Big Data – Big Benefit?

Seit einigen Jahren ist Big Data in allen Köpfen – im Management, im Controlling, im Marketing und manchmal auch im Vertrieb. Das Thema klingt spannend – wenn nur nicht die Umsetzung wäre, denn die ist mühsam, und vor allem mit Zahlen verbunden, mit Bergen davon.

Big Data ist eine sehr unpräzise Bezeichnung für die Vielzahl unterschiedlichster Daten, die für Entscheidungen genutzt werden können. Sie soll dem Umstand Rechnung tragen, dass inzwischen Daten aus immer mehr Quellen zur Verfügung stehen und kein Problem mehr darin besteht, überhaupt Daten zu gewinnen, sondern mehr darin, die relevanten zu extrahieren und strukturieren. Big Data ist nicht nur ein Thema für unternehmerische Entscheidungen, sondern spielt in allen gesellschaftlichen Bereichen eine Rolle, etwa auch der Politik.

Big Data
Big Data

Um ein wenig Struktur in die Datensituation zu bekommen, können vier Datenwelten unterschieden werden.

  1. Den Kern bilden die Daten des ERP-Systems im Unternehmen, also mindestens Buchhaltungs-, Kunden- und Produktionsdaten. Diese Daten sind üblicherweise perfekt strukturiert, werden systematisch erfasst und zweckbezogen verwendet. Üblicherweise erfolgt eine Konzentration auf bestimmte Anwendungen, etwa soweit sie rechtlich erforderlich sind. Der Umgang mit ERP-Systemen ist durch ein hohes Maß an Routine gekennzeichnet.
  2. Um eine intensivere Anbindung an die Kunden zu gewährleisten und die Warenverfügbarkeit zu optimieren, wurden CRM-Systeme, Warenwirtschafts- bzw. Supply Chain Management-Systeme Idealerweise arbeiten sie mit dem vorhandenen ERP-System zusammen, so dass Daten problemfrei ausgetauscht werden können. Vor allem in CRM-Systemen wächst die Datenvielfalt, auch unstrukturierte Informationen (z. B. Besuchsberichte) können erfasst werden. Durch das Wissen über Kunden und die Geschäftsbeziehungen wird die Arbeit der Vertriebsmitarbeiter unterstützt. Es bestehen Spielräume für die Gestaltung der CRM-Systeme, Vertriebs- und Kommunikationspartner können angebunden werden. Moderne System bieten auch eine Anbindung an das Internet und Social Media.
  3. Mindestens seit der Jahrtausendwende spielen Daten aus dem Internet eine Rolle. Webseitenbesucher hinterlassen Datenspuren, mit deren Hilfe Kaufentscheidungsprozesse und Informationswege nachvollzogen werden können. Die Datenmenge erreicht Dimensionen, die Auswahl und Verdichtung gegenüber der Erhebung deutlich in den Vordergrund rücken. Die Ausweitung der Kommunikation über soziale Medien (Twitter, Facebook, Linkedin, Xing, Instagram usw.) führt zur Entwicklung von Verfahren der Textanalyse, so dass auch sprachliche Inhalte und Tonalitäten analysiert werden können. Allerdings bleiben Unsicherheiten, weil die Verfahren noch unzuverlässig und manipulationsanfällig sind.
  4. Nicht zuletzt der Ausbau von Kapazitäten zur Datenerfassung, -speicherung und -verarbeitung bietet inzwischen Möglichkeiten, noch einige Schritte weiter zu gehen. Daten werden an weiteren Stellen erfasst und runden damit das Bild etwa über das Kaufverhalten, die Produktnutzung und kommunikative Prozesse Interessant ist vor allem, bislang bestehende Lücken zu schließen. So
    1. können heute in manchen Fällen Produkte im Einsatz überwacht werden (z. B. senden Maschinen über eingebaute Sensoren Nutzungsdaten an den Hersteller, der daraufhin über Wartungsmaßnahmen entscheiden kann),
    2. lässt sich das Kaufverhalten von Konsumenten in seiner Gesamtheit erfassen (z. B. durch den Einsatz von Klub- und Rabattkarten, aufgrund derer Warenkörbe ermittelt werden können),
    3. können Webnutzungs- und Kaufdaten verknüpft werden, um Informationsprozesse vor dem Kauf zu erfassen (z. B. durch den Einsatz von Cookies und Trackersoftware auf dem Kunden-PC)
    4. werden über GPS-Module und RFID-Chips Standorte von Kunden, Transportmitteln und Waren erfasst, um Kaufempfehlungen zu geben, Logistikprozesse optimal zu steuern und die Warenverfügbarkeit zu verbessern.

