Aus dem Track Customer value-based Decision Making 2021 der Denkwerkstatt berichtet Corina Wick. 

Die Denkwerkstatt bietet eine Plattform für den Vertrieb in der Schweiz. Nach den zwei Praxisvorträgen «Kundenorientierung im B2B-Umfeld» von Jean-Louis Keraudren (Global Head of Customer Experience – Hilti) und «Kundenorientierung im B2C-Umfeld» von Inga Bohn (Senior Customer Centricity Manager – Amorelie) folgt der Einstieg in die verschiedenen Workshop-Tracks. Dabei bildet jede der vier Dimension der Kundenorientierung (Customer Value-based Decision Making, Co-Creation,  Customer-centric Transformation und Customer Management) einen eigenen Track.

Dieser Beitrag fasst die wichtigsten Erkenntnisse aus dem Track Customer Value-based Decision Making 2021 zusammen. In dieser Dimension von Kundenorientierung geht es darum, dass Entscheide, die eine Unternehmung trifft, darauf basiert sowohl dem Kunden als auch der Unternehmung einen Mehrwert zu bieten. Dabei spielt vor allem der Wert des Kunden selbst eine grosse Rolle. Mit Wert des Kunden ist ein Wert-Modell gemeint, in welchem alle Kunden nach bestimmten (von der Unternehmung erarbeitet) Kriterien eingestuft werden und danach mit einem Wert belegt werden. Ein Beispiel ist, wenn man in einer Unternehmung darüber nachdenkt ein Rabattsystem einzuführen, muss man sich auch überlegen, ob ich dem Kunden, der mehr Wert für mich hat, einen grösseren Rabatt gebe.

Nach einer Vorstellungsrunde der Teilnehmenden wird klar, dass die Workshopgruppe sehr heterogen ist in Bezug auf Branche und Firmengrösse. Die grosse Gemeinsamkeit hingegen ist, dass die meisten Unternehmen eine tiefe Maturity im Bereich Kundenorientierung haben. Dies wird klar, als die Resultate aus dem Customer Centricity Maturity Check  ausgetauscht werden.
Danach startet die Diskussion zu folgender Fragestellung: Welche Erfolgsfaktoren die zur Verbesserung der Kundenorientierung dienen, sind relevant in der Dimension Customer Value-based Decision Making?

«Daten, Daten, Daten!» sagt Renato  (Leiter Vertrieb & Marketing ) sofort, «Es ist wichtig Daten zu haben und zu sammeln». Die Diskussion im Workshop weitet sich aus und schnell wird klar: Es ist nicht nur wichtig, Daten zu haben, sondern diese auch zu analysieren und zu entscheiden, welche Daten sind wertvoll und sinnvoll und welche weniger. Eine zentrale Frag ist auch, wie Kunden online identifiziert werden können, wenn diese sich nicht registrieren müssen.
Ebenso wichtig, wie Daten zu haben, ist ein Kundenwert-Modell. Die Teilnehmenden stellen fest, dass die Schwierigkeit besteht, sich für ein funktionierendes Kundenwertmodell zu entscheiden und dieses richtig einzusetzen. Es wird auch festgehalten, dass danach effektiv aus den gewonnenen Daten entschieden wird. Teilweise stellen Teilnehmende aus dem Workshop fest, dass zwar Daten vorhanden sind, jedoch nicht datenbasiert entschieden wird. Ein weiterer Input zum datenbasierten Entscheiden kommt aus der Runde. «Dies sollte unbedingt im Change Management berücksichtigt werden!» Dabei kann helfen beim Aufbau sämtliche Interessengruppen (zum Beispiel Datenanalysten, Marketing, Mitarbeitende Vertrieb, etc.) miteinzubeziehen und Kommunikationswege zu vereinfachen. Zum Thema Kundensegmentierung, welches ganz zum Schluss diskutiert wurde, kann zusammengefasst gesagt werden, dass zuerst klar sein muss, wer die Kunden sind und was diese wollen. Idealerweise werden Personas erstellt.

