Teilen auf

LinkedIn Facebook Twitter

Informieren Sie sich über den Serienstart oder lesen Sie die vorherige Folge, Aufbau kundenorientierter Kulturen mit Daten.

In unserer nächsten Folge der Serie über kundenzentrierte Daten sprachen wir mit Stephen Welch, Managing Director, und Ian Bobbit, Chief Analytics Officer von Realise darüber, wie Unternehmen zu datenzentrierten Unternehmen werden können. Realise, ein Teil der größeren Unlimited Group, hilft Marken, datengestützte Entscheidungen zu treffen, um ihr Wachstum zu maximieren. 

Sie erörterten, wie Unternehmen sich besser strukturieren können, um datengesteuert zu werden, auf welche Teams, Strukturen, Technologien und KPIs man achten muss, sowie einige Details zu Personalisierung und Customer Lifetime Value.

Welches sind die größten Herausforderungen für Unternehmen, die datenzentriert werden wollen?

Als Erstes betonen Ian und Stephen, dass die meisten Unternehmen bereits über eine große Menge an Daten verfügen, die jedoch manchmal in Silos bei den einzelnen Teams stecken. Die erste Herausforderung besteht darin, diese Informationen zu konsolidieren und ihr Potenzial zu verstehen.

Eine weitere Herausforderung besteht darin, dass die wichtigsten Interessengruppen zustimmen müssen. Es muss eine Führungskraft im Team geben, die aus Daten lernen will. Mit einer Person an Bord, die mehrere Teams leiten kann, können Unternehmen Daten identifizieren, die ihre Kunden und ihr tägliches Verhalten beschreiben.

Wenn wir also wissen, dass die Daten bereits vorhanden sind, besteht die andere Herausforderung darin, sicherzustellen, dass sie genutzt werden, um die richtigen Schlussfolgerungen zu ziehen. Oft haben Unternehmen eine Strategie, die nicht auf Fakten basiert. Um datenzentriert zu werden, muss man in der Lage sein, effektive KPIs und Daten über das Verbraucherverhalten zu erkennen.

„Wir versuchen zu verstehen, wer Ihre Kunden sind und wie sie mit Ihrem Unternehmen interagieren. Deshalb konzentrieren wir uns auf die Berührungspunkte mit dem Kunden – das ist ein Bereich, der uns besonders am Herzen liegt“, sagt Stephen.

Umwandlung eines Unternehmens in ein datenzentriertes Unternehmen

Ein Unternehmen so umzugestalten, dass es wirklich datengesteuert ist, ist kein einfacher Prozess. Die wichtigsten Interessengruppen müssen einbezogen werden und die Teams müssen in der Lage sein, miteinander zu sprechen. Ian und Stephen bezeichneten widersprüchliche Teamziele als einen der Gründe, warum Unternehmen nicht so effektiv sind, wie sie sein könnten.

„Wir versuchen wirklich, durch eine stärkere Datenzentrierung reichhaltige und umfassendere Informationen bereitzustellen, wie z. B. den Kontext rund um den Kunden, der Bedürfnisse und Verhaltensweisen aufzeigt“, sagt Stephen. „Wir schauen auch, wie wir das Unternehmen über einen bestimmten Kanal hinaus einbeziehen können.“

Die Anfangsphase beginnt oft mit einem datenreichen Bereich, der dazu dient, die Wirksamkeit von Veränderungen in einem bestimmten Bereich nachzuweisen und die Zustimmung der größeren Unternehmensakteure zu erhalten. Als Nächstes werden den Unternehmensleitern Fragen gestellt wie: Was wollen sie erreichen? Wohin wollen sie gelangen? Wo befinden sie sich derzeit? All diese Faktoren tragen dazu bei, herauszufinden, welche Daten das Unternehmen für die Entwicklung seiner Strategie für die Reifekurve der Daten heranziehen sollte.

Die Suche nach Personalisierung

Von unseren Kunden bei AB Tasty wissen wir, dass Personalisierung eine der gefragtesten Funktionen für CX ist. Der Weg dorthin führt über Daten. Einer der Gründe, warum es so schwierig ist, dies richtig hinzubekommen, ist laut Realise, dass die Idee der „Personalisierung“ für verschiedene Menschen unterschiedliche Dinge bedeutet. Ian weist darauf hin, dass man, sobald man mit der Personalisierung beginnt, die Ressourcen haben muss, um Inhalte für jedes einzelne Segment zu erstellen, was wiederum zu sehr komplizierten Arbeitsabläufen und Nachrichtenübermittlungen führen kann. 

