Upload
key-work-consulting-gmbh
View
1.068
Download
0
Embed Size (px)
DESCRIPTION
Sehr gute Kunden sehr gut behandeln Wie Sie erfolgreich eine segmentierte, dynamische Kundenansprache realisieren. Aus dem Inhalt: Was KPIs nicht verraten (CR, AOV etc.) Wie kann ich Inhalte für konkrete Marketingmaßnahmen planen? Lohnt sich der Aufwand für meine Unternehmung?
Citation preview
Farb
vo
rla
gen
S
ch
rif
t
Sehr gute Kunden sehr gut behandeln
Wie Sie erfolgreich eine segmentierte, dynamische Kundenansprache realisieren
Farb
vo
rla
gen
S
ch
rif
t
Key-Facts
2
Seit 1999 unabhängiger Lösungsanbieter im Database Dialogmarketing Begleitet datengetriebene Marketingprozesse v.a. hinsichtlich Vereinfachung und Automation über alle Kanäle. Am Standort Karlsruhe internationales Kompetenz-Team vereint. U.a. folgende Unternehmen setzen unsere Lösungen ein:
Farb
vo
rla
gen
S
ch
rif
t
Erik Meierhoff
Consultant
3
Kurzvorstellung der Referenten
Jörg Bulach
Consultant Marketing Services
Farb
vo
rla
gen
S
ch
rif
t
4
Quelle: Webanalyticsblog
Was KPIs nicht verraten
Farb
vo
rla
gen
S
ch
rif
t
Sales + 29%: Gut oder schlecht fürs Geschäft?
Was? Aufträge, Produkte, Umsatz
Wer? Kundenwert, Kundensegment, „Ehda“
Warum? Incentivierte vs. Vollzahler
Strategie? AOV vs. CR vs. ROI
5
Was KPIs nicht verraten
Farb
vo
rla
gen
S
ch
rif
t
6
Marketingaktionen planen
Quelle: daffy.wordpress.com
Farb
vo
rla
gen
S
ch
rif
t
TO-DOs:
Kunden selektieren
Sortiment festlegen
Werbemedium gestalten
Werbekanal festlegen
Incentives/Verstärker planen
Probleme:
Reihenfolge festlegen
Vielzahl von Kombinationsmöglichkeiten
Vielzahl von Interdependenzen
7
Marketingaktionen planen
Farb
vo
rla
gen
S
ch
rif
t
8
Marketingaktionen planen
Kunde Wirkung Ursache
Farb
vo
rla
gen
S
ch
rif
t
9
Marketingaktionen planen
Wer sind meine guten Kunden? Segmentierung des Kundenbestands nach … Aktivität in Vergangenheit (retrospektiv, Saisonraster, …)
Umsatz-Cluster (retrospektiv)
Customer-Value (prospektiv oder retrospektiv)
Affinitäten hinsichtlich Werbe-Kanal Affinitäten hinsichtlich Bestell-Kanal Affinitäten hinsichtlich Sortiment … Lernen Sie Ihre Kunden von allen Seiten kennen!
Farb
vo
rla
gen
S
ch
rif
t
10
Marketingaktionen planen
Idee: Kundenmatrix zur Steuerung/Bewertung/Prognose
Webinar 1 – Clustern!!!
Farb
vo
rla
gen
S
ch
rif
t
11
Marketingaktionen planen
Idee: Kundenmatrix zur Steuerung/Bewertung/Prognose
Webinar 1 – Clustern!!!
