Autoren: Timo Philip Burmeister, Senior Consultant bei elaboratum und Alexander Haymann, Senior Consultant bei elaboratum suisse
Neue KPIs für die Messung der Customer Journey im kundengetriebenen Marketing
Unternehmen ziehen heute eine Vielzahl an Quellen heran, um ihre Nutzer und deren Interaktion mit ihrer Marke bzw. ihren Produkten zu analysieren. Dieser „Data Overkill“ hindert sie allerdings häufig daran, die passenden Antworten auf die (business-) relevanten Fragen zu finden. Es gilt, eine neue „Single Source of Truth“ zu definieren, die Nutzer selbst in den Fokus zu stellen und neue Metriken für die Erfolgsmessung heranzuziehen.
In der Praxis ziehen die meisten Unternehmen Kennzahlen aus regelmässigen Reportings. Diese Zahlen zeigen im besten Fall eine positive Tendenz nach oben. Sie befähigen die Verantwortlichen aber nicht dazu, die richtigen Entscheidungen zu treffen. Die umsetzbaren Ableitungen fehlen. Das Gebot der Stunde lautet daher, ein neues Kennzahlen-Framework zu definieren: agil, dynamisch und zu Aktionen verleitend. Abhilfe können hier vorgelagerte Überlegungen strategischer Art leisten. Was soll im Zeitraum X erreicht werden (Objective)? Welche Massnahmen können dabei unterstützen (Goal)? Welche Metriken helfen dabei, zu beurteilen, ob die Massnahmen erfolgreich sind bzw. die erhoffte Wirkung erzielen (KPI)?
Klarheit über das Vorhaben schaffen
Damit die richtigen Fragen gestellt werden können, muss also zunächst Klarheit über das Vorhaben herrschen. Dann können die Daten auch passende Antworten liefern. Wenn etwa die Kundenbindung im Onlineshop gestärkt werden soll, sollte die Customer bzw. User Journey der Kunden analysiert werden. Wie interagiert sie oder er mit dem Shop? Wo gibt es evtl. Engpässe oder negative Erlebnisse (Customer Experience) in der Interaktion mit dem Unternehmen?
Frameworks zur Abbildung des Kundenerlebnisses
Um diese Fragen zu beantworten, existieren Frameworks, die dabei unterstützen, das Kundenerlebnis schematisch abzubilden. Die Modelle unterteilen die Kundeninteraktion in einzelne Phasen. Jede der Phasen kann anhand von Daten bzw. Metriken auf ihren „Erfolg“ hin bewertet werden.
AARRR-Modell
Im Piraten-Modell AARRR von David McClure sind dies die Acquisition (Wie findet man das Angebot?), Activation (Haben User eine positive erste Erfahrung?), Retention (Kommen User wieder?), Referral (Geben Kunden ihre positive Erfahrung weiter?) und Revenue (Wie macht das Unternehmen Umsatz?).
STDC-Ansatz
Der STDC-Ansatz von Google unterscheidet zwischen
- See-Phase, die alle Nutzer betrachtet, die potentiell als Kunden infrage kommen
- Think-Phase mit Kaufinteressenten, die darüber nachdenken, die angebotenen Produkte zu erwerben
- Do-Phase mit kaufbereiten Nutzern, die nur noch vom Angebot überzeugt werden müssen
- Care-Phase mit loyalen Fans der Marke, die die Produkte weiterempfehlen.
Klassischerweise wird anhand des STDC-Modells beurteilt, ob in der „See“-Phase – im Sinne von Attraction – neue Reichweite aufgebaut werden konnte. Auskunft geben Metriken wie „neue Besucher“, „Engagement Rate“ oder auch „Impression Share“. In der transaktionslastigen „Do“-Phase ermöglichen „Conversion Rate“, „Cart Abandonment“ oder auch der „Average Order Value (AOV)“ ein Urteil über den Erfolg des Journey-Abschnitts.
Die Schwächen der Metriken überwinden
Nun gibt es zwei Herausforderungen: Die genannten Metriken sind stark „funnel-lastige“ Kennzahlen, basierend auf historischen Daten. Zudem werden viele dieser Daten, die meist von Drittanbietern stammen, in Zukunft nicht mehr erhoben bzw. ausgewertet werden können (Stichwort: Cookie-Consent).
Die Perspektive wechseln
Eine Lösung dafür bietet die Perspektive des kundengetriebenen Marketings. Indem der Blick auf den Kunden selbst gerichtet wird und nicht mehr „nur“ auf die Phasen des Funnels, erreicht die Erfolgsmessung neue Qualität. Dafür muss die Hoheit über die Kundendaten zurückerlangt und diese in einer „single source of truth“ zusammengeführt werden. So werden Unternehmen unabhängig von Dritten und können eine ganzheitliche „Customer Intelligence“ aggregieren.
Customer Journey als dynamische Interaktion
Dadurch wird die Customer Journey nicht mehr nur als linearer Funnel verstanden, sondern kann als dynamische Interaktion gestalten werden (Hyper-Personalisierung). Neue Daten-Dimensionen wie Psychographie und Intention können dabei helfen, Nutzer noch besser zu verstehen und die Journey passender zu kontextualisieren. So kann der Nutzer selbst noch mehr in den Fokus rücken. Ausserdem können neue Metriken zur Erfolgsmessung herangezogen werden.
Neuer Richtwert: Customer Lifespan
Ein historischer Customer Lifetime Value gibt Aufschluss über das bisherige Kaufverhalten. Wesentlich spannender ist es jedoch, zu analysieren, wie das Kaufverhalten in Zukunft aussieht (Predicitve Analytics). So lassen sich durchgeführte Massnahmen innerhalb einer Customer Journey besser bewerten. Die „predicted purchases“ und ein vorhergesagter AOV geben eine Einschätzung darüber, wie sich der Kunde im kommenden Zeitraum X verhalten wird. Stimmt die Vorhersage oder konnte das Verhalten sogar positiv beeinflusst werden? Wie wertvoll ist dieser Kunde im Zeitraum X für das Unternehmen (RLV – Residual Lifetime Value)? „Customer Lifespan“ wird zum neuen dynamischen Richtwert in der Erfolgsmessung der Kundenbindung.
Auch können Kunden(-segmente) durch Wahrscheinlichkeiten, „alive“ zu sein, in einer anderen Qualität bewertet werden. So lässt sich in Kombination bspw. mit einem RLV das Marketingbudget effizienter in Segmente allokieren, die ansonsten vielleicht abgewandert wären.
Bessere Budgetallokation und höherer ROI
Der neue Ansatz des kundengetriebenen Marketings eröffnet die Möglichkeit, dynamische und kundenzentrierte Metriken in die Erfolgsmessung eines Unternehmens einfliessen zu lassen. Die Konsequenz sind bessere Budgetallokation und ein gesteigerter ROI über kontextualisierte Personalisierung der Customer Journey.
