Nachrichten

17. Juni 2014.

Von Sebastian Mamro

Um im Verkauf erfolgreich zu sein, muss man nicht nur das richtige Produkt oder die richtige Dienstleistung haben. Für jeden Kunden, der perfekt zu Ihrem Angebot passt, gibt es möglicherweise viele andere, die nur an einigen Ihrer Produkte interessiert sind.

Um effektiver verkaufen zu können, muss man verstehen, was diese Kunden oder Interessenten als wertvoll empfinden, und seine Verkaufsanstrengungen darauf konzentrieren.

Stellen Sie sich vor, Sie haben einen potenziellen Kunden, zu dem die Geschäftsbeziehung noch neu ist, und Sie möchten ein umfangreiches Geschäft mit diesem Unternehmen abschließen. Wie legen Sie nun die Preisrichtlinien für ein Geschäft fest? An dieser Stelle kommt die Segmentierung ins Spiel. Viele Marketing-, Preisgestaltungs- und Vertriebsexperten wissen zwar über die Segmentierung Bescheid, sind sich aber nicht im Klaren darüber, wie sie sich diesen Ansatz zunutze machen können.

Bei einer guten Segmentierung geht es nicht nur darum, die Kunden in regionale oder branchenspezifische Gruppen einzuteilen. Vielmehr geht es darum, detaillierter zu bewerten, was die Kunden wirklich gemeinsam haben. Außerdem kann es nicht nur eine einzige Segmentierungsstrategie geben. Segmentierungen können verschiedene Formen und Größen annehmen, je nach den Fragen, die Sie stellen wollen.

Woher wissen Sie also, welche Fragen Sie stellen müssen? Viele der Informationen, die Ihnen bei Ihrer Segmentierungsstrategie helfen können, sind bereits aus Ihren eigenen Daten verfügbar.

Genau hier kommt die Datenwissenschaft ins Spiel. Jede Kundeninteraktion - von ersten Gesprächen und Vorschlägen bis hin zu Verkaufstransaktionen und der Bestellhistorie - kann genutzt werden, um vorherzusagen, wie diese Kunden auf künftige Verkaufsangebote reagieren werden. Diese Informationen können auch für andere Unternehmen genutzt werden, und zwar auf der Grundlage ihrer eigenen Kaufhistorie und ihres Hintergrunds.

Durch den Einsatz von Data Science und die Betrachtung von Angeboten, auf die ähnliche Unternehmen reagiert haben, ist es dann möglich, mehr Einblicke in die zu verwendenden Parameter zu gewinnen. Dazu gehört auch, den Vertriebsteams Leitlinien für Verhandlungen und Preisniveaus an die Hand zu geben und ihnen die Zielspannen und die Zahlungsbereitschaft ihrer Kunden aufzuzeigen. Für Kunden, die in verschiedene Segmente fallen, gibt es unterschiedliche Preisempfehlungen, die auf Schätzungen darüber beruhen, was die Kunden in den einzelnen Segmenten als wertvoll empfinden und was sie kaufen wollen.

Lassen Sie uns ein Beispiel betrachten. Hier im Vereinigten Königreich verwendete ein Logistikunternehmen einen traditionellen Ansatz für die Preisgestaltung mit unterschiedlichen Preislisten für seine Kunden im Norden des Landes und für die im Süden. Eine dieser Listen enthielt höhere Preise, um die zusätzlichen Kosten für die Geschäftstätigkeit in der Region zu decken und den potenziellen Gewinn zu maximieren. Dies ist an sich eine sehr einfache Segmentierungsstrategie. Für das Verkaufsteam funktionierte dieser Ansatz jedoch nicht, da es die Kunden durch die höheren Preise abgeschreckt sah. Ihr Ansatz führte zu mehr Preisnachlässen, um das Geschäft zu halten, während wertvolle Dienstleistungen für höherwertige Kunden oft auch in kleineren Angeboten enthalten waren. Dies war für das Unternehmen kein gutes Geschäft, da die Geschäfte nicht den gesamten potenziellen Wert der Produkte und Dienstleistungen des Unternehmens erfassten. Infolgedessen untergruben die Preisentscheidungen die Rentabilität.

