print logo

Erfolgsmessung im kundengetriebenen Marketing

Neue KPIs braucht die Customer Journey: Die Konsequenz sind bessere Budgetallokation und ein gesteigerter ROI über kontextualisierte Personalisierung.
Philipp Spreer | 28.09.2020
Erfolgsmessung im kundengetriebenen Marketing © Freepik
 

Unternehmen können auf diverse Quellen zugreifen, um Informationen darüber zu erlangen, wer ihre (potentiellen) Kundinnen und Kunden sind und welche Touchpoints zur Marke und den Produkten diese nutzen. Reportings liefern den Unternehmen Kennzahlen, nicht aber gleichzeitig die Befähigung, auf dieser Grundlage auch unmittelbar die richtigen Entscheidungen zu treffen. Viele Quellen bedeuten einen Wust an Daten, der statt eines klaren Bildes vom Kunden eher einen „Overkill“ mit sich bringt und Unternehmen daran hindert, die passsenden Antworten auf ihre (business-relevanten) Fragen zu finden. Die umsetzbaren Ableitungen fehlen. Daher wird es Zeit für ein neues Kennzahlen-Framework im Marketing: agil, dynamisch und zu Aktionen verleitend.

 

Grundsätzlich ist es hilfreich, vorgelagerte Überlegungen strategischer Art anzustellen – zum Beispiel entsprechend des OKR-Modells: Was will das Unternehmen in Zeitraum X erreichen (Objective)? Welche Maßnahmen sind dabei zielführend (Goal)? Und – zurück zu den Daten – welche Metriken helfen ihm dabei, zu beurteilen, ob die gewählten Maßnahmen erfolgreich sind bzw. die erhoffte Wirkung zeigen (KPI)? Ein Unternehmen muss sich über seine Vorhaben erst einmal bewusst sein, um dann die richtigen Fragen an die Daten zu stellen, damit diese auch passende Antworten liefern können. Soll die Kundenbindung im Onlineshop gestärkt werden, gilt es, die Customer bzw. User Journey der Kunden analysieren. Wie interagiert sie oder er mit dem Shop? Wo gibt es evtl. Engpässe oder negative Erlebnisse (Customer Experience) in der Interaktion mit dem Unternehmen?

 

Diese Fragen lassen sich anhand von Frameworks beantworten, die dabei unterstützen, das Kundenerlebnis schematisch darzustellen. Die Modelle, wie z. B. der STDC-Ansatz von Google (See-Think-Do-Care), unterteilen die Kundeninterkation in einzelne Phasen. Jede der Phasen kann anhand von Daten bzw. Metriken auf ihren „Erfolg“ hin bewertet werden.

Mit dem STDC-Modell würden Unternehmen z. B. in der „See“-Phase beurteilen, ob neue Reichweite – also Attraction – aufgebaut werden konnte. Betrachtet werden die Kennzahlen „neue Besucher“, „Engagment Rate“ oder „Impression Share“. Die „Do“-Phase fokussiert sich auf die Transaktionen der Kunden, der Erfolg dieser Phase der Customer Journey lässt sich über die Metriken „Conversion Rate“, „Cart Abandonment“ oder „Average Order Value (AOV) messen.

 

Grundsätzlich schwierig hierbei: Bei den eben benannten Metriken handelt es sich um stark „funnel-lastige“ Kennzahlen, basierend auf historischen Daten, und weniger um kundenzentrierte Metriken. Zudem können viele dieser Daten, die meist von Drittanbietern stammen, aufgrund der Eliminierung der 3rd-Party-Cookies durch die DSGVO künftig nicht mehr erhoben bzw. ausgewertet werden.

 

Perspektivwechsel im Marketing: kunden- statt funnelgetrieben agieren

 

Eine Lösung für diese Herausforderungen: die Perspektive des kundengetriebenen Marketings. Wer sich stärker auf den Kunden selbst, statt auf die Phasen des Funnels konzentriert, kann in der Erfolgsmessung eine bessere Qualität erzielen. Voraussetzung dafür ist, die Hoheit über die Kundendaten zurückzuerlangen und diese in einer „single source of truth“ zusammenzuführen. Unternehmen werden so unabhängig von Dritten und können eine ganzheitliche „Customer Intelligence“ aggregieren, die sie dazu befähigt, die Customer Journey nicht mehr als linearen Funnel zu verstehen, sondern als dynamische Interaktion zu gestalten (Hyper-Personalisierung). Neue Daten-Dimensionen wie Psychographie und Intention können dabei helfen, Nutzer noch besser zu verstehen und die Journey passender zu kontextualisieren. So können Unternehmen den Nutzer selbst noch mehr in den Fokus stellen und neue Metriken zur Erfolgsmessung heranziehen.

 

Wesentlich spannender als das bisherige Kaufverhalten der Kunden, das sich über einen historischen Customer Lifetime Value erfassen lässt, sind vorausschauende Analysen zum  Kaufverhalten der Zukunft (Predictive Analytics). So lassen sich durchgeführte Maßnahmen innerhalb einer Customer Journey besser bewerten. Die „predicted purchases“ und ein vorhergesagter AOV geben eine Einschätzung darüber, wie sich Kunden im kommenden Zeitraum X verhalten werden. Stimmt die Vorhersage oder konnte das Verhalten positiv sogar beeinflusst werden? Wie wertvoll ist ein bestimmter Kunde im Zeitraum X für das Unternehmen (RLV – Residual Lifetime Value)? Die „Customer Lifespan“ wird zum neuen dynamischen Richtwert in der Erfolgsmessung der Kundenbindung.

 

Der neue Ansatz des kundengetriebenen Marketings eröffnet die Möglichkeit, dynamische und kundenzentrierte Metriken in die Erfolgsmessung eines Unternehmens einfließen zu lassen. Die Konsequenz sind bessere Budgetallokation und ein gesteigerter ROI über kontextualisierte Personalisierung der Customer Journey. „Beispielsweise lassen sich Kunden(-segmente) durch Wahrscheinlichkeiten, ‚alive‘ zu sein, in einer anderen Qualität bewerten. In Kombination mit einem RLV kann dann das Marketingbudget effizienter in Segmente allokiert werden, die ansonsten vielleicht abgewandert wären“, weiß Dimitrios Haratsis, namhafter Experte im datengetriebenen Marketing und assoziierter Berater bei elaboratum.

 

Kundengetriebenes Marketing: Maturitätsmodell