Die Kundenreise, Customer Journey, ist zum zentralen Begriff im (online) Marketing geworden. Wie verhält es sich aber mit der Analysierbarkeit und welchen Beitrag vermag die Webanalyse, Web Analytics, zu leisten.

1. 1
Heiko Vosberg
h.vosberg@reply.de
Customer Journey –
oder doch nur Klickpfade?

2. 2
Inhalt
Inhalt
Kurzvorstellung
Customer Journey – was ist das?
Lösungsansätze jenseits der Toolgläubigkeit
L_Kaufmann_J / pixelio.de

3. 3
 Seit 10 Jahren Consultant für Webanalyse
 Anforderungsanalysen, Evaluierungen, Messkonzepte, Schulungen, Analysen, Integration in die
Geschäftsprozesse, Strategie-Entwicklungen, Interims Management
 AutoScout24, Otto, Xing, Buch.de, FriendScout24, Neckermann, JobScout24, Madeleine, Expedia, ADAC,
Stiftung Warentest, Lastminute, Sport Thieme, DKV, comdirect, Thomas Cook, Immowelt, Ergo, Stepstone,
Thalia, Nürnberger Versicherung, Immonet, TravelScout24, Sparkasse München, ERV, Scout24 Holding,
Flughafen Zürich, BWIN, Deutsche Post, Endress&Hauser, comDirekt, faro, ImmobilienScout24, EMILIA LAY,
Cyberport
Google Analytics Zertifikat
Certified WebAnalyst of the Digital Analytics Association,
Adobe Test&Target Power User Training
Coremetrics Partnerproduct Certification
Webtrekk Partner Zertifikat
Certified Requirements Engineer (REQB®)
Indextool: Trained Implementation and Analysis
Omniture
Heiko Vosberg

4. 4
Consulting, System Integration and Digital Services.
Reply Group
Applications
System Integration
Focusing on vertical solutions
Verticals Market core competencies
Technology
System integration
Focusing on horizontal solutions
Horizontals
Processes
Business Process Consulting
Business Process Outsourcing
Banking
&
Financial
Services
Extended
Enterprise
PA
&
Healthcare
Telco
Media
&
Utilities
Social
Networking &
Crowd
sourcing
Digital
Media
Architecture
& Cloud
Computing
Internet
of
Things
Data
Related
Services
Security
IT Govern.
&Service
Mngt.
Reply Group
~ 80 companies 560 M. revenue 2013
~ 4.500 employees 28 Offices in Europe
Web : www.reply.de

5. 5
Erwartungen aus CJ-Projekten
Langkous in Nederland Nationaal Archief, Den Haag,Lizenziert unter CC BY-SA 3.0 nl über Wikimedia Commons
Das Tool muss viele
Attributionsmodelle
kennen, damit wir
uns eins aussuchen
können.
Mit dem richtigen
Attributionsmodell
wird jeder sehen,
dass meine
Kampagnen
funktionieren.
Wir erwarten für dieses
Projekt keinen

6. 6
Was ist eine Customer Journey?
Definition 1:
Eine Abfolge von
Werbemittelklicks
vor einer Konversion

7. 7
Klickpfadtools
Die Pfade können bei einzelnen Tools um Views oder
andere Touchpoints erweitert werden.

8. 8
Klickpfadtools
Durch direkte Messung werden die durch einen Nutzer verwendeten
Werbemittel ermittelt.
werden.
Aber passt die Grundannahme?

9. 9
Wer von Ihnen ist sich sicher,
in Zukunft weder Mäntel noch
T-Shirts zu kaufen?

10. 10
Wer von Ihnen würde ein
günstiges oder schönes
T-Shirt kaufen, auch wenn
Sie eigentlich auf der Suche
nach einem Mantel sind?

11. 11
Wer würde einen Mantel mitnehmen,
wenn Sie auf der Suche nach
einem T-Shirt sind?

12. 12
Wer würde den Mantel
nicht mehr haben wollen,
nur weil Sie gerade ein
schönes T-Shirt
gekauft haben?

13. 14
Viele Customer Journeys gleichzeitig sind die Regel
Schuhe
Hose
Badeanzug
Smoking
Abendkleid
Anzug
Bluse
Handschuhe
Hemd
T-Shirt
Turn-Schuhe
Jacke
Pullover
Wintermantel
Gelber Rock
Schöne Schuhe

14. 15
Klickpfadtools
Klickpfade führen immer zu EINEM Ziel. Nach der Zielerreichung werden die
Pfade neu aufgebaut. Wenn Sie also während der Entscheidung einen Mantel
zu kaufen bereits ein T-Shirt mitnehmen, wird die Zuordnung zum späteren
Mantelkauf zerstört. (In Tools, bei denen das nicht so ist, leidet die Lesbarkeit erheblich)

15. 16
SEM1  SEM2 1 Kauf, 100
Interpretation von Klick-Pfaden
first last average timebased first/last individual
Welches
Allokationsmodell
fänden Sie
angemessen?