Die Kombination aller Datenwelten ergibt zusammen das Konzept von Big Data. Wenn es gelingt, extern beschaffte Daten (entweder selbst durch spezielle Infrastrukturen oder durch Dienstleister) mit den eigenen Verkaufs- und Kundendaten zu verknüpfen, werden zusätzliche Auswertungen über den Erfolg von Vertriebs- und Marketingmaßnahmen möglich. Damit ist auch ein gewisses Umdenken erforderlich. Während vor allem bei der Gestaltung von ERP- und CRM-Systemen die zu unterstützende Entscheidung der Ausgangspunkt der Analyse ist, spielt im Rahmen von Big Data die Frage eine zentrale Rolle, was man mit vorhandenen Daten anfangen kann. Denn – wie schon gesagt – ist die Verfügbarkeit von Daten heute nicht mehr das entscheidende Problem.

Gleichwohl muss festgestellt werden, dass Big Data an sich nichts Neues ist. Der Begriff ist schön griffig, aber ein wesentlicher Teil der Daten war schon früher vorhanden und vor allem werden für die Auswertung altbekannte Verfahren eingesetzt. Heute hat sich das Augenmerk aber wieder mehr auf die umfassende statistische Datenanalyse gerichtet. Was nicht gerade das Spezialgebiet der Vertriebsleute ist…

Insofern erwächst für das Vertriebscontrolling die Aufgabe, für Entscheidungen des Vertriebs geeignete Daten zu beschaffen und zu analysieren. In vielen Fällen wird es neue Steuerungsmöglichkeiten geben, die die Vertriebsarbeit beeinflussen können bzw. sollen. Einige Beispiele:

  • Automatische Analyse von Warenkörben der Kunden und daraus Ableitung von Cross-Selling-Empfehlungen beim oder nach dem Kauf
  • Schätzung von Kundenwerten (Umsatz- bzw. Deckungsbeitragspotenzialen) aus vorhandenen Kundendaten unter Berücksichtigung von Strukturdaten (Alter, Geschlecht, Branche, Größe, Kaufzyklen usw.)
  • Vorhersage von Nachfrageveränderungen aufgrund von positiven/negativen Kommentaren, gesellschaftlichen Prozessen, klimatischen Veränderungen, demografischen Entwicklungen, Abverkaufsdaten im Handel u. Ä.
  • Erkennung von Mustern im Reklamationsverhalten B. durch Analyse von Lieferzeiten, Kundenmerkmalen oder Wettbewerbsangeboten, um Gegenstrategien zu entwickeln.
  • Optimierung des Werbemitteleinsatzes durch Ermittlung von Responsequoten auf Werbemaßnahmen, Nutzungsintensitäten von Webangeboten, Lesequoten von Newslettern, Individualisierung der Angebote im Hinblick auf Kundenmerkmale usw.
  • Systematisierung der Wettbewerbsanalyse durch regelmäßige Beobachtung des Wettbewerberverhaltens (vor allem im Internet), Analyse des Produktangebots, Erfassung von Marktanteilen im Handel, Entwicklung des Markenimages usw.
  • Erkennung von Kundensegmenten als Basis für die Entwicklung kundenspezifischer Strategien durch Analyse des Kaufverhaltens und struktureller Daten

Ermittlung des Kundenwerts von Neukunden

Wozu Kundenwerte? Die Erkenntnis, dass einige Kunden profitabler sind als andere, hat sich inzwischen ausgebreitet. Doch ist dieses Wissen umso wertvoller, je früher man darüber Bescheid weiß. Am besten wäre es, dies vorher zu wissen. Dies geht natürlich nur auf der Basis von Schätzwerten. Dann kann entschieden werden, ob ein Kunde überhaupt akquiriert werden soll, wie er zu betreuen ist oder welche Konditionen er erhält.

