Editorial

Editorial April 2017

Kundenrückgewinnung in Zeiten von Big Data Analytics – eine vernachlässigte Strategie 

von Peter Neckel, Leitung Customer Analytics, mayato GmbH

 

Das Unternehmensumfeld hat sich in den letzten Jahren rapide verändert: Analog zum „War for Talents“ (dem Kampf der Unternehmen um qualifizierten Nachwuchs) könnte man im Marketing vom „War for Customers“ sprechen, um die immer aufwändigere Suche nach neuen Kunden zu charakterisieren.

 

Denn heutige Kunden befinden sich in einer komfortablen Lage: Sie können aus einem riesigen Überangebot an Produkten und Anbietern wählen. Und sie sind sich ihrer Einkaufsmacht bewusst – ihre Preissensibilität sowie ihre Ansprüche an Produkt- und Servicequalität steigen stetig. Zudem sind sie in ihrem gesamten Kaufverhalten spontaner und somit unberechenbarer denn je; die Kundenloyalität und die Markentreue sinken beständig – ob beim Telekommunikationsanbieter oder Energieversorger, im Supermarkt, bei Banken, Versicherungen oder beim Autokauf.

Die Kunden als der wesentliche „Flaschenhals“ sollten daher im Mittelpunkt des unternehmerischen Handelns stehen: Jedes Unternehmen muss sich mehr denn je anstrengen, neue Kunden zu finden, bestehende Kundenbeziehungen zu festigen sowie abgewanderte, aber profitable Kunden zurückzugewinnen. Der Schwerpunkt der Aktivitäten liegt aktuell meist bei den ersten beiden Strategien: Bei der Kundenneugewinnung sowie der Kundenbindung/-entwicklung.

Aus vielen Gründen wird jedoch die Kundenrückgewinnung oft noch stark vernachlässigt. Lange Zeit ließ sich die Verlustrate recht problemlos durch Kundenneugewinnung ausgleichen und so die unangenehme Beschäftigung mit unternehmenseigenen Fehlern und Schwächen als Folge der Ermittlung der Abwanderungsgründe umgehen. Auch sind interne Anreizsysteme in Unternehmen nicht selten so ausgestaltet, dass neu hinzugewonnene Kunden besonders stark honoriert werden.

Die Neukundengewinnung wird jedoch in vielen Branchen aufgrund des hohen Wettbewerbsdrucks immer schwieriger und ineffizienter, sodass ein allmähliches Umdenken einsetzt. In Zeiten von Big Data Analytics eröffnen sich zudem vielfältige neue Möglichkeiten, Kundenrückgewinnungsaktionen mit wertvollen Analyseergebnissen zu unterstützen und so sprunghaft effizienter zu gestalten. Ein Beispiel ist die analytische Kündigerfrüherkennung (Churn Prevention) – also die erfolgreiche Identifikation der (noch) aktiven, aber akut abwanderungsgefährdeten Kunden, die im Anschluss präventiv kontaktiert werden können.

Die systematische Kundenrückgewinnung bietet jedoch auch aus strategischer Sicht enorme Chancen:

Leichter Neukunden gewinnen: Erfolgreiche Kundenrückgewinnung reduziert die negative Mundkommunikation abgewanderter Kunden und trägt dadurch zu einer weniger skeptischen Haltung bei Neukunden bei. Dieses zunehmend positive Referenzverhalten erleichtert die Neukundengewinnung.

Die Neukundenakquise ist doppelt so teuer: Studien aus dem Dienstleistungssektor zeigen, dass bei über 90% der befragten Unternehmen die Kosten der Neukundengewinnung doppelt so hoch oder höher als die der Rückgewinnung sind. Zudem sind zurückgewonnene Kunden typischerweise zufriedener, rentabler und fehlertoleranter als Neukunden.

Je früher die Ansprache, desto höher der Erfolg: Abwanderungen sind i.d.R. das Ergebnis einer mehrmonatigen Entwicklung. Die Kündigerfrüherkennung erlaubt die direkte Kundenansprache noch vor Vollzug der Kündigung. Je früher diese Ansprache erfolgt, umso höher ist typischerweise der Rückgewinnungserfolg, da zu diesem Zeitpunkt der “Goodwill” gegenüber dem Anbieter vielfach noch vorhanden ist.

Frühwarnindikatoren & Abwanderungsgründe verstehen: Durch analytische Kündigerfrüherkennung können gezielt bereits bekannte Vermutungen und Hypothesen zu Abwanderungsgründen oder wichtigen Frühwarnindikatoren widerlegt oder validiert werden. Abwanderungsgründe sind dabei wichtige Anknüpfungspunkte zur Rückgewinnungs-kommunikation.

Nicht „auf einem strategischen Auge blind sein“: Eine vollständige Kundenorientierung umfasst den gesamten Kundenlebenszyklus: Kundenneugewinnung, Kundenbindung/-entwicklung sowie Kundenrückgewinnung. Jeder abwanderungsgefährdete Kunde hat – im Gegensatz zum Neukunden – eine „Datenhistorie“, die wertvolle Informationen enthält und eine profitable Bearbeitung solcher Kunden ermöglicht. Vielfach wechseln Kunden bereits dann, wenn sie (angesichts oft hoher Akquisekosten) noch nicht profitabel sind. Nur durch die Kundenrückgewinnung kann somit das „volle“ Kundenpotenzial realisiert werden.

Für den zielgerichteten Einsatz von Abwanderungspräventionsmaßnahmen ist – neben der Berechnung kundenindividueller Kündigungswahrscheinlichkeiten – die möglichst exakte Prognose des voraussichtlichen Kündigungszeitpunktes von entscheidender Bedeutung. Neue, kombinierte Analyseansätze können den wahrscheinlichsten Zeitpunkt der Abwanderung kundenindividuell für mehrere Monate im Voraus prognostizieren.

Durch Einbezug dieser Zusatzinformation können z.B. folgende Fragen beantwortet werden:

  • Wird Kunde A abwandern? Wenn ja, zu welchem Zeitpunkt ist dies am wahrscheinlichsten?
  • Welche typischen Frühwarnindikatoren für Kündigungen lassen sich ableiten?
  • Für welche Kunden aus dem Kundenstamm ist das Kündigungsrisiko im nächsten Monat am höchsten? Wie sieht es in drei oder vier Monaten aus?
  • Welche Faktoren haben den größten Einfluss darauf, dass Kunden möglichst lange treu bleiben?
  • Wie viel Zeit vergeht, bis ein bestimmter Prozentsatz (10%, 20%, 50%, …) aller aktuellen Kunden abgewandert ist? Wie sehen die Zahlen im Direktvergleich unterschiedlicher Kundengruppen aus?
  • Sind bestimmte Kundengruppen oder -segmente generell treuer?
  • Welche Direktmarketing- und Rückgewinnungskampagnen waren besonders wirksam?

Wie kann nun eine systematische Kundenrückgewinnung mit Unterstützung durch Big Data Analytics in der konkreten praktischen Umsetzung aussehen? Welche Aspekte sollten dabei besonders berücksichtigt werden? Und welche Ergebnisse kann man von der Kündigerfrüherkennung erwarten?

Die Antworten auf diese Fragen haben wir in einem Whitepaper zum Thema „Kundenrückgewinnung in Zeiten von Big Data Analytics“ zusammengestellt, das kostenlos zum Download unter folgendem Link bereitsteht: https://www.mayato.com/knowhow/kundenrueckgewinnung/. Ich wünsche Ihnen viel Freude bei der Lektüre! Beste Grüße aus Berlin,

Peter Neckel 

Leitung Customer Analytics, mayato GmbH