Mehr Umsatz durch das Nutzen eigener Bestandsdaten

Was unterscheidet eigentlich klassische Marketingmaßnahmen am maßgeblichsten von digitalen Marketingmöglichkeiten? Der größte Kontrast liegt nicht in der Ausgestaltung der Werbemittel – print oder blinkendes Pop-up, egal. Auch das ausgewählte Medium oder der Kanal spielen nicht solch eine entscheidende Rolle wie ein anderer Faktor – die Datenlage. Und hier liegt für die meisten Unternehmen noch einiges an Aufholbedarf.

Kundendaten sind für Unternehmen pures Gold. Das ist auch nicht neu. Bereits der Einzelhandel hat über die Aggregation von Kundendaten neues Wissen über die Zielgruppen erlangt, bevor von eCommerce überhaupt die Rede war. Dennoch ist es selbst heute für große und mittelständige Online-Shops ein echter Frustfaktor, Daten und Informationen kundenbasiert zu sammeln. Denn so einfach, wie das klingt, ist das nicht immer…

schedule Lesezeit ca. 7 min

Ein Beispiel: Klassisches Shopping vs. Online-Shopping

Fall 1
Einkauf im Ladengeschäft

Beispielkundin Lisa erwirbt im stationären Einzelhandel ein neues T-Shirt. Welche Informationen erhält der Einzelhändler nun über diesen Kauf? Na klar, um welches Kleidungsstück es sich handelt, in welchem Ladengeschäft eingekauft wurde, bei richtiger Pflege vielleicht auch noch welcher Mitarbeiter kassiert hat und zu welchem Zeitpunkt. Über die Kundin weiß der Einzelhändler jedoch später nicht viel. Diesem Problem versuchen seit Jahren Bonusprogramme wie Payback oder die Einzelhändler selbst durch eigenständige Gutscheinaktionen für Bestandskunden her zu werden. Grundgedanke dahinter: die Informationen der Kundenkarte mit dem entsprechenden Einkauf verknüpfbar machen.

Fall 2
Einkauf im Online-Shop

Gegenbeispiel: Fiktivkundin Lisa erwirbt ihr T-Shirt im Online-Handel, also im Online-Shop von Händler X. Welche Informationen erhält der Einzelhändler in diesem Fall? Zusätzlich zum stationären Einkauf lassen sich – bei entsprechender Analyse – noch viele weitere Daten (insbesondere über Lisa) ermitteln, wie:

  • Name des Kunden
  • Anschrift des Kunden
  • evtl. Bonität des Kunden
  • evtl. Geburtsdatum
  • Email-Adresse
  • Telefonnummer
  • präferierte Größen
  • präferierte Marken
  • Preisaffinität
  • Einkaufszeiten

Und nun folgt der spannende Teil: die Daten mehrerer Einkäufe zusammenbringen!

Hierbei handelt es sich jedoch häufig um ein strukturelles Problem. Warum? Die Anfänge des kommerziellen und skalierbaren eCommerce bauten auf vorkonfigurierten Shop-Systemen wie beispielsweise Magento auf. Die Funktionsweise dieser Systeme beruhte jedoch vornehmlich auf der Verarbeitung von Daten auf Auftragsbasis.

Die Funktionsweise der früheren Shop-Systeme beruhte auf dem Fokus der Bestelldaten. Kundenkonten ließen sich nur durch externe Tools oder Exporte zusammenführen.

Jeder Einkauf stellte einen neuen Auftrag dar. Wesentlich war die entsprechende Auftragsnummer und der Inhalt des Auftrags. Der jeweilige Auftrag war zwar durchaus einem Kundenkonto zugeordnet, aber die Anlayse eines durchgängigen Kundendatensatzes mit allen dazugehören Aufträgen war häufig nicht möglich.

Hier mein Versuch der grafischen Verdeutlichung:

Ist Lisa zum Beispiel Kunde 002 und hat offenbar bereits mehrfach bestellt, ließen sich nicht nur die Daten von Lisa als Kundin nutzen, sondern auch alle Daten, die mit ihren jeweiligen Bestellungen/Aufträgen verknüpft sind.

Klingt nicht revolutionär? Ist es aber!

Klassischer Handel

Lisa kauft ein T-Shirt. Lisa bleibt jedoch für Händler anonym. Keine Nachfolgeaktionen.

Auftragsbasierter Online-Handel

Lisa kauft ein T-Shirt. Lisa tätigt dafür eine Bestellung mit ihren Kundendaten (u.a. E-Mail-Adresse). Das höchste der Gefühle an Nachfolgeaktionen: Lisa erhält zukünftig wöchentlich den Standard-Newsletter des Onlinehändlers.

