Kundenbeziehungen

Wissenserweiterung

Analytical CRM ist auf dem Vormarsch: Unternehmen wie Amazon und Facebook setzen es systematisch ein, um ihre Kundenbasis zu verbreitern. Wie auch andere von der Methode profitieren können.


Bei den Anbietern von E-Commerce und Social Media spielt das analytische Kundenbeziehungsmanagement oder Analytical Customer Relationship Management (Analytical CRM) eine entscheidende Rolle. Es dient der Umsetzung ihrer Strategie und befindet sich an der Schnittstelle zwischen CRM und Data Mining. Die Ziele des herkömmlichen CRM sollen mithilfe von Data Mining erreicht werden. Diese Methode ermöglicht nutzbringende Erkenntnisse aus der statistischen Analyse von Datenbeständen.

Dabei lassen sich Anwendungen des Analytical CRM in allen Phasen des Lebenszyklus der Kundenbeziehung finden: von der Akquisition über den Ausbau des Umsatzes bis hin zum Kundenabgang. Im Folgenden werden typische Anwendungen entlang des Kundenlebenszyklus gezeigt.


Segmentieren, fokussiert akquirieren.
Zu den bedeutendsten Anwendungen des Analytical CRM gehört die Segmentierung der (potentiellen) Kunden entsprechend ähnlicher Eigenschaften in Gruppen. Obschon die meisten Unternehmen ihre Kunden bereits in Gruppen aufteilen, geschieht dies oft leider immer noch manuell, nach subjektiven Kriterien. Von einem Data Mining-Algorithmus erstellte Gruppierungen hingegen sind zuverlässiger, denn sie basieren auf objektiven Daten, die in der Regel aus einem Data Warehouse kommen.

Wenig verbreitet, doch besonders nützlich, ist die Gruppierung gemäß dem Kundenwert. Dieser ergibt sich pro Kunde aus der Differenz zwischen den Akquisitionskosten und den Einnahmen während der Dauer der Kundenbeziehung. Mit einer wertorientierten Segmentierung lassen sich die Kosten für die Akquisition neuer Kunden reduzieren oder mehr mit demselben Budget akquirieren, zum Beispiel mit zielgerichteten Marketingkampagnen, die auf Kunden mit einem hohem Wertbeitrag ausgerichtet sind.

In der Praxis hat sich die Aufteilung von Kunden in drei Kategorien etabliert: Gold, Silber und Bronze. Goldene Kunden machen den Kern des Unternehmensgewinns aus und sollten erhalten bleiben. Silberne Kunden sollten in goldene übergeführt werden, beispielsweise durch Cross-Selling oder Upgrades. Bronzene Kunden sollten zu profitablen Kunden entwickelt oder aufgegeben werden. Dabei kommen unter anderem Maßnahmen wie Preiserhöhungen und Abbau des Service in Frage.


Cross-Selling, um Umsatz zu steigern.
Das Cross-Selling verfolgt das Ziel, die Kundenprofitabilität zu erhöhen. Dies geschieht oft mit Empfehlungssystemen, die Kunden auf interessante Produkte aufmerksam machen. Ihre Funktionsweise ist einfach: Die Empfehlungen werden rechnerisch aus den Gruppen von Produkten hergeleitet, die am meisten gemeinsam gekauft werden. Online-Shops wie etwa Amazon setzen Empfehlungssysteme besonders konsequent um. Deren Erfolg basiert darauf, dass es um ein Vielfaches teurer ist, einen neuen Kunden zu finden, als einem bestehenden Kunden etwas Zusätzliches zu verkaufen.


Churn-Management, Kunden binden.
Der Fachterminus Churn bezeichnet den prozentualen Anteil an Kunden, den ein Unternehmen in einer bestimmten Periode verliert. Bei Banken und Versicherungen liegt die Rate zwischen 10 und 30 Prozent jährlich. Daher sind Maßnahmen zur Reduktion der Kundenabwanderung – das sogenannte Churn-Management – grundsätzlich erstrebenswert. Doch die Umsetzung erweist sich oft als schwierig, beenden die Kunden doch eine Geschäftsbeziehung aus sehr verschiedenen Gründen. Dazu zählen zum Beispiel die Unzufriedenheit mit dem Produktangebot oder das Ende eines Sonderangebots, eine allgemein ungünstige wirtschaftliche Entwicklung oder ein Umzug ins Ausland.

Aufgrund dieser bunten Vielfalt von Gründen lassen sich nicht alle Arten der Kundenabwanderung völlig vermeiden. Deshalb empfiehlt sich zur rechtzeitigen Erkennung das Verfolgen von Frühwarnindikatoren. Bei Banken etwa haben sich frühe Alarmsignale herauskristallisiert wie beispielsweise Wechseldrohungen und Beschwerden oder die Einstellung regelmäßiger Kapitalflüsse wie Lohnzahlungen und Daueraufträge.


Typische Muster ermitteln.
Die Indikatoren lassen sich jedoch in der Praxis nicht durch einen Data Mining-Algorithmus rechnerisch ermitteln, sondern werden empirisch identifiziert – zum Beispiel anhand von Interviews mit ehemaligen Kunden oder Auswertungen von Reklamationsdatenbanken. Aber selbst das gründliche Vorgehen hat in der Praxis seine Tücken, weil die Kundenabwanderung oft schrittweise verläuft.

