Im Rahmen des "Google & E-Commcerce @ Work" Praxis-Workshop am 14.04.2016 in Köln hielt Prof. Dr. Dominik Große Holtforth einen Vortrag zum Thema E-commerce Code.
2. Vorstellung
E-commerce – eine Blackbox?
E-commerce als Data overkill - Was sind die
wichtigsten Treiber für den Erfolg?
Vom Zitronenbaum, der nicht umsonst erfror –
Professor und E-commerce Praktiker
Gründer von Meine Orangerie und
Warenkorb.com
Leiter des E-commerce Instituts der Hochschule
Fresenius
3. Agenda
1. Logik des E-commerce – the winner
takes it all
2. Der E-commerce Code – Wege zu
Alleinstellung und Fokus
3. Der E-commerce Code als Kennziffern-
Modell
4. Fazit
5. Good News:
• Die E-commerce Anteile am Gesamtumsatz in vielen Märkten
werden sich bis 2025 verdoppeln.
Bad News:
• Leistungswerte wie Conversion Rates, Warenkorbhöhen und
Retourenquote sind bei vielen Unternehmen weiterhin
unzureichend.
• Gleichzeitig intensiviert sich der Wettbewerb.
• Category Killer dominieren das Online Marketing.
2. Die Logik des E-commerce
6. Ein Zahlenbeispiel: Deckungsbeiträge aus Google Adwords Traffic:
Deckungsbeitrag II = Umsatz – Kosten für Waren & Versand – Akquisekosten
Einsatz von Online Marketing KPI:
DB II = Impressions x CTR x CR (Warenkorb – Einkauf&Versand) – Impressions x
CTR x CPC
Beispielwerte aus Adwords Konto Meine Orangerie – 2015:
DB II = 1,7 Mio. x 3% x 2% x 40 € - 1,7 Mio. x 3% x 0,6 €
DB II = 40.800 € - 30.600 € = 10.200 €
Erkenntnis:
Paid Online Marketing ist für kleinere, mittlere und nicht digitalisierte
Unternehmen häufig nicht profitabel.
Nur die Unternehmen, die im Marketing ausreichende Skaleneffekte erzielen,
können profitabel E-commerce betreiben.
2. Die Logik des E-commerce
7. 2. Die Logik des E-commerce –
the winner takes it all
Quelle: Google Trends/EHI Retail Institut/Statist
10. daher …
Hell no, this is America Europe.
We’re capitalists and we’re
fighters, and today’s David is
tomorrow’s Goliath.
(Andy Dunn, Gründer/CEO
Bonobos.com)
12. E-commerce Code – das Modell
Customer
Centricity
Digitale
Innovationen
Skaleneffekte
Data Driven
Marketing
Höhere Transparenz
bei Kundenbedürfnissen
Höhere Effizienz durch schnellere
Marktdurchdringung
Höhere Effizienz bei der Lösung
von Kundenproblemen
Mehr Transparenz zum
Kundenverhalten durch
Segmentierung
Reinvestition
von Effizienzgewinnen
Zusätzliche
Kundendaten
14. 4. Der E-commerce Code als Kennziffern-
Modell für die gesamte Value Chain
Geschäfts
-modell &
Strategie
Produkte
Einkauf
Lager
Online
Marketing
& Logistik
Verpackung
& Retoure
Shop
Kunden-
service
SegmentConversion Pfade (Kanal)ProduktStrategie
Steuerungsobjekte:
Strategie/Geschäftsmodell: Märkte, Wettbewerbsituation, Partner
Produkt: Lieferanten, Sortiment, Produkte, Lager
Kanal: Marketing- und Logistikkanäle, Conversionpfade
Segment: Zielgruppensegmente, individuelle Kunden
15. InnovationSkalierungCustomer
USPs durch
Produkt- und
Content-
innovationen
strategischtaktisch
E-commerce Code-Scorecard
Innovationen
Reichweite und
Interaktion
Segmentierung
und Data-
Driven-Marketing
Financial
operativ
Größenvorteile
Sortiment und PIM
Wachstum durch
Marketing- und
Logistikeffizienz
Automatisierung und
Effizienz der
Kundenbetreuung
Kundenzufriedenheit Kundenerfahrung
Ertragsstärke aus
nachhaltiger
Customer
Centricity
Direkte Waren- und
Fulfillmentkosten
Direkte Marketing-
und Logistikkosten
Umsatz- und
langfristige
Erfolgsgrößen
Business Model
Innovations
Roll-out des
Geschäftsmodells
Strategisches CRM
Gemeinkosten incl.