Bestandsdatenbasierter Online-Handel

Lisa kauft ein T-Shirt. Lisa tätigt diese Bestellung innerhalb ihres Kundenkontos. Die Analyse von Lisas Bestandsdaten, also die Zusammenführung ihrer gesamten Aufträge ergibt:

  • Lisa bestellt Oberteile immer in Größe M, außer vom Hersteller Adidas, dort immer in L.
  • Lisa bestellt Oberteile immer in den Farben blau und weiß. Die meisten bestellten Teile sind der Kategorie “maritimer Stil” zuordnenbar.
  • Lisa bestellt Produkte im Preisbereich 20 bis 150 Euro. In jeder Bestellung war bisher ein Sale-Artikel vorhanden, jedoch immer Markenware.

Mehr Personalisierung dank Kundendaten statt Auftragsdaten

Und das ist nun der entscheidende Vorteil! Zukünftig erhält Lisa also nicht mehr den klassischen 0815-Newsletter, der nichts mit ihren Präferenzen zu tun hat, sondern ausgewählte Artikel, die sie wirklich interessieren. So könnte ein auf Lisa personalisierter Newsletter Artikel aus dem Segment “Maritimes” enthalten, auf Sale-Produkte von bestimmten Präferenzmarken hinweisen und Restbestände des mittleren Preissegments von blauen/weißen Oberteilen in Größe M abverkaufen. Ein deutlicher Anstieg in der Conversion Rate des personalisierten Newsletters ist die Folge.

Aus diesem einzigen Beispiel und den unzähligen weiteren ableitbaren Möglichkeiten, sollten Unternehmen schließen, dass sie ihren Digitalisierungsgrad insbesondere hinsichtlich der Zusammenführung relevanter Daten und hinsichtlicher der Kundenkonzentration vorantreiben müssen.
In diesem Zusammenhang hat Prof. Dr. Frank Thomas Meyer von der MediaDesign Hochschule in seiner Studie “Überlebensfaktor Kundenorientierung. Wie Unternehmen die Digitalisierung meistern” interessante Feststellungen gemacht:

Die Unternehmen wissen durchaus, dass sie etwas verändern müssen, gehen es aber nicht an. Nicht zuletzt, weil die Digitalisierung die gesamte Organisation betrifft, das heißt, das Unternehmen muss einmal komplett umgekrempelt werden.
Mit dieser Herausforderung tun sich viele Organisationen schwer. Meist greifen sie unter dem steigenden Erfolgsdruck auf die bewährten Marketinginstrumente zurück und versuchen, den Bedarf ihrer Kunden so zu manipulieren und sie so lange mit Marketing- und Vertriebsaktivitäten zu bedrängen, bis sie schließlich kaufen. Hier steht jedoch nur die Nachfrage im Fokus, nicht der tatsächliche Bedarf.
– Prof. Dr. Frank Thomas Meyer erforschte den „Überlebensfaktor Kundenzufriedenheit“ und stellte fest, dass es für Unternehmen noch große Hürden in der Digitalisierung zu geben scheint.

Das Credo sollte also sein, die Qualität der genutzten Maßnahmen (zum Beispiel durch die Verbesserung der Datenlage) zu stärken, statt Quantität oder Frequenz zu erhöhen – auch wenn es im ersten Moment verlockend klingt. An dieser Stelle sei auch auf einen Kolumnenartikel meines Kollegen Sebastian Gebert verwiesen, der seine Erfahrungen mit verschiedenen Anbietern im Online-Wein-Handel schildert, in dem sehr direkt deutlich wird, welche gravierenden Unterschiede das Analysieren von Bestandsdaten und deren Berücksichtigung auf Wiederverkaufsprozesse hat.

Achtung! Setze nicht auf Quanität, sondern auf Qualität. Beispiel: Wenn Du über deinen Kundennewsletter wenig Umsatz erzielst, erhöhe nicht seine Frequenz, sondern arbeite an seinem Personalisierungsgrad.

3 Tipps zur besseren Arbeit mit Bestandsdaten

Zum Abschluss hier noch drei Tipps, die bei der praktischen Arbeit mit Bestandskundendaten helfen.

