Kundendaten: sammeln, richtig nutzen und Anwendungen im Marketing.

Kundendaten sind für jedes Unternehmen ein wichtiger Erfolgsfaktor. Nur wer seine Kunden wirklich kennt, kann gezielt Produkte und Angebote entwickeln. Die Vorteile liegen auf der Hand, doch zunächst müssen die Kundendaten gesammelt und gespeichert werden. In diesem Artikel erkläre ich, warum Kundendaten so wichtig sind und wie Sie Ihre Kundendaten durch intelligente Analysen richtig nutzen.

Doch wie lassen sich Kundendaten richtig auswerten? Wer sind meine besten Kunden? Was erwarten sie von meinem Angebot? Welche Bedürfnisse haben sie in der Zukunft?

Diese Fragen sind für Unternehmen elementar. Die Antworten stecken bereits in den gesammelten Kundendaten, sie müssen nur gefunden werden – die Kundenanalyse bringt sie ans Licht.

1. Was sind Kundendaten?

Wohnort, Mailadresse, Lieblingsprodukte – Kundendaten sind die Gesamtheit aller Informationen, die ein Unternehmen über seine Kunden besitzt. Ein klassisches Beispiel ist die E-Mail-Adresse für den Newsletter, die ein (potenzieller) Kunde proaktiv hinterlässt.

Grundsätzlich entstehen Kundendaten bei jeder Interaktion: beim Kauf, bei einer Beschwerde, bei einer Anfrage. Selbst wenn ein Kunde nur ein Produkt in den Warenkorb legt oder sich auf bestimmten Produktseiten aufhält, kann dies einen hohen Informationsgehalt haben.

1.1 Sind Kundendaten personenbezogene Daten?

Bereits aus der Definition wird deutlich, dass Informationen über Kunden für das Unternehmen von großer Bedeutung sind. Damit stellt sich eine wichtige Frage: Sind Kundendaten personenbezogene Daten? Hintergrund dieser Frage ist die Datenschutz-Grundverordnung (DSGVO), denn sie stellt personenbezogene Daten unter einen besonderen Schutz.

Personenbezogene Daten sind grundsätzlich alle Informationen, die eine Person identifizierbar machen. Dazu gehören der Name, die E-Mail-Adresse und die Anschrift. Aber auch indirekt identifizierende Informationen wie das Geschlecht oder ein Pseudonym fallen unter die DSGVO.

Kundendaten sind also häufig personenbezogene Daten. Wer sie erhebt, muss Sicherheitsstandards einhalten. Zudem ist die Nutzung an ein „berechtigtes Interesse“ gebunden – im kommerziellen Bereich ist dieses Interesse immer wirtschaftlicher Natur. [1]

1.2 Welche Kundendaten können im B2C gesammtelt werden?

Grundsätzlich unterscheiden sich Kundendaten im B2C- und B2B-Bereich nur marginal. Wer Privatkunden anspricht, hat es immer mit einer natürlichen Person zu tun. Sie allein entscheidet über ihre Einkäufe. Wichtige Informationen sind unter anderem:

• die Kundenstammdaten (Alter, Wohnort, Geschlecht)
• das Kaufverhalten
• das Budget
• der Umsatz
• das Umsatzpotential
• Verhaltensdaten wie Tracking oder Produktnutzung

1.3 Welche Kundendaten können im B2B gesammtelt werden?

Im B2B-Bereich ist zu berücksichtigen, dass die handelnde Person nicht für sich selbst, sondern für ihr Unternehmen entscheidet. Oft sind mehrere Entscheidungsträger beteiligt. Sie lassen sich in der Regel nicht von Emotionen, sondern von wirtschaftlichen Überlegungen leiten. In der Praxis zeigt sich, dass die Datenlage oft dünner ist als bei B2C-Kontakten.