„Es erfordert sehr viele Daten, Überlegungen und Planungen, denn wenn man erst einmal damit begonnen hat, personalisierte Spalten zu automatisieren, wird es schnell ziemlich kompliziert“, sagt Stephen.

Sowohl Ian als auch Stephen sind begeistert von der neuen Technologie, die auf dem Markt auftaucht, um dies zu unterstützen, mahnen aber zur Vorsicht, wenn es um die Frage geht, ob dies tatsächlich das Endergebnis des Unternehmens, die Effizienz und die Gesamt-CX verbessert.

Customer Lifetime Value

Was sie als Kennzahl schätzen, ist der CLV, eine Ergänzung zur ganzheitlichen Betrachtung ihrer Daten. Da wir uns schwierigeren Zeiten für Unternehmen nähern, ist es wirklich wichtig, sich darauf zu konzentrieren, seiner Marke einen Wert zu verleihen. Ian und Stephen sind begeistert von Marken, die sich bei der Vermarktung weniger auf den Transaktionswert konzentrieren.

Stephen erzählte von einer Marke, die die Kennzahlen ihrer Mailings über ein Jahr hinweg betrachtete, um den inkrementellen Anstieg zu berechnen, anstatt den Transaktionswert jedes einzelnen Mailings zu betrachten: „Was auch immer Sie betrachten, wenn Sie nicht die längerfristige Affinität und das Engagement für den zukünftigen Wert betrachten, verpassen Sie einen Trick.“

Kundenbindungsprogramme sind ebenfalls Teil des CLV und Realise arbeitet hart daran, Unternehmen dabei zu helfen, diese zu verbessern. Dazu gehört es, zu verstehen, wer ihre Kunden sind und welchen Wert sie von ihrer Marke erwarten. Außerdem müssen sie die Zielgrößen ermitteln, die sie mit Treueprogrammen erreichen wollen. Die Messung der Kundenbindung kann schwierig sein und die Kosten für die Durchführung solcher Programme sind oft hoch. Die Unternehmen müssen einen Business Case dafür erstellen, mit klaren Erwartungen und Erfolgskriterien.

Die KPIs für ein datenzentriertes Unternehmen

Kein Unternehmen ist wie das andere, aber wir haben Stephen und Ian gebeten, uns eine Vorstellung davon zu geben, auf welche KPIs sie achten. Es ist wichtig zu sehen, auf welche Berichte die Teams zugreifen und welche Metriken sie tagtäglich verwenden. Um sicher zu sein, dass die Unternehmen das zukünftige Wachstum im Auge haben, ist die Messung von Akquisition, Abwanderung und NPS von entscheidender Bedeutung.

Engagement ist auch eine wichtige Kennzahl für die Analyse des Customer Lifetime Value. Stephen fügt hinzu, dass datenzentrierte Unternehmen auch ihre Ausgaben betrachten sollten. Manchmal schauen sie auf den Gewinn einer bestimmten Aktion, aber machen kein Benchmarking, um zu sehen, ob sie mehr hätten erreichen können.

Jedes Unternehmen kann anders sein, aber sie können den CLV jedes Mal mit einem anderen Fokus angehen – Ihr Unternehmen (wie viel Gewinn es macht), Ihre Kunden (wie sie sich verhalten) und Ihre Mitarbeiter (haben sie die richtigen Werkzeuge, um Entscheidungen zu treffen).

Sie können mehr über unsere kundenzentrierte Führung erfahren, indem Sie sich unsere frühere Ausgabe von Messen Ihres digitalen Einflusses ansehen.

Teilen auf

LinkedIn Facebook Twitter

Teilen auf

LinkedIn Facebook Twitter

Wir laden Sie ein, auch unseren vorherigen Artikel dieser Blog-Reihe, Messen Ihres digitalen Einflusses, oder auch unsere Einführung zu lesen.