Dismissed
Farb
vo
rla
gen
S
ch
rif
t
12
Marketingaktionen planen
Stattdessen… Fangen Sie klein an und werden im Laufe der Zeit größer
-1 -2 -3
Hui+ X X X 14%
Hui X X 8%
Hui- X X 7%
Aha X 16%
Naja X X 7%
Hm … X 9%
Pfui X 16%
Extra-Pfui 23%
AnteilBezeichnungDimension Kauf in Saison
( Quart al, M onat , Halb jahrr , Jahr)Bezeichnung
Outdoor-
EinsteigerKinder-Outdoor Herren-Schuhe
Modebewusste
Outdoor-
Familie
Wintersport
Hui+ 6% 0% 4% 2% 2%
Hui 3% 0% 2% 1% 1%
Hui- 3% 0% 2% 1% 1%
Aha 6% 1% 5% 2% 2%
Naja 3% 0% 2% 1% 1%
Hm … 4% 0% 3% 1% 1%
Pfui 6% 1% 5% 2% 2%
Extra-Pfui 9% 1% 7% 3% 3%
<100 100-500 501-1000 >1000
Telefon 3% 2%
Online 1% 6% 10%
Print 2% 11% 24%
Social Media 2%
SMS
Stationär 3% 14% 22%
Unterraster
Hui+Value
Kan
allangfristig
Beispiel Aktivitätsraster ergänzt um Webinar 1
Farb
vo
rla
gen
S
ch
rif
t
13
Marketingaktionen planen
Stattdessen… Fangen Sie klein an und werden im Laufe der Zeit größer
-1 -2 -3
Hui+ X X X 14%
Hui X X 8%
Hui- X X 7%
Aha X 16%
Naja X X 7%
Hm … X 9%
Pfui X 16%
Extra-Pfui 23%
AnteilBezeichnungDimension Kauf in Saison
( Quart al, M onat , Halb jahrr , Jahr)Bezeichnung
Outdoor-
EinsteigerKinder-Outdoor Herren-Schuhe
Modebewusste
Outdoor-
Familie
Wintersport
Hui+ 6% 0% 4% 2% 2%
Hui 3% 0% 2% 1% 1%
Hui- 3% 0% 2% 1% 1%
Aha 6% 1% 5% 2% 2%
Naja 3% 0% 2% 1% 1%
Hm … 4% 0% 3% 1% 1%
Pfui 6% 1% 5% 2% 2%
Extra-Pfui 9% 1% 7% 3% 3%
<100 100-500 501-1000 >1000
Telefon 3% 2%
Online 1% 6% 10%
Print 2% 11% 24%
Social Media 2%
SMS
Stationär 3% 14% 22%
Unterraster
Hui+Value
Kan
allangfristig
Beispiel Aktivitätsraster ergänzt um Webinar 1
Farb
vo
rla
gen
S
ch
rif
t
14
Marketingaktionen planen
Bringen Sie Kunde, Inhalt und Aktion zusammen …
Spreadsheets = intuitiv und beliebt … ABER! ... verlieren Sie nicht den Überblick
Farb
vo
rla
gen
S
ch
rif
t
15
Auf der Suche nach der Zahl des Tages
Werbemittel
So
rti
men
t
Kundensegment
So
rti
men
t
Cluster
So
rti
men
t
Farb
vo
rla
gen
S
ch
rif
t
16
Marketingaktionen planen
Bringen Sie Kunde, Inhalt und Aktion zusammen …
Haben Sie keine Angst vor … Data-Mining-Tools
Farb
vo
rla
gen
S
ch
rif
t
17
Marketingaktionen planen
Entscheidungsproblematik
Welchen Kunden, welches Werbemittel mit welchem Incentive, mit welchem Sortiment über welchen Kanal … „Decision Tree“ / „Entscheidungsbaum“
Klassifiziert und leitet formale Regel her
Farb
vo
rla
gen
S
ch
rif
t
18
Marketingaktionen planen
„Decision Tree“ Identifiziert und beschreibt typische Charakteristika
für eine Selektion von Kunden oder Artikeln Charakteristika sind in formale Regeln integriert und
lassen sich somit auf andere „Grundgesamtheiten“ übertragen, z.B. Selektion Kampagne
Kunde Wirkung Ursache
Farb
vo
rla
gen
S
ch
rif
t
19
Marketingaktionen planen
„Decision Tree“ Selektion (Abhängige)
Käufer aus Werbemedium X Käufer aus Sortiment Y Käufer über Kanal Z …
aus einer Grundgesamtheit Kundenbestand Adressaten einer Kampagne …
Beschreibende Merkmale (keine metrischen Daten!) Kauf aus Sortiment in Periode 1,2,3,4 (0/1-Kodierung)
Kauf aus Werbemedium in Periode 1,2,3,4 (0/1-Kodierung)
Letzte Aktivität Aktivität in Periode -1,-2,-3,-4 (0/1-Kodierung)
Umsatz in Periode-1,-2,-3,-4 (banded, z.b. Quantile) …
Farb
vo
rla
gen
S
ch
rif
t
20
Marketingaktionen planen
Ergebnisse eines „Trees“ Box-Tree
Visualisierung der Entscheidungsregeln und Klassifikationen
Gains-Chart
Visualisierung der Güte eines „Tree-Models“