Abschreibungen und
Finanzierung
Customer
Segments
Conversionpfad
(Kanal)
Produkt
Strategie/
Geschäftsmodll
Strategie/
Geschäftsmodell
16. Kennziffern für Innovation
Steuerungsbereiche
Kundeninnovationen:
Targeting-Ansätze & Services
Hero-Content, Consumer-Value-Chain und Reziprozitätsmomente
Business Model Innovations
Vertrags- und Erlösmodelle z.B. Abo, Personal Unboxing
Partnerschaften
Internationalisierung
Produktinnovationen und deren Anteil am Erfolg
Kanal- und Shopinnovation, z.B.
One-click-checkout
Wichtig: mobile Conversions!
17. Kennziffern für Innovation
Kennziffern
– Newsletter-Kennziffern als „Barometer“ für „Neuigkeiten“ aus
Sicht der Kunden: Öffnungsrate, Klickrate, Abmelderate
– F&E Budget/Mitarbeiter im Vergleich zum Benchmark
– Anteil neuer Produkte oder Kategorien an den
Deckungsbeiträgen
– THE MOBILE GAP
TMG=(AMC – AMV)/AMV
AMC: Anteil mobiler Conversions an den Deckungsbeiträgen
AMV: Anteil mobiler Visits an Gesamtvisits
Zahlenbeispiel: TMG = (27,45% - 47,17%)/47,17=-41,18%
MULTICHANNEL:
Umsatzanteil E-commerce/Umsatzanteil E-commerce Markt
Zielwert für Marktdominanz > 1
18. Kennziffern Skaleneffekte
Skaleneffekte
beziehen sich auf Output-Kosten-Relationen
liegen vor, wenn die Grenzkosten GK kleiner sind als
die Durchschnittskosten DK
Kennziffer Output-Kosten-Elastizität: GK/DK < 1
entstehen vor allem in den zentralen operativen
Prozessen Marketing und Logistik
21. Kunden-Kennziffern
Customer Lifetime Value (CLTV)
bildet die aktuellen und zukünftigen Erträge aus dem operativen
Geschäft ab.
gibt auch auch Auskunft über die Qualität der Kundenbindungen
ist eine Investitionsrechnung für Kundenbeziehungen
CLTV = Barwert der Deckungsbeiträge (DB) – Akquisekosten (AK)
Weitere Parameter:
MK: Kundenbetreuungskosten, rr: Retention Rate, i: Zinssatz, n: Laufzeit der
Kundenbeziehung
Zahlenbeispiel: CLTV = -6,5 + 29,50+14,05+6,69+3,19 = 46,93
mit Retention Rate:50%, Zinsatz von 5%, Laufzeit: 3 Jahre
26. Fazit: was ist zu tun
• Kundenbindung, Innovationen und
Alleinstellungen ins Zentrum stellen.
• Data Driven Marketing zur Chefsache
machen
• Kunden- und Innovationsmanagement
aufbauen
• Unternehmensspezifische Kennziffern
entwickeln.
• Verbindung der Analyticslösung mit dem CRM
• Das Unternehmen zum Erfolg steuern ;-)
27. Viel Erfolg und vielen Dank für Ihr
Interesse!
E-commerce Institut Köln
Prof. Dr. Große Holtforth
Hochschule Fresenius
Im Mediapark 4c
50670 Köln
ecommerceinstitut.de
post@ecommerceinstitut.de