Je nach Art und Anzahl der Kunden eignen sich andere Verfahren zur Kundenwertermittlung. Inzwischen existiert eine kaum noch zu überschauende Zahl, die teils sehr spezielle Anwendungsgebiete haben. Die folgende Abbildung gibt einen Überblick. Dabei wird eine Unterscheidung in private und gewerbliche Kunden sowie in viele kleine gegenüber wenigen großen vorgenommen. So setzen einige Verfahren eine intensive Beschäftigung mit den Kunden voraus, so dass sie sich nur bei wenigen bedeutenden Kunden einsetzen lassen. Andere wiederum können auch maschinell im Rahmen einer Kundendaten angewandt werden und eignen sich auch für große Kundenstämme.

Verfahren der Kundenwertermittlung
Verfahren der Kundenwertermittlung

Auftragserfolgsrechnung – Ermittelt die Profitabilität einzelner Aufträge, was vor allem dann relevant ist, wenn der Kunde nur einmalig oder selten aktiv, das Auftragsvolumen jedoch hoch ist. Mit einer Hochrechnung lässt sich ein Auftragswert berechnen, im Vergleich zu einer Kundenwertschätzung ein vergleichsweise kurzfristiger Wert.

Bonitätsrating – Wenn die Zahlungsfähigkeit des Kunden zum entscheidenden Faktor wird, wird der Kundenwert maßgeblich von der Zahlungsfähigkeit bestimmt. Dies gilt insbesondere für Dauerverträge mit Privatkunden und Projekte mit umfangreichen Vorleistungen des Anbieters.

Data Mining (Erkennen von Verhaltensmustern) – Aus dem Verhalten der Kunden, vor allem bei langfristigen Vertragsbeziehungen, lassen sich Potenziale ablesen. So kann auch erkannt werden, welche Kundenmerkmale mit hohen Profitabilitäten verbunden sind.

Kampagnenmanagement (Responseanalyse) – Die Reaktion von Kunden auf einzelne Maßnahmen lässt auf die Bereitschaft für eine Ausweitung der Geschäftsbeziehung schließen. Eine hohe Reaktionsbereitschaft deutet auf ein hohes Potenzial hin.

Kundenerfolgsrechnung – Basis einer Kundenwertermittlung aufgrund realer Daten. Sie ermittelt Deckungsbeiträge auf unterschiedlichen Ebenen und erlaubt Einblicke in die Ertragsstruktur.

Kundenlebenswert/Punktbewertung – Häufig stehen keine ausreichenden Daten für eine Berechnung des Kundenwerts zur Verfügung. Dann müssen als „Notlösung“ Schätzungen qualitativer Faktoren eingesetzt werden. Dazu werden relevante Faktoren ausgewählt und möglichst von mehreren Personen anhand einer Punkteskala bewertet. Der gewichtete Gesamtwert ist dann der Kundenwert.

Kundenzufriedenheit – Wurde bereits als wesentlicher Bestimmungsfaktor der Kundenbeziehung dargestellt. Eine hohe Kundenzufriedenheit stellt eine Grundlage für eine Ausweitung des Geschäfts dar und ist damit wesentlicher Faktor des Kundenwerts.

Mikrogeografie – Die Analyse kleiner geografischer Einheiten ist inzwischen zum Standardangebot vieler Marktforschungsinstitute geworden. Dabei werden Kaufverhaltensdaten wie auch Bonitätsdaten ausgewertet. So lassen sich im Hinblick auf die Kaufkraft und Produktinteressen attraktive und weniger Attraktive „Zellen“ identifizieren.

Portfolio-Analyse – Sie bewertet vorhandene Kunden anhand einer Vielzahl von Informationen, eignet sich daher nur für einen kleineren Kundenstamm. Je nach Anwendungszweck kann sie sehr unterschiedlich ausgestaltet werden.

RFMR-Kundenbewertung – Ein im Versandhandel verbreitetes Verfahren, bei dem Kunden anhand der Kauffrequenz, des Kaufwerts und der Zeit seit dem letzten Kauf bewertet werden. Führen Werbemaßnahmen nicht zu weiteren Käufen. sinkt der Kundenwert automatisch. Karteileichen werden dadurch automatisch identifiziert und von weiteren Werbemaßnahmen ausgeschlossen.

