Customer Lifetime Value

Customer Lifetime Value
Daten und Kontext
Kategorien
Data Strategy
Schlagworte
No items found.
Autor
Philipp Wunderlich
Lesedauer
5 Minuten

Wie wertvoll sind meine Kunden?

Der Customer Lifetime Value (CLV/CLTV) ist eine betriebswirtschaftliche Kennzahl und beschreibt den Wert, den ein Kunde oder eine Kundin über die gesamte Zeit seiner oder ihrer Kundschaft für ein Unternehmen darstellt. Mit Hilfe des CLV sind Unternehmen dazu in der Lage, sowohl die Zusammensetzung ihrer Kundensegmente als auch einzelne Kunden und Kundinnen besser einzuschätzen und ihr bisheriges und zukünftiges Kaufverhalten abschätzen zu können.

Was ist die Customer Lifetime Value Analyse?

Die Customer Lifetime Value Analyse ist infolgedessen der Prozess der Analyse, wie wertvoll ein Kunde oder eine Kundin für das Unternehmen über die gesamte Lebensdauer der Geschäftsbeziehung ist und zukünftig sein wird. Anstatt ausschließlich die Rentabilität von Transaktionen zu betrachten, versuchen Unternehmen in diesem Prozess festzustellen, wie lange ein Kunde oder eine Kundin wahrscheinlich ein Kunde oder eine Kundin bleiben wird. Zudem wird eine Prognose aufgestellt, wie oft er oder sie in diesem Zeitraum etwas kaufen wird und demzufolge wie wertvoll er oder sie innerhalb des gegebenen Zeitraumes ist.

Für einige Unternehmen kann ein Kunde oder eine Kundin bereits beim ersten Kauf profitabel sein. Für andere kommt es erst nach mehreren Transaktionen dazu. Es ist daher wichtig zu wissen, in welcher Phase sich Kunden befinden.

Wann setze ich Customer Lifetime Value Analyse ein?

Die Analyse und Bewertung des Customer Lifetime Value (CLV) dient der Erkennung und Vorhersage der Wertigkeit jedes einzelnen Kunden und jeder einzelnen Kundin für das Unternehmen.  Der CLV ermöglicht es Unternehmen, allen Kunden und Kundinnen einen bestimmten Wert zuzuordnen, so dass man erkennen kann, welche die wertvollsten und damit die wichtigsten sind. Diese Erkenntnis kann es Unternehmen ermöglichen, den Fokus des Marketings auf die Kunden und Kundinnen zu richten, die am ehesten bereit sind, einen Kauf zu tätigen.

Wie oft Unternehmen sich mit Customer Lifetime Value Analysen beschäftigen sollten, hängt von der jeweiligen Branche ab. In Branchen wie der Telekommunikation kann die Lebensdauer einer Kundenbeziehung nur wenige Jahre oder sogar Monate betragen (oftmals die Mindestlaufzeit des Vertrages). Mindestens einmal im Jahr sollten Unternehmen allerdings eine Customer Lifetime Value Analyse durchführen, um festzustellen, ob sich die Dauer der Beziehung, das Kaufverhalten und/oder die Rentabilität der Kunden und Kundinnen geändert haben.

Wie bestimmt man den Kundenwert?

Der Customer Lifetime Value setzt sich aus den historischen Umsätzen und dem prognostizierten Kundenwert zusammen. Die Berücksichtigung der vergangenen Umsätze erfolgt dabei mittels der Summierung aller Umsätze seit der Erstbestellung mit zeitbezogener Gewichtung, das heißt, je weiter ein Umsatz zeitlich zurückliegt, desto geringer wird dieser gewichtet. Anschließend erfolgt durch die Anwendung von Ansätzen aus dem Bereich Predictive Modelling die Prognose des zukünftigen Umsatzes jedes Kunden und jeder Kundin.

Für die Vorhersage des Kundenwerts kommen multivariate Prognoseverfahren zum Einsatz, bei denen historische Eigenschaften der Kundschaft wie soziodemographische Daten, Auftragswerte, Aktivitäten, Bestellfrequenz, Produktpräferenzen und Retouren im Modell berücksichtigt werden. Das Ziel dieser analytischen Vorgehensweise ist es, eine möglichst genaue und aussagekräftige Umsatzprognose für jeden einzelnen Kunden und jede einzelne Kundin zur Verfügung zu stellen, auf deren Basis konkrete Entscheidungen abgeleitet werden können.

Welche Erkenntnisse der Customer Lifetime Value Analyse werden dabei gefördert?

Die Customer Lifetime Value Analyse hilft dabei Fragen zu beantworten wie:

  • Wie viel sollten wir ausgeben, um einen Kunden oder eine Kundin zu akquirieren?
  • Was sollten wir investieren, um einen Kunden oder eine Kundin zurückzugewinnen oder zu halten?
  • Wie lange bleiben unsere Kunden und Kundinnen bei uns?
  • Sind unsere Angebote passend für unsere besten Kunden und Kundinnen?
  • Wie lang bestehen unsere Kundenbeziehungen im Durchschnitt?
  • Wie ist der durchschnittliche Wert unserer Kundenbeziehungen?