Dies ist der letzte Blog in unserer fünfteiligen Serie über einen datengesteuerten Ansatz für kundenorientiertes Marketing. Zum Abschluss haben wir uns mit unserer Partnerin Sophie D’Souza, Vice President of Optimization bei Spiralyze, und Rémi Aubert, Co-CEO & Co-Founder von AB Tasty, getroffen. Sie sprechen darüber, was eine kundenzentrierte Kultur wirklich bedeutet, warum es für Unternehmen so wichtig ist, eine solche zu fördern, mit welchen Daten eine solche Kultur ermöglicht wird und welche Herausforderungen und Vorteile damit einhergehen.

Wie würden Sie eine kundenzentrierte Kultur definieren?

In diesem Teil haben wir über die Möglichkeiten zur Nutzung und Analyse von Daten, Kennzahlen und Experimenten diskutiert, die dabei helfen können Ihre KundInnen besser zu verstehen, ihre Bedürfnisse zu erfüllen und eine emotionale Bindung zu ihnen aufzubauen. All dies trägt zum ultimativen Ziel einer Marke bei, eine kundenorientierte Vision und Kultur aufzubauen.

Aber was macht eine kundenzentrierte Kultur aus? Sophie sagt, „Kundenorientierung bedeuted, dass der Kunde oder die Kundin im Mittelpunkt des Unternehmens steht – die gemeinsame Sammlung von Werten, Erwartungen, Praktiken und Entscheidungen, die die Teammitglieder leiten und informieren, sind auf den Kunden oder die Kundin und dessen Bedürfnisse ausgerichtet. Ein großer Teil davon ist, sicherzustellen, dass die Daten nicht in Silos untergebracht sind – sie sind nicht auf eine bestimmte Abteilung wie das obere Management oder Customer Success beschränkt; sie durchdringen jeden Aspekt des Unternehmens. Formelle und informelle Systeme, Verhaltensweisen, Geschäftsentscheidungen und Werte drehen sich alle um den Kunden oder die Kundin.“

Für Rémi geht es bei der Kundenorientierung auch darum, „bei der täglichen Arbeit die KundInnen gegenüber den Prospects zu priorisieren. Am einfachsten ist das, wenn man ein kleines Unternehmen ist, aber es ist wichtig, diesen Geist beizubehalten, während man wächst. Die Gewinnung neuer KundInnen ist wichtig, aber wir dürfen nicht vergessen, dass unsere bestehenden KundInnen uns bereits ihr Vertrauen geschenkt haben. Es ist unsere Aufgabe, uns dafür mit positiven Erfahrungen oder zumindest mit einem hervorragenden Kundensupport zu revanchieren, damit wir die positiven Erfahrungen beibehalten und negative Erfahrungen in positive umwandeln können, um die KundInnen zu halten.

„Kundenzentriert zu sein bedeutet insbesondere, nicht geldgierig zu sein: Es ist die Grundlage für organisches Wachstum, bei dem sich Mund-zu-Mund-Propaganda von zufriedenen KundInnen ausbreitet und Prospects in neue KundInnen verwandelt.“

Warum ist die Demokratisierung von Daten so wichtig?

„Die Demokratisierung von Daten ist für den Aufbau einer kundenzentrierten Kultur unerlässlich“, erklärt Sophie. „Gemeinsame, zugängliche Daten, die nicht auf eine bestimmte Abteilung beschränkt sind, sind der beste Weg, um Kundenwissen zu gewinnen. Ebenso wichtig ist ein System zum Sammeln, Speichern, Analysieren und Verarbeiten dieser Daten, wann immer dies möglich ist.“

„Ständige Produkt- und Website-Experimente haben den Wert von Feedback – sowohl qualitativ als auch quantitativ – verdeutlicht, und bewiesen wie wertvoll es ist, dem Unternehmen Erkenntnisse zu liefern. Unternehmen verstehen jetzt die Bedeutung einer datengesteuerten Kultur. Die Verbreitung dieser Erkenntnisse in der gesamten Organisation ist das, was die Kundenzentrierung vorantreibt.“

Rémi stellt fest, dass in den letzten zehn Jahren der Schwerpunkt auf dem Sammeln von Daten lag. „Aber heute befinden wir uns in einer Phase der Dateninterpretation, um auch auf die Daten reagieren zu können – und das ist eine ausgereifte Phase. Wir kennen die richtigen KPIs, um einen Mehrwert zu schaffen; zukünftig werden wir in der Lage sein, diese Daten zu automatisieren, aber nur wenige Unternehmen haben diese Fähigkeit bereits erlangt.“

Welche Arten von Daten werden benötigt, um eine kundenzentrierte Kultur aufzubauen?

