UX-Design-Tipps von AliExpress
Am Welt-Usability-Tag und mitten im 11.11-Sale...
Weiterlesen UX-Design-Tipps von AliExpress
Nur 1 von 26 unzufriedenen Kunden reicht eine Beschwerde ein, die übrigen gehen stillschweigend, und 91 % dieser Kunden kehren nie wieder zurück. Aber es gibt auch eine gute Nachricht: Bevor ein Kunde für immer verschwindet, hinterlässt er eine Reihe kleiner Spuren: Er öffnet E-Mails seltener, loggt sich länger nicht mehr in die App ein, legt Artikel in den Warenkorb und schließt den Kauf nicht ab. Jedes dieser Anzeichen für sich genommen erscheint unbedeutend, doch zusammen ergeben sie ein klares Bild. Natürlich nur, wenn man lernt, es rechtzeitig zu deuten. Die Aufgabe der Analytiker ähnelt hier der Arbeit eines Detektivs: nicht auf ein eindeutiges Geständnis des Kunden in Form einer Rückmeldung zu warten, sondern verdächtiges Verhalten lange vor dem endgültigen Verschwinden zu erkennen.
Kundenabwanderung bezeichnet den Anteil der Kunden, die innerhalb eines bestimmten Zeitraums keinen erneuten Kauf getätigt haben und daher vom Händler als inaktiv eingestuft werden. Ein Rückgang der Aktivitäten in Mailings, weniger Website-Besuche oder eine fehlende Reaktion auf Angebote können zwar auf ein Abwanderungsrisiko hindeuten, bedeuten aber nicht zwangsläufig den Verlust eines Kunden.
Abwanderungsrate = (Verlorene Kunden im Zeitraum / Kunden zu Beginn des Zeitraums) × 100 %
Beispiel: Hatte der Händler zu Beginn des Zeitraums 5.000 aktive Kunden und haben 400 von ihnen innerhalb des festgelegten Zeitraums keine erneute Bestellung aufgegeben, beträgt die Abwanderungsrate des Online-Shops 8 %.
Die größte Schwierigkeit besteht darin, den verlorenen Kunden zu ermitteln. Für einen Händler mit normaler Nachfrage können 60 Tage ohne Kauf kritisch sein, während dieser Zeitraum bei Möbeln, Haushaltsgeräten oder Saisonartikeln deutlich länger ist. Daher sollte die Abwanderungsschwelle auf Basis des tatsächlichen Zyklus wiederholter Käufe in einer bestimmten Kategorie festgelegt werden.
Laut verschiedenen Branchenschätzungen kann die Neukundengewinnung 5- bis 25-mal teurer sein als die Kundenbindung. Das genaue Verhältnis hängt von der Nische, dem Akquisitionskanal und dem Geschäftsmodell ab. Eine Steigerung der Kundenbindung um 5 % ist in einigen Branchen mit einer Gewinnsteigerung von 25 bis 95 % verbunden.
Im E-Commerce kann die jährliche Abwanderungsrate hoch sein, aber es gibt keinen allgemeingültigen Indikator für alle Shops. Sie hängt von der Produktkategorie, der Kaufhäufigkeit und dem Zeitraum ab, nach dem ein Kunde als inaktiv gilt. Daher sollte ein Shop seine eigenen Kundengruppen und deren Dynamik anhand derselben Methodik vergleichen.
Bevor man Strategien entwickelt, ist es wichtig, das Problem in den Daten zu erkennen. Die Analyse der Kundenabwanderung beginnt mit Verhaltensindikatoren, die lange vorher auftreten.
Jedes einzelne Signal kann ein Zufall sein – jemand ist einfach beschäftigt oder wartet auf sein Gehalt. Treten jedoch mehrere solcher Signale gleichzeitig auf, steigt die Wahrscheinlichkeit einer Kundenabwanderung. Diese Kunden sollten einem separaten Segment zugeordnet und ihr Verhalten in den vergangenen Perioden überprüft werden.
