Neue Kunden für den eigenen Shop oder die eigenen Produkte hinzuzugewinnen ist ein mühsames und oft kostenintensives Unterfangen. Die AZ Direct kann jedoch mittels umfassender Zielgruppendaten und adäquatem analytischen Know-How die Effizienz für diese Aufgabe deutlich steigern. Unser Senior Analytical Consultant Michael Hellige erklärt, wie!

Wenn es darum geht, eigene Umsätze und Gewinne zu steigern, kann man zum einen darauf hin arbeiten, im vorhandenen Kundenbestand mehr und/oder höherwertigere Produkte zu verkaufen. Eine weitere Möglichkeit besteht aber natürlich auch darin, weitere Kunden hinzuzugewinnen, zumal es auch stets im vorhandenen Kundenbestand zu Abgängen kommt, die nicht alle zu verhindern sind.

Doch wie kommt man an Personen heran, die man als Unternehmen bislang noch nicht kannte, wie kann man einschätzen, ob diese Personen an der eigenen Produktwelt interessiert sein könnten? Ein eigenes Wissen über diese fremden Personen besitzt das Unternehmen nicht! Aber diese Fragen lassen sich mit Hilfe des AZ Daten-, Informations- und Analysesystems (kurz AZ DIAS) lösen. Und mit intelligenten Lösungen und Algorithmen, die sich dieser Datenbank bedienen.

Viele Unternehmen haben eine ungefähre Vorstellung vom eigenen Kundenbestand: Ob es eher Männer oder Frauen sind, eher ältere oder jüngere Personen, eher Wohlhabende oder Geringverdiener, Familien mit Kindern oder Einzelpersonen, eher Stadt- oder Landbevölkerung. Aber welche Eigenschaft mag die wichtigste sein, welche Kombinationen sind besser als andere und wieviel?

Diese Fragen lassen sich im Rahmen einer Kundenstrukturanalyse beantworten! Der Kundenbestand wird hierbei mit dem Wissen aus AZ DIAS angereichert. Zur Verfügung stehen hunderte Merkmale  z.B. zur Soziodemographie, zum Kaufverhalten, zu Werten und Einstellungen oder Konsumaffinitäten, vorgehalten in einem anonymisierten DSGVO-konformen Umfeld. Hiermit können typische und untypische Eigenschaften der Kunden herausgefiltert werden:  als Vergleich dienen hierbei ebenfalls anonymisierte Personen aus den ca. 40 Millionen Haushalten, die AZ DIAS in Deutschland kennt, also ein nahezu vollständiger Bevölkerungsquerschnitt. Die einzelnen Eigenschaften werden dabei graphisch und tabellarisch dargestellt und als Wissen mit den Auftraggebern geteilt, die so ihre eigenen Vermutungen bestätigt und verfeinert bekommen, vielleicht sogar die eine oder andere Überraschung erleben!

Da man davon ausgehen kann, dass es für bestimmte Produkte und bestimmte Marken ein spezielles Kundenklientel mit ganz typischen Kombinationen an Eigenschaften gibt, werden also unter allen Personen aus AZ DIAS diejenigen herausgesucht, welche dem typischen Kunden des Auftraggebers ähnlich sehen.

Das passiert mit Hilfe multidimensionaler Adressbewertungsmodelle („Scorekarten“), die die Tatsache berücksichtigen und operationalisieren, dass viele Eigenschaften interaktive Beziehungen untereinander haben. Diese werden durch die Scorekarten passgenau ermittelt und angewandt. Die so erfolgte Ausweisung relevanter Merkmalsbeziehungen und damit Zielgruppenberechnung ordnet im Ergebnis jeder Person  eine sogenannte Scoreklasse zu, welche die dem Auftraggeber noch unbekannten Personen von höchst affin für die Gewinnung als Neukunde bis extrem unwahrscheinlich einstuft.

Man kann diese Analyse natürlich auch noch weiter verfeinern, indem z.B. mehrere Zielgruppen (wie Käufer verschiedener Sortimente) zu mehreren Sortiments-individuellen Scorekarten führen, oder aber wertigere Kundengruppen (regelmäßige Mehrfachkunden, Käufer hochwertiger Produkte, etc.) mit einer höheren Gewichtung in die Modellierung eingehen.

Eine Anwendung dieser Scorekarten auf vermarktbare und im Kundenbestand noch unbekannte Personen führt zu zielgenauen Selektionen für eine Neukundengewinnungskampagne, die daraufhin im Regelfall bereits deutlich effizienter ist und mehr Neukunden hinzugewinnt als Kampagnen ohne dieses Wissen.

Es gibt aber auch noch eine zweite Stufe einer effizienten Neukundengewinnung: Nach einer hinreichend großen Kampagne können die Reagierer mit den Nichtreagierern verglichen und die verfeinerten Strukturen und Eigenschaften der hinzugewonnenen Neukunden herausgearbeitet und mathematisch in eine multivariaten Response-Scorekarte überführt werden. Während die Kundenstruktur-Scorekarte erst mal die generell in Frage kommenden Personen herausfiltert, sorgt die Response-Scorekarte für eine noch gezieltere, sich an aktuellen Marktauftritten/-situationen ausrichtende Auswahl der Kaufwilligen aus dem Potenzialtopf.

Die beiden beschriebenen analysebasierten Adressselektionsprozesse funktionieren nicht nur im klassischen Briefgeschäft z.B. mit scoreoptimierten Adressen aus der AZ Haushaltsdatenbank, sondern auch in den moderneren Kanälen wie E-Mail, Display oder Social Media. Die Online-Welt hat allerdings nicht nur ihre eigenen Kundenspezifika, sondern auch eigene Gesetze. Insbesondere werden in der Regel größere Mengen beworben, was die Trennschärfe der Scorekarten etwas abschwächt. Dennoch ist auch hier eine Optimierung möglich und wichtig, zumal es über AZ DIAS gelingt, die verschiedenen Werbekanäle sehr passgenau aufeinander abzustimmen zu können.

Fazit: Aus Sicht eines Anglers könnte man sagen, dass die Kundenstruktur-Scorekarte die Teiche mit den höchsten Fisch-Reichtümern findet und die Response-Scorekarte die speziellen Stellen heraussucht, wo die Fische auch am besten beißen. Angeln Sie gerne mit!