5 Minuten Lesezeit 4 November 2019
woman with shopping bags walking on the street

Wie Customer Lifetime Value neu interpretiert wird und so Wert schafft

Von Jona Buss

Senior Manager Technology Consulting, Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft | Deutschland

Ansprechpartner für Kundendaten und Kundenanalyse; unterstützt seine Kunden bei der datengetriebenen Optimierung ihrer Strategie und Prozesse im Customer-Experience-Umfeld.

5 Minuten Lesezeit 4 November 2019

Weitere Materialien

Als strategische Kennzahl optimiert CLV das Kundenverhältnis. SAPs neue Softwaregeneration bietet Ansätze für einen wertorientierten Dialog.

Wie wird eine Kundin nach der ersten Bestellung zur Abonnentin? Wie treffen Unternehmen Kulanzentscheidungen im Service mit Blick auf langfristige und wertorientierte Kundenbeziehungen statt kurzfristige Kosten? Der Customer Lifetime Value, oft übersetzt mit „Kundenertragswert“, regt dazu an, über dauerhafte Beziehungen nachzudenken. Das Konzept, das der Kenngröße zugrunde liegt, erscheint beinahe banal: Es ist für ein Unternehmen besser, Kunden langfristig glücklich zu halten, als bei einzelnen Transaktionen auf den größtmöglichen Vorteil hinzuarbeiten.

Neu ist der Gedanke nicht, aber: Nie zuvor konnten die einzelnen Schritte dieser Weiterentwicklung so detailliert mit Zahlen und Daten untermauert werden, nie zuvor konnten so punktgenau Maßnahmen zum Vertiefen der Kundenbeziehung abgeleitet werden. Wie gut das funktionieren kann, lässt sich bei den neuen Internetgiganten oder an den Veränderungen in der Automobilbranche beobachten. Häufig unterscheiden sich die Geschäftsmodelle herkömmlicher Anbieter von denen der vorrangig digitalen Herausforderer in erster Linie durch ein neues Verständnis der Kundenbeziehung. Statt um einmaliges Überzeugen beim Autokauf geht es künftig beispielsweise um das wiederkehrende Buchen von Mobilitätsservices – und dementsprechend um deren kontinuierliche Verbesserung.

Neue Datenschätze machen Customer Lifetime Value zu einer strategischen Kennzahl

Der Trend dahinter ist ein langfristiger. Besonders in den zurückliegenden zehn Jahren hat es Veränderungen gegeben, die zu einer Neuinterpretation des Konzepts Customer Lifetime Value führten. 

  • Customer Lifetime Value – eine Definition

    In einer eng gefassten betriebswirtschaftlichen Definition beschreibt der Customer Lifetime Value den Deckungsbeitrag, den ein Kunde dem Unternehmen im Laufe der Geschäftsbeziehung bringt. Wie viel höher ist also voraussichtlich der erzielte Umsatz im Vergleich zu den durch den Kunden entstehenden Kosten? Die so berechnete Zahl umfasst Annahmen für die Zukunft: Zukünftige vermutete Ein- und Ausgaben werden um Inflations- und Zinseffekte bereinigt, um einen CLV-Wert zum aktuellen Stichtag zu ermitteln. Allgemeiner wird unter Customer Lifetime Value aber schlicht der langfristige Wert verstanden, den ein Kunde dem Unternehmen bringt.

Unternehmen sind inzwischen nicht mehr nur auf langwierige Marktforschungsaktionen mit geringem Daten-Output angewiesen, sondern sie können online und mobil mit analytischen Methoden neue Kundendaten erheben, beispielsweise zu Mailöffnungsraten, Zufriedenheit mit der Streckenführung im Ride sharing oder zu Verweildauern auf Webseiten. Die Prognosen zu Umsatzpotenzialen und künftigem Verhalten werden genauer und die Frage, warum unterschiedliche Kunden einen anderen Wert haben, lässt sich immer leichter und präziser beantworten.

Customer Lifetime Value wird dank dieser neuen Daten von einer operativen zu einer strategischen Kennzahl. Die Geschäftsmodelle werden kundenzentrierter. Einige Beispiele für diesen Paradigmenwechsel:

  • direkter und personalisierter Kundenkontakt,
  • Kundenwert- und Serviceorientierung statt Volumen- und Produktorientierung,
  • systematische Kundenloyalisierung durch Communities,
  • Optimierung der Customer Experience.

Es gibt keine schlechten Kunden – nur ihre falsche Behandlung

Es gibt Befürchtungen, dass Unternehmen dadurch künftig nur noch anhand schlecht funktionierender Algorithmen entscheiden, welche Kunden Aufmerksamkeit (oder beispielsweise auch Garantie- und Kulanz-Dienstleistungen) verdienen und welche nicht. Unberechtigt sind diese Ängste nicht, allerdings gab es solche Abwägungen schon immer. Jetzt können sie aber fundierter auf Basis realer Daten getroffen werden, nicht nur abhängig von subjektiven Eindrücken. Noch wichtiger ist aber eine weitere Erkenntnis, die sich im Unternehmen durchsetzen muss: Es gibt keine „schlechten“ Kunden, sondern nur die falsche Behandlung mancher Kunden.

