ca. 30 Minuten
nach Wunsch auch mit Videocall„Wie kaufen meine Kunden morgen?“ – die Antwort auf diese Frage ist nicht unbedingt ein Blick in eine nebulöse Glaskugel, sondern sollte Ergebnis handfester Analysen sein. Wenn ich weiß, wie meine Kunden morgen kaufen, weiß ich auch, was ich wann in wen über welchen Kanal investieren muss, um meinen Profit zu maximieren.
Der Customer Lifetime Value ist eine kundenorientierte Kennzahl und wichtige Basis, wenn es darum geht wertvolle Kunden zu halten, den Umsatz von weniger aktiven Kunden zu steigern und das Kundenerlebnis rundum zu verbessern.
Dabei sollten Unternehmen nicht nur den Kauf an sich betrachten, sondern vielmehr die gesamte Customer Journey im Blick behalten: Wenn ich weiß, welcher Kunde nach der Akquise über welchen Kanal wie oft, wann, was, zu welchem Preis oder ob überhaupt gekauft hat und wie dabei seine ganz spezielle Customer Journey aussah, so bin ich bereits in der Lage, meine Kunden für bestimmte Zwecke sinnvoll zu segmentieren (Aktivierung zum Erstkauf, Einsatz von Gutscheinen/Special Offers etc.). Durch die zunehmende Komplexität der Customer Journey wird es zunächst jedoch immer schwieriger diese umfassend abzubilden und zu bewerten.
Das Hamburger AI-Startup und minubo Partner Adtriba hat sich der Herausforderung angenommen, Licht in die Komplexität der Customer Journeys zubringen. Dazu hat das Unternehmen eine dynamische, auf Machine Learning basierende Attributionslösung entwickelt, die nahtlos in minubo integriert werden kann.
Klassische Attribution hinkt hinterher
Jeder Marketingverantwortliche beschäftigt sich heutzutage mit der Frage, welche Marketingkanäle und Maßnahmen für den Verlauf der Customer Journey relevant und effizient sind und welche vernachlässigt werden können. Klassische Attributionsmodelle haben bisher die Entscheidung unterstützt, welche Budgets in welchem Channel am effektivsten eingesetzt werden und wie diese untereinander zusammenspielen. Dabei gibt es verschiedenste regelbasierte Modelle wie Mutli-Touchpoint (positionsbasiert oder linear) oder Single-Touchpoints („First Click“ oder „Last Click“), die Auskunft über den Wert eines Kanals an der Conversion des Kunden liefern. Je nach Modell ist dabei genau definiert, wie die Vergütung auf die unterschiedlichen Berührungspunkte aufgeteilt ist.
Ein Beispiel aus dem Affiliate Marketing veranschaulicht die wesentlichen Problematik der Performance-Marketing-Branche, denn hier ist die Attribution maßgebend dafür, ob und in welcher Höhe eine Provision ausgezahlt wird. Wird beispielsweise dem “Last-Klick” der gesamte Conversion-Wert zugeordnet, so bleiben alle weiteren Berührungspunkte unberücksichtigt. Kein Wunder, dass Gegner der “veralteten” Modelle diese als nicht mehr zeitgemäß schimpfen. Sie führen zu einer erheblichen Unter- oder Überbewertung der einzelnen Affiliates, denn logischerweise umfasst die Customer Journey weitaus mehr als nur einen Klick.
Die Herausforderungen bei diesen statischen Modellen ist es also, die zunehmende Komplexität der Customer Journey umfassend abbilden und bewerten zu können, um daraufhin bessere Entscheidungen bei der Budgetverteilung zu treffen und den Return on Investment (ROI) zu optimieren.
Mehr Transparenz durch datengetriebene Attribution
Bei Adtriba basiert die Gewichtung des Erfolgs der einzelnen Kunden-Touchpoints nicht mehr auf statischen Modellen, sondern Deep Learning Algorithmen – also künstliche Intelligenz – sind für die datengetriebene Attribution verantwortlich. Der attribuierte Bestellwert wird dynamisch und somit ‚realer‘ auf die einzelnen Kanäle verteilt, würde im oben genannten Beispiel die Wertermittlung aller Marketingkanäle genau abbilden und somit eine leistungsgerechte Vergütung der Affiliates ermöglichen.
Mit ihrem innovativen Attributionsmodell wollen die Gründer János Moldvay (CEO) und Ludwig Ostrowski (CTO) Unternehmen jeglicher Größe zu mehr Transparenz über Marketing Performance und Maßnahmeneffizienz verhelfen, um somit Budgets richtig zu bewerten, zu allokieren und Ausgaben zu optimieren. Die standardisierte SaaS-Lösung integriert neben Offsite- (bspw. Klick auf eine Google Adwords Kampagne) zudem auch Onsite-Events (Add to Basket, Product Detail View) sowie offline Touchpoints (Print, TV). Alles was dafür benötigt wird, sind wenige Minuten zum Einbau des Tracking Codes und 2-4 Wochen ‚Lernphase‘, um aus genügend Customer Journeys belastbare Insights zu generieren.
Synergien nutzen
Gemeinsame Kunden profitieren dabei nicht nur von Atribas Attributionsmodell und somit genauesten Erkenntnissen über die Effektivität der Marketingkampagnen, sondern zudem von der Nutzung der Business Intelligence Lösung minubo, durch die Erkenntnisse detailliert auf allen Ebenen betrachtet werden können.
Zum einen können die über die Standard-Schnittstelle aus Adtriba angelieferten Werte der einzelnen Touchpoints nicht nur auf Bestellebene, sondern durch die Analyse in minubo zudem retouren- und stornobereinigt bis auf Deckungsbeitragsebene dargestellt werden. Der Kunde bekommt somit ein ganzheitliches Bild über die Customer Journey inklusive Insights über den After-Sales Prozess wie Stornos und Retouren, die nach dem Kauf passieren und im Regelfall nicht mit in eine “eindimensionale” Auswertung einbezogen würden. Der Kunde kann dadurch nicht nur Retourengründe identifizieren und diese minimieren, sondern zudem gezielt sein Sortiment anpassen, um beispielsweise Margen zu optimieren.
Des Weiteren können die dynamischen Attributionsgewichte, neben der Transaktionsebene, in minubo zusätzlich auf Positionsebene verteilt werden. Das macht die Auswertung des ROI einer Kampagne auf Produkt- und Kategorieebene möglich. Auf Basis dieser Erkenntnisse kann der Kunde Marketingkampagnen optimieren und -budgets effizienter einsetzen.
Durch das Zusammenspiel der beiden Lösungen kann der Kunde somit den Customer Lifetime Value nicht nur besser verstehen, sondern zudem auch die Marketing Profitabilität nachhaltig steigern.
