bessere kommunikation dank analystischem crm
TRANSCRIPT
Bessere Kundenkommunikation dank analytischem CRM
Vortrag im Rahmen der Mailingtage
Nürnberg, 20. Juni 2012
Folie 2
Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Unsere Philosophie …
ist die Umsetzung des Wissens um den Kunden
in ein erfolgreiches Marketing.
Wir bieten intelligentes Marketing,
nachvollziehbare Analysen
und zielorientiertes Consulting.
Folie 3
MarAnCon
• innovativer Dienstleister für Database-Marketing und analytisches Customer-Relationship-Management
• Gegründet
• Firmensitz ist Bonn
• 8 Mitarbeiter
• ein motiviertes Team von praxiserfahrenen Statistikern, Mathematikern und Anwendern
Folie 4
Referenzen
Folie 5
Folie 6
Kundeninformation
Soziodemografie Alter Geschlecht Wohnort
Wertbeitrag Bezahlinformation
Nutzung Telefonie SMS Online
Kommunikation / Reaktion
Folie 7
Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Folie 8
Folie 9
Kundenwanderung
9
Adressen 1.075.000 (+31.100)
Markt
Interessenten 580.000 (+1.100)
Kunden 495.000 (+30.000)
Aktive Kunden 134.000 (+6.000)
Inaktive Kunden
361.000 (+24.000) Reaktivierung
Neukunden 60.000 (+3.400)
Bestandskunden 74.000
(+2.600)
9.600
2.100 29.000
1.000
17.000
8.000
15.000
Aktivquoten
Folie 10
Folie 11
Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Motivation für den Kundenwert
Die Gewinnungskosten der Kunden können den Ertrag
aus dem Erstumsatz übersteigen.
Ein Quotient aus Erstumsatz zu Gewinnungskosten stellt nur
eine eingeschränkte Sicht auf den echten Wert des Kunden
dar.
Mit Hilfe einer gewinnungswegbezogenen
Kohortenbetrachtung lassen sich die langfristigen Ertragseffekte
messen und bewerten.
Auf Basis dieser Bewertungen können die strategischen
Marketing Entscheidungen sicherer getroffen werden.
Folie 12
Benötigte Daten
Kosten der Gewinnung
s-wege über die zeitlichen Perioden
Umsätze je Kunde
(Einzeln/ verdichtet)
Marketing-Kosten für Folgeperoden • Newsletter/
Emails • Kataloge • Mailings /
Promotions, etc.
DB’s (modellhaft oder je Artikel/
Sortimentsgruppe,..
.)
Folie 13
Kunden- Wert
Generisches Beispiel
Folie 14
• Alle Kunden erwirtschaften nach der dritten Periode 11,86 Euro • Kunden des Gewinnungsweg A erwirtschaften nach der dritten Periode
mehr – 12.73 Euro je Kunde als Kunden des Gewinnungsweg B mit 9,62 Euro, obwohl die Gewinnung der Kunden teurer war.
Kundenwert pro Gewinnungsweg
Folie 15
Folie 16
Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Scoring
Analyseergebnisse ARO, Mailing Nr. 33, Version 2.7 Folie 17
Grundüberlegung
1. Zufriedene Kunden empfehlen gerne Produkte und Dienstleistungen weiter.
Adäquate Prämien für den Werber (und den Geworbenen) können den Empfehlungsprozess
unterstützen.
2. Ein erfolgreiches Empfehlungsmarketing bietet messbare Vorteile.
§ Geworbene Kunden bleiben länger treu und erzeugen einen höheren Deckungsbeitrag als über andere Wege gewonnen Neukunden.
§ Auch die Werber weisen eine längere Haltbarkeit auf als Nichtwerber.
Entwicklung des Score-Modells
Folie 19
1. Alle Geschäftspartner mit einer Werbung werden als Zielgröße (Werber) definiert.
2. Die Einflussgrößen (Merkmale) der als Werber klassifizierten Geschäftspartner werden auf den Zeitpunkt der ersten Werbung bezogen.
3. Auf Basis von 80% aller Geschäftspartner wird das Score-Modell entwickelt.
4. Anhand der restlichen 20% wird die Prognosegüte des Modells getestet/validiert
Einige Merkmale exemplarisch … … je frischer der Vertragsabschluss desto eher wird empfohlen…
Folie 20
… oder das Alter der Kunden …
Bei Kunden im Alter zwischen 30 und 60 Jahren ist der Anteil an Werbern am größten. Sehr junge und sehr alte Kunden werben weniger. Bei fast der Hälfte der Werber ist das Alter unbekannt. Diese Kundengruppe weist ein durchschnittliches Werbeverhalten auf.
Folie 21
… oder die Angabe der Telefonummer …
Ist eine Telefonnummer der Kunden bekannt, werben sie etwas häufiger als Kunden, bei denen keine Nummer bekannt ist. Sehr viel öfter wird geworben, wenn sogar zwei Telefonnummern bekannt sind. Allerdings ist dies nur bei wenigen Kunden der Fall.
