Zielgerichtete Kundenansprache und Marketing sind wichtige Aspekte, um dauerhaft Kunden zu binden. Die Kenntnis von Vorlieben, Wünschen und Bedürfnissen der Kunden ist aber in der digitalen Welt nicht mehr unmittelbar möglich. Der Schlüssel zur Kundenbeziehung liegt daher in den Daten und Verhaltensmustern, die die Kunden im Laufe ihres Einkaufs zeigen. Denn durch eine professionelle und korrekt durchgeführte Kundensegmentierung können Kundensegmente herausgearbeitet werden. Diese Kundensegmente verhalten sich untereinander ähnlich. So reagieren Schnäppchenjäger als eine Gruppe der Segmentierung (Beispiel) auf ganz andere Kaufanreize als beispielsweise markenbewusste Käufer. Wir zeigen in diesem Artikel alle wesentlichen Aspekte einer Kundensegmentierung und erklären dabei, wie mit einer Clusteranalyse Kundesegmentierung vorgenommen wird. Außerdem beschreiben wir die Bildung von Personas. Ein anschauliches Beispiel aus der Novustat Beratungspraxis zeigt Ihnen anhand eines Beispiels, wie unsere Experten eine Kundensegmentierung im Online-Handel durchführen.
Wenn auch Sie Ihre Marketingkonzepte durch Kundensegmentierung optimieren wollen, stehen Ihnen unsere Experten gerne für ein persönliches Gespräch zur Verfügung!
Folgende Fragen werden in diesem Artikel beantwortet
- Was ist eine Kundensegmentierung?
- Welche Vorteile verspricht die Kenntnis der Kundensegmente?
- Welche Kriterien sind für eine Zielgruppensegmentierung geeignet?
- Wie wird mit Clusteranalyse Kundensegmentierung durchgeführt?
- Welche Rolle spielen Personas in der Kundensegmentierung?
- Wie wird Zielgruppensegmentierung (Beispiel) in der Praxis durchgeführt?
Was ist Kundensegmentierung: Definition
Mit einer Segmentierung werden Gruppen in Teile oder Segmente zerlegt. Wenn man den Gesamtmarkt dabei in bestimmte Kundengruppen aufteilt, dann spricht man von einer Marktsegmentierung. Eine Kundensegmentierung teilt hierzu Kunden in verschiedene Kundengruppen ein, die hinsichtlich festgelegter Kriterien ein ähnliches Verhalten zeigen. Gruppenmitglieder untereinander sind also hinsichtlich der Segmentierungskriterien homogen. Die Kundengruppen untereinander sollen dagegen hinsichtlich der Kriterien möglichst verschieden sein, um eine gute Abgrenzung zu erlauben. Der Begriff Zielgruppensegmentierung wird häufig synonym für Kundensegmentierung genutzt.
Gerne beraten wir Sie individuell, wie Sie Informationen aus Ihren Kundendaten effektiv nutzen können. Wir entwickeln maßgeschneiderte Data Mining Lösungen für Businesskunden – für eine nachhaltig hohe Kundenzufriedenheit. Nehmen Sie Kontakt auf! Wir freuen uns auf Ihre Herausforderung.
Eine Kundensegmentierung lässt sich auf Basis der Bestandsdaten des Unternehmens durchführen. Segmentierungen lassen sich aber auch für Kaufinteressenten, Webseitenbesucher, Nicht-Käufer usw. durchführen.
Kriterien für eine zielgerichtete Kundensegmentierung
Die Kriterien für eine Kundensegmentierung werden ausgehend von der Zielsetzung und Fragestellung bestimmt. Die Wahl der Kriterien hängt dabei von den Produkten, der Art des Unternehmens, der verfügbaren Daten und vom Ziel der Segmentierung ab. Je nach Verfügbarkeit können sich hierzu folgende Kriterien eignen:
- Demografische Kennzahlen wie Alter, Geschlecht, Familienstand, Kinder,…
- Soziografische Angaben: Milieu, Einkommen, Beruf, Bildungsniveau,…
- Nutzungsverhalten/ Kaufverhalten: Anzahl der Käufe/Aufträge, Bestellwert, Bestellintervalle, …
- Psychografische Kennzahlen: Einstellungen, Verhalten, Lebensstil, Vorbilder, Werte,…
Anhand der gewählten Segmentierungskriterien werden die Kundensegmente gebildet. Letztendlich wird über die Wahl der Kriterien die Brauchbarkeit der dadurch festgelegten Segmente in der Praxis bestimmt.
