Wie viel ist eine Kundenbeziehung wert, heute und in den Jahren, die noch kommen?
Für HSE (Home Shopping Europe) war das lange eine Frage ohne belastbare Antwort. Wie viele Neukunden eine Kampagne bringt, war jederzeit messbar. Was diese Kundinnen und Kunden künftig noch wert sind, ließ sich nur schätzen.
Mit dieser Fragestellung kam HSE auf foobar Agency zu. Die Datenplattform stand bereits. Zu klären war, was darin entstehen muss, damit aus der Frage eine Zahl wird, auf die sich Budgetentscheidungen stützen lassen.
HSE (Home Shopping Europe) gehört zu den größten Live-Commerce-Unternehmen Europas. Das Geschäftsmodell verbindet TV-Commerce, Social Commerce und eCommerce über zahlreiche Divisionen und Marken hinweg.
Je breiter dieses Portfolio, desto schwerer wiegt eine Frage, die simpel klingt: Welche Kundenbeziehungen lohnen langfristig die meiste Aufmerksamkeit, und welche Marketingausgaben rechnen sich am Ende gar nicht?
Für die Marketing- und CRM-Verantwortlichen bei HSE ist genau das die Grundlage jeder Budget- und Kampagnenentscheidung.
Die Marketingverantwortlichen bei HSE konnten jederzeit sagen, wie viele neue Kundinnen und Kunden gewonnen wurden. Wie wertvoll und wie nachhaltig diese Kundenbeziehungen sind, blieb offen. Einen Customer Lifetime Value gab es bis dahin nicht.
Damit fehlte die Grundlage für eine ganze Klasse von Entscheidungen: Welche Kampagnen bringen Kundinnen und Kunden, die langfristig bleiben? Welche Marken binden besonders wertvolle Kundengruppen? Und wo verpufft Marketingbudget in Beziehungen, die sich nie rechnen?
Für eine Budgetentscheidung zählt vor allem, was eine Kundenbeziehung künftig noch trägt. Der Blick zurück auf bereits getätigte Einkäufe beantwortet diese Frage nicht, und genau dieser vorausschauende Teil fehlte.
Die Aufgabe war damit keine Umsetzungsaufgabe. Bevor überhaupt gerechnet werden konnte, musste entschieden werden, was gerechnet werden soll.
Kundenwert klingt nach einer Zahl, die man einfach berechnet. Für eine Handelsgruppe dieser Breite ist es eine Entscheidung mit Folgen: für Budgets, für Zielgruppen und für die Frage, welche Marke welchen Beitrag leistet.
In gemeinsamen Arbeitssessions haben HSE und foobar Agency drei Fragen beantwortet, bevor das erste Modell entstand.
Was zählt zum Wert? Welche Umsätze fließen ein, wie werden Retouren und Marketingkosten behandelt, welcher Zeithorizont gilt.
Auf welcher Ebene ist die Zahl belastbar? Auf Ebene einzelner Personen bleibt ein Kundenwert immer unscharf, weil einzelne Ausreißer das Ergebnis dominieren. Belastbar wird die Prognose auf Ebene von Kundengruppen, etwa den umsatzstärksten Kundinnen und Kunden einer Marke oder allen Erstkäufern einer Kampagne.
Woran erkennen wir, dass sie stimmt? Welche Datenquellen tragen, welche Prüfungen muss die Zahl bestehen, bevor Budgets an ihr hängen.
Besonders die zweite Entscheidung hat dem Projekt viel erspart. Sie legte fest, welche Versprechen ein Modell dieser Art halten kann, bevor Erwartungen an Einzelkundenwerte entstanden, die kein Modell einlöst.
Die Datenplattform war gesetzt. Der Gestaltungsspielraum lag darin, was in ihr entsteht und wie die Teile zusammengreifen. Drei Entwurfsentscheidungen prägen das Ergebnis.
Historie und Prognose getrennt. Zuerst entstand der historische Kundenwert als eigenständige, prüfbare Größe. Darauf aufbauend entstand das eigentliche Produkt: die Prognose des künftigen Werts. Damit ist die Basis für sich nutzbar, und das Prognosemodell lässt sich austauschen, ohne sie anzufassen.