Folgende Punkte wurden als die wichtigsten Erfolgsfaktoren in der Dimension Customer Value-based Decision Making erkoren:

·         Entscheiden, welche Daten wertvoll sind
·         Daten gezielt erarbeiten
·         Kundenwertmodell erstellen
·         Verschiedene Segmentierungen vornehmen
·         Datenbasiert entscheiden

Als Praxisbeispiel zum Workshop ist nachfolgend eine Adaption zu einer Unternehmung in der Energiebranche beschrieben:

Ein Energieversorgungsunternehmen (EVU) ist historisch bedingt nicht gewohnt, kundenorientiert zu denken. Da die Branche jedoch im Wandel ist und eine potenzielle Marktöffnung ansteht, entscheiden sich dennoch bereits jetzt manche Unternehmen in der Branche zur Umorientierung.

Grundsätzlich besitzt ein EVU sehr viele Kundendaten. Die Unternehmung weiss sehr genau, wo der Kunde oder die Kundin wohnt, wie viel Strom dieser oder diese verbraucht und wie zum Beispiel die Zahlungsmoral, etc. ist. Es kann genau ausgewiesen werden, wie viel Umsatz generiert wird. Die Frage, welche sich hier stellt: sind das die richtigen Daten, welche als Grundlage dienen können, um Entscheidungen zu treffen? Allenfalls wäre es sinnvoller die Einstellung der Kunden gegenüber der Unternehmung zu erfahren. Ebenso wichtig wäre zu wissen, was dem Kunden wichtig ist und ob er zufrieden ist mit der Leistung der Unternehmung. Visionäre in der Energiebranche haben im Bereich der Datenerfassung und Verarbeitung interessante Projekte, welche den Stromverbrauch analysieren und daraus die Bedürfnisse der Kunden für neue Dienstleistungen prophezeit. In der Praxis werden solche Umsetzungen jedoch kaum realisiert. Weshalb?

Daten müssen gezielt erarbeitet werden! Die Feststellung ist, dass es in dieser Branche nur wenige Fachspezialisten gibt, die sich mit der Analyse der Daten befassen. Es gibt ca. 600 EVU in der Schweiz und die meisten sind im KMU. Wenn Daten erarbeitet werden, dann durch Personen, welche nicht darauf spezialisiert sind und bei welchen es nicht die eigentliche Kernaufgabe ist (Ausgenommen sind die grossen EVU). Somit gibt es oftmals auch kein einheitliches Konzept, was man denn nun überhaupt mit Daten machen möchte. Jeder schaut, dass er die Daten bekommt, die er braucht und macht sich eigene Reports und Auswertungen. Entscheidungen werden nach den Bedürfnissen der einzelnen Abteilungen gefällt.

Hier könnte zum Beispiel ein Kundenwertmodell helfen, welches sowohl bereits bestehende Daten, wie den Gewinn pro Kunde verwendet und dazu noch weitere Daten erhoben werden, wie die Einstellung des Kunden gegenüber der Unternehmung. Ein Kundenwertmodell hilft einerseits sich im Klaren zu sein, welchen Wert der Kunde besitzt und auch entsprechend danach Entscheidungen zu treffen. Andererseits kann ein Kundenwertmodell auch bei der Segmentierung der Kunden helfen. Eine Segmentierung nach Kundenwert macht zum Beispiel Sinn in der Planung eines Pricing Models, wenn wir am Beispiel zu Beginn dieses Beitrages festhalten. Es ergeben sich noch weitere Segmentierungsmöglichkeiten: So könnten zum Beispiel Personas erstellt werden, welche nicht nur dem Marketing helfen.

An diesem Punkt kommen wir zurück zum sehr interessanten Ansatz, welcher bereits beschrieben wurde. Wenn aus den Messdaten des Stromverbrauches Zuweisungen zu verschiedenen Personas gemacht werden könnten, wäre dies sehr wertvoll für alle Unternehmensbereiche. Sowohl im Kundenservice, als auch im Verkauf, Support oder im Bereich Netze (Auslastung, Planung und Ausbau der Netze) könnten Entscheide Kundendatenbasiert getroffen werden. Dieser Ausblick im Vergleich zu «wo stehen wir heute?», zeigt, dass es noch ein langer Weg ist dort hin.