Folie 22
… alle signifikanten Merkmale zusammen ergeben somit den Score …
Folie 23
Kundenstammdaten: Organisationstyp Geschäftspartner-Status Anrede Titel Alter Postfach bekannt PLZ bekannt Telefonnummer bekannt Mobilnummer bekannt Faxnummer bekannt URL bekannt Email-Provider Bankengruppe Umzug
Vertragsdaten:
Demografie/Geografie: Bundesland PLZ-Dichte RBBR-Typ Einwohnerzahl Kaufkraftindex
Anzahl Verträge aktuell Anzahl XXX-Verträge Kunde seit Gesamtumsatz
KWK-Daten: Geworbener Anzahl Geworbener (YYY) Anzahl Geworbener (XXX) KWK Erstvertrag Eigenwerbung Erstvertrag Anzahl Eigenwerbung
Medium Erstvertrag
Kontakthistorie: Anzahl Kontakte insgesamt Anzahl Kontakte Outbound Anzahl Kontakte Inbound Anzahl Kontakte Mahnung
Fragestellung: Welche Merkmale der Kunden haben einen signifikanten Einfluss auf die Zielgröße Werber?
Ergebnis des Score-Modells (jeder Balken bildet 5% der Kunden ab)
Folie 24
Lesebeispiel: Von den 5 %
affinsten Kunden haben 54 % schon
einen Kunden in der Vergangenheit
geworben
Übertragung des Modells auf den aktuellen Kundenbestand
Das ermittelte Modell ist eine Formel (Modellgleichung), die auf die aktuellen Kundendaten übertragen werden kann. Somit wird für jeden Kunden ein Score-Wert berechnet.
Für die Freund-schaftswerbungs-ansprache werden vor allem hoch affine Kunden selektiert, es wird aber auch ein Querschnitt von eher weniger affinen Kunden.
Mithilfe einer aus-reichend großen Kontrollgruppe kann der Nettoeffekt der Maßnahme nach-gewiesen werden.
Es können unter-schiedliche Prä-mienangebote und Kundenan-sprachen mitein ander verglichen werden.
Beispiel für eine Selektion
Folie 26
Reaktion: Recency
Folie 27
10,66%
9,66%
7,30% 6,79% 6,55%
3,98%
2,46% 1,78%
0,41%
0
25.000
50.000
75.000
100.000
125.000
bis 1 Monat 1-‐3 Monate 4-‐6 Monate 7-‐9 Monate 10-‐12 Monate
1-‐2 Jahre 2-‐3 Jahre > 3 Jahre kein Au@rag
Anzahl Kunden ReakGonsquote
Reaktion: Anzahl Aufträge
Folie 28
0,41%
2,13% 2,94%
3,57% 4,37%
5,23%
6,73%
9,46%
16,02%
0
25.000
50.000
75.000
100.000
0 1 Au@rag 2 Au@räge 3 Au@räge 4-‐5 Au@räge 6-‐7 Au@räge 8-‐10 Au@räge 11-‐15 Au@räge > 15 Au@räge
Anzahl Kunden ReakGonsquote
Reaktion: Umsatz
Folie 29
0,41%
2,11% 2,45%
2,82% 3,30%
3,80% 4,07%
5,01% 5,70%
6,91%
10,78%
0
25.000
50.000
75.000
kein Umsatz 1 -‐ 50 EURO 50-‐100 EURO 100-‐150 EURO
150-‐200 EURO
200-‐300 EURO
300-‐400 EURO
400-‐500 EURO
500-‐750 EURO
750-‐1000 EURO
> 1000 EURO
Anzahl Kunden ReakGonsquote
Umsetzung Score-Modell
Die Selektionsmenge von 440.000 Adressen wird aufgeteilt nach: • 396.000 Adressen für Kreation A, davon 3.600 Adressen als Testmenge zur Überprüfung des Score-
Modells • 44.000 Adressen für Kreation B, davon 400 Stück Adressen zur Überprüfung des Score-Modells
Folie 30
Score Adressmenge Anteil Selek1onsmenge Krea1on A Krea1on B 0 -‐ 5% 434.335 0,2% 1.000 900 100 5 -‐ 10% 263.478 0,4% 1.000 900 100 10 -‐ 15% 95.374 1,0% 1.000 900 100 15 -‐ 20% 72.154 1,4% 1.000 900 100 20 -‐ 25% 56.687 88% 49.707 44.736 4.971 25 -‐ 30% 42.720 100% 42.720 38.448 4.272 30 -‐ 35% 36.158 100% 36.158 32.542 3.616 35 -‐ 40% 30.744 100% 30.744 27.670 3.074 40 -‐ 45% 28.293 100% 28.293 25.464 2.829 45 -‐ 50% 26.220 100% 26.220 23.598 2.622 50 -‐ 55% 24.654 100% 24.654 22.189 2.465 55 -‐ 60% 23.605 100% 23.605 21.245 2.361 60 -‐ 65% 23.084 100% 23.084 20.776 2.308 65 -‐ 70% 22.362 100% 22.362 20.126 2.236 70 -‐ 75% 22.346 100% 22.346 20.111 2.235 75 -‐ 80% 21.465 100% 21.465 19.319 2.147 80 -‐ 85% 21.487 100% 21.487 19.338 2.149 85 -‐ 90% 21.001 100% 21.001 18.901 2.100 90 -‐ 95% 21.464 100% 21.464 19.318 2.146 95 -‐ 100% 20.690 100% 20.690 18.621 2.069 Total 1.308.321 34% 440.000 396.000 44.000
