Customer Lifetime Value - Wie wertvoll sind meine Kunden?

by Philipp Kremer
2 Wochen ago
92 Views

Customer Lifetime Value – Wie wertvoll sind meine Kunden?

Der Customer Lifetime Value (CLV/CLTV) ist eine betriebswirtschaftliche Kennzahl und beschreibt den Wert, den ein Kunde über die gesamte Zeit seiner Kundschaft für ein Unternehmen darstellt. Mit Hilfe des CLV sind Unternehmen dazu in der Lage, sowohl die Zusammensetzung ihrer Kundensegmente als auch einzelne Kunden 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 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 wahrscheinlich ein Kunde bleiben wird. Zudem wie oft er in diesem Zeitraum etwas kaufen wird und demzufolge wie wertvoll er innerhalb des gegebenen Zeitraumes ist.

Für einige Unternehmen kann ein Kunde 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 der Kunde befindet.

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 für das Unternehmen.  Der CLV ermöglicht es Unternehmen, jedem Kunden einen bestimmten Wert zuzuordnen, so dass man erkennen kann, welche Kunden die wertvollsten und damit die wichtigsten sind. Diese Erkenntnis kann es Unternehmen ermöglichen, den Fokus des Marketings auf die Kunden 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 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, d.h. 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.

Für die Vorhersage des Kundenwert kommen multivariate Prognoseverfahren zum Einsatz, bei denen historische Eigenschaften der Kunden 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 zur Verfügung stellen, auf deren Basis konkrete Entscheidungen abgeleitet werden können.

Unsere Leistungen im Bereich Advanced Analytics

Welche Erkenntnisse werden dabei gefördert?

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

  • Wie viel sollten wir ausgeben, um einen Kunden zu akquirieren?
  • Was sollten wir investieren, um einen Kunden zurückzugewinnen oder zu halten?
  • Wie lange bleiben unsere Kunden bei uns?
  • Sind unsere Angebote passend für unsere besten Kunden?
  • 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 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, bzw. der Analyse des CLVs müssen verschiedene Faktoren berücksichtigt werden. Dazu gehören:

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

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 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 generieren kann.

Sobald Unternehmen den CLV eines Kunden kennen, können sie weitere Analyse und Verfahren (z.B. 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 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 zusammenzuführen, um ein ganzheitlicheres Bild zu erhalten. In der Vergangenheit haben Unternehmen mit unterschiedlichen Produktlinien ihre Kundeninformationen separat gespeichert, so dass ein Kunde drei- bis viermal auf verschiedenen Systemen im Unternehmen auftauchen konnte. Basierend auf den verschiedenen Produkten oder Dienstleistungen, die er 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 effektiver zu profilieren und bessere Entscheidungen auf der Grundlage dieser Informationen zu treffen.

Unsere Trainings und Veranstaltungen

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 Kunden richtig verstehen. Für viele Unternehmen kann dies eine Herausforderung sein, wenn interne Systeme nicht festhalten, wie viele Produkte des Unternehmens ein Kunde in Anspruch nimmt, bzw. 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 100%-ige Genauigkeit nicht gegeben werden kann. Auch ein hoher CLTV 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.