„Eine kundenzentrierte Kultur ist ein datengestütztes Geschäftsmodell, bei dem sowohl qualitative als auch quantitative Daten von wesentlicher Bedeutung sind. Ebenso spielen Experimente eine wichtige Rolle“, sagt Sophie. „Quantitative Daten geben uns eine hervorragende Richtung vor. Sie entstehen aus der Produktzentrierung  – also, wie die KundInnen mit den Produkten interagieren und welche Aktionen sie ausführen. Qualitative Daten hingegen entstehen aus den Kundenbedürfnissen heraus. Die Verknüpfung dieser beiden Daten liefert eine Fülle wertvoller Informationen. Sie können diese aus vielen verschiedenen Quellen, wie Engagement und Community Building sammeln (z. B. KundInnen ermutigen, Bewertungen zu hinterlassen, Fragen auf sozialen Kanälen zu stellen usw.).“

„Aber das Experimentieren ist ein zentraler Bestandteil, der es uns ermöglicht, direkt zu messen, wie Personen, die zu unserem Produkt oder unserer Website kommen, mit uns interagieren und welche Maßnahmen dementsprechend ergriffen werden sollten.“

Rémi stimmt dem zu: „Selbst wenn wir den quantitativen oder qualitativen Aspekt unserer Daten verstehen, können wir die Auswirkungen des Kundenverhaltens nicht messen, wenn wir nicht in der Lage sind, diese Verhaltensweisen zu ändern. An dieser Stelle kommen Tests und Personalisierung ins Spiel.“

„Es ist gut, Probleme zu identifizieren, aber wenn wir keine Lösungen vorschlagen und deren Wirksamkeit messen können, werden wir nicht in der Lage sein, unsere Kultur der Kundenorientierung an neue Bedürfnisse anzupassen. Die Komplementarität zwischen quantitativen und qualitativen Daten ist von entscheidender Bedeutung. Quantitative Daten helfen uns, Probleme zu erkennen, während qualitative Daten in der Regel helfen, Lösungen zu finden.“

Sophie ist mit an Bord: „Durch das Experimentieren können wir den Kunden oder die Kundin in den Mittelpunkt stellen, weil wir verschiedene Lösungen auf der Grundlage der von uns ermittelten Probleme testen können. Anstatt also eine Idee auszuprobieren, die wir intern für die beste halten, können wir uns bei Experimenten von den KundInnen leiten lassen. So wissen wir, dass wir auf echte Bedürfnisse reagieren.“

Gibt es Probleme bei der Beschaffung der erforderlichen Daten?

Rémi sagt, dass das Hauptproblem mit einer fehlerhaften Datenerfassung zusammenhängt: „Wir sehen manchmal verzerrte Daten aufgrund unvollständiger Datenerfassung. Verzerrte Daten sind unbrauchbar. Ein weiteres Problem, das wir häufig beobachten, ist die übermäßige Datenerfassung: Die Leute sammeln viel mehr Daten als sie brauchen und verlieren sich dann in einer Datenflut, die unmöglich zu analysieren ist und aus der keine Erkenntnisse gezogen werden können. Der Feind guter Daten sind zu viele Daten, weil man sie nicht orchestrieren kann.“

„Wir haben gelernt, dass zu viele Daten gleichbedeutend mit Unordnung und Ablenkung sind“, sagt Sophie. „Es fehlt an zentralen Systemen, die effizient genug sind, um so viele Daten zu verarbeiten und sie verwertbar zu machen. Das Ziel für Unternehmen ist es heute, Systeme zu entwickeln, die die benötigten Informationen in großem Umfang erfassen und verbreiten und gleichzeitig die Varianz durch individuelle Interpretation minimieren.“

Was sind die Herausforderungen bei der Verwirklichung einer kundenzentrierten Kultur?