Adressmenge zum Test des Scores in unteren Gruppen
Einsatz-Menge (Testdesigns für Lay-Out / Ansprachewege)
Vergleich Scoring mit bisheriger Selektion
Folie 31
Selektionsmenge von 440.000 Adressen
349. 626 Adressen Schnittmenge
90.374 Adressen nach bisherigem Selektions-Modell (letzte Bestellung)
86.374 Adressen nach Score-‐Modell
4.000 Adressen Testmenge
32
0-‐5%
5-‐10%
10-‐15%
15-‐20%
20-‐25%
25-‐30%
30-‐35%
35-‐40%
40-‐45%
45-‐50%
50-‐55%
55-‐60%
60-‐65%
65-‐70%
70-‐75%
75-‐80%
80-‐85%
85-‐90%
90-‐95%
95-‐100%
Mathematisches Scoring der inaktiven Kunden (Reaktiverungsquote) Es ist möglich die Kunden nach Ihrer Reaktionswahrscheinlichkeit (in diesem Fall Reaktivierungswahrscheinlichkeit zu scoren und somit zu selektieren
Ergebnistabelle – Basis für die Auflagenplanung
Folie 33
In der Abgleichtabelle werden die relevanten Kundensegmente ausgewählt. Hohe Abdeckungen und hoher Score werden als Auswahlkriterien verwendet.
Selektions Menge
Gesamtsicht
• Bei fast allen Ansprachen(bis auf Ansprache 5) wurde ein Effizienzgewinn gemessen.
• Der Umsatz je versendetem Medien ist auf ca. 8-‐12 Euro gesGegen.
• Bei einem Deckungsbeitrag von 15% ergibt sich somit je Auflage ein DB von 1,20 bis 1,80 Euro je Ansprache.
Folie 34
Ansprache 1 Ansprache 2
Ansprache 3 Ansprache 4
Ansprache 5 Ansprache 6
Folie 35
Score-Modell-Ergebnis I Es kann ein guter Score erstellt werden, der in den Top-Gruppen (Top 5% der Kunden) einen mehr als dreimal so hohen Response bringt als im Durchschnitt und in den schlechteren Gruppen eine sehr geringe Responsequote – ein Fünftel des Durchschnittsresponse.
Folie 36
Score-Modell-Ergebnis II – ROI Betrachtung Für die Modellierung des ROI wird angenommen, dass 50% der Reagierer durch das Mailing erzeugt wurden, ein Deckungsbeitrag von 50% auf dem Nettoumsatz vorliegt und das Mailing 35 Cent kostet.
Es ergibt sich dann ein ROI von 230% für diese Aktion.
Folie 37
Score-Modell-Ergebnis ROI-Optimierung
Wenn die schlechtesten 25% der Adressen nicht berücksichtigt werden so ergibt sich eine Steigerung des ROI um 18 Prozent auf 273 % .
Folie 38
Das eingesparte Geld kann in mehr Aktionen verwendet werden, die an die guten Kunden verschickt werden.
Wenn von den 1,4 Mio. Adressen die besten Adressen 8-mal im Jahr eingesetzt werden und die verbleibenden schlechten Adressen 3 mal im Jahr eingesetzt werden, so ergibt sich – bei gleichen Kosten zu einer 6-maligen Ansprache aller Adressen (es werden 8,4 Mio. Mailings durchgeführt) – eine theoretische Steigerung des Deckungsbeitrages um 640.000 Euro.
Mögliches Szenarium
6 * i m Jahr ~ 58.448 Kunden
Differenz : 5.567 Kunden DB: 115 Euro
Summe: 640.000 Euro
Kontakt
MarAnCon Gesellschaft für Marketing, Analysen und Consulting mbH Königswinterer Str. 418 53227 Bonn
Meinert Jacobsen
T: +49 (0) 228-338300-00 F: +49 (0) 228-338300-99 M: +49 (0) 151-15675483 E: [email protected] I: www.marancon.de
Folie 39