Anton Haberl, Martin Esch
Ein weiterer Anwendungsfall für Advanced Analytics ist die Customer-Lifetime-Value-(CLV)-Analyse und -Vorhersage. Bei der Analyse des CLV werden die Daten der gesamten Geschäftsbeziehung eines Kunden berücksichtigt und die Kundenbeziehung somit nicht als rein statisches Objekt angesehen.
Auch wenn die klassische Berechnung des Kundenwertes aus Unternehmenssicht (meist) lediglich auf finanziellen Informationen beruht, wird eine Vielzahl von nicht-finanziellen Informationen in eine daran anschließende Kundensegmentierung mit einbezogen. Diese erlaubt es einem Unternehmen im Nachgang an die Berechnung des Wertbeitrages Kunden in homogene Cluster einzuordnen. Diese nicht-finanziellen Daten zur Kundensegmentierung können in 4 Klassen eingeteilt werden:
- Identifikationsdaten (z. B. Kontaktdaten, Vertragsdaten),
- Sozio-demografische Daten (z. B. Geschlecht),
- Daten zur Persönlichkeit (z. B. Lebensart, politische Einstellung) sowie
- Verhaltensdaten (z. B. Verhaltensweisen, Bewegungsprofil).
Die einzelnen Datenkategorien können in weitere vielzählige Unterkategorien unterteilt werden. Aus Komplexitätsgründen wird im Rahmen dieses Beitrages darauf verzichtet.
Abb. 5: Klassen von Kundendaten
Mithilfe eines solchen Models können Input- wie Output-Kanäle strukturiert sowie ein Kundenmodell etabliert werden, welches es ermöglicht die gewonnenen Informationen wie z. B. das Alter, die Präferenzen eines Kunden, sein Wertbeitrag etc. letztlich im Rahmen von Advanced Analytics zu verwenden. Daraus können Aussagen über die Wahrscheinlichkeit zukünftiger Käufe/Vertragsabschlüsse mit dem Unternehmen getroffen werden. Das Kundendatenmodell, der CLV und das dadurch mögliche Clustering der Kunden bieten einem Unternehmen verschiedene Mehrwerte:
- individualisiertes Marketing und Vertragsverhandlungen,
- zukünftige strategische Verkaufsentwicklung/-planung,
- Produkt- und Service-Verbesserungen und
- einen Überblick über die gesamte Interaktion mit dem jeweiligen Kunden.
Zusammenfassend lässt sich festhalten, dass die gewonnenen Informationen zum Wertbeitrag eines jeden Kunden und eine damit einhergehende Segmentierung der Kunden als effektives Steuerungsinstrument im Vertrieb eines "digitalisierten" Unternehmens genutzt werden können.