16. 17
SEM1  SEM2 1 Kauf, 100
branded
Interpretation von Klick-Pfaden
first last average timebased first/last individual
Welches
Allokationsmodell
fänden Sie
angemessen?
… dann kennt der Nutzer
beim 2. Klick die Brand;
vermutlich hatte die erste
Kampagne einen Branding-
Effekt

17. 18
SEM1  SEM2 1 Kauf, 100
branded, oder
branded
Interpretation von Klick-Pfaden
first last average timebased first/last individual
Welches
Allokationsmodell
fänden Sie
angemessen?
… dann kennt der Nutzer
bereits vor dem 1. Klick die
Brand; das Branding war
also bereits fortgeschritten.
Der Nutzer weiß, was ihn
erwartet – warum kauft er
also nicht gleich?

18. 19
SEM1  SEM2 1 Kauf, 100
branded oder
branded oder
unbranded
Interpretation von Klick-Pfaden
first last average timebased first/last individual
Welches
Allokationsmodell
fänden Sie
angemessen?
… dann kennt der Nutzer
bereits vor dem 2. Klick den
Brand nicht sehr gut; die
Brandwirkung der 1.
Kampagne war also nicht so
groß wie im ersten Fall.

19. 20
SEM1  SEM2 1 Kauf, 100
branded oder
branded oder
unbranded oder
Visit
Interpretation von Klick-Pfaden
first last average timebased first/last individual
Welches
Allokationsmodell
fänden Sie
angemessen?
… dann fragt man sich,
warum man das in Google
Analytics nicht sieht.

20. 21
SEM1  SEM2 1 Kauf, 100
branded
branded
unbranded
Visit
Interpretation von Klick-Pfaden
first last average timebased first/last individual
Kann ein
Attributionsmodell
für alle Fälle
ausreichen?
Vermutlich kann das
Ergebnis eines Klickpfadtools
kein einfaches Reporting
sein.

21. 22
Wann beginnt eine Customer Journey?
Mit dem ersten Bannerview?
Mit dem ersten Besuch?
Mit dem ersten Besuch nach dem letzten Kauf?

22. 23
Wann endet eine Customer Journey?
Mit jedem Budget-Meeting im Marketing?
Mit dem letzten Kauf?
Mit dem ersten Kauf?

23. 24
2nd Screen rules…
Interessenten sind im Internet oft anonym:
20% der Nutzer löschen täglich ihre Cookies
Interessenten benutzen mehrere Endgeräte:
2,8 Geräte pro Surfer laut Medienstudie ARD/ZDF 2014
Mehrere Personen benutzen ein Endgerät (Familien-Tablet)
Der Kauf mancher Güter findet nicht auf allen Endgeräten statt:
Nur wenig Versicherungsabschlüsse am Arbeitsplatz
Bestimmte Kampagnen laufen nur für bestimmte Endgeräte
und erzeugen so einen Medienbruch

24. 25Lange Sales Cycles
Lange Sales-Cycles verschärfen
das Problem der digitalen Wiedererkennung;
und nur sehr selten gibt es einen Grund,
sich jedes mal ein zu loggen

25. 26
Für über 90% aller Käufe enthalten die
gemessenen Klickpfade
nur einen Kanal.
(Ohne Berücksichtigung von Post-View)
Digitale Kanaltreue

26. 27
Wahrnehmungsdifferenzen sind normal
Der View eines Banners wirkt also
nicht bei allen Nutzern gleich.
Ist dann eine personenbezogene
Messung oder eine statistische
Bewertung genauer?

27. 28
Grenzen der Klickpfadtools
 Die Erkennbarkeit des Kunden ist beschränkt
 2nd/3rd Screen schwer interpretierbar
 Start/Ende von Customer Journeys oft nicht erkennbar/messbar
 Viele Customer Journeys gleichzeitig/überlappend
 Digitale Kanaltreue sabotiert multi-channel Ansätze
 Menschen haben unterschiedliche Wahrnehmungen
 Nicht alle Kanäle eignen sich für alle Sortimente/Kategorien

28. 29
Unter welchen Voraussetzungen gibt es
trotz der Probleme sinnvolle Ansätze?
Und was ist eigentlich das Problem?
Und nun? Zu jeder Lösung gibt es ein Problem!

