Nachrichten

25. September 2013. 

Von Neil Biehn

Lassen Sie es sich von mir, einem Datenwissenschaftler, sagen: Effektive Segmentierung ist eine Wissenschaft. Viele Marketing-, Preisgestaltungs- und Vertriebsexperten kennen und nutzen Segmentierungen, aber viele verstehen nicht, wie wichtig gute Segmentierungen für die Steigerung der Vertriebseffizienz sind. Außerdem glauben wir vielleicht, dass eine wirklich gute Segmentierung alles ist, was wir brauchen, aber das könnte nicht weiter von der Wahrheit entfernt sein. Bei jedem Vertriebshebel, den wir betätigen, sind unterschiedliche Kräfte am Werk, darunter auch eine andere Art der Messung. Folglich können Segmentierungen verschiedene Formen und Größen annehmen, je nach den Fragen, auf die Sie Antworten benötigen.

Für einen Marketing- oder Vertriebsanalysten ist dies eine entmutigende Aufgabe. Es ist schon schwer genug, eine einzige Segmentierung zu erstellen, geschweige denn mehrere. Mehrere Umfragen zu erstellen, mit Produktmanagern zu sprechen und die Konkurrenz zu analysieren, ist eine Herkulesaufgabe. Und auf den sich ständig verändernden Märkten von heute können Ihre Forschungsergebnisse schon nach wenigen Monaten oder sogar Wochen veraltet sein. Andererseits enthalten Ihre Daten bereits eine Fülle von Informationen, die nur darauf warten, genutzt zu werden. Jede Kundeninteraktion - Angebot, Verkaufstransaktion und Bestellung - kann genutzt werden, um vorherzusagen, wie die Kunden auf alle Ihre Verkaufsmaßnahmen reagieren werden. Im Folgenden finden Sie vier Vorschläge zur Erstellung effektiver Segmentierungen für Ihr Unternehmen:

1. Wählen Sie die Frage aus, die Sie zu beantworten versuchen. Beschränken Sie sich jeweils auf nur eine Frage. Beispielsweise kann der Grund, warum Geschäfte in diesem Quartal abgeschlossen werden, ein ganz anderer sein als die Gründe, warum Kunden zusätzliche Produkte oder Add-ons kaufen.
2. Bestimmen Sie den wichtigsten Leistungsindikator (KPI). Die Verwendung von Daten zum Verständnis Ihrer Märkte setzt voraus, dass Sie eine Möglichkeit haben, verschiedene Marktreaktionen zu quantifizieren.
3. Finden Sie die Faktoren und Attribute, die Veränderungen bei den KPI aufzeigen. Eine gute Segmentierung zeigt auf, wie sich verschiedene Marktsegmente unterschiedlich verhalten. Die Aufdeckung von Merkmalen, die einen Bedarf an unterschiedlichen Strategien erkennen lassen, bringt ungenutzten Wert zutage. Wir haben schon viele Attribute gesehen, die die Wahrnehmung der Kunden in Bezug auf Angebote, Produkte und Dienstleistungen verändern. Einige davon sind einzigartig für Ihr Unternehmen, während andere eher allgegenwärtig sind. Prüfen Sie unbedingt Ihre Datenquellen, um herauszufinden, welche Attribute genutzt werden könnten, einschließlich Ihrer CRM-Datenbank, Kundenstammdaten, Produktstammdaten und Verkaufstransaktionen. Wenn Sie die Daten in der Hand haben, sehen Sie sich Diagramme und Grafiken an, die den KPI nach Attributwert zeigen, einschließlich Kundengröße, Kaufhäufigkeit, Geografie, Kundenbranche, Gruppenzugehörigkeit, Lebenszyklus/Loyalität, Produktkategorie, Produktgeschwindigkeit, Ware/Spezialität und Produktkosten, um nur einige zu nennen. Schließlich hilft auch der Einsatz von statistischen Methoden und/oder Algorithmen des maschinellen Lernens bei der Ermittlung potenzieller Attribute.
4. Kombinieren Sie die Attribute, um eine Segmentierung zu bilden. Jedes Segment kann verwendet werden, um eine bestimmte Reihe von Maßnahmen in Bezug auf das Kundenprofil und die angebotenen oder verkauften Produkte vorzuschreiben. Statistische Algorithmen und Algorithmen des maschinellen Lernens können Attribute weiter gruppieren, um eine prädiktive Segmentierung zu erstellen.

Mit jedem neuen Problem, das wir angehen, ist eine neue Segmentierung angebracht. Während die meisten Analysten bei der Vorstellung, mehrere Segmentierungen für verschiedene Zwecke zu erstellen, erschaudern, gibt es wirklich keine andere Alternative, vorausgesetzt, Sie messen einen neuen KPI. Es gibt neue Listen von Attributen, mit denen wir unsere Hypothese testen und validieren können. Was für Up-Sell oder Cross-Sell funktioniert, muss nicht unbedingt für Werbekampagnen gelten. Um diese Komplexität neuer Segmentierungen zu bewältigen, sollten Vertriebs- und Marketinganalysten auf Technologien zurückgreifen. Vom Testen neuer Attribute bis hin zur automatischen Aktualisierung von Informationen innerhalb eines Segments kann Big-Data-Technologie für den Vertrieb Ihren wissenschaftlichen Ansatz für den Vertrieb einfacher machen und gleichzeitig einen unglaublichen Wert schaffen.

Neil Biehn ist Vizepräsident und Leiter der Wissenschafts- und Forschungsgruppe bei PROS.