1. Erhebe Daten!
Jeder Kontaktpunkt zählt. Führe Interaktionen eines Nutzers mit dem entsprechenden Kundenkonto zusammen. Gleiche im Zuge von Newslettereintragungen oder sonstigen Lead-Abschlüssen die Email-Adresse. Vermeide Duplikate, bilde unique Konten. Nutze auch externe Daten (Bonuskarten, Login-Dienste, Social Media Daten, Location Data, etc.) und führe sie – im Rahmen des datzenschutzrechtlich Zulässigen – zusammen.

2. Matche Daten!
Baue auf dem Kunden auf, nicht auf einzelnen Aufträgen. Verbinde die oben genannten Datenquellen dauerhaft miteinander (keine unregelmäßigen Exporte/Importe), erstelle Regeln und entwerfe Automatismen. Arbeite auch ältere Bestandsdaten auf.

3. Nutze Daten!
Sei Berater, nicht Verkäufer. Versuche Dich in die Lage des Nutzers zu versetzen: Welche Informationen benötigt er? Welche Produkte findet er interessant? Baue verschiedene Maßnahmen aufeinander auf – das heißt: ständige Analyse. Jede Interaktion wird wieder ausgewertet und fließt in automatisierte Personalisierungsregeln ein.

Hol‘ dir für die Planung und Umsetzung am besten einen erfahrenen Experten zur Seite. Planinja hat sich auf datengetriebenes Inbound Marketing spezialisiert. Wir begleiten Dich gerne bei diesen Schritten! Hast Du Interesse oder nur eine Frage zu dem Thema, buch doch einen Termin direkt in unserem Kalender. Wir freuen uns, von Dir zu hören!

tl;dr

Daten! Digitales Marketing bietet umfangreiche Möglichkeiten der Datenanalyse. Insbesondere direkte Learnings über den Kunden und sein Kaufverhalten sind wichtig, um personalisiertes Marketing zu ermöglichen, welches deutlich höhere Conversion Rates verspricht.
In den Anfängen standardisierter Shop-Systeme wie etwa Magento waren die Datenbanken auf Bestellbasis ausgelegt. Der Master-Bezug wurde immer zum Auftrag, nicht zum Kunden hergestellt. So hatte man Schwierigkeiten, sich Kundendaten aus mehreren Bestellungen zusammenzusuchen. Für personalisierte Marketingmöglichkeiten müssen der Kunde im Fokus stehen und jegliche Nutzungsdaten zusammengeführt werden.
Viele Unternehmen greifen unter steigendem Erfolgsdruck unpersonalisierte Marketinginstrumente zurück und erhöhen lediglich deren Frequenz – nach dem Motto: Irgendwann wird der Nutzer schon kaufen. Hier steht jedoch nur die Nachfrage im Fokus, nicht der tatsächliche Bedarf.
EGrundsätzlich sollten Daten zunächst einmal überall wo möglich erhoben werden. Die Herausforderung besteht dann in der korrekten Zusammenführung aller gesammelten Daten und deren Analyse. Hier sollte insbesondere an Automatismen und Regelwerken gearbeitet werden. Beispiel: Kunden eines Online-Weinhändlers, die immer nur Rotweine kauften, werden nicht auf einen Newsletter zu Weißwein-Angeboten plötzlich zum Weißweinkäufer. Regeln und Automatismen helfen dabei, den Personalisieriungsgrad möglichst hoch zu halten, um so Umsätze zu steigern und gleichzeitig unrentable Marketingmaßnahmen zu reduzieren.
Longtimeline

mode_comment Hast Du Fragen zum Thema?

Ist etwas unklar? Bist Du Dir nicht sicher, wie Du das Thema in Deinem Unternehmen anwenden kannst? Dann melde Dich gerne direkt bei uns. Wir versuchen, alle Deine offenen Fragen zu beantworten!

  • Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Über Yvonne Romes

Yvonne ist studierte Politik- und Rechtswissenschaftlerin, entdeckte jedoch bereits früh ihre (größere) Leidenschaft für Digitalmarketing. Sie ist unsere Expertin für ganzheitliche Digital Marketing Strategien und Inhouse-Optimierungspotentiale. Erfahrungen dazu bringt sie unter anderem aus Tätigkeiten bei Marken wie sparhandy.de und OBI Digital mit. Yvonne verfügt zudem über einen Lehrauftrag für Digitales Marketing an der FOM Hochschule in Köln und tritt regelmäßig als Speakerin bei Fachkonferenzen in Erscheinung. Bei planinja ist Yvonne die Expertin auf dem Gebiet der ganzheitlichen Digital Marketing Strategien. Unsere Kunden profitieren von ihrer souveränen Art der Moderation und analytischen Denkweise, die zur gezielten Identifizierung von Potentialen und Optimierungsansätzen führt.