Eine Kundenwertschätzung ist immer unsicher. Deswegen darf sie auch nicht überbewertet werden. Was die Vorgehensweise angeht, sind unterschiedliche Situationen zu unterscheiden: Zum einen kann die Schätzung vor der Aufnahme der Geschäftsbeziehung vorgenommen werden, zum anderen während. Der Unterschied liegt vor allem in der Verfügbarkeit und Qualität der Daten. Weiterhin spielt es eine Rolle, ob man sich in einem B2B- oder B2C-Markt befindet. Schließlich ist es auch wichtig, ob ein Unternehmen eine Vielzahl von Kunden hat oder nur einige wenige (dann mit hoffentlich hohem Umsatz).

Wir sehen uns hier einige ausgewählte Verfahren an, und zwar im Hinblick auf neue oder bestehende Kunden.

Schätzung des Potenzials bei Neukunden

Zur Wertermittlung wird die Kundenbeziehung als ein Investitionsobjekt betrachtet, das in der Anfangsphase Geld kostet, im Laufe der Zeit aber immer profitabler wird und eine bestimmte Rendite erwirtschaftet. Eine lohnenswerte Kundenbeziehung zeichnet sich dann dadurch aus, dass ihre Rendite die Mindestrenditeanforderung des Unternehmens erfüllt.

Wie hoch die Renditeanforderung ist, darüber lässt sich ausgiebig diskutieren. Im Prinzip müssen Kundenbeziehungen so profitabel sein wie etwa auch Investitionen in Produktionsanlagen. Hier hat sich seit der Verbreitung des Konzepts der wertorientierten Unternehmensführung als Faustregel ergeben, dass mindestens die tatsächlichen Kapitalkosten erwirtschaftet werden müssen. Diese können mit der Kennzahl Weighted Average Cost of Capital (WACC) ermittelt werden. Dabei werden Eigen- und Fremdkapital im tatsächlichen Verhältnis zueinander berücksichtigt. Beim Eigenkapital wird zusätzlich das Risiko des Unternehmens berücksichtigt (dies ist sinnvoll, weil Unternehmen mit höherem Risiko eine höhere Verzinsung bieten müssen). Lassen wir diesen Faktor der Einfachheit halber außer Acht, dann ergeben sich die Kapitalkosten als: Fremdkapitalanteil x Fremdkapitalzinssatz + Eigenkapitalanteil x Eigenkapitalzinssatz. Dieser Zinssatz wird dann für die Abzinsung der geschätzten Zahlungsüberschüsse verwendet.

Vor allem Unternehmen, deren Geschäft auf langfristigen vertraglichen Bindungen basiert, müssen zunächst einmal in Kundenbeziehungen investieren, um dann später profitabel zu werden. Das Problem liegt auf der Hand: Mit wenigen Ausnahmen müssen sich Anbieter, vom Buchhandel bis zur Versicherung, mit dem Problem auseinander setzen, dass die angesprochene Zielgruppe bereits Vertragspartner hat und dadurch erst aus bestehenden Geschäftsbeziehungen abgeworben werden muss. Oder sie sind skeptisch, verbinden mit einem Abschluss ein hohes subjektives Risiko. Dadurch sind ausgiebige Werbemaßnahmen, Investitionen in Infrastruktur, intensive Beratungen und ggf. Preiszugeständnisse erforderlich.

Folgende Abbildung zeigt einige Beispiele für typische Verläufe der Kundendeckungsbeiträge. Deckungsbeiträge (Erlös –zurechenbare Kosten = DB) sind die zentrale Erfolgsgröße, weil sie bei entsprechender Abgrenzung genau einem Kunden zugerechnet werden können.