Vorteile einer Zielgruppensegmentierung
Nicht alle Kunden oder Kaufinteressenten sind für Unternehmen gleich attraktiv. Umgekehrt gilt natürlich auch, dass ein Produkt oder eine Dienstleistung nicht für alle Kunden in gleichem Maße anspricht. Eine zielgerichtete Aufteilung der großen Maße der Kaufinteressenten oder Käufer in kleinere homogene Gruppen bietet sowohl Unternehmen als auch Kunden Vorteile und Privilegien, die wiederum zu einem Wettbewerbsvorteil führen:
- Verbesserung des Kundenverständnisses
- Identifikation der Kundenprofitabilität und des Kundenwertes
- Zielgerichtete und passgenaue Maßnahmen und Kundenansprachen
- Minimierung von Streuungsverlusten durch unpassende Werbeaktionen etc.
- Nachhaltige Verbesserung der Kundenbindung
- Optimierung des Kosten-Nutzen-Verhältnisses
- Anpassung des Produkt- und Leistungsportfolios
Clusteranalyse (Kundensegmentierung) kurz erklärt
Die Clusteranalyse ist ein Verfahren aus dem Data Mining und zählt zu den Methoden der künstlichen Intelligenz (KI Methode). Mit Hilfe von Algorithmen wird versucht, in Hinblick auf die Kriterien der Segmentierung werden homogene Gruppen gebildet. Die Anzahl der Gruppen ist dabei zu Beginn der Analyse offen. Je nach Algorithmus werden die Clustergrößen im Analyseprozess immer weiter verfeinert. Der Anwender kann anhand von Tools, z.B. dem Silhouette Plot oder einem Dendrogramm entscheiden, welcher Trade-off zwischen Clustergröße und Homogenität einzugehen ist. In einem zweiten Schritt werden anschließend die Kunden anhand der Segmentierungskriterien den Clustern zugeordnet. Sowohl für die Bestimmung der optimalen Anzahl von Clustern als auch der Gruppenbildung sind mathematische Fachkenntnisse und Erfahrung im Bereich Data Mining wesentlich. Für die Gruppenbildung muss nicht nur die Anzahl der Gruppen abgewägt werden, auch sollten die Gruppen etwa ähnliche Größen aufweisen und repräsentativ sein.
Zielgruppensegmentierung und Personas
Die Clusteranalyse Kundensegmentierung ordnet jeden Bestandskunden einer Clustergruppe zu. Innerhalb jeder Gruppe befinden sich dann zahlreiche Kunden. Im nächsten Schritt werden dann für jeden Cluster bzw. jedes Kundensegment der typische Vertreter gesucht bzw. generiert. Der typische Repräsentant muss dabei nicht real existieren. Er dient vielmehr als Bild für den typischen Vertreter. Diese virtuellen Repräsentanten werden Personas genannt. Hierzu werden die tatsächlichen Vertreter der Kundensegmente mit Hilfe deskriptiver und explorativer Kennzahlen und Graphiken beschrieben. Merkmale, die eine Abgrenzung zu anderen Segmenten erlauben, werden dann für die Personas aufgegriffen.
Herausforderungen der Zielgruppensegmentierung
Mit der Kundensegmentierung werden Kunden in bestimmte Gruppen eingeteilt. Dies ermöglicht eine zielgerichtete Kundenbetreuung. Allerdings ist diese Verallgemeinerung auch mit Herausforderungen verbunden, die man beachten muss:
- Durch eine zu enge Segmentierung und Zielgruppeneingrenzung werden potentielle Kunden ausgeschlossen: Werden beispielsweise Angebote nur der Gruppe „Schnäppchenjäger“ angeboten, bleiben diese Angebote Kunden anderer Zielgruppen verwehrt.
- Kaufverhalten verändern sich im zeitlichen Verlauf: Insbesondere zeitlich abhängige Segmentierungskriterien wie beispielsweise Alter, Beziehungsstatus oder Anzahl der Kinder verändern sich. Zielgruppensegmentierung müssen deshalb wiederholt durchgeführt werden.
