1. Bessere Kundenkommunikation dank
analytischem CRM
Vortrag im Rahmen der Mailingtage
Nürnberg, 20. Juni 2012

2. Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Folie 2

3. 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

4. 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

5. Referenzen
Folie 5

6. Kundeninformation
Soziodemografie Wertbeitrag
Alter Bezahlinformation
Geschlecht
Wohnort
Kommunikation / Nutzung
Reaktion Telefonie
SMS
Online
Folie 6

7. Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Folie 7

8. Folie 8

9. Kundenwanderung
Markt
Adressen
2.100
29.000
1.075.000 (+31.100)
Kunden 495.000 (+30.000)
Aktive Kunden 134.000 (+6.000)
Neukunden 17.000
60.000
(+3.400) Inaktive
Interessenten 1.000
580.000 9.600
Kunden
(+1.100) 8.000
361.000
Bestandskunden (+24.000)
Reaktivierung
74.000
(+2.600)
15.000
9
Folie 9

10. Aktivquoten
Folie 10

11. Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Folie 11

12. Motivation für den Kundenwert
Ein Quotient aus Erstumsatz zu
Die Gewinnungskosten der
Gewinnungskosten stellt nur
Kunden können den Ertrag
eine eingeschränkte Sicht auf
aus dem Erstumsatz
den echten Wert des Kunden
übersteigen.
dar.
Mit Hilfe einer Auf Basis dieser Bewertungen
gewinnungswegbezogenen
Kohortenbetrachtung lassen sich
können die strategischen
die langfristigen Ertragseffekte Marketing Entscheidungen
messen und bewerten. sicherer getroffen werden.
Folie 12

13. Benötigte Daten
Marketing-
Kosten für
Folgeperoden
DB’s
Kosten der • Newsletter/ (modellhaf
Gewinnung Umsätze je Emails t oder je
s-wege Kunde • Kataloge Kunden-
Artikel/
über die (Einzeln/
• Mailings / Sortiment Wert
zeitlichen verdichtet)
Promotions, sgruppe,..
Perioden
etc. .)
Folie 13

14. Generisches Beispiel
• 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.
Folie 14

15. Kundenwert pro Gewinnungsweg
Folie 15

16. Agenda
• Kundeninformation
• Kundenwanderung
• Kundenwert
• Scoring
Folie 16

17. Scoring
Analyseergebnisse ARO, Mailing Nr. 33, Version 2.7 Folie 17

18. 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.

19. Entwicklung des Score-Modells
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
Folie 19

20. Einige Merkmale exemplarisch …
… je frischer der Vertragsabschluss desto eher wird
empfohlen…
Folie 20

21. … 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

22. … 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

23. … alle signifikanten Merkmale zusammen ergeben
somit den Score …
Fragestellung:
Welche Merkmale der Kunden haben einen signifikanten Einfluss
auf die Zielgröße Werber?
Kundenstammdaten: Demografie/Geografie: KWK-Daten:
Organisationstyp Bundesland Geworbener
Geschäftspartner-Status PLZ-Dichte Anzahl Geworbener (YYY)
Anrede RBBR-Typ Anzahl Geworbener (XXX)
Titel Einwohnerzahl KWK Erstvertrag
Alter Kaufkraftindex Eigenwerbung Erstvertrag
Postfach bekannt Anzahl Eigenwerbung
PLZ bekannt
Telefonnummer bekannt
Mobilnummer bekannt Vertragsdaten: Kontakthistorie:
Faxnummer bekannt Anzahl Verträge aktuell Anzahl Kontakte insgesamt
URL bekannt Anzahl XXX-Verträge Anzahl Kontakte Outbound
Email-Provider Kunde seit Anzahl Kontakte Inbound
Bankengruppe Gesamtumsatz Anzahl Kontakte Mahnung
Umzug Medium Erstvertrag
Folie 23

24. Ergebnis des Score-Modells
(jeder Balken bildet 5% der Kunden ab)
Lesebeispiel:
Von den 5 %
affinsten Kunden
haben 54 % schon
einen Kunden in der
Vergangenheit
geworben
Folie 24

25. 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- Es können unter- Mithilfe einer aus-
ansprache werden vor schiedliche Prä- reichend großen
allem hoch affine mienangebote Kontrollgruppe
Kunden selektiert, es und Kundenan- kann der
wird aber auch ein sprachen mitein Nettoeffekt der
Querschnitt von eher ander verglichen Maßnahme nach-
weniger affinen
Kunden.
werden. gewiesen werden.