Kundendeckungsbeitragsverläufe
Kundendeckungsbeitragsverläufe

Die durchgezogene Linie (Typ A) beschreibt einen Beziehungsverlauf, bei dem der Kunde erst durch umfangreiche Investitionen angeworben werden muss. Er ist nach einer gewissen Zeit, aber auch nur begrenzt profitabel, so dass zügig eine Abschöpfung erfolgen muss. Dieses Verhalten ist typisch für dynamische Märkte, die durch ihr Wachstum für viele Anbieter attraktiv sind und damit eine intensive Konkurrenzsituation erzeugen. Kunden lassen sich oft nicht lange binden, weil sich das Nachfrageverhalten oder die Unternehmenspolitik schnell ändern. Beispiele: gewerblich: (Tele-)Kommunikation, IT; privat: Online-Broker.

Die gestrichelte Linie (Typ B) beschreibt ein Kundensegment, das relativ leicht anzuwerben ist, aber nicht zu hohen Deckungsbeiträgen führt. Vielfach handelt es sich um Kleingeschäft, das für den Nachfrager geringe Risiken birgt, aber auch wenige Anbieter aktiv werden lässt. Die Märkte gehören sozusagen zu den vergessenen, sind wenig von aktuellen Entwicklungen und vor allem Innovationen betroffen. Beispiele: gewerblich: Zubehörgeschäft, Produktionsmaterial, Büroartikel; privat: so genannte „Vanille-Zielgruppen“ (etwa bei Autoversicherungen: Versicherungsnehmer mit hoher Schadenfreiheitsklasse), Familien.

Der dritte Typ C (gepunktete Linie) ist durch wechselhaftes Verhalten gekennzeichnet. Auf der einen Seite ist es möglich, schnell zu einem profitablen Geschäft zu kommen, auf der anderen Seite ergibt sich kaum eine Basis für eine dauerhafte Geschäftsbeziehung. Die Kosten für die laufende Betreuung führen letztlich zu einem negativen Ergebnis. Ursache für solches Verhalten sind vor allem im Management und einem unsicheren Umfeld zu suchen, was letztlich für beide Märkte gilt. Außerdem handelt es sich oft um Schnäppchenjäger, die nur auf den Preisvorteil achten, bei günstigeren Angeboten auch schnell wieder wechseln. Beispiele: gewerblich: Postenvermarkter, privat: Last-Minute-Reisen.

Diese Verlaufsarten müssen schon beim Aufbau der Kundenbeziehung geschätzt werden, um eine optimale Investitionsentscheidung fällen zu können. Besteht keine Möglichkeit der Vertragsbindung, muss der Break Even sehr früh erreicht werden.

Eine konkrete Schätzung des Kundendeckungsbeitragspotenzials ist unter anderem von folgenden Faktoren abhängig:

Standardfaktoren
  1. Ausgaben des Kunden in der Produktgruppe pro Jahr gesamt (Netto-Umsätze)
  2. Zahl der Lieferanten/gekauften Marken in der Produktgruppe, geschätzte Markentreue
  3. erwartete Dauer der Kundenbeziehung
  4. Profitabilität (Deckungsbeitrag) der gekauften Produkte und Dienstleistungen (Deckungsbeitrag vor Abzug kundenspezifischer und Marketingkosten)
  5. erforderlicher Aufwand zur Erhaltung der Kundenbeziehung (Werbung, Außendienstbesuche usw.) pro Jahr
Spezielle Faktoren für eine erweiterte Berechnung
  1. Potenziale für Bedarfssteigerungen – Entwicklungspotenzial der Kundenbranche, Umsatzentwicklung des Kunden
  2. Möglichkeiten zum Cross Selling (Verkauf weiterer Produkte aus dem eigenen Sortiment; z. B. ergänzende Dienstleistungen, Zubehör)
  3. erstmaliger Aufwand zur Kundenakquisition (Vermittlungsprovisionen, Werbeaufwand)
  4. Aufwand für Reklamationsbearbeitung, Nacharbeit, Kulanz, Stornierungen, Mahnungen usw. pro Jahr
  5. Zusatzdeckungsbeiträge aufgrund von Empfehlungen
  6. Einsatz als Referenzkunde – Welchen Ruf hat der Kunde in der Branche?