Um sich nicht auf Intuition zu verlassen, empfiehlt es sich, regelmäßig bestimmte Indikatoren zu überwachen. Besonderes Augenmerk sollte auf Kennzahlen gelegt werden, die die Kundenbindung direkt widerspiegeln: Die Kundenbindungsrate im E-Commerce hängt von der Produktkategorie und dem typischen Zyklus wiederholter Käufe ab. Daher ist es ratsam, sich auf die eigene Dynamik zu konzentrieren.
| Kennzahlen | Was zeigt es? |
|---|---|
| Churn rate | Anteil der im Berichtszeitraum verlorenen Kunden |
| Retention rate | Anteil der Kunden, die aktiv blieben |
| Repeat purchase rate | Anteil der Stammkunden |
| Customer Lifetime Value (CLV) | Gesamtgewinn vom Kunden für die gesamte Dauer der Zusammenarbeit |
| Days Since Last Purchase | Die Anzahl der Tage seit dem letzten Kauf ist einer der wichtigsten Indikatoren für die Risikosegmentierung. |
Die regelmäßige Überwachung dieser Kennzahlen macht die Kundenbindung im E-Commerce zu einem kontinuierlichen Prozess, der fest in die Marketingstrategie integriert ist.
Wenn ein Shop allen Kunden nacheinander dieselben Produkte anbietet, fühlen sich diese nicht als Stammkunden wahrgenommen. Amazon generiert einen erheblichen Teil seines Umsatzes genau über das Empfehlungssystem. Dieser Ansatz hilft dabei, Kunden Produkte basierend auf ihrem bisherigen Kaufverhalten anzuzeigen und die Wahrscheinlichkeit von Wiederkäufen zu erhöhen.
Die Lieferung ist der letzte Kontaktpunkt einer Marke mit dem Kunden, und hier kann das Vertrauen am ehesten verloren gehen. 85 % der Käufer gaben an, dass eine negative Liefererfahrung dazu führen kann, dass sie ihre nächste Bestellung beim selben Verkäufer abbrechen. Verzögerungen, fehlende Sendungsverfolgung oder beschädigte Verpackung – all dies wirkt sich negativ auf die Kundenbindung aus, selbst wenn die Produktqualität selbst nicht zu Beanstandungen führt.
Ein Kunde, der keine Vorteile für wiederholte Käufe erhält, wechselt leicht zu einem Anbieter, der solche Vorteile bietet. 84 % der Verbraucher geben an, dass das Vorhandensein eines Treueprogramms ihre Entscheidung beeinflusst, weiterhin bei einer Marke zu kaufen. Ohne klare Mechanismen zur Kundenbindung – wie Boni, Cashback oder persönliche Rabatte – verliert der Shop einen natürlichen Anreiz zur Rückkehr.
Viele Shops bemühen sich aktiv um den Kunden bis zum Bezahlvorgang, danach bricht die Kommunikation bis zum nächsten Werbemail ab. Bestellbestätigung, Lieferinformationen und hilfreiche Empfehlungen nach dem Kauf halten den Kontakt zum Kunden aufrecht und erhöhen die Wahrscheinlichkeit einer erneuten Bestellung. Solche Maßnahmen nach dem Kauf gehören zu den einfachen Möglichkeiten, die Kundenabwanderung zu reduzieren.
Sobald die Ursachen für Kundenabwanderung identifiziert sind, können sie in konkrete Maßnahmen umgesetzt werden. Die Ergebnisse lassen sich anhand der Dynamik von Abwanderungsrate, Wiederkäufen und Kundenbindungsrate überprüfen. So erkennt der Shop, welche Maßnahmen zur Reduzierung der Kundenabwanderung beitragen.
Die Kundensegmentierung hilft, aktive Käufer von solchen mit erhöhtem Abwanderungsrisiko zu unterscheiden. Hierfür wird die RFM-Analyse eingesetzt: Sie bewertet das Alter des letzten Kaufs, die Bestellhäufigkeit und den Gesamtumsatz. Die Kohortenanalyse von Kunden zeigt, wie sich die Aktivität von Kundengruppen, die den ersten Kauf getätigt haben, in verschiedenen Zeiträumen verändert und in welcher Phase die Kundenbindungsrate am häufigsten sinkt.
E-Mails, die auf dem Kundenverhalten basieren, können angesehene Kategorien, abgebrochene Warenkörbe und die Bestellhistorie berücksichtigen. Ihre Effektivität sollte für jedes Segment separat anhand von Öffnungsrate, Klickrate und Anteil der Wiederkäufe bewertet werden. Dies ist eine der kostengünstigsten Möglichkeiten, Kunden online zu binden, ohne das Werbebudget zu erhöhen.