Tree-Grid Detaillierte Übersicht über die einzelnen Knoten eines Trees,
z.B. Response, Profit, Kosten, Umsatz
Farb
vo
rla
gen
S
ch
rif
t
21
Marketingaktionen planen
Box Tree
Dimension Rule
...% ...Count % of... ...Count ...% Mdtot Oberteile Herren 1.0
Analysis 33.09% 317 3.09% 10,274 8.72% Mdtot Waesche 1.0
Non-Analysis 66.91% 641 0.60% 107,589 91.28% Mdtot Accessoires 0.0
Base 100% 958 0.81% 117,863 100%
Gain 3.80 Index 517.88 Z-Score 17.25
Root Node
Node 11 (Gain=3.80, Rank=1)
Focus Node
Details für jeden Knoten
Farb
vo
rla
gen
S
ch
rif
t
22
Marketingaktionen planen
Gains-Chart
Farb
vo
rla
gen
S
ch
rif
t
23
Marketingaktionen planen
Tree Grid (Endknoten) Absteigend sortiert nach Gain/Index …
Beste Knoten oben, schlechteste unten
„Unprofitable Knoten für Werbemittel HK“
Node_Id Analysis Count Base Count % of Analysis % of Base Analysis % Gain Index Cost Profit Revenue ROI
11 594 1.795 3,19% 0,94% 33,09% 3,80 518 2.513,4 € 12.338,0 € 5,91
7 3.345 10.627 17,98% 5,56% 31,48% 3,61 481 14.878,4 € 68.748,8 € 5,62
17 587 2.037 3,15% 1,07% 28,79% 3,30 423 2.851,9 € 11.812,2 € 5,14
19 693 2.965 3,73% 1,55% 23,39% 2,68 320 4.150,5 € 13.184,0 € 4,18
15 3.572 20.938 19,20% 10,96% 17,06% 1,96 215 29.313,5 € 59.982,6 € 3,05
23 1.222 7.354 6,57% 3,85% 16,62% 1,91 209 10.295,0 € 20.251,2 € 2,97
20 1.439 14.435 7,74% 7,55% 9,97% 1,14 116 20.209,6 € 15.771,2 € 1,78
9 1.407 15.577 7,56% 8,15% 9,04% 1,04 104 21.807,4 € 13.377,0 € 1,61
16 1.177 15.863 6,33% 8,30% 7,42% 0,85 84 22.208,8 € 7.213,0 € 1,32
24 798 11.553 4,29% 6,05% 6,91% 0,79 78 16.174,5 € 3.783,6 € 1,23
13 1.898 30.220 10,20% 15,81% 6,28% 0,72 70 42.308,2 € 5.150,9 € 1,12
21 1.128 23.676 6,06% 12,39% 4,76% 0,55 52 33.146,6 € -4.942,9 € 0,85
22 743 34.063 3,99% 17,82% 2,18% 0,25 23 89.367,7 € -54.558,1 € 0,39
Farb
vo
rla
gen
S
ch
rif
t
24
Marketingaktionen planen
Kombinieren von Ergebnissen aus „Decision Tree“
Selektionen der „Besten“ lassen sich kombinieren
Decision Tree liefert Bauklötze, die sie nach Belieben passend zur Aktion zusammensetzen
Beispiel: „Ausverkäufer soll größeren Schwerpunkt auf Damenmode, Herrenmode und Outdoor haben …“
Farb
vo
rla
gen
S
ch
rif
t
25
Marketingaktionen planen
Beispiel: „Tree-Baukasten“
Profitabelste Knoten Outdoor Periode X
Profitabelste Knoten Ausverkäufer
Profitabelste Knoten Damen-/Herrenmode
Farb
vo
rla
gen
S
ch
rif
t
26
Marketingaktionen planen
Beispiel: Optimierte Selektion „Incentives“ für Schlechtere
Umsatzseitig gute Ergebnisse, aber zur geringe Aktivquote macht Werbemittel in der Breite zu schlecht
ABER! … rechnet sich das auch?
Node Id Analysis Count Base Count % of Analysis % of Base Analysis % Gain Index Profit
13 1.733 12.284 25,87% 4,49% 16,23% 5,77 669 23.687,9 €
19 806 6.305 10,46% 2,30% 12,79% 4,54 506 9.045,4 €
14 353 5.345 4,58% 1,95% 6,61% 2,35 244 2.928,8 €
20 683 10.614 8,87% 3,88% 6,43% 2,29 238 5.555,0 €
21 718 13.610 9,32% 4,97% 5,27% 2,32 192 4.856,3 €
3 667 12.979 8,66% 4,74% 5,14% 1,83 187 4.375,7 €
17 186 4.883 2,41% 1,78% 3,81% 1,35 137 713,6 €
11 576 15.360 7,48% 5,61% 3,75% 1,33 135 2.123,2 €
23 769 34.838 9,98% 12,72% 2,21% 0,78 78 -2.901,3 €
22 269 12.860 3,50% 4,70% 2,10% 0,74 74 -1.277,2 €
15 135 13.580 1,75% 4,96% 0,99% 0,35 35 -3.498,7 €
24 316 34.392 4,10% 12,56% 0,92% 0,33 32 -9.223,2 €
16 232 96.746 3,02% 35,34% 0,24% 0,09 8 -35.364,9 €
Beste
Unprofitabel
Incentive!