Während es bei gewerblichen Kunden (Einzelhandel, Industriebetriebe) möglich ist, das Potenzial einzelner Kunden zu schätzen, bleibt bei Privatkunden meist nur die Möglichkeit, die Annahmen auf eine mehr oder weniger große anonyme Zielgruppe zu beziehen. Folgende Übersicht zeigt beispielhaft die Vorgehensweise für die Berechnung des Wertes eines Privatkunden eines Finanzdienstleisters.

Position                                                                                                  Wert
  1. durchschn. Jahresausgaben (Gebühren, Provis.) in der Kategorie:    1.000
  2. geschätzter Lieferanteil davon (als Hauptvertragspartner)               60 %
  3. Umsatzpotenzial (netto)                                                                       600
  4. erwartete Dauer der Kundenbeziehung                                               6 Jahre
  5. Deckungsbeitrag I pro Jahr                                                                   450
  6. Zusatz-DB I pro Jahr                                                                             300
  7. Akquisitionsaufwand einmalig                                                             300
  8. Erhaltungsaufwand jährlich                                                                 50
  9. Reklamationsaufwand jährlich                                                             40
  10. durchschnittlicher Jahres-DB II (5.+6.–8.–9.)                                   660
  11. kalkulatorischer Zinssatz                                                                     15 %
  12. Barwert der Kundenbeziehung

Zahlungen: t0 = –300, t1 – t10 = 660                                                   2.198

Barwert = –300 + Σ ZÜt/(1+i)t, ZÜ = Zahlungsüberschüsse, i = Zinssatz

Der Kunde/ntyp hat einen Wert von 2.198 EUR. Hier ist noch zu berücksichtigen, dass ein Finanzdienstleister hohe Fixkostenanteile hat, so dass die Wertberechnung mit Deckungsbeiträgen entsprechend höhere Anforderungen erfüllen muss als bei einem Hersteller.

 

Ermittlung des Kundenwerts von Bestandskunden

Während die Schätzung des Kundenwertes bei Neukunden stark spekulativ ist, lässt sie sich bei einer bereits bestehenden Beziehung recht präzise vornehmen. Voraussetzung ist allerdings, dass die Kunden auch namentlich bekannt sind. Vor allem im Versandhandel werden Bewertungsverfahren eingesetzt, mit deren Hilfe regelmäßig festgestellt werden kann, ob ein Kunde noch profitträchtig ist oder nicht.

Basis dieser Bewertungen ist das Verhalten in der Vergangenheit. Dies betrifft sowohl die getätigten Umsätze als auch die entstandenen Aufwendungen zur Förderung des Kunden. Da in den meisten Fällen noch keine ausreichend detaillierten Daten zur Verfügung stehen, die eine exakte Zurechnung entstandener Kosten auf den Kunden ermöglichen, wird unterstützend mit Punktbewertungen gearbeitet. Der Kunde erhält dann Bonuspunkte für alle Aktivitäten, die den Deckungsbeitrag steigern, Maluspunkte für alle Aktivitäten, die Kosten verursachen. Die erreichte Punktzahl ist dann Entscheidungsgrundlage für die Art und Intensität der Kundenbetreuung.

Ein beliebtes Verfahren ist die Recency-Frequency-Monetary-Ratio-Methode (auch: Recency-Freequency-Money). Die Beurteilungskriterien eines Kunden sind:

Recency – Zeit, die der letzte Kauf zurück liegt. Kunden, die kürzlich kauften, werden höher bewertet als Kunden, bei denen der Kauf länger zurückliegt,

Frequency – Kunden mit höherer Bestellfrequenz werden höher bewertet als Gelegenheitskunden,

Monetary Ratio – Kunden mit einem höheren Deckungsbeitrag/Umsatz werden höher bewertet als solche mit einem niedrigeren.

Damit ergibt sich beispielsweise das unten gezeigte Schema. Bei diesem System verliert ein Kunde sukzessiv Punkte, wenn er über einen längeren Zeitraum nicht aktiv ist. Nach einer festzusetzenden Zeit wird sein Punktestand so niedrig sein, dass für ihn kein Betreuungsaufwand mehr erfolgt.