Betreibbarkeit als Auswahlkriterium. Weil das Modell dort laufen sollte, wo die Daten liegen, zählte nicht allein die Prognosegüte. Der in der Fachliteratur etablierte Standardansatz wurde umgesetzt und geprüft, am Ende aber zugunsten eines einfacheren Verfahrens verworfen. Dieses ist in der gegebenen Umgebung leichter zu betreiben, liefert zuverlässigere Ergebnisse und deckt zusätzlich Einmalkäuferinnen und -käufer ab. Wie in allen Predictive-Analytics-Projekten von foobar Agency wurde dabei iterativ vorgegangen: erst eine einfache, transparente Variante als Messlatte, dann gezielte Weiterentwicklung gegen genau diese Messlatte.
Drei Zugänge für drei Zielgruppen. Die Zahl muss unterschiedliche Menschen erreichen: das Fachreporting für die laufende Steuerung, einen dialogfähigen Zugang für kurzfristige Fragen aus dem Führungskreis und eine eigene Überwachung für das Modell selbst.
Marketingbudgets lassen sich bei HSE heute nach dem tatsächlichen Wert einzelner Kundengruppen steuern, bis hinunter auf Divisions- und Markenebene.
Auch Einmalkäuferinnen und -käufer sind erstmals abgedeckt. Für diese Gruppe liefert der Standardansatz prinzipbedingt keine Prognose, und sie trägt naturgemäß die größte Unsicherheit, weil nach einem einzigen Einkauf wenig Daten vorliegen.
Eine Erkenntnis aus den Auswertungen verändert die Diskussion im Marketing nachhaltig: Bei einem erheblichen Teil der Kunden ist der zukünftige Wert nach Abzug der Marketingkosten negativ, teils strukturell durch die Produktökonomie bedingt, teils allein durch die Marketingkosten selbst. Eine Grundlage, um Budgets dort einzusetzen, wo sie sich auf Ebene ganzer Kundengruppen rechnen.
Der eigentliche Gewinn zeigt sich seither im Betrieb. HSE hat das Modell inzwischen mehrfach aktualisiert und die Prognosegüte nachweislich verbessert, mit dem eigenen Team und auf der gemeinsam geschaffenen Grundlage. Aus einem Thema, das vorher nicht messbar war, ist damit eine Fähigkeit im Haus geworden.
Ausschlaggebend war, dass beides aus einem Team kam: die Fähigkeit, gemeinsam mit dem Fachbereich zu definieren, was überhaupt gemessen werden soll, und die Erfahrung, das Ergebnis anschließend in einer bestehenden Plattform zu verankern und zu betreiben.
Dazu kommt das Gespür dafür, welcher Ansatz in der Praxis trägt und welcher nur auf dem Papier überzeugt. Ein Gespür, das sich über viele vergleichbare Projekte entwickelt.
Ebenso entscheidend: ein Projektteam mit ungeteiltem Fokus. Aus einer Frage, die im Raum stand, wurde in wenigen Wochen ein produktiv laufendes Modell.
Die CLV-Prognose ist ein Fundament, auf dem sich weiterbauen lässt.
Im Rahmen der langjährigen Zusammenarbeit mit HSE wird das Modell bereits um akquisitionsspezifische Kennzahlen erweitert, um auch die Wirkung von Neukunden-Kampagnen präziser zu bewerten.
Jede weitere Ausbaustufe baut damit auf einer Datenplattform auf, die von Anfang an für genau diesen Zweck gedacht war: mit den Fragestellungen des Unternehmens mitzuwachsen.
Ein Prozentpunkt Abweichung bindet Millionen an Kapital. HSE macht Retouren und Stornos heute planbar, mit einem lernenden Prognosemodell auf Snowflake, das das über Jahre gewachsene Regelwerk abgelöst hat.
Seit 2019 begleitet foobar Agency porta Möbel auf dem Weg zur digitalen Marktführerschaft: von der Legacy-Analyse über inkrementelles Headless Commerce bis zur vollständigen Composable Commerce Architektur auf MACH-Basis.
Wir freuen uns auf Ihre Anfrage.
Bitte akzeptieren Sie Marketing-Cookies, um das Kontaktformular zu laden.