Kundenwertanalyse

Die Kundenwertanalyse liefert Informationen, welche Kunden oder Kundengruppen Ihrem Unternehmen heute und für die Zukunft den höchsten (monetären) Nutzen bringen. Der Kundenwert dient als Steuerungsinstrument für strategische und operative Prozesse.

Einige Beispiele:

• Planung des Kontaktmanagements: Welche Kunden sollten im Rahmen des Kampagnenmanagements häufiger kontaktiert werden, welche seltener oder gar nicht.
• Churn Mangement: Identifikation profitabler und gleichzeitig wechselgefährdeter Kunden, Entwicklung von Strategien zur Minderung der Abwanderungsgefahr, Ausrichtung von Bonus- und Rabattaktionen auf Kunden mit hohem aktuellen oder zukünftigen Kundenwert, Gestaltung von Kulanzregelungen für Kunden mit hohem aktuellem Kundenwert.

Vereinfacht kann zwischen vier Kundenwertsegmenten unterschieden werden: Premiumkunden, Potenzialkunden, Treuekunden und Basiskunden.
Diese vier Kundengruppen unterscheiden sich in ihrem aktuellen monetären Wert (hoher Wert: Treuekunden, Premiumkunden) und ihrem zukünftigen Wert (hoher Zukunftswert: Premiumkunden, Potenzialkunden) für Ihr Unternehmen.
Kundenwertanalysen setzen sinnvollerweise den "Umsatz durch" und den "Aufwand für" einen Kunden/einer Kundengruppe in Beziehung zueinander, um die tatsächliche Profitabilität des Kunden/der Kundengruppe zu bestimmen.
Im Detail wird der aktuelle und zukünftige Kundenwert als €-Betrag ausgewiesen.

Kundeninformationen liegen jedoch in verschiedenen Branchen in unterschiedlicher Granularität vor:
Hohe Granularität: Versicherungen oder Internet-Plattformen wie Amazon.
Niedrigere Granularität: Stationärer Einzelhandel.

Je nach Datenbasis des einzelnen Kunden führen wir Kundenwertanalysen durch. Dies geschieht auf Basis interner Datenquellen (z.B. aus dem Data-Warehouse wie im Versandhandel, bei Banken, Versicherungen, Telekommunikation) oder externer Datenquellen (z.B. Marktforschungsdaten oder mikrogeographischen Daten).
Welche Datenbasen sinnvoller Weise für Ihre Fragestellung genutzt werden sollten, entscheiden wir – nach einer Analyse Ihrer spezifischen Zielsetzungen – gemeinsam mit Ihnen.

Vielfach kann die Qualität der Kundenwertanalyse durch Kombination mit Techniken des Data Mining verbessert werden, z.B. im Hinblick auf die Entwicklung von Prognosealgorithmen zur Bestimmung von Cross-Selling-Wahrscheinlichkeiten und damit letztlich des zukünftigen Wertes eines Kunden.

Nach oben