Du betrachtest gerade Sales Analytics 2020

Sales Analytics 2020

Sales Analytics 2020 von Dominik Burkhard und Micha Frieden

Die Anwendung von Sales Analytics 2020 liegt in der Identifikation, in der Modellierung, im Verständnis und in der Vorhersage von Verkaufsentwicklungen und -ergebnissen. Sales Analytics 2020 hilft dem Management zu verstehen wo sich das Verkaufsteam verbessern kann. (Gartner, o.J.).

Arten von Sales Analytics (Mehta, 2017)

Sales Analytics lässt sich in vier Arten aufteilen, welche sich in Bezug auf Komplexität und Nutzen unterscheiden und aufeinander aufbauen:

  1. beschreibend (descriptive)           

Die geläufigste und einfachste Art von Sales Analytics verwendet Daten, um zu beschreiben was passiert ist (What happened?).

  1. diagnostisch (diagnostic)

Im nächsten Schritt geht es darum herauszufinden und eine Diagnose darüber zu erstellen, weshalb etwas passiert ist (Why dit it happen?).

  1. voraussagend (predictive)            

Basierend auf der Diagnose werden in einem nächsten Schritt mögliche Szenarien für die Zukunft abgeleitet bzw. eine Vorhersage erstellt (What is likely to happen?).

  1. festlegend (prescriptive)            

Die Kür von Sales Analytics liegt darin, basierend auf den Ergebnissen aus den obengenannten Schritten, Handlungsfelder bzw. die eigene Vorgehensweise zu definieren (What should we do about it?).

Sales Analytics 2020 im B2B Bereich

Im B2B liefert Sales Analytics bedeutende Grundlagen, um die Customer Journey zu verbessern. Die hierfür benötigten Daten stammen ihrerseits aus den diversen Kontaktpunkten mit dem Kunden. Relevante Daten können beispielsweise die Öffnungsrate eines versandten Newsletters oder auch ganz einfach die Anzahl Bestellungen eines Kunden in einem bestimmten Zeitraum sein. Durch die Analyse solcher Daten sollen Antworten auf die folgenden drei zentralen Fragen gefunden werden:

  • Segmentierung – Wen bzw. welche Kunden wollen wir ansprechen?
  • Interaktion – Wie sprechen wir diese an?
  • Botschaft/Inhalt – Womit sprechen wir sie an?

Sales Analytics 2020 im B2C Bereich

Im B2C kann Sales Analytics insbesondere dabei helfen den Kundenwert (Wert eines Kunden für das Unternehmen) und Kundennettonutzen (Wert für den Kunden) zu steigern. Entlang des Marketing-Mix kann Sales Analytics wie folgt Optimierungspotentiale schaffen:

  • Preisgestaltung (Pricing Analytics)

Die Preisbestimmung kann durch drei verschiedene Methoden erfolgen: kostenbasiert, konkurrenzbasiert, nachfragebasiert. Immer mehr Beachtung findet eine vierte Variante, nämlich die dynamische Preisgestaltung, welche auf der Verwendung von Algorithmen basiert und oft in Echtzeit stattfindet.

  • Verkaufsförderung (Promotion Analytics)

Der Absatz wird durch mehrere Faktoren gleichzeitig beeinflusst. Um die Effektivität einer verkaufsfördernden Massnahme zu eruieren bzw. den Effekt von den anderen zu isolieren, kann wiederum Analytics Unterstützung leisten. 

  • Produktsortiment (Assortment Analytics)

Eine optimale Ausgestaltung des Sortiments basierend auf einer abgestuften Preisarchitektur in Kombination mit gezielt unterschiedlicher Kommunikation ermöglicht die Ansprache einer möglichst breiten Käuferschaft.

  • Vertrieb (Distribution Analytics)

Um aus Unternehmenssicht weiter zu wachsen, kann sich der Vertrieb über drei Arten weiterentwickeln: Ausdehnung in sogenannt weissen Flecken, Ausdehnung durch Stärken des bestehenden Portfolios und Ausdehnung in und über neue Kanäle. Analytics liefert die Grundlagen für entsprechende Investitionsentscheide.

Zentrale Erkenntnisse zum Thema Sales Analytics

  • Viele betreiben nur beschreibende Analytics.
  • Datenanalyse ist ein ausgezeichnetes Mittel, um seine Kunden neu zu segmentieren.
  • Predictive Sales Analytics ist das neueste „Must-Have“ des B2B-Vertriebsmanagers.
  • Optimieren der Customer Journey mit Hilfe der Datenanalyse wird in Zukunft deutlich an Bedeutung gewinnen.
  • Datenanalyse unterstützt bei der Bestimmung der Preiselastizität eines Produktes.