Zudem kann es sinnvoll sein, einzelne Abteilungen als „Person“ im CRM-System zu betrachten, um zwischen verschiedenen Interessengruppen zu differenzieren. Mögliche Kundendaten im B2B sind:

• die Unternehmensgröße
• die Branche
• das Kaufverhalten
• das Budget
• der Umsatz
• das Umsatzpotential

1.4 Kundendaten und Datenschutz

Kundendaten unterliegen natürlich einem besonderen Datenschutz. Häufig handelt es sich um personenbezogene Daten, die nur verarbeitet werden dürfen, wenn dies gesetzlich erlaubt ist. Die wichtigsten Aspekte zum Thema Kundendaten und Datenschutz auf einen Blick:

• Wie auch bei allen anderen personenbezogenen Daten dürfen Sie Kundendaten nur dann speichern, verarbeiten und nutzen, wenn ein Gesetzt dies erlaubt und damit klar geregelt ist, welche Kundendaten gespeichert werden dürfen. Auch die Betroffenen, in diesem Fall Kunden, müssen eine eindeutige Einwilligung dazu abgeben. 
• Die Weitergabe von Kundendaten ist nur dann erlaubt, wenn die Kunden dazu eine Einwilligung abgegeben haben oder aber ein berechtigtes Interesse des Unternehmens besteht, die die Interessen des Betroffenen nachweislich überwiegen. 
• Jedes Unternehmen hat das Datenschutzgrundgesetz zu berücksichtigen und somit Kundendaten nur dann zu sammeln und zu speichern, wenn es eine berechtigte Zweckbindung und Zweckmäßigkeit gibt. 

Künstliche Intelligenz optimiert Marketing und Vertrieb

In 6 Fallstudien erfahren Sie:

• Wie Sie 29% mehr Umsatz pro Kampagne machen.
• Wie Sie durch KI und Automatisierung mehr Zeit gewinnen.
• Wie Sie 300% mehr Conversions zur richtigen Zeit machen.

Jetzt herunterladen

2. Welche Arten von Kundendaten gibt es?

Wer sich mit Kundendaten befasst, sieht sich schnell mit einer Flut von Informationen konfrontiert (Stichwort: Big Data). Es ist daher zweckmäßig, die vorhandenen Daten zu klassifizieren.

2.1 Kundenstammdaten

Kundenstammdaten sind soziodemografischer Natur. Kundenstammdaten werden heute bei fast jedem Geschäft gesammelt. Besonders im digitalen Bereich und im Vertragsgeschäft. Auch im klassischen Einzelhandel wird über Kundentreueprogramme immer häufiger versucht verschiedene Kundendaten zu speichern. Beispiele für Kundenstammdaten sind:

• Name
• Anschrift
• Mailadresse
• Zahlungsinformationen

Darüber hinaus gehören Angaben zum Alter und zum Geschlecht in diese Kategorie. Sie ermöglichen zum Beispiel individualisierte Werbung und die Segmentierung der Kunden nach soziodemografischen Gesichtspunkten (nur Männer, nur Studenten).

Praxistipp: Überlegen Sie sich welche Kundendaten Sie bei einem Kauf sammeln können. Je mehr Informationen die Kunden bereit sind anzugeben, desto besser können Sie anschließend Zielgruppen bilden und diese Informationen als Merkmale in Ihre analytischen Modelle einfließen lassen.

2.2 Kaufverhalten

Die zweite große Gruppe bilden die Verhaltensdaten. Diese Daten fallen meist dann an, wenn es zu einer Interaktion oder Transaktion, etwa einem Kauf, kommt. Von Interesse ist insbesondere das Kaufverhalten:

• Umsatz pro Einkauf
• Anzahl Produkte
• genutzte Zahlungsmethode
• Häufigkeit der Einkäufe
• gekaufte Produktgruppen
• viele weitere…

Darüber hinaus können weitere Informationen sehr interessant sein, etwa zu den genutzten Kanälen oder Endgeräten.