Rémi erzählt eine Geschichte über einen Kunden aus der obersten Liga der Luxusjuweliere. „Für solche Marken, die strenge redaktionelle Richtlinien haben, ist es sehr schwierig kundenorientiert zu sein, da sie wenig Spielraum für Tests haben. Solche Marken sind sehr mächtig: Man kann nicht die kleinste Änderung vornehmen, ohne dass das gesamte Team zustimmt. Selbst wenn Sie also wissen, dass Sie die Customer Journey oder die Customer Experience auf der Website verbessern können, können Sie keine Änderungen vornehmen, weil die Markenpolitik dies verbietet. Das Ergebnis? Selbst wenn Sie über Daten verfügen, die beweisen, dass eine bestimmte Änderung die Kundenzufriedenheit verbessern wird, lässt die ‚Integrität‘ der Marke dies nicht zu.“

Sophie sieht zwar viele Fortschritte, aber es gibt auch noch einige Hindernisse. „Um ein datengesteuertes Unternehmen zu sein, muss man aufgeschlossen und experimentierfreudig sein. Denn eine kundenorientierte Kultur basiert auf Innovation und ständiger Veränderung, um die Bedürfnisse der KundInnen zu erfüllen. Eine große Herausforderung besteht heute darin, dass nicht jeder in einem bestimmten Unternehmen eine datenorientierte Denkweise hat, obwohl Website- und Produktexperimente und Personalisierung den Weg zu dieser Annahme ebnen.“

Rémi und Sophie sind sich einig, dass in einem datengesteuerten Unternehmen alle MitarbeiterInnen auf allen Ebenen befähigt werden, einen Beitrag zu leisten, denn es sind die Daten, nicht die Erfahrung, die zählen. Neue MitarbeiterInnen können eine Testhypothese vorschlagen, die genauso wertvoll ist wie die eines CEOs. Diese Art der Demokratisierung findet bei Hanna Andersson statt, einem Hersteller von Kinderbekleidung, bei dem alle MitarbeiterInnen eine Stimme haben und ermutigt werden, Testideen einzureichen. Die besten Ideen werden umgesetzt. Als Beispiel eines Test bei Hanna Andersson dient diese Fallstudie von AB Tasty, wo eine kleine Änderung des Produktbildes zu großen Auswirkungen führte.

Wie profitieren Unternehmen/Marken von einer kundenorientierten Kultur?

Laut einer Studie von Deloitte und Touche sind kundenorientierte Unternehmen 60 % rentabler als ihre produktorientierten Pendants. Unternehmen, die den Kunden in den Mittelpunkt ihrer Organisation stellen, profitieren von einem höheren Customer Lifetime Value und einer geringeren Kundenabwanderung.

„Es gibt eine Fülle von konkreten Vorteilen, darunter eine höhere Kundenbindung, Kundentreue, Weiterempfehlungen… Die betriebliche Effizienz ist ein großer Vorteil, und sie wird durch Experimente gefördert. Das bedeutet, dass wir nicht nur raten, sondern unsere Zeit dort verbringen, wo sie am wertvollsten ist: bei der Erfüllung echter Kundenbedürfnisse.“

„Und dann ist da noch die Innovation. Wenn wir Kundenfeedback erhalten, ob online oder offline, werden die Produkte entsprechend angepasst. So können wir kreativere Lösungen für die Probleme unserer KundInnen finden, anstatt kleine Iterationen durchzuführen.

Rémi fügt hinzu, dass es auch einen wichtigen internen Vorteil gibt, wenn man kundenorientiert arbeitet. „Wenn Ihre Experimente erfolgreich waren und Sie die Kundenzufriedenheit erhöhen konnten, sind Ihre KundInnen zufrieden – und Ihre Teams sind es auch. Das stärkt ihr Vertrauen in das Produkt, das sie entwickelt haben. Das ist sehr lohnenswert.“

Sophie stimmt dem enthusiastisch zu: „Es schart jeden um den Kunden. Unabhängig davon, welche Rolle man in einem Unternehmen spielt, kann man den Nutzen seiner Arbeit sehen“.

Teilen auf

LinkedIn Facebook Twitter

Teilen auf

LinkedIn Facebook Twitter

Lesen Sie sich als Erstes die Einleitung unserer Serie über kundenzentrierte Daten durch.