Punkte, Cashback und Teilnahmestufen sind gängige Instrumente zur Kundenbindung. Das Programm sollte dem Kunden einen klaren und spürbaren Vorteil bieten.
Kunden, die innerhalb eines festgelegten Zeitraums keinen Kauf getätigt haben, können für eine Rückgewinnungskampagne in ein separates Segment aufgenommen werden. Erinnerungen, personalisierte Angebote oder eine Auswahl relevanter Produkte können einen erneuten Kauf anregen, noch bevor der Kunde als abwandernd eingestuft wird. Dies ist eine Möglichkeit, die Abwanderungsrate im E-Commerce zu beeinflussen.
Sendungsverfolgung, transparente Rückgabebedingungen und hilfreiche Kommunikation nach der Lieferung reduzieren die Unsicherheit beim Käufer. Ihre Wirkung lässt sich anhand der Anzahl von Supportanrufen, Wiederkäufen und Bewertungen nach der Bestellung messen.
Rückgabegründe sollten einheitlich erfasst und nach Produkten, Kategorien und Lieferanten analysiert werden. Wenn ein bestimmter Grund wiederholt auftritt, kann das Geschäft die Produktbeschreibung, die Größentabelle, die Verpackungsqualität oder die Arbeit eines bestimmten Lieferanten überprüfen.
Kundenabwanderungsprognosemodelle analysieren historische Daten und schätzen die Wahrscheinlichkeit, dass ein Käufer innerhalb eines bestimmten Zeitraums nicht zurückkehrt. Eine solche Prognose hilft, ein Risikosegment zu bilden und individuelle Kommunikationsszenarien für dieses Segment zu testen. Die Qualität des Modells hängt von der Datenmenge, der Korrektheit des Zielattributs und regelmäßigem Training ab.
Wird der Bericht nur einmal im Monat aktualisiert, bemerkt Ihr Team Veränderungen im Kundenverhalten möglicherweise erst verzögert. Ein Dashboard mit regelmäßigen, automatischen Aktualisierungen ermöglicht es Ihnen, schnellere Anstiege der Abwanderungsraten, Veränderungen in RFM-Segmenten und die Zunahme gefährdeter Kunden zu erkennen.
Ein funktionierendes Dashboard zur Kundenbindung umfasst typischerweise:
| Dashboard-Block | Was zeigt es? |
|---|---|
| Abwanderungsrate in der Dynamik | Wie sich der Indikator von Woche zu Woche verändert |
| RFM-Segmente | Live-Basiszuweisung nach Abflussrisiko |
| Liste der gefährdeten Kunden | Kunden-IDs oder pseudonymisierte Profile für die Übertragung von Segmenten an das CRM |
| Rückgabeauslöser | Kunden, die sich dem festgelegten Inaktivitätsschwellenwert nähern oder diesen bereits überschritten haben |
Genau diesen Ansatz haben wir im Fall von Planeta Kino verfolgt. Basierend auf Verhaltensdaten wurde ein ML-Modell entwickelt, das die Abwanderungswahrscheinlichkeit bewertete und gefährdete Kunden für weitere Kommunikationsmaßnahmen identifizierte. Das Ergebnis: Die Abwanderungsrate sank von 13 % auf 7 %, und die durchschnittliche Kundenlebensdauer verlängerte sich deutlich.
BI-Analysen für E-Commerce ermöglichen die Zusammenführung von Daten zu Käufen, Kundenverhalten und Marketingkommunikation in einem einzigen Bericht.
Wenn Sie die tatsächliche Abwanderungsrate Ihres Onlineshops noch nicht kennen oder feststellen, dass ein Teil Ihrer Kundschaft allmählich weniger aktiv ist, lohnt es sich, dies anhand von Daten zu überprüfen. Im Rahmen einer kostenlosen Beratung analysiert das IWIS-Team, welche Daten bereits für die Kundenabwanderungsanalyse vorhanden sind, welche Kennzahlen ergänzt werden sollten und ob die Implementierung eines Dashboards oder eines Prognosemodells sinnvoll ist.
Finde es heraus
Am Welt-Usability-Tag und mitten im 11.11-Sale...
Weiterlesen UX-Design-Tipps von AliExpress
Uns wurde ein digitales Paradies versprochen....
Weiterlesen Die göttliche Komödie des alltäglichen Benutzers