Praxistipp: Die RFM-Analyse ist eine einfache, aber effektive Marketinganalyse, die in keiner CRM-Abteilung fehlen darf. Die RFM-Kennzahlen werden einfach aus der Kaufhäufigkeit, Kaufaktualität und Einkaufswert gebildet. So können Sie eine einfache Kundensegmentierung, basierend auf dem Kaufverhalten Ihrer Kunden, für die Marketingsteuerung entwickeln.

2.3 Trackingdaten

Auf Online-Shops und Webseiten fallen nicht nur beim Kauf Daten an. Jeder Besuch einer Seite lässt sich erfassen und auswerten. Relevant ist zum Beispiel die mittlere Verweilzeit auf Produktseiten oder die Produkte, die in den Warenkorb gelegt wurden, aber nicht gekauft. Besonders die Zusammenführung von Onlinedaten aus dem E-Commerce Shop mit Kundenstammdaten ist wertvoll, da so ein umfassendes Kundenprofil ertellt wird.

Aber auch die Trackingdaten von Apps sind sehr interessant. Apps haben den Vorteil, dass sich die Nutzer in der Regel registrieren müssen. Dadurch können Unternehmen jedem App-Nutzer einen eindeutigen Account zuordnen. Mit diesen Verhaltensdaten lassen sich sehr genaue Kunden- und Nutzerprofile erstellen, die die App und die Customer Journey verbessern. Bei Online-Shops ist die Zuordnungsrate zu einem Nutzerprofil oft deutlich geringer.

In der Regel sind für beide Arten von Trackingdaten jeweilige Kennzahlen zur Verfügung:

• Sitzungen
• Sitzungslänge
• gesehene Seiten
• Klicks
• Events

3. Wie kann ich Kundendaten sammeln und speichern?

Der Umgang mit Kundendaten hat einen technischen und einen rechtlichen Aspekt. Unter technischen Gesichtspunkten sammeln nahezu alle Unternehmen ihre Daten digital. Dafür gibt es spezielle Kundenverwaltungssoftware oder CRM-Systeme, die Ihre Daten oft an spezielle CRM-Datenbanken weitergeben. Hier werden alle Kundendaten zentral abgespeichert und für weitere Datenanalysen aufbereitet.

Häufig wird von einer 360 Grad Kundensicht gesprochen. Eine komplette Sicht auf den Kunden (Stammdaten, Verhaltensdaten, Trackingdaten) und sein Verhalten an einer zentralen Stelle. Diese Sicht auf die Kunden ist ein wichtiger Bestandteil für erfolgreiche Kundenkommunikation und CRM.

Die Speicherung von Daten in der Cloud ist mittlerweile gängige Praxis. Clouds wie AWS und Microsoft Azure bieten flexible Dienste, um Kundendaten aus allen Systemen und Kanälen zu sammeln, zu aggregieren und zu analysieren.

4. Wie kann ich Kundendaten nutzen?

Wie können Unternehmen aus Kundendaten Nutzen ziehen? Das ist die zentrale Frage. Die wichtigste Erkenntnis vorweg: Es gibt keine allgemeingültige Antwort. Der beste Weg, Kundendaten zu nutzen, ist immer individuell. Die Potenziale sind vielfältig. Die aus meiner Erfahrung wichtigsten Aspekte sind

• Kundenbindung: Welche Maßnahmen binden die Kunden besonders lange? Die Antwort steckt in Ihren Kundendaten. Welcher Kunde oder welche Kundengruppe hat wie auf bestimmte Marketingkampagnen reagiert. Hierzu habe ich einen interessanten Artikel zur Kundenanalyse geschrieben.
• Prozessverbesserung: Wie lange brauchen die Kunden vom ersten Kaufanreiz bis zum Abschluss? Gibt es Hürden, an denen potentielle Kunden abspringen? Diese Fragen lassen sich mit einer spezifischen Kundendatenanalyse beantworten. Wer die Abläufe und insbesondere die Probleme kennt, kann diese anschließend gezielt verbessern bzw. lösen.
• Produktentwicklung: Häufen sich bestimmte Reklamationen? Werden Verbesserungsvorschläge mehrfach genannt? Die Rückmeldung von Kunden ist oftmals ein wichtiger Impuls für die Produktentwicklung oder -optimierung. Firmen sollten dieses Potential nutzen.
• Einkauf: Welche Produkte sind bei den Kunden beliebt? Lässt sich ein erhöhter Bedarf vorhersagen? Die Auswertung von Kundendaten kann für den Einkauf und die Lagerhaltung vorteilhaft sein.
• Kundenservice: Sind die Kunden zufrieden? Welche Kanäle werden zur Interaktion genutzt? Wann ist die beste Zeit, um Kunden anzusprechen? Diese für den Support wichtigen Fragen lassen sich ebenfalls mit einer Kundendatenanalyse beantworten.