Laut Gartner werden 80 % der zukünftigen Gewinne eines Unternehmens von nur 20 % der Bestandskunden generiert. Es lohnt sich also, in die Beziehung zu Bestandskunden zu investieren.

Nach einer Faustregel geht man davon aus, dass die Akquise eines neuen Kunden oder einer neuen Kundin fünfmal so viel kostet, wie der Erhalt eines Bestandskunden. Auch in dieser Hinsicht lohnt sich die Analyse und eine angestrebte Kundensegmentierung anhand des Customer Lifetime Values.

Umfrageergebnis einer Studie des Unternehmens Criteo zum Thema CLV (Quelle: Criteo)

Wie setze ich die Customer Lifetime Value Analyse ein?

Bei der Berechnung, beziehungsweise der Analyse, des CLVs müssen verschiedene Faktoren berücksichtigt werden. Dazu gehören:

  • Dauer der Geschäftsbeziehung mit einem Kunden oder einer Kundin (Customer Lifespan)
  • Kundenbindungsrate (Retention Rate)
  • Kundenverlustrate (Customer Churn Rate)
  • Durchschnittliche Gewinnmargen (pro Kunde oder Kundin)

Zusätzlich dazu unterscheidet man zwischen einem historischen Wert, also einem vergangenen CLV und einem erwarteten Wert, auch prädiktiver CLV genannt. Beim historischen CLV handelt es sich prinzipiell um die Summe aller bisherigen Bruttogewinne eines Kunden oder einer Kundin in Relation zu den individuellen Kosten. Der prädiktive CLV nimmt vergangene Transaktionen und Kundenaktionen zur Grundlage der Berechnung. Durch Algorithmen wird versucht, eine genauere Vorhersage des Wertes zu treffen, den ein Kunde oder eine Kundin generieren kann.

Sobald Unternehmen den CLV eines Kunden oder einer Kundin kennen, können sie weitere Analyse und Verfahren (zum Beispiel eine Regressionsanalyse) durchführen. Beispielsweise um festzustellen, welche Faktoren die Dauer der Kundenbeziehung oder den Gesamtwert dieser Beziehung beeinflussen. Das Ziel dabei ist es, Maßnahmen zu identifizieren, um sowohl die Dauer der Beziehung als auch dessen Wert zu erhöhen. Ist der CLV eines Kunden oder einer Kundin sehr hoch, bedeutet dies, dass dem Customer Relationship Management höhere Budgets freigegeben werden können. Umgekehrt bedeutet ein geringerer CLV auch einen geringeren finanziellen Aufwand für Unternehmen.

Unternehmen sind heutzutage in der Lage, verschiedene Datensätze für jeden Kunden und jede Kundin zusammenzuführen, um ein ganzheitlicheres Bild zu erhalten. In der Vergangenheit haben Unternehmen mit unterschiedlichen Produktlinien ihre Kundeninformationen separat gespeichert, so dass ein Kunde oder eine Kundin drei- bis viermal auf verschiedenen Systemen im Unternehmen auftauchen konnte. Basierend auf den verschiedenen Produkten oder Dienstleistungen, die er oder sie gekauft hat. Heutzutage ermöglichen es Big Data Analyse-Verfahren sowie erhöhte Speicher- und Verarbeitungsfähigkeiten alle diese unterschiedlichen Daten an einem Ort zu sammeln, um Kunden und Kundinnen effektiver zu profilieren und bessere Entscheidungen auf der Grundlage dieser Informationen zu treffen.

Tipps und Fallstricke

Die größte Herausforderung bei der Customer Lifetime Value Analytics ist es, die richtige Formel für das jeweilige Unternehmen zu finden. Außerdem müssen Unternehmen ihre Kundschaft richtig verstehen. Für viele kann dies eine Herausforderung sein, wenn interne Systeme nicht festhalten, wie viele Produkte des Unternehmens ein Kunde oder eine Kundin in Anspruch nimmt, beziehungsweise wie oft es zu einer Transaktion kommt.

In Bezug auf die Vorhersage eines zukünftigen CLV müssen Unternehmen beachten, dass diese Berechnungen zum Teil auf Schätzungen und Annahmen basieren und dadurch eine hundertprozentige Genauigkeit nicht gegeben werden kann. Auch ein hoher CLV kann zudem nicht garantieren, dass diese Kundenbeziehung im gleichen Maße konstant verläuft. Je nach Dienstleistung und Produktsegment gilt es, die spezifischen Fragestellungen und das Branchenwissen zu berücksichtigen.


No items found.
No items found.
Weitere Themen und Beratung rund um Data und Analytics
No items found.
Bleib mit unserem monatlichen Newsletter immer auf dem aktuellen Stand. Alle neuen Whitepaper, Blog-Artikel und Infos inklusive.
Newsletter abonnieren
Firmensitz Köln

taod Consulting GmbH
Oskar-Jäger-Str. 173, K4
50825 Köln‍
Standort Hamburg

taod Consulting GmbH
Alter Wall 32
20457 Hamburg
Standort Stuttgart

taod Consulting GmbH
Kronprinzstraße 3
70173 Stuttgart