Customer Value

Strategische Zielfestlegung

Bevor man die Berechnung des Customer Value startet, muss man festlegen, welcher präzise Anwendungsfall für Ihr Unternehmen vorliegt, denn dieser Anwendungsfall hat direkte Auswirkungen auf das Berechnungsvorgehen des Customer Value. Typische Fragestellungen an dieser Stelle sind: Welche Einheit betrachten wir als „Kunde“? Ist eine Person, ein Vertrag, ein Haushalt, oder irgendeine andere geschäftliche Beziehung damit gemeint? Beziehen wir nur die Vergangenheit in die Bewertung mit ein, oder auch die Zukunft? Brauchen wir am Ende nur ein Ranking von Kunden, einen Index mit Kunden-Scores, oder sogar kundenindividuelle Wertgrößen in Euro? Wollen wir nach der Berechnung des Customer Value alle Kunden weiterhin gleich behandeln, oder wollen wir Unterschiede machen? Erst nachdem über alle diese Punkte Klarheit herrscht, können wir einen sinnvollen Weg zur Berechnung von Customer Value planen und umsetzen.

Auswahl einer passenden Berechnungsmethode

Je nachdem, welchen Zweck Ihr Unternehmen im vorherigen Schritt für den Kundenwert festgelegt hat, muss nun eine Logik für die Berechnung des Kundenwerts ausgewählt werden. Es gibt verschiedene Methoden, die unterschiedliche Geschäftsanforderungen widerspiegeln.

Ein Beispiel ist die im Handel verbreitete RFM-Methode (Recency, Frequency, Monetary Value). Bei dieser eher simplen index-basierten Methode wird nur die Vergangenheit betrachtet: Wann war der Kunde zuletzt da, wie oft hat er eingekauft und was hat er ausgegeben?

Man kann im Kundenwert aber auch mitberücksichtigen, wie sich die Geschäftsbeziehung mit dem Kunden in Zukunft entwickeln wird. Das wäre zum Beispiel die CLV-Berechnung. CLV steht für Customer Lifetime Value. In die Berechnungsformel werden zum Beispiel einbezogen: die voraussichtliche Dauer der Kundenbeziehung, Kundendeckungsbeiträge in einzelnen Perioden des CLV, kundenspezifisch anfallende Kosten (Akquisition und Bindung), Cross-Selling und Weiterempfehlungsverhalten, die Bedeutung als Know-how-Geber (z.B. für die Produktentwicklung). Unterm Strich haben wir es dann mit einem Wert zu tun, der die ganze Geschäftsbeziehung zu einem Kunden zusammenfasst, vom ersten bis zum letzten Kontakt.

Heutzutage können auch modernere Methoden des maschinellen Lernens und der künstlichen Intelligenz verwendet werden, um ein vorausschauendes Maß für den Kundenwert zu ermitteln. Obwohl diese Methoden wie eine Blackbox wirken können, insbesondere im Vergleich zu den oben erwähnten klassischen und formelgesteuerten Methoden, muss dennoch sorgfältig darauf geachtet werden: welche Modellklasse am besten geeignet ist, welche Daten als Trainings-, Test- und Validierungsdatensätze verwendet werden sollten, welche Datenfeatures für die Vorhersage des künftigen Kundenwerts ausgewählt werden sollten, ob historische Daten wahrscheinlich repräsentativ für das künftige Kundenverhalten sind, und vieles mehr.

Wenn sich das alles jetzt überwältigend anhört, machen Sie sich keine Sorgen! Unsere erfahrenen Berater unterstützen Sie nicht nur bei den folgenden technischen Implementierungsschritten, sondern wählen gemeinsam mit Ihnen die beste Customer-Value-Methodik für Ihre strategischen Ziele aus.

Datensammlung und Aufbereitung

Nachdem Sie einen theoretischen Customer Value konzipiert haben, brauchen Sie Daten, um diese Zahl tatsächlich zu berechnen.

Wie das Ergebnis eines jeden Modell folgt auch das Customer Value dem Prinzip: „Rubbish in, Rubbish out“ (Müll rein, Müll raus). Deswegen ist es wichtig, dass die Daten, die wir bei der Berechnung des Kundenwerts berücksichtigen, möglichst aktuell, vollständig und genau sind. Unsere Berater:innen überprüfen somit die Qualität Ihrer Daten und tätigen die ersten Transformations- und Aggregationsschritte, um daraus aussagekräftige Formate zu generieren.

Dieser Schritt sollte am besten im Zusammenhang mit dem vorherigen Schritt erfolgen. Es würde wenig Sinn ergeben, eine Berechnungslogik festzulegen, die auf Informationen basiert, die Ihrem Unternehmen nicht zur Verfügung stehen. An dieser Stelle arbeiten wir von CINTELLIC eng mit Ihnen zusammen, um die aktuelle Datenlandschaft Ihres Unternehmens zu verstehen, um eine in Ihre bestehenden Geschäftsprozesse integrierte Kundenwertberechnung umzusetzen, die nicht nur effizient realisiert wird, sondern auch unnötige künftige Aufwände vermeidet.

Modellentwicklung

Da wir nun entschieden haben, was wir mit dem Customer Value tun wollen, wie wir diesen berechnen wollen und die Daten vorbereitet haben, bleibt nur noch die eigentliche Berechnung.

Je nach der von Ihnen gewählten Berechnungsmethode kann dies durch einfache Datenbanktransformationen in Ihrer Datenbank oder Ihrem CRM-System selbst erfolgen, oder es sind spezielle Data-Science-Tools erforderlich, wie z. B. ein Python-Modell. In jedem Fall muss eine Art der Modellierung eingesetzt werden, um die Kundenwertberechnung zu entwickeln, zu testen und zu deployen. Unsere Customer Analytics-Berater:innen sind Experten für Continuous Integration und Continuous Deployment (CI/CD), um sicherzustellen, dass das Customer Value berechnet und nahtlos in die Datenbank Ihres Unternehmens zurückgespeist werden kann, ohne dass Ihre üblichen Datenprozesse unterbrochen werden.

Messung und Erfolgskontrolle

Es reicht nicht aus, einfach einen Kundenwert zu berechnen und sich zurück zu lehnen. Es muss geprüft werden, ob der von uns berechnete Kundenwert für die Erfüllung der strategischen Ziele Ihres Unternehmens nützlich ist. In dieser letzten Dimension prüfen wir kritisch das entwickelte Modell, ob dieses die gewünschten Ergebnisse im Hinblick auf die Zielsetzung liefert. Ist dies der Fall, wird das Modell in die Unternehmensprozesse integriert. Durch die Einbindung des Customer Values in die Marketingdatenbank können Sie beispielsweise die Ergebnisse schnell und automatisiert in Ihren Planungsalltag und in Ihr Kampagnenmanagement integrieren.