RFM-Methode der Kundenwertermittlung
RFM-Methode der Kundenwertermittlung

Während dieses Beispiel aus dem Versandhandel stammt, kann die Methode auch für viele andere Branchen angewandt werden. Dabei sind ggf. andere Bewertungskriterien aufzustellen. Wie diese gewichtet werden, hängt wiederum von individuellen Gegebenheiten eines jeden Anwenders ab. Hier spielen beispielsweise die erzielten Spannen pro Auftrag und die Kosten für Werbemaßnahmen eine Rolle. Die Kunden müssen allerdings bekannt sein und es sollten nicht nur zwei Variablen zur Verfügung stehen, weil man sich dann den Aufwand auch sparen könnte. Dies beträfe etwa Energieversorger.

Auf der Basis der Recency-Frequency-Money-Analyse lassen sich auch differenzierte Kategorien von Kunden bilden, für die jeweils geeignete Maßnahmen entwickelt werden können. Es ergibt sich ein Würfel mit in der Regel 5 x 5 x 5 = 125 Segmenten, so dass sich beispielsweise die Kunden identifizieren lassen, die sich durch hohe/niedrige Umsätze, hohe/niedrige Frequenz oder kürzer/länger zurückliegende Käufe auszeichnen (vgl. Berry/Linoff Mastering Data Mining, New York 2000, S. 272).

RFM-Würfel (nach Berry/Linoff)
RFM-Würfel (nach Berry/Linoff)

 

Das Kundensegment 555 beispielsweise befindet sich in der jeweils höchsten Klasse, ist daher am attraktivsten. Ein Kunde im Segment 135 hat schon lange nicht mehr bestellt, eine mittlere Bestellfrequenz und einen hohen Bestellwert. So lassen sich z. B. Adressaten herausfiltern, die aufgrund ihres Potenzials reaktiviert werden sollen.

Die Kenntnis einzelner Deckungsbeiträge aus Bestellungen sowie der Kosten kundenspezifischer Tätigkeiten (in erster Linie: Prozesskosten) ermöglicht es, diese Berechnungen zu verfeinern. Bei der Betrachtung von Kundenumsätzen ist beispielsweise noch nicht berücksichtigt, in welchem Maße profitable Produkte oder Schnäppchen gekauft werden. Erforderlich sind die folgenden Daten:

Stück-Deckungsbeiträge aller gekauften Produkte oder Dienstleistungen,

  • Zeitpunkte von Käufen und Akquisitionsaktivitäten,
  • Kosten von Werbe- und Betreuungsmaßnahmen,
  • Kosten der Auftragsabwicklung, des Transports,
  • Kosten für Reklamationsbearbeitung und Kulanzleistungen.

Folgende Tabelle zeigt ein Beispiel einer RFM-Statistik eines Unternehmens mit 20.000 Kunden.

Beispiel einer RFM-Statistik
Beispiel einer RFM-Statistik

Bei der Berechnung des derzeitigen Kundenwertes kann der Zeitfaktor über eine Abzinsung der Werte berücksichtigt werden. Im Folgenden ein Beispiel für eine solche Rechnung.

Beispiel aktueller Kundenwert
Beispiel aktueller Kundenwert

In diesem Beispiel wurden fünf Jahre betrachtet inklusive dem aktuellen. Zu den jeweiligen Daten werden der Durchschnitt und der Prognosewert für das nächste Jahr berechnet. Hier wurde die lineare Regression als Prognose-verfahren eingesetzt. Die Prognosewerte liegen deutlich positiver als die Durchschnitte. Dies ist charakteristisch für eine Kundenbeziehung, die erst aufgebaut werden musste und nun ertragsstark wird. Für das kommende Jahr kann mit einem Deckungsbeitrag von 13.056 EUR gerechnet werden. Sollte der Kunde verloren gehen, hieße dies, dass ein entsprechender Deckungsbeitrag verloren ginge. Insofern könnten Anstrengungen zum Erhalt des Kunden die Ausgabe dieses Betrags rechtfertigen.

Der aktuelle Kundenwert ist in diesem Beispiel 44.988 EUR. Er wurde errechnet aus den mit acht Prozent aufgezinsten Kundendeckungsbeiträgen der letzten fünf Jahre. Dieser Kunde hat demnach dem Unternehmen auf den aktuellen Zeitpunkt bezogen rund 45.000 EUR Deckungsbeitrag erbracht.