Bessere kommunikation dank analystischem crm

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



•  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



•  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



•  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


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


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



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

Business

Bessere kommunikation dank analystischem crm