minubo Use Case: Bestandskundenmarketing via Kohortenanalyse

Im heutigen Blogbeitrag dreht sich alles um das Thema Bestandskundenmarketing. Im Speziellen möchte ich dabei am Beispiel eines Use Cases das Wiederkaufsverhalten bestimmter Kundengruppen analysieren, um  dadurch eine Basis für die Erarbeitung eines optimierten Marketing-Mixes für die Bestandskundenansprache zu  schaffen.

Um das Wiederkaufsverhalten der Kunden zu analysieren, schauen wir uns das Kohorten-Widget im minubo Web-Frontend an. Hier sehen wir verschiedene Kohorten (Kunden mit dem gleichen Monat der Erstbestellung) und  ihre Wiederkäufe in den nächsten Monaten.

 

minubo Kohortenanalyse Onlineshop

 

Was auffällt, ist, dass die Juli-Kohorte nach 5 Monaten (also im Dezember) mit 4,14% die höchste Wiederkaufrate des gesamten Datensatzes aufweist.

 

minubo eCommerce Kohortenanalyse Neukunden

 

Hier wurde anscheinend der richtige Marketing-Mix eingesetzt, um Wiederkäufe erfolgreich zu stimulieren. Lasst uns deshalb in das Excel-Frontend wechseln, um diesen Wert genauer zu analysieren.

Im Excel-Frontend können wir uns durch eine Pivot-Abfrage eine Vielzahl  von Kennzahlen nach verschiedenen Dimensionen aufschlüsseln lassen, um so individuelle Analysen zu erstellen.

 

minubo eCommerce Analyse mit Excel Pivot

 

Die  auf diese Weise eingerichtete Analyse zeigt uns die Juli-Kohorten-Performance im Zeitverlauf. Wie schon im Web-Dashboard gesehen, sticht nach 5 Monaten der Dezember mit einer hohen Wiederkaufrate besonders heraus. Was aber außerdem auffällt, ist, dass in diesem Monat der durchschnittliche Bestellwert noch weitaus höher ausfällt als in den Vormonaten.

 

eCommerce Analysen mit minubo über Excel Pilot

 

Hier stellt sich nun die Frage: Welche Marketing-Channel haben zu diesen hohen Warenkorb-Umsätzen geführt?

Um das herauszufinden, ziehen wir die Zeitachse ebenfalls in den Filter und wählen ausschließlich den Dezember aus. Die unterschiedlichen Kennzahlen (Anzahl Kunden, durchschnittlicher Bestellwert, Umsätze etc.) ersetzen wir jetzt durch eine einzige: Den nach dem „Last Touchpoint“-Prinzip attribuierten Brutto-Bestellumsatz (nach Discount). Diesen lassen wir uns nach Channel-Typ aufschlüsseln. So sehen wir, welche Kanäle zum höchsten Bestell-Umsatz geführt haben. Das „Last Touchpoint“-Verfahren ist besonders dann gut geeignet, wenn man wissen möchte, welche Kanäle zum finalen Kaufimpuls geführt haben.

Unser Pivot-Table sieht jetzt folgendermaßen aus:

 

Excel Last Touchpoint

 

Möchte man aber wie in unserem Fall seine Marketingspendings optimieren, sollte man auch solche Touchpoints in die Analyse einbeziehen, die als „First Touchpoint“ den Kaufprozess initiiert oder ihn als „Assist“ unterstützt haben. Deshalb nutzen wir an dieser Stelle ein zusätzliches Attributionsmodell: Das „Badewannen“-Modell verteilt die Anteile am Umsatz zu 35% auf die First Touchpoints (TP), zu 30% auf Assists und zu 35% auf Last TP.

 

eCommerce Analysen mit minubo über Excel Pilot

 

Wie man sieht, schneidet z. B. der Channel „Partner“ jetzt wesentlich besser ab als vorher. D. h., er war zwar selten der letzte TP vor dem Kauf, hat den Kaufprozess aber oft initiiert oder unterstützt. Bei der Optimierung seiner Marketingspendings sollte man diese Erkenntnis natürlich berücksichtigen.

Sortiert man seine Bestell-Umsätze nun nach dem Badewannen-Modell, erhält man die Marketingkanäle, die am stärksten zu der hohen Widerkaufrate der Juli-Kohorte im Dezember geführt haben.

 

eCommerce Analysen mit minubo über Excel Pilot

 

Fazit: Direct, Brand SEM, Affiliate und Newsletter (CRM) sind die herausragenden Treiber für die auffällig hohe Wiederkaufrate der Juli-Kohorte im Dezember. Zum Zwecke einer tatsächlichen Marketing-Optimierung könnte man hier noch tiefer einsteigen und sich die einzelnen, umsatzstärksten Kampagnen ansehen.

Insgesamt kann man aber nun diesen Insight verwenden, um beim zukünftigen Bestandskundenmarketing vor allem in diese herausgefilterten profitablen Kanäle zu investieren und schwächere Kanäle wie z. B. Preisvergleiche oder Non-Brand SEM eher außen vor lassen.

 

Hast Du Fragen zu diesem Beitrag? Dann kontaktiere mich gerne unter lennart@minubo.com.

Beste Grüße,

Lennart

Sales & Marketing Manager

 

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Anne Golombek

Anne Golombek Hello, I am Anne – as a Marketer with a background in literary studies, I am the woman for everything written in the minubo team. I love text, language and new, exciting content – have fun with our blog all about Business Intelligence, eCommerce and… data, data, data.