… und dann gibt es einen ganz wichtigen Bereich: das Marketing. Kundendaten lassen sich hierbei so vielfältig nutzen, dass ich dem Thema einen eigenen Absatz widmen möchte.

5. Wofür können Kundendaten im Marketing genutzt werden?

Grundlegendes Ziel des Marketings ist es, den Kunden besser kennen zu lernen. Was eignet sich dafür besser als Informationen über ihn? Die Herausforderung besteht darin, die vorhandenen Informationen zu strukturieren und sinnvoll zu nutzen. Dazu gibt es verschiedene Methoden der Kundenanalyse:

5.1 Kundenwert

Der Kundenwert gibt an, welchen Beitrag ein Kunde zur Erreichung der Unternehmensziele leistet. Zur Ermittlung gibt es verschiedene Verfahren, die z.B. den Umsatz und den Deckungsbeitrag zur Bewertung heranziehen.

Ohne Kundenwert lassen sich vor allem Marketingkampagnen und das Marketingbudget nur sehr schlecht planen. Welche Kunde ist überhaupt wertvoll genug für ein Investment? Diese Fragen kann der Kundenwert beantworten.

Für die Bestimmung des Kundenwerts gibts unterschiedliche Kundenwertmethoden. Dazu zählt z.B. auch die einfache ABC-Analyse, die die Kunden nur in 3 einfache Werteklassen einteilt. Aber auch deutlich anspruchvollere Verfahren wie der Customer Lifetime Value, der auch den Blick in die Zukunft wirft, zählen dazu.

5.2 Kundensegmentierung

Welche Kunden sind für das Unternehmen besonders wichtig, welche bieten ein hohes ungenutztes Potenzial? Diese Frage kann mit Hilfe von Kundendatenanalysen beantwortet werden. Ein Beispiel für eine einfache und weit verbreitete Technik zur Kundensegmentierung ist die ABC-Analyse.

Aber auch qualitative Merkmale können eine wichtige Unterscheidung im Kundenstamm darstellen. Häufig orientieren sich Marketingmaßnahmen an einem so genannten Persona-Konzept: Das sind fiktive Personen, die stellvertretend für die Zielgruppe mit ihren Eigenschaften und Bedürfnissen stehen. Doch entsprechen die Personas der Realität? Die Analyse und datengestützte Segmentierung von Kundendaten kann Aufschluss darüber geben, in welche Gruppen sich Ihre Kunden tatsächlich aufteilen.

Einen ausführlichen Artikel zur Kundensegmentierung finden Sie hier.

Praxistipp: Nutzen Sie für die Entwicklung von Personas Ihre Daten. Viele Agenturen bauen Personas im „stillen Kämmerlein“ ohne wirklichen Realitätscheck mit echten Daten. Oft lassen sich so entwickelte Personas nicht in den Daten wiederfinden. Wir empfehlen: Personas mithilfe der Erkenntnisse aus Ihren eigenen Kundendaten zu entwickeln.