29. 30
Zeitreihenanalysen zeigen statistische Abhängigkeiten zwischen
verschiedenen Ereignisreihen auf.
Zeitreihenanalysen ignorieren jeden Medienbruch und können On- und
Offline gut kombinieren.
Aber sie funktionieren nur ex post.
Zeitreihenanalysen können helfen
0
10
20
30
40
50
60
KW
2
KW
4
KW
6
KW
8
KW
10
KW
12
KW
14
KW
16
KW
18
KW
20
KW
22
KW
24
KW
26
NL
SEM
Orders

30. 31
Was ist eine Customer Journey?
Definition 2:
Die verschiedenen
Entscheidungsstufen
in einem Kaufprozess

31. 32
1. Der Kunde nutzt ein Pre-Set
ihm bekannter Marken / Shops
2. Der Kunden addiert oder
subtrahiert Marken/Shops im
Auswahlprozess
3. Entscheidung Was, Wo und Wie
gekauft wird
4. Interaktion auf die Marke/Shop
und Reaktion
5. Auswahl der Marke/Shops ohne
erneute Evaluierung
Wie Kunden entscheiden
2. Evaluate
3. Buy
4. Experience
5. Loyalty
1. Consider

32. 33
Ist das Ziel für jede
dieser Gruppen ein
Sale
Haben Sie für jede
dieser Gruppen
sichtbare Inhalte
auf der Website?
Bei einer Conversionrate von 2%
sind vermutlich die meisten Nutzer
in den ersten beiden Gruppen
Einfaches Customer Journey Modell
http://www.kaushik.net/avinash/see-think-do-content-marketing-measurement-business-framework/

33. 34
Wenn die Zwischen-
ziele messbar sind,
fallen die meisten
Hürden der CJ-
Messung weg.
Zielgerichtete Kampagnensteuerung
http://www.kaushik.net/avinash/see-think-do-content-marketing-measurement-business-framework/
Die hier gezeigten
Konversions-Ziele sind
nur Beispielhaft und
sollten dringend auf Ihre
Website angepasst
werden.

34. 35
Was ist eine Customer Journey?
Definition 3:
Die Veränderung des
Kundenverhältnisses
im Laufe der Zeit

35. 36
Customer Lifetime Value
Serve & Retain Reactivate
Customer Life
Time Value
Time
WELCOME
PROGRAM
NEW CLIENTS
RETENTION
PROGRAM
EXISTING CLIENTS
NEW CLIENTS
ACQUISITION
REACTIVATION
INACTIVE
CLIENTS
Acquire & Convert

36. 37
Beispiel Customer Lifecycle
Brand
Loyalty
time
Product
registered
Engage Dialog and Loyalty Re-Engage
Welcome Program
Ongoing
communication
- Newsletter
- Monthly segmented
communication
- Competitions
- Surveys
- Renewal
- Cross-/Upsell
CATCH & CONVERT
Lead Generation -
Qualification
CONNECT
Dialog
Ambassador
Identification,
Special Offers
and rewards
DISCOVER
Initiate dialogue
WELCOME PROGRAM
NEW CLIENTS
RETENTION AND
ACTIVATION PROGRAM
EXISTING CLIENTS
REACTIVATION
INACTIVE
CLIENTS
LEAD
MANAGEMENT
Segment
1
Segment
2
Segment
3
Segment
4

37. 38
Einen Elefanten
isst man …
…scheibchenweise

38. 39
Quick Wins Pragmatischer Ansatz mit
überschaubarer Anzahl an
Modellen mit geringer Komplexität
1. Kontextbezogene
Herangehensweise
2. Use Cases erstellen
3. Angebotsmanagement
Customer Journey Quick Wins
Empfehlung
Shop
Newsletter
AD-Server
PIM
DWH / BI
eCRM

39. 40
Anonym Kunde/Interessent
Customer Journey Long Tail
Marketing
Automation
Shop
Newsletter
AD-Server
• Empfehlung
PIM
DWH / BI
Zentrale CRM
Social Media
Facebook
Loyalty
Empfehlung
Shop
Newsletter
AD-Server
PIM
DWH / BI
eCRM

40. 41 Small Data
Big Data

41. 42
Evolution der BI-Tools
Customer Transactions
Moderne BI-Lösungen sind schnell genug, um ganzheitliche Ansätze zu
verfolgen

42. 43
Oracle Retail Data Model
Vor dem Hintergrund eines solchen (beispielhaften) Ansatzes wird deutlich,
dass Customer Lifetime Value Berechnungen nur im BI stattfinden können.

43. 44
Oracle Retail Data Model – Predictive Analytics
Bisher
beschränken sich
die
automatischen
Vorhersagen
eher auf das
Kaufvolumen als
auf den Käufer,
aber..

44. 45
Prognosen sind schwierig,
besonders wenn sie
die Zukunft
Niels Bohr
Niels Bohr
„Niels Bohr“ von The American Institute of Physics ,Lizenziert unter Gemeinfrei über Wikimedia Commons

45. Heiko Vosberg
Senior Consultant
+49 151 1955 7696
h.vosberg@reply.de
Profondo Reply GmbH, Konsul-Smidt-Str. 8k, 28217 Bremen,
Tel. +49 421 365194-20, profondo@reply.de, www.reply.de