Wie können Daten aus verschiedenen Systemen in Vertrieb, Marketing und Abrechnung zusammengeführt werden, wenn es keine einheitliche Kunden-ID gibt?

Schnell zeigen sich auch Herausforderungen über die reine Erfassung und Verarbeitung der Daten hinaus. Rechtlich gilt es beispielsweise sicherzustellen, dass der Kunde einer transparenten Verarbeitung seiner Daten überhaupt zugestimmt hat. Auch muss das Unternehmen klären, wie es Daten aus verschiedenen Systemen in Vertrieb, Marketing und Abrechnung zusammenführt, wenn es keine einheitliche Kunden-ID gibt. Beim Betrieb mehrerer paralleler Datenbanken entstehen oft Silos, die neu organisiert werden müssen.

Der Customer-Experience-Kreislauf

Angesichts dieser Fragen verändert eine neue Softwaregeneration von SAP die Prozesse vieler Unternehmen elementar: C/4HANA. So wie S/4HANA vereinfacht gesagt hilft, interne Prozesse rund um Finanz- und Ressourcenplanung zu verbessern, ist C/4HANA eher nach außen orientiert und optimiert unternehmerisches Handeln zum Kunden hin. Das System kämpft mit einem SAP-typischen Vorurteil: Ihm werden zu hohe Komplexität und zu anspruchsvolle Lernkurven in der Anwendung nachgesagt. Einige Unternehmen haben in der Vergangenheit in Teilbereichen andere Lösungen gesucht, beispielsweise für die Kulanz-Steuerung oder ihr Kampagnen-Management.

Früher oder später kamen viele von ihnen aber an einen Punkt, an dem sie statt Dutzender Einzelsysteme eine ganzheitliche Übersicht wünschten. In diesem Fall ist eine Umgebung wie C/4HANA eine mögliche Lösung, um sämtliche Kundendaten systematisch zu verarbeiten und kundenbezogene Entscheidungen konsistent zu steuern.

Ein durchgängiger Customer-Experience-Kreislauf verbindet die Erfassung kundenbezogener Daten, ihre analytische Auswertung und ihren Einsatz zur Entscheidungsunterstützung.

Im Grunde liefert jeder Berührungspunkt mit dem Kunden Möglichkeiten, kundenbezogene Daten zu sammeln. Ebenso bieten diese Berührungspunkte die Chance, das Kundenverhalten auf vielfältige Weise zu beeinflussen. Ziel ist es, einen durchgängigen Customer-Experience-Kreislauf zu etablieren. Dieser verbindet die Erfassung kundenbezogener Daten mit ihrer analytischen Auswertung und ihrem gezielten Einsatz zur Unterstützung von Entscheidungen in den Bereichen Marketing, Vertrieb und Service.

Vier Stufen auf dem Weg zur Kundenwert-Orientierung mit etablierten Prozessschleifen

Ein vierstufiges System hilft, die erhobenen Daten bestmöglich zur individuellen Kundenansprache zu nutzen:

  • Unternehmen, die nur Daten sammeln, ohne diese zu deuten, schaffen kaum Mehrwert. Wertvolle semantische Informationen können die Interpretation von Klickdaten, Standortdaten oder vorigen Interessen liefern. Aus „Customer Data“ wird so „Customer Information“.
  • Für die dritte Stufe, „Customer Knowledge“, gilt es dann, Modelle aufzustellen, die aus vergangenen Daten Zukunftsprognosen ableiten. „Predictive Analytics“ sind hier ein wichtiges Stichwort.
  • Auf der höchsten Stufe wird aus „Customer Knowledge“ dann „Customer Wisdom“, indem solche Vorhersagen nicht nur einmalig getroffen werden, sondern Teil einer wiederkehrenden Schleife beziehungsweise eines lernenden Systems werden. Reagiert die Kundin, wenn sie einen Coupon gemailt bekommt? Nicht zu jedem passen die gleichen Maßnahmen – manche Menschen mögen eine individuelle Ansprache, während es anderen gerade gefällt, in der Masse adressiert zu werden.

Erst die regelmäßige Anwendung eines solchen Zyklus‘ ermöglicht ein umfassendes Verständnis und die bestmögliche Ansprache der Kunden – letztlich immer ausgerichtet auf einen höheren Customer Lifetime Value.

Fazit

Kunden erwarten heutzutage, dass Unternehmen ihre Vorlieben und Bedürfnisse kennen und genau adressieren. Erfolg hat, wer seine Kunden tiefgehend versteht und ihnen passende Angebote unterbreitet.

Neue Wege beim Erheben, Auswerten und Anwenden von Daten schaffen eine viel größere Fundierung von Kennzahl-Konstrukten wie dem Customer Lifetime Value.

Einen großen Wettbewerbsvorteil haben künftig Unternehmen, die zur Interpretation ihrer kundenbezogenen Daten systematisch analytische Modelle entwickeln, die Kundenverhalten vorhersagen und so die gemeinsame Beziehung festigen.

Über diesen Artikel

Von Jona Buss

Senior Manager Technology Consulting, Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft | Deutschland

Ansprechpartner für Kundendaten und Kundenanalyse; unterstützt seine Kunden bei der datengetriebenen Optimierung ihrer Strategie und Prozesse im Customer-Experience-Umfeld.

  • Facebook
  • LinkedIn
  • X (formerly Twitter)