5.3 Vorhersage von Kaufverhalten

Was wird der Kunde in Zukunft brauchen? Tatsächlich gibt es Programme, die das mit hoher Genauigkeit vorhersagen können. Erstaunliche Anekdote aus der Praxis: Das Kundenverhalten lässt sich heute so gut vorhersagen, dass für jeden einzelnen Kunden eines Telekommunikationsanbieters der genaue Zeitpunkt für einen Vertragswechsel bestimmt werden kann. Sogar das passende Produkt wird vorhergesagt.

Wie ist das möglich? Ganz klar: Es funktioniert nicht, indem ein Mitarbeiter die Käufe auswertet. Auch einfache Verfahren wie die ABC-Analyse führen nicht zum Erfolg. Wer das Kaufverhalten der Zukunft vorhersagen will, braucht künstliche Intelligenz. Mit Machine Learning ist sie in der Lage, große Datenmengen auszuwerten, Strukturen zu erkennen und Kundenverhalten zu extrapolieren. So können Sie den Kunden mit Ihrer Werbung aktivieren und zum Kauf animieren.

Dies funktioniert nicht nur für eine allgemeine Kaufvorhersage, sondern kann sogar auf einzelne Produkte und Produktgruppen passieren. Im Marketing nennt man diesen Ansatz häufig Next-Best-Offer, also das nächstbeste Produkt oder Angebot.

5.4 Customer Lifetime Value (CLV)

Customer Lifetime Value (CLV), die Ermittlung des erwarteten Kundenwertes für das Unternehmen über die gesamte Dauer der Geschäftsbeziehung. Der Customer Lifetime Value gehört zu den Kundenwertanalysen und ist die wichtigste Kennzahl für das Marketingcontrolling.

Der Einsatz von maschinellem Lernen ermöglicht es, nicht nur die bisherigen Umsätze eines Kunden zu betrachten, sondern auch zukünftige Interaktionen vorherzusagen. Richtig eingesetzt, liefert der CLV Umsatzprognosen für jeden einzelnen Kunden, für einzelne Sortimentsbereiche oder übergreifend.

Was Ihnen der Customer Lifetime Value bringt, finden Sie hier.

5.5 Personalisierte Kaufempfehlungen

Eine der wichtigsten Verwendungen von Kundendaten ist die personalisierte Werbung.

Hier interessiert Sie nicht, wie viel ein Kunde kaufen wird, sondern was er kaufen wird. Die Kundendaten geben Aufschluss über die Affinität des Kunden zu einem Produkt oder einer Produktgruppe (wie im obigen Beispiel Babyprodukte) oder über die beste Ergänzung zu bereits gekauften Produkten.

Dieses Wissen kann genutzt werden, um den Kunden im entscheidenden Moment gezielt anzusprechen. Personalisierte Werbung hat eine höhere Relevanz für den Kunden und setzt somit Werbemittel effizienter ein als Kampagnen nach dem Gießkannenprinzip.

5.6 Churn Management

Genauso wichtig, wie vorherzusagen, wann und was der Kunde kauft, ist auch das Gegenteil: Wann hört er auf zu kaufen, kündigt sein Abonnement oder lässt seinen Vertrag auslaufen? Diese Kundenabwanderung (Churn) beeinträchtigt den Profit jedes Unternehmens. Das Churn Management bietet verschiedene Möglichkeiten, dem entgegenzuwirken. Für sinnvolle Gegenmaßnahmen müssen Sie aber verstehen, weshalb der Kunde geht und wann er es tut.

Eine sorgfältige Churn-Analyse der abgewanderten Kunden gibt Aufschluss über die Gründe der bisherigen Abwanderung. Eine datengestützte Churn Prediction sagt voraus, welche Ihrer aktuellen Kunden abwanderungsgefährdet sind.

5.5 Kampagnenautomatisierung

Welche Zielgruppe soll die Reaktivierungskampagne ansprechen? Wer ist für Premium-Angebote empfänglich? Automatisierte Kampagnen bieten Marketing Managern die Möglichkeit ausdifferenzierter Zielgruppen und individueller Ansprachezeitpunkte und reduzieren dabei repetitive Aufgaben auf ein Minimum.