Farb
vo
rla
gen
S
ch
rif
t
27
Lohnt sich der Aufwand?
$$$
Quelle: daffy.wordpress.com
Farb
vo
rla
gen
S
ch
rif
t
28
Erfolgsmessung
Testanlage: „Incentives“
Tests kosten Geld, aber … ohne Tappen Sie im Dunkeln!
A B
Auflage 40.000 20.000
Nachfrage 213.920 € 60.520 €
Nachfrage pro Erhalter 5,3 € 3,0 €
Response 2,8% 1,7%
Lift durch Incentive 2,3 €
Incentive
repräsentativer Zufallssplit
Incentive v s . No Incentive
Farb
vo
rla
gen
S
ch
rif
t
29
Erfolgsmessung
A/B-Testing vs. Conversion
Lieber einmal Geld investieren … als regelmäßig falsch zu liegen
A B Auflage 200.000
Öffnungsrate 30%
davon Click-Through 25%
davon Conversion 10%
Reagierer 1.500
Nachfrage pro Reagierer 100,0 €
Auflage 150.000 50.000 Nachfrage pro Erhalter 0,8 €
Nachfrage 525.000 € 115.000 €
Nachfrage pro Erhalter 3,5 € 2,3 €
Lift durch E-Mail 1,2 € Nachfrage pro Erhalter 0,8 €
VS
repräsentativer Zufallssplit
Conversion-Messung
E-Mail v s . No E-Mail
A/B-Testing
Farb
vo
rla
gen
S
ch
rif
t
30
Erfolgsmessung
Es geht auch komplizierter …
Wichtig … hinreichend große Testgruppen … ansonsten sind Testergebnisse nicht valide, sondern zufällig!
A B C D
50.000 50.000 50.000 50.000
A vs. B was bringt E-Mail zusätzlich zu Print?
A vs. C was bringt Print zusätzlich zu E-Mail?
B vs. C was bringt mehr E-Mail oder Print?
A vs. D was bringen Print und E-Mail zusammen?
B vs. D was bringt Print?
C vs. D was bringt E-Mail?
v s .Print + E-Mail nur Print nur E-Mailkein Print/kein E-
Mailv s .v s .
repräsentativer Zufallssplit
Farb
vo
rla
gen
S
ch
rif
t
31
Erfolgsmessung
Und noch komplizierter …
Ist also nichts unmöglich, so lange … die Aussendungsmengen ausreichen
Beis
pie
l u
nseres
Ou
tdo
or-v
ersen
ders
A B C D E
60.000 60.000 60.000 60.000 60.000
A vs. B was bringt Hartwaren zusätzlich?
A vs. C was bringt Ausverkäufer und Hartwaren zusammen?
B vs. C was bringt Ausverkäufer zusätzlich?
A vs. D was bringen Nachfaß, Ausverkäufer und Hartwaren zusammen?
B vs. D was bringen Nachfaß und Ausverkäufer zusammen?
C vs. D was bringt Nachfaß zusätzlich?
A vs. E was bringen HK, Nachfaß, Ausverkäufer und Hartwaren?
B vs. E was bringen HK, Nachfaß und Ausverkäufer?
C vs. E was bringen HK und Nachfaß?
D vs. E was bringt HK?
v s . HK
repräsentativer Zufallssplit
v s . kein Anstoß
HK + Nachfaß
+Ausverkäufer +
Hartwaren
v s .HK + Nachfaß +
Ausverkäufer v s . HK + Nachfaß
Farb
vo
rla
gen
S
ch
rif
t
32
Was wollt Ihr uns sagen …?
100% erhalten Standard-Newsletter oder Hauptkatalog
75% erhalten verschiedene
Spezialkataloge/-E-Mails
60% erhalten „Sales“
Farb
vo
rla
gen
S
ch
rif
t
33
Sehr gute Kunden sehr gut behandeln …
Farb
vo
rla
gen
S
ch
rif
t
Reisende soll man ziehen lassen – oder?
Pro + Contra Kundenabwanderung + Reaktivierung
Nächster Teil: 13.01.2011
Farb
vo
rla
gen
S
ch
rif
t
©2010 Key-Work Consulting GmbH Kriegsstraße 100 · 76133 Karlsruhe
Tel. 0721 78203-0 www.key-work.de
Vielen Dank für Ihre Aufmerksamkeit!
35