Im ersten Blog unserer fünfteiligen Serie über die verschiedenen Möglichkeiten, wie Sie Daten nutzen können, um Marken beim Aufbau einer kundenzentrierten Vision zu unterstützen, gehen unsere Partnerin Aimee Bos, VP of Analytics and Data Strategy bei Zion & Zion, und der Chief Data Scientist von AB Tasty, Hubert Wassner, folgender Frage nach: Wie können Sie mit Hilfe von Testdaten Ihre KundInnen besser verstehen? Sie erforschen das Wer, Was und Wann des Testens, erörtern die wichtigsten Metriken zum Kundenverständnis, die Bedeutung von Zielgruppengrößen, wo Ihre besten Ideen für Tests lauern und vieles mehr.

Warum sind Experimente wichtig, um KundInnen zu verstehen?

Einfach ausgedrückt: Experimente ermöglichen es Marken, ihre Produkte zu perfektionieren. Durch die Verbesserung des bereits entwickelten Werts wird die Customer Experience verbessert. Zudem wird jedes Mal, wenn eine neue Funktion oder Option einem Produkt hinzugefügt wird, durch konsequente A/B-Tests für einheitliche Kundenreaktionen gesorgt. Das Experimentieren funktioniert in einer Feedback-Schleife mit den KundInnen und geht über Conversions oder Akquisitionen hinaus. Es verbessert die Akzeptanz und die Kundenbindung und macht Ihr Produkt schließlich für Ihre KundInnen unverzichtbar.

Welche Schlüsselmetriken liefern die besten Erkenntnisse über KundInnen?

Hubert sagt: „Grundsätzlich sind die Kennzahlen, die verlässliche Erkenntnisse über die KundInnen liefern, die Conversion-Rate und der durchschnittliche Warenkorbwert, segmentiert nach aussagekräftigen Kriterien wie Geolocation oder CRM-Daten. Aber es gibt auch andere interessante Kennzahlen, wie z. B. der Umsatz pro Besucher (RPV). Es handelt sich dabei um eine Metrik mit geringem Wert, die aber wichtig zu überwachen ist.“

„Und der durchschnittliche Auftragswert (AOV) ist eine weitere. Diese Kennzahl schwankt im Laufe der Zeit enorm und sollte daher nicht als Tatsache betrachtet werden. Saisonale Schwankungen (z. B. an Weihnachten oder Black Friday) oder sogar ein einzelner großer Käufer können die Statistik verfälschen. Sie muss in mehreren Zusammenhängen betrachtet werden, um ein besseres Verständnis des Fortschritts zu erhalten – nicht nur von Jahr zu Jahr, sondern auch von Monat zu Monat und sogar von Woche zu Woche.  Nur so kann sie effektiv berechnet werden.“

„AOV und RPV sind wichtig, weil ihre Auslassung zu Datenverzerrungen führen kann. Oft wird vergessen, die Metriken über nicht konvertierende BesucherInnen zu analysieren. Natürlich liefert der AOV nur Daten über diejenigen, die den Kaufzyklus tatsächlich vollständig durchlaufen haben.“

Aimee stimmt zu: „Nun, natürlich die Gewinnrate. Im E-Commerce geht es um Conversions, Wert, RPV und ob der Wert der durchschnittlichen Bestellung erhöht wird. Wir wollen so viele Daten wie möglich auf einer möglichst granularen Ebene für Lead-Generierung, Gated Content und Micro-Conversions haben… Diese kleineren Tests können mit kundenorientierten Metriken verknüpft werden, im Gegensatz zu größeren Unternehmens-Metriken wie Umsatz, Wachstum, Anzahl der Kunden, ROI usw.“

Wo gibt es die besten Quellen für Experimentierideen?

Aimee hat ihren eigenen Prozess. „Ich beginne damit, mich zu fragen, was meine Geschäftsziele sind (Mikro-/Makroebene). Dann überprüfe ich Google Analytics und frage mich: ‚Wo finden keine Conversions statt?‘ Um Ideen für Experimente zu finden, schaue ich mir Tools wie HotJar, Voice-of-Customer-Data (VoC), Qualtrics-Daten, tatsächliches Kundenfeedback und Benutzerpanelisten an: Lassen Sie ihnen die Wahl, fragen Sie sie, was sie bevorzugen. Stellen Sie immer Hypothesen über Reibungspunkte auf, diese werden Ihnen die besten Ideen für Tests liefern!“