Das Team wusste, dass eine Änderung angebracht war, und begann, seine Annahmen zu überprüfen und seine Daten auf der Grundlage des Kundenverhaltens auszuwerten. Das Ergebnis war eine andere Herangehensweise an Verkaufsverpflichtungen auf der Grundlage dessen, was die Kunden bereit waren, für zusätzliche Dienstleistungen und bestimmte Lieferoptionen zu zahlen. Die Vertriebsmitarbeiter waren auch in der Lage, bei ihren Verhandlungen genauere Informationen über die Mengenpreise zu verwenden. Indem sie ihre Beziehung zu jedem Kunden neu überdachten, war es für das Vertriebsteam einfacher, ihre Preisentscheidungen zu rechtfertigen. Das Ergebnis: höhere Rentabilität und mehr zufriedene Kunden.

Wie können Sie also diesen Ansatz auf Ihre eigene Organisation anwenden? Im Folgenden finden Sie vier Vorschläge für eine effektive Segmentierung:

Beginnen Sie mit der Frage, die Sie beantworten möchten. Dazu gehört, dass Sie sich eine Frage nach der anderen stellen. Beginnen Sie mit einer Frage, die für Ihr Unternehmen von strategischer Bedeutung ist. Beispielsweise ist die Frage, warum Geschäfte in diesem Quartal abgeschlossen werden, eine andere Art von Frage als die nach den Gründen, warum Kunden zusätzliche Produkte oder Add-ons kaufen.

Messen Sie sich selbst. Die Verwendung von Daten zum Verständnis Ihrer Märkte setzt voraus, dass Sie eine Möglichkeit haben, verschiedene Marktreaktionen zu quantifizieren. Dies ist wichtig, um überhaupt die richtigen Leistungsindikatoren (KPIs) festzulegen.

Suchen Sie nach Markierungen, die den KPI verändern. Eine gute Segmentierungsstrategie zeigt, wie sich verschiedene Marktsegmente unter bestimmten Umständen verhalten. Die Ermittlung dieser Schlüsselattribute kann zeigen, wo neue Strategien erforderlich sind und zusätzliche Absatzmöglichkeiten bieten.

Ich habe gesehen, wie Unternehmen mit einfachen Änderungen die Wahrnehmung von Angeboten, Produkten und Dienstleistungen durch die Kunden beeinflussen konnten. Um diese KPIs zu finden, ist jedoch eine gute Datenanalyse erforderlich. Prüfen Sie unbedingt Ihre Datenquellen, um festzustellen, welche Attribute verwendet werden könnten, einschließlich Ihrer CRM-Datenbank, Kundenstammdaten, Produktstammdaten und Verkaufstransaktionen.

Anhand dieser Daten können Sie untersuchen, wie sich Änderungen von Attributwerten wie Kaufhäufigkeit, Geografie, Kundengröße, Branchentyp, Produktkategorie oder Produktkosten auf die KPIs auswirken. Der Einsatz von statistischen Methoden und/oder Algorithmen des maschinellen Lernens wird ebenfalls dazu beitragen, diese potenziellen Attribute zu finden.

Kombinieren Sie Attribute, um Segmentierungen zu bilden.

Sobald Sie Ihre Segmente erstellt haben, kann jedes Segment eine spezifische Reihe von Aktionen für Verkaufssituationen haben. Mit Hilfe der Datenanalyse ist es möglich, für diese Kundensegmente eine bessere Vorhersage zu treffen.

Die Segmentierung ist keine neue Fähigkeit, neu ist jedoch der Grad der Granularität, der mit präskriptiven und prädiktiven Analysen in den Big Data jedes Unternehmens möglich ist.

Es ist jedoch wichtig, darauf hinzuweisen, dass es trotz aller Daten keinen Ersatz für die Fähigkeit des Verkaufens gibt. Zum Beispiel funktionieren Segmentierungen, die für Up-Sell- oder Cross-Sell-Situationen gut sind, nicht unbedingt für Werbekampagnen. Um den Unterschied zu verstehen und auf diese unterschiedlichen Situationen zu reagieren, sollten Sie Ihre Daten betrachten und sie, wenn möglich, auf Kampagnenbasis analysieren.

Mit dem Wachstum eines Unternehmens wächst auch die Zahl der möglichen Variablen. Unternehmen können potenziell Tausende verschiedener Produkte in mehreren Ländern und Regionen anbieten, verbunden mit Service- und Post-Sales-Support-Angeboten, die ebenfalls kundengerecht positioniert werden müssen.

Um die Kontrolle darüber zu behalten, sollten Vertriebs- und Marketinganalysten prüfen, wie sie ihre Vertriebs-, Segmentierungs- und Preisentscheidungen mithilfe von Big Data automatisieren und verwalten können.

Vom Testen neuer Attribute bis zur automatischen Aktualisierung von Informationen innerhalb eines Segments kann diese Technologie dem Vertrieb helfen, intelligenter, aber auch schneller und einfacher zu verkaufen.