- Für die Auswahl geeigneter Selektionskriterien und der Interpretation ist Erfahrung und Sachwissen notwendig. Eine Überprüfung der Gruppenbildung in Hinblick auf die Fragestellung ist deshalb immer erforderlich (z.B. durch A/B Tests).
Aus der Novustat Beratungspraxis: Kundensegmentierung im Online-Handel
Für einen Kunden, der einen Onlineshop betreibt, soll basierend auf Web Tracking Daten sowie verfügbaren Kaufdaten (Anzahl der Waren, Kaufpreis, Artikel, Kaufhäufigkeit) eine Kundensegmentierung vorgenommen werden.
Für den Kunden ist dabei wichtig, die Besucher der Webseite in Zukunft gezielt anzusprechen. Inhalte und Aktionen sollen schließlich hinsichtlich der Segmentierungen personalisiert werden. So möchte man die Kundenzufriedenheit erhöhen und Konversionen steigern.
Umsetzung der Kundensegmentierung
In der Datenanalyse wurden zuerst die wesentlichen Kriterien für die Kundensegmentierung festgelegt. Hierzu wurden verschiedene Kombinationen und Möglichkeiten untersucht. Letztendlich wurde ein Clustering in 3 Gruppen vorgenommen. Anschließend werden die Charakteristika der 3 Kundengruppen herausgearbeitet und übersichtlich dargestellt.
In der Abgrenzung der Cluster untereinander stellt man fest, dass Kunden aus dem ersten Cluster vorrangig im Bereich Sales suchen und kaufen, einen geringen Bestellwert von durchschnittlich 20 € aufweisen, eine hohe Konversion Rate zeigen und den Kundenservice nur selten nutzen.
Cluster 2 dagegen fasst Kunden zusammen, die einen hohen Bestellwert von durchschnittlich 150 € zeigen, wenige Produkte einkaufen, die vorwiegend aus dem Bereich New Arrivals stammen und wenig Retouren aufweisen. Kunden, die Cluster 3 zugerechnet werden, bestellen sehr viele Artikel mit einem mittleren Bestellwert von durchschnittlich 90 €, kontaktieren häufig den Kundeservice und zeigen eine hohe Retouren Rate sowie sehr viele Produktaufrufe.
Somit lassen sich für die Kundensegmente Nutzermodelle in Form von Personas aufstellen:
|
|
| |
|---|---|---|---|
| Bevorzugter Bereich | Sale | New Arrivals | Nicht festgelegt |
| Artikel pro Bestellung | 1 | 1 | 3,5 |
| Kundenservice | nie | gelegentlich | Häufig |
| Retouren | gelegentlich | selten | häufig |
| Produktaufrufe | 10 | 12 | 18 |
| Bestellwert | 20 € | 150 € | 80 € |
Mt Hilfe dieser Personas lassen sich die Zielgruppensegmente gezielt ansprechen und Kampagnen entwickeln.
Zusammenfassung
Durch eine Kundensegmentierung lassen sich Kunden oder Kaufinteressenten gezielt ansprechen. Mit Hilfe der Clusteranalyse Kundensegmentierung können hierzu Kundensegmente gebildet werden, die untereinander homogenen Verhalten hinsichtlich bestimmter Kriterien zeigen. Die einzelnen Zielgruppen dagegen sollen sich möglichst eindeutig voneinander abgrenzen lassen. Durch eine Kundensegmentierung lassen sich daher passgenaue Angebote und Hilfestellung für die Kundensegmente entwickeln und garantieren so eine nachhaltig hohe Kundenzufriedenheit und Kundenbindung. Für eine aussagekräftige Analyse und eine verständliche Ergebnispräsentation ist dabei Know-how im Bereich Data Mining und Datenanalyse unumgänglich. Unsere Experten beraten sie gerne zu den Möglichkeiten, die für Ihr Unternehmen zur Verfügung stehen. Wir holen das Beste aus Ihren Daten und liefern verständliche und valide Ergebnisse. Nehmen Sie Kontakt mit uns auf! Wir freuen uns auf Ihre Anfrage.