Das spart teure Arbeitszeit und ermöglicht die Konzentration auf die wesentlichen Aspekte des Marketings. Grundlage für den Erfolg sind dabei jederzeit verfügbare und aufbereitete Kundendaten von gleichbleibend hoher Qualität.

5.6 Im Vertrieb

Kundenanalysen ermöglichen einen tiefen Einblick in das Kundenverhalten. Die Auswertung liefert dem Vertrieb wichtige Erkenntnisse über die Bedürfnisse und Eigenschaften der Zielgruppe, die wiederum die Grundlage für eine geschickte Verkaufsstrategie bilden. Eine Herausforderung stellt hier der B2B-Bereich dar, da hier weniger Daten verfügbar sind. Insbesondere personenbezogene Daten fehlen. Oft hilft es, die einzelnen Abteilungen als Kunden zu verstehen und zu analysieren.

Alle personalisierten Maßnahmen haben außerdem einen gemeinsamen positiven Effekt: Sie stärken die Kundenbindung!

6. Wie viele Daten sollte ich zu meinen Kunden sammeln?

Zu klären bleibt, wie viele Daten tatsächlich sinnvoll und nützlich sind. Hier gibt es zwei Pole: Einerseits gilt das Prinzip der Datensparsamkeit, das sogar gesetzlich verankert ist. Auf der anderen Seite steht das berechtigte Interesse eines Unternehmens, Daten zu analysieren, um ein bestmögliches Kundenerlebnis zu bieten und den eigenen wirtschaftlichen Erfolg zu steigern.

Kundendaten sind damit zu einem der wichtigsten Wettbewerbsfaktoren geworden. Dabei gilt die einfache Formel: Je mehr Daten, desto besser. Gerade wer Kundenverhalten mit KI vorhersagen will, braucht dafür einen soliden Datenschatz – Big Data. Der Erfolg liegt in der intelligenten Auswertung dieser Informationssammlung durch lernfähige Software. Das zeigen die Beispiele vieler großer Unternehmen. Aber auch wer nur über wenige Kundendaten verfügt, sollte diese unbedingt nutzen – sonst wird der Wettbewerb das Unternehmen verdrängen.

7. Fazit Kundendaten

Daten sind der digitale Schatz eines Unternehmens. Nicht umsonst ist in englischsprachigen Quellen oft von Data Mining die Rede – also gewissermaßen vom Goldschürfen im eigenen Datenspeicher. In der Tat sind Kundendaten Gold wert: Sie machen das Marketing effektiver, ermöglichen die Vorhersage von Kundenbedürfnissen und die Automatisierung von Kampagnen.

Die Goldgräber von heute sind allerdings nicht Menschen, sondern Maschinen: KI und Machine Learning sind die richtigen Ansätze, um große Datenmengen effizient und erfolgreich zu nutzen.

Erfahren Sie hier, wie Sie Ihre Kundendaten für erfolgreiche Data Science Projekte nutzen können.

Weitere Quellen:
https://dsgvo-vorlagen.de/dsgvo-und-der-umgang-mit-kundendaten#Wann_Sie_Kundendaten_nach_DSGVO_uumlberhaupt_verarbeiten_duumlrfen
https://www.wirtschaftswissen.de/unternehmensgruendung-und-fuehrung/datenschutz/bundesdatenschutzgesetz/regeln-zum-datenschutz-der-richtige-umgang-mit-kundendaten/

Vinzent Wuttke

Leiter Business
 Development

Ihr Ansprechpartner

Ob und wie künstliche Intelligenz Ihnen weiterhelfen kann, können Sie in einem ersten, unverbindlichen Gespräch mit uns herausfinden.

In diesem Gespräch erfahren Sie:

• Wie Ihr Use-Case technisch am besten umgesetzt werden kann
• Wie wir maximal sicher mit Ihren Kundendaten umgehen
• Wie lange wir für die Umsetzung benötigen und wie ein konkreter Projektplan aussehen könnte

Termin buchen