Gewinnung der 3 Datenebenen der Kundenorientierung: 

Basisdaten liegen in den meisten Unternehmen vor. Alter, Geschlecht oder Anzahl Mitarbeitenden sowie Region sind einfach zu gewinnende Daten, die teilweise sogar eingekauft werden können. Auf diese Daten bezieht sich auch die Aussage Eingangs, dass ja doch so viele tolle Daten im Unternehmen vorhanden wären. Zwar sind viele überrascht, wie schlecht die Datenqualität meist wirklich ist, aber das ist ein anderes Thema. Zusammenfassend: Basisdaten sind leicht zu gewinnen, liegen meist im Unternehmen vor. Problem: sie helfen kaum zur Differenzierung, weil der Wettbewerb meist auch über diese Daten verfügt und diese Daten meist nicht mehr ausreichen, Kunden gezielter anzusprechen. 

Verhaltensdaten liegen schon deutlich weniger oft in Unternehmen vor. E-Commerce-Anbieter sind aufgrund der Trackingmöglichkeit einer Webseite deutlich im Vorteil in Bezug auf Datenqualität und -umfang. Aber auch viele andere Unternehmen können analysieren, welche Kunden eine hohe Cross-Selling-Quote haben, wie oft die Kunden durch einen AD besucht wurden, wer wie viele Reklamationen getätigt hat. Diese Daten haben auch einen deutlich höheren Bezug zum Kundenwert. Das Geschlecht sagt in vielen Branchen immer weniger über den Kundenwert aus aber die Anzahl an Cross-Selling-Aktivitäten hat meist einen hohen Bezug zum Kundenwert. Somit eignen sich Verhaltensdaten schon deutlich besser zur Gewinnung von Kundenerkenntnissen. Ende dieses Beitrags? wieder NEIN. Problem, Verhaltensdaten beziehen sich auf die Vergangenheit. Wer kennt nicht den Newsletter eines Reiseportals, das einem nach dem Kauf einer Reise weitere Reisen zur gleichen Destination empfiehlt? 

Es gibt zwar auch die Möglichkeit auf Basis von Verhaltensdaten, Einstellungen zu bestimmen. Wer immer eine teure Reise bucht, um in dieser Welt zu bleiben, wird wohl nicht so preisaffin sein. Aber dieser Ansatz benötigt viele Datenpunkte (Einwohneranzahl und Kaufhäufigkeit des Angebots müssen gross genug sein) sowie kompliziertere Algorithmen und IT-Power. Nicht unmöglich, aber auch nicht wirklich ganz so einfach, wie viele unter den Stichworten Big-, Smart Data oder AI träumen. In der Umsetzung läuft es auf: Kunden, die dieses Angebot gekauft haben, haben sich auch dieses Angebot angeschaut, heraus. Völlig ok, aber doch wieder sehr produktfokussiert. 

Einstellungsdaten liegen meist überhaupt nicht in Unternehmen vor. Kleiner Einschub: Einstellungen werden in der Praxis oft mit Produktattributen verwechselt. So meinen die meisten Managerinnen und Manager, wenn sie von Kundenbedürfnisse sprechen, wie wichtig ist dem Kunden ein Schiebedach bei einem Auto. Der Begriff Bedürfnis meint aber grundsätzlich, wie wichtig ist dem Kunden Comfort bei einem Angebot. Sieht auf den ersten Blick gleich aus, ist es aber (leider) nicht. Die Kenntnis der Einstellungen von Kunden hat den Charme, dass diese sich auf die Zukunft beziehen, für zahlreiche Entscheidungen in Unternehmen zum Einsatz kommen können und meist wertvolle Kundenerkenntnisse hervorbringen. Das klingt ja sehr gut. Problem, Einstellungsdaten sind deutlich schwieriger zu gewinnen. Manche Unternehmen (<5%) führen eine jährliche Kundenbefragung durch und messen dabei die Einstellungen der Kunden zur Marke, Unternehmen und Angebot. Oft sind das, wie angesprochen, mehr Produktattribute als grundsätzliche Einstellungen. Andere Unternehmen haben ein Voice-of-the-Customer-System implementiert (VoC) und messen den NPS oder eine vergleichbare Kennzahl. Bei einer Kundenbefragung machen vielleicht 10% der Kunden mit und diese sollte eigentlich auch anonym sein. Bei einer VoC-Befragung werden meist auch nicht alle Kunden zur Teilnahme motiviert. Somit liegen Einstellungsdaten nur für einen Teil der Kunden, wenn überhaupt in Unternehmen vor. 

Fazit zu den 3 Datenebenen der Kundenorientierung:

In den meisten Unternehmen liegen Kundendaten vor, die nicht für die Gewinnung von Kundenerkenntnissen ausreichend sind. Diese sind meist einfach zu gewinnen, aber bergen nur ein geringes Wertpotential. Einstellungsdaten sind die „E-Mobilität der Kundendatennutzung“. Diese zu sammeln und im Alltag zu nutzen, ist der wirkliche Game-Change der Digitalisierung. Du denkst, dass ist doch gar nicht möglich in unserer Branche? Wenn wir von Game-Change schreiben, meinen wir das auch. Natürlich ist es eine super grosse Herausforderung, wie die E-Mobilität. Aber es geht ja darum besser zu sein als der Wettbewerb in einer sich verändernden Zeit. So könnte z.B. Verkaufende bei jedem Kundentermin die Einstellungen der Kunden via Tablet, Computer oder Smartphone messen. Im Retail könnten Kunden vor jedem Besuch kurz ihre Einstellungspräferenzen für die kommende Beratung angeben und die digitalen Touchpoints könnten immer wieder einzelne Einstellungsfragen einstreuen. Zwar sinkt damit die Convenience für die Kunden, aber der Wert für das Unternehmen steigt enorm. 

Wichtig ist, dass bei einem solchen Ansatz nur 50%-80% der Kunden erreicht werden. Es braucht somit immer wieder Brücken zu Verhaltens- und Basisdaten, damit die Kundenerkenntnisse auf Basis von Einstellungsdaten auf den gesamten Kundenstamm übertragen werden können. „Das klingt ja super schwierig und kompliziert“, hören wir an dieser Stelle doch durchaus häufiger. Ok, aber dann bitte benutze nicht die Worte Kundenorientierung, Digitalisierung, Amazon, Google, etc. in den jeweiligen Workshops. Die Technologie bietet heute die Möglichkeit Einstellungen live im Alltag zu sammeln und auszuwerten. Jetzt muss nur noch der Mensch diese grosse Chance ergreifen.