Kunden zu jedem Zeitpunkt, sowohl online wie offline, mit Werbebotschaften überschüttet werden, ist mehr als herausfordernd. Wichtiger denn je ist es deshalb, mit relevanten Inhalten herauszustechen, die genau auf die Wünsche und Bedürfnisse der Kunden zugeschnitten sind. Das Stichwort hier ist Personalisierung – und die beinhaltet weitaus mehr als die namentliche Begrüßung des Kunden im Standardnewsletter.

Echte Personalisierung ist kein optionales Sahnehäubchen im Marketing, sondern die Grundlage für eine nachhaltig erfolgreiche Bestandskundenkommunikation entlang der gesamten Customer Journey. Wie genau das in Theorie und Praxis funktioniert und warum Daten hier eine zentrale und entscheidende Rolle spielen, zeigt dieser Beitrag.

Personalisierung und die Bedeutung von Daten im Marketing

Ziel der Personalisierung im Rahmen von Customer-Relationship-Management (CRM)-Maßnahmen ist es, Kommunikation individuell auf die Interessen und Bedürfnisse von Kunden zuzuschneiden und gleichzeitig überflüssige Kommunikation zu vermeiden [1]. Die Voraussetzung für eine erfolgreiche Personalisierung ist das Wissen über die Bedürfnisse des Kunden. Personalisierung ist damit untrennbar mit dem Sammeln und Analysieren von Daten verknüpft.

Herausforderungen im Hinblick auf die Personalisierung

Trotz einhelliger Meinung, dass Personalisierung im Marketing und CRM eine zentrale Rolle spielt, berichten Entscheider regelmäßig, dass der Einsatz von Personalisierung nicht oder nur unzureichend stattfindet. Die meistgenannten Gründe: Eine fehlende Datenbasis, der technische Aufwand und die Befürchtung einer Ablehnung seitens der Kunden – als Reaktanz beispielsweise auf Hyperpersonalisierung (wie individuelle Pricing-Strategien) oder wegen eines Überdrusses an Kommunikation (zum Beispiel dem Stalking-Effekt im Retargeting) [2].

Die Vorteile und der Mehrwert von Personalisierung

Gut gemachte Personalisierung und die dadurch entstehende kundenzentrierte Ausrichtung findet zum Nutzen von Unternehmen und Kunden statt. Im Kern geht es darum, das Wissen über die Präferenzen des Kunden so zu nutzen, dass Relevanz in der Kommunikation entsteht und gleichzeitig unnötige Kontakte reduziert werden.

Die Vorteile für Unternehmen liegen auf der Hand: Kosten können eingespart und das Marketingbudget effizienter eingesetzt werden. Noch dazu wird ein Aufmerksamkeitsverlust durch zu viel unrelevante Informationen verhindert. So können durch einen personalisierten Newsletter oder Personalisierung im E-Commerce beispielsweise höhere Klick- und Conversion-Raten erzielt werden [4].

Kurzum, die Personalisierung stellt in der digitalen Kommunikation das Pendant zum Verkäufer auf der Fläche dar. Ein guter „Wegweiser“ im Dschungel der vielen Produktseiten und Möglichkeiten.

Personas – Segmente – Cluster

Schwerpunkt dieses Beitrages ist die Personalisierung mittels des Segmente-Konzepts, welches Kundengruppen mit situativ gemeinsamen Eigenschaften beschreibt. Segmente sind zu unterscheiden vom Konzept der Personas und von Kundenclustern. Im Folgenden werden die drei Konzepte näher beleuchtet und voneinander abgegrenzt, bevor im anschließenden Kapitel detailliert auf den operativen Einsatz von Segmenten zur Personalisierung eingegangen wird.

Das Persona-Konzept