Dieser gefürchtete Trend lässt sich früh mit Data Mining-Algorithmen erkennen: Sie ermitteln typische Muster der Churn-Sequenzen und die Wechselwahrscheinlichkeit pro Kunde. Zur Kündigung neigende Kunden sollen durch gezielte Maßnahmen gebunden werden. Diese richten sich dabei an Kunden, die einen bestimmten Risikowert übersteigen. Damit bleibt der Aufwand für die Churn-Prävention klein. In seiner einfachsten Form ergibt sich der Risikowert pro Kunde aus dem Produkt von Churn-Wahrscheinlichkeit (Churn-Risiko) und dem durchschnittlichem Gewinn pro Periode.


Systematisches Nutzenmanagement.
Wie lässt sich Analytical CRM in der Praxis erfolgreich realisieren? Maßgebend ist, dass die Entscheidungsträger gewinnbringende Analytical CRM-Vorhaben klar identifizieren. Dazu müssen sie Expertenwissen aus den Bereichen CRM, Analytics (Statistik) und IT zusammenbringen.

Oft stößt das Management hier auf ein Problem: In der Regel ist dieses Know-how in den Unternehmen nicht gleichmäßig verteilt. CRM-Fachpersonen besitzen zwar Sachkenntnis, doch fehlt ihnen analytisches und IT-Wissen. Für die Analytics- und IT-Experten gilt dies analog. Vertreter der drei Bereiche sollten deshalb nutzbringende Vorhaben gemeinsam finden. Das gelingt am ehesten, indem das Team explorativ und schrittweise geeignete Vorhaben sucht. Ein Raster für die Suche bietet der Kundenlebenszyklus.

Das entscheidende Kriterium für den Einsatz von Analytical CRM ist der realisierte Nutzen. Indes zeigen Umfragen, dass rund 50 bis 70 Prozent der Analytical CRM-Projekte den erwarteten Erfolg verfehlen. Deshalb sollte systematisches Nutzenmanagement im Unternehmen garantieren, dass sämtliche Vorhaben die Wettbewerbsvorteile sichern und die Unternehmensstrategie stärken. Erst wenn diese Anforderung erfüllt ist, sollen Projekte weiter verfolgt werden.


Größere Projekte unterteilen.
CRM-Fachabteilungen, Analytics- und IT-Spezialisten ermitteln dabei den Projektnutzen durch die Untersuchung ausführlicher Business Cases. Dabei ist zu beachten, dass der Aufwand größtenteils in der IT-Abteilung anfällt, während der Ertrag den CRM-Fachabteilungen zugeschrieben wird. Der wirtschaftliche Nutzen stellt die Basis für die Auswahl und Priorisierung der Vorhaben dar, die danach innerhalb eines Projektportfolios (Masterplan) koordiniert werden.

Für die ersten Vorhaben ist es ratsam, zunächst kleine und klar umrissene Probleme für eine schnelle Nutzenerzielung («Quick Win») auszuwählen. Kundensegmentierung und Cross-Selling lassen sich vergleichsweise rasch realisieren. Das Churn-Management ist komplexer und daher in einer frühen Phase weniger geeignet. Prototypen sollen dabei helfen, das gewählte Vorgehen rasch zu überprüfen. Es ist ratsam, größere Projekte in mehrere kleine zu unterteilen. Um das Risiko eines Scheiterns zu beschränken, sollen Analytical CRM-Vorhaben schrittweise und iterativ im Unternehmen eingeführt werden. Stößt ein Teilprojekt auf Probleme, kann nach einer Lösung gesucht werden – ohne bereits Erreichtes zu verwerfen.


Kompetenzzentrum Analytical CRM.
Analytical CRM-Systeme basieren in der Regel auf Data Mining-Modellen, deren Gültigkeit regelmäßig zu überprüfen ist. Ein systematisches Modellmanagement, das unter anderem eine Bibliothek und ein Versionierungssystem enthält, soll deshalb den effizienten Einsatz der Modelle sicherstellen.

Die Verbreitung von Analytical CRM soll durch Schulungen gefördert werden. Ein Performance Management-System mit Key Performance-Indikatoren (KPIs) steuert die Zielerreichung des analytischen Systems. Die Koordinierung aller verwandten Aktivitäten kann einem zweckbestimmten Kompetenzzentrum für Analytical CRM übertragen werden.


Gewinnbringende Zusammenarbeit.
Zusammenfassend gilt es festzuhalten: Die nachhaltige Anwendung des Analyical CRM setzt voraus, dass CRM-, Analytics- und IT-Experten eng kooperieren. Dies erweist sich in der Praxis oftmals als keine leichte Aufgabe, denn die Kluft zwischen den Bereichen ist in vielen Unternehmen immer noch groß.

In der Praxis zahlt es sich aus, wenn alle Beteiligten die gewinnbringenden Vorhaben gemeinsam iterativ identifizieren sowie deren Erfolgsmessung bestimmen. Dabei helfen auf jeden Fall Entwicklungsprototypen sowie das konsequente Management von Nutzen, Modellen und Performance, um Analytical CRM erfolgreich einzuführen.

 

 

Quelle: BUSINESS INTELLIGENCE MAGAZINE, www.bi-magazine.net 
© ProfilePublishing Germany GmbH 2014_2015. Alle Rechte vorbehalten. 
Vervielfältigung nur mit Genehmigung der ProfilePublishing Germany GmbH
 

Business Intelligence Magazine: Springe zum Start der Seite