Hubert holt sich seine Ideen gerne aus NPS-Werten. „Der Net Promoter Score (NPS) enthält nützliche Informationen und Kommentare und kann ein guter Ausgangspunkt für faktenbasierte und nicht für zufällige Hypothesen sein, die nur Zeitverschwendung sind. Der NPS kann gut konzipierten Tests eine echte Stärke verleihen. Er basiert auf einer einzigen Frage: Auf einer Skala von 0 bis 10, wie wahrscheinlich ist es, dass Sie das Produkt oder die Dienstleistung dieses Unternehmens einem Freund oder Kollegen empfehlen? Der NPS ist eine gute Möglichkeit, verbesserungsbedürftige Bereiche zu identifizieren, aber als Indikator für den CX-Wert eines Unternehmens muss er mit qualitativen Erkenntnissen gepaart werden, um den Kontext hinter dem Wert zu verstehen.“

Wie füge ich alles zusammen? Was brauche ich, um meine Tests durchzuführen?

Natürlich brauchen Sie ein Tool, um Ihre AB-Tests durchzuführen und die notwendigen Daten zu sammeln, um gute Hypothesen aufstellen zu können. Aber eine gute Möglichkeit, Ihrem Testprogramm einen großen Schub zu geben – und zu einem höheren ROI beizutragen – sind Tools wie Contentsquare oder Fullstory. Diese bieten mehr Daten zum Kundenverhalten und zur Customer Experience, um Ihre Testdaten zu fokussieren. Analyseplattformen wurden entwickelt, um die Lücke zwischen den digitalen Erlebnissen, die Unternehmen ihren KundInnen zu bieten glauben, und dem, was die KundInnen tatsächlich bekommen, zu schließen. Sie bieten gute Möglichkeiten Hypothesen zu testen, indem sie fundiertere Vermutungen über Variablen für Tests zur Verbesserung der CX liefern.

Ich bin bereit zu testen, aber ich habe mehrere Hypothesen. Wie fange ich an?

Aimee sagt: „Wenn es so weit ist, zerlegen wir große Probleme in kleinere. Wir haben einen Kunden oder eine Kundin, welche/r sein/ihr Geschäft verdreifachen und in diesem Jahr unter anderem auch einen CDP durchführen möchte. Das ist eine ganze Menge! Um zu helfen, erstellen wir eine Customer Journey Roadmap, um zu sehen, was die Ziele des Kunden oder der Kundin beeinflusst. Wir wählen fünf oder sechs übergeordnete Ziele aus (z. B. Landing Page oder Navigation gemessen an der Click-Through-Rate) und testen dann verschiedene Aspekte jedes dieser Ziele.“

Hubert merkt an: „Es ist möglich, mehr als eine Hypothese auf einmal zu testen, wenn die Stichprobe groß genug ist. Aber zuerst müssen Sie wissen, wie groß die statistische Aussagekraft Ihres Experiments ist. Kleine Stichproben können nur starke Effekte aufdecken. Es ist wichtig, die Größenordnung zu kennen, um sinnvolle Experimente durchführen zu können. Es ist immer am besten, die Variablen an einem großen Publikum mit unterschiedlichen Verhaltensweisen und Bedürfnissen zu testen, um möglichst zuverlässige und fundierte Ergebnisse zu erhalten.“

Ist es sinnvoll, Experimente zur Datenerfassung durchzuführen (im Gegensatz zur Verbesserung der Conversion-Rate / Steigerung einer bestimmten Kennzahl)?

Hubert glaubt fest an das Testen, unabhängig davon, was Sie glauben, was passieren könnte. „Testen ist immer nützlich, denn aus einem guten Test lernt man etwas, man lernt etwas, egal ob man gewinnt oder verliert. Solange man eine Hypothese hat. So ist es zum Beispiel nützlich, die Wirkung eines (vermeintlichen) Verkaufsmerkmals (wie einer Anzeige oder eines Verkaufs) zu messen. Man weiß, wie viel eine Anzeige oder ein Verkauf kostet, aber ohne Experimente weiß man nicht, wie sehr es sich lohnt.“

„Oder sagen wir, Sie haben eine 100%ige Gewinnrate. Das bedeutet, dass Sie nicht mehr lernen. Also testet man, um neue Informationen in anderen Bereichen zu gewinnen, man bleibt nicht einfach stehen. Man minimiert die Verluste, um die Gewinne zu maximieren.“

Teilen auf

LinkedIn Facebook Twitter