26. Beispiel für eine Selektion
Folie 26

27. Reaktion: Recency
Anzahl
Kunden
ReakGonsquote
125.000
10,66%
9,66%
100.000
7,30%
6,79%
6,55%
75.000
50.000
3,98%
2,46%
25.000
1,78%
0,41%
0
bis
1
Monat
1-­‐3
Monate
4-­‐6
Monate
7-­‐9
Monate
10-­‐12
1-­‐2
Jahre
2-­‐3
Jahre
>
3
Jahre
kein
Au@rag
Monate
Folie 27

28. Reaktion: Anzahl Aufträge
Anzahl
Kunden
ReakGonsquote
100.000
16,02%
75.000
9,46%
50.000
6,73%
5,23%
4,37%
25.000
3,57%
2,94%
2,13%
0,41%
0
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
Folie 28

29. Reaktion: Umsatz
Anzahl
Kunden
ReakGonsquote
75.000
10,78%
50.000
6,91%
5,70%
5,01%
4,07%
3,80%
25.000
3,30%
2,82%
2,45%
2,11%
0,41%
0
kein
Umsatz
1
-­‐
50
EURO
50-­‐100
EURO
100-­‐150
150-­‐200
200-­‐300
300-­‐400
400-­‐500
500-­‐750
750-­‐1000
>
1000
EURO
EURO
EURO
EURO
EURO
EURO
EURO
EURO
Folie 29

30. Score
Adressmenge
Anteil
Selek1onsmenge
Krea1on
A
Krea1on
B
Umsetzung Score-Modell
0
-­‐
5%
434.335
0,2%
1.000
900
100
Adressmenge
zum
Test
des
Scores
in
5
-­‐
10%
263.478
0,4%
1.000
900
100
10
-­‐
15%
95.374
1,0%
1.000
900
100
unteren
Gruppen
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
Einsatz-Menge
60
-­‐
65%
23.084
100%
23.084
20.776
2.308
(Testdesigns für
65
-­‐
70%
22.362
100%
22.362
20.126
2.236
70
-­‐
75%
22.346
100%
22.346
20.111
2.235
Lay-Out /
75
-­‐
80%
80
-­‐
85%
21.465
100%
21.487
100%
21.465
21.487
19.319
19.338
2.147
2.149
Ansprachewege)
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
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

31. Vergleich Scoring mit bisheriger Selektion
Selektionsmenge von 440.000 Adressen
4.000 Adressen Testmenge
90.374 Adressen nach bisherigem
Selektions-Modell (letzte Bestellung)
349. 626 Adressen
Schnittmenge
86.374
Adressen
nach
Score-­‐Modell
Folie 31

32. Mathematisches Scoring der inaktiven Kunden
(Reaktiverungsquote)
Es ist möglich die Kunden nach Ihrer Reaktionswahrscheinlichkeit (in diesem Fall
Reaktivierungswahrscheinlichkeit zu scoren und somit zu selektieren
95-­‐100%
90-­‐95%
85-­‐90%
80-­‐85%
75-­‐80%
70-­‐75%
65-­‐70%
60-­‐65%
55-­‐60%
50-­‐55%
45-­‐50%
40-­‐45%
35-­‐40%
30-­‐35%
25-­‐30%
20-­‐25%
15-­‐20%
10-­‐15%
5-­‐10%
0-­‐5%
32

33. Ergebnistabelle – Basis für die Auflagenplanung
In der Abgleichtabelle werden die relevanten Kundensegmente ausgewählt.
Hohe Abdeckungen und hoher Score werden als Auswahlkriterien verwendet.
Selektions
Menge
Folie 33

34. Gesamtsicht
Ansprache
1
Ansprache
2
• Bei
fast
allen
Ansprachen(bis
auf
Ansprache
5)
wurde
ein
Effizienzgewinn
gemessen.
Ansprache
4
• Der
Umsatz
je
versendetem
Ansprache
3
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.
Ansprache
5
Ansprache
6
Folie 34

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 35

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 36

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 37

38. Mögliches Szenarium
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.
Differenz : 5.567 Kunden
DB: 115 Euro
6 * i m Jahr ~ 58.448 Kunden Summe: 640.000 Euro
Folie 38

39. 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: meinert.jacobsen@marancon.de
I: www.marancon.de
Folie 39