 Anwendung des Themengebietes auf die eigene Organisation

Ausgangslage:

Die bb trading werbeartikel ag handelt mit gebrandeten Artikeln aller Art. Der Absatzmarkt beschränkt sich auf die Schweiz im B2B Bereich. Die bb trading betreut ca. 2’500 bestellende Kunden. Diese Kunden werden bislang nur nach dem Umsatzpotenzial von A1, A2, B1, B2, C1 und C2 segmentiert und einmal im Jahr neu bewertet. Der Werbeartikelmarkt in der Schweiz war in den letzten 20 Jahren sehr stabil und konnte diversen Krisen trotzen. Da der Markt eng an die Eventbranche gekoppelt ist, wird es dieses Jahr wegen der Pandemie einen deutlichen Dämpfer geben. Auch das Thema Nachhaltigkeit wird immer präsenter werden und viele Firmen möchten keine Wegwerfartikel mehr verteilen. Die fortschreitende Digitalisierung wird seinen Teil dazu beitragen, dass die Produkte vergleichbarer und für den Kunden tendenziell günstiger werden. Demzufolge wird es in Zukunft noch wichtiger sein die Daten der Kunden zu segmentieren und die Kunden gezielter anzusprechen.

Die Kunden der bb trading erhalten zurzeit jeden Monat per E-Mail einen Newsletter mit Aktionen von einzelnen Produkten oder Neuigkeiten im Werbeartikelbereich zugestellt. Eine Auswertung wird nur rudimentär auf den einzelnen Versand vorgenommen. Bei ca. 10‘000 versendete Mails werden davon ca. 25% geöffnet und generieren im Durchschnitt 1000 Klicks auf unserer Website. Weitere Analysen werden zurzeit noch nicht durchgeführt.

Massnahmenplan:

Da die Kunden, ausser dem Umsatzpotenzial, bislang noch nicht weiter segmentiert werden, müssen diese neuen Segmente zuerst evaluiert werden.

Mögliche Kriterien für die neuen Kundensegmente:

  • Durchschnittlicher Umsatz der letzten 5 Jahre – Einteilung in A1 bis C2 (effektiver Umsatz)
  • Anzahl Wiederholungsaufträge im Verhältnis der gesamten Auftragsanzahl
  • Bestellrhythmus und Anzahl Bestellungen pro Jahr
  • Reaktion in der Vergangenheit auf Newsletter mit Bestellung oder Anfrage
  • Einkaufsverhalten: Was dem Kunden mit am wichtigsten ist beim Werbeartikeleinkauf

(Skala 1 bis 10), zB. Nachhaltigkeit der Artikel, Preis, Ursprungsländer der Ware, CO2 kompensierte Produktion, Schnelligkeit der Lieferung, Erhalt von proaktiven Ideen für Sortimentserweiterung usw. Gewisse Kriterien wie Umsatz, Bestellrhythmus, Anzahl Bestellungen, Anzahl Wiederholungsaufträge können direkt aus dem ERP ausgewertet werden. Die restlichen Kriterien werden per Fragebogen erhoben. Dazu wird ein separates E-Mail an die Kunden verfasst. Um möglichst viele Antworten zu erhalten wird den Teilnehmern, bei Beantwortung von allen Fragen, ein Geschenk im Wert von 50 Franken in Aussicht gestellt. Die Kunden werden anhand der Auswertungen und Antworten neu segmentiert. Daraus entsteht ein Massnahmenplan wie und in welcher Häufigkeit die Kunden in Zukunft zu den einzelnen Themen kontaktiert werden sollen.

Kontaktarten:

  • Kundenbesuch
  • Proaktive Produktvorschläge
  • Directmailing per Post
  • Newslettter
  • Online-Präsentation
  • Telefonanruf

Die Kunden werden nach dem durchschnittlich erzielten Umsatz der letzten Jahre und zusätzlich über die Einstellung und das Verhalten beim Werbeartikeleinkauf eingeteilt. Beispiel Massnahmenplan A1 Kunde, welcher grossen Wert auf Preis, Nachhaltigkeit der Ware und Ursprungsländer der Artikel legt. In den Kundenbesuchen, Telefonanrufen, Produktvorschlägen, Vorabmustern werden diese drei Werte jeweils angesprochen resp. in die Ideen integriert.

Beispiel sales analytics customersx

Zu einem weiteren Beitrag zum Thema Sales Analytics gelangst Du hier.

 

Quellenverzeichnis:

Gartner (o.J.). Gartner Glossary: Sales Analytics. Abgerufen 9. Dezember 2020, von https://www.gartner.com/en/information-technology/glossary/sales-analytics

Mehta, A. (2017). Four Types of Business Analytics to Know. Abgerufen 9. Dezember 2020, von https://www.analyticsinsight.net/four-types-of-business-analytics-to-know/

Studienangebote der HWZ zu diesem Thema