SlideShare ist ein Scribd-Unternehmen logo
Dr. Markus Wübben, Co-Founder & CMO, CrossEngage
Wie ihr jetzt mehr aus euren CRM-Daten
rausholen könnt und warum ihr das tun müsst.
Die Zukunft des CRMs ist
prädiktiv, nicht reaktiv!
Marken leben in Zeiten bedeutender
technologischer, gesellschaftlicher und
rechtlicher Veränderungen im digitalen
Marketing –
Marken leben in einer
Plattform-Ökonomie.
Höherer
Wettbewerb im
E-Commerce
(z. B. 10 von 3)
Welt ohne
Cookies
(Third-Party-Cookie)
Gestiegene
Plattform-Kosten
(CAC und CPO)
Schlechte
Verfügbarkeit
aussagekräftiger
Third-Party-Daten
(Schlechtes Targeting)
DSGVO/Consent
Management
(z. B. Apple ATT)
Veränderte
Erwartungen der
Kunden
(z. B. Value-First)
Die Kaufwahr-
scheinlichkeit
eines Bestands-
kunden ist wesent-
lich höher
Höhere Kunden-
bindung ergibt
deutlich höhere
Profitabilität
Einen Neukunden
zu akquirieren kostet 5 x
mehr als einen bestehen-
den Kunden zu halten
Bestandskunden sind
eher bereit ein neues
Produkt zu probieren
und mehr Geld
auszugeben
+ 5 %
Kundenbindung
+ 25-95 %
Profit
50 %
Neues Produkt
probieren
31 %
Mehr Geld ausgeben
60-70 %
Bestandskunden
5-20 %
Neukunden
Die erfolgreichsten Marken konzentrieren sich auf den Aufbau
langfristiger, wertvoller Kundenbeziehungen statt auf
kurzfristige digitale Kampagnen
Quelle: https://hbr.org/1990/09/zero-defections-quality-comes-to-services
90% der befragten
Werbetreibenden geben an,
dass First-Party-Daten für ihr
digitales Marketing eine große
Rolle spielen.
Lediglich rund 30% erheben
und verknüpfen Daten
kanalübergreifend.
Und nur 1% nutzt die Daten,
um die kanalübergreifenden
Kundenerfahrungen zu
verbessern.
90% 30% 1%
Die Nutzung von First-Party-Daten mittels
CDPs wird massiv Investoren-relevant
Quelle: https://gopages.segment.com/rs/667-MPQ-382/images/Beating-the-Digital-Natives.pdf
Earning Call Mentions of Customer
Data Platforms in the Past Decade
5,591
Total Documents
28,98%
9Od Change
Was ist
„Predictive CRM“?
Mithilfe von prädiktivem CRM können Unternehmen Vorhersagen über
das Kundenverhalten in den Bereichen Vertrieb, Marketing und Service
treffen.
Die Analyse des bisherigen Kundenverhaltens dient dazu, die Kundenbindung
zu stärken und Möglichkeiten für Cross- bzw. Up-Selling zu ermitteln, um den
Customer Lifetime Value zu maximieren.
Warum
„Predictive CRM“?
Viel zu oft haben Marken
nur eine verschwommene
Sicht auf ihre Kunden.
Das Ergebnis:
Vergeudete Mühe und Zeit, unnötige Werbemaßnahmen, schlechte Personalisierung, übermäßige Kontaktaufnahme
Noch schlimmer: Ein schlechtes Nutzererlebnis und ein schlechter ROI
Es fehlt Ihnen ein vollständiges Bild davon:
Wer ihre Kunden sind | Was ihre Kunden getan haben
Welche Vorlieben sie haben | Wie wertvoll sie sind
Was sie zukünftig wahrscheinlich tun werden
Klarer Blick auf Kundengruppen
Retoure
wahrschein-
lich
Hoher
CLV
Abmeldung
wahrschein-
lich
Brand
Promoter
Was ist der
Customer Lifetime Value?
(CLV)
„Der CLV ist der Barwert (Net Present Value) der Summe
aller zukünftigen ‚Einnahmen‘ von einem Kunden,
abzüglich aller mit diesem Kunden verbundenen Kosten.“
Die besten Marken identifizieren und segmentieren individualisierte
„prädiktive, kundenwert-basierte (CLV) Zielgruppen“.
Promising customers
High unsubscribe risk
Sustainable buyers
Brand fans
High conversion probability next week
Cherry pickers
Likely to return order
High churn risk
Priorisierung auf Zielgruppen mit der größten Wirkung und
Dringlichkeit
Prio 3
300.000 €
Potenzial
Prio 2
1.000.000 €
Potenzial
Prio 1
1.000.000 €
Risiko
Customer
Lifetime Value (€)
Dringlichkeit
Früher loyal, aber nun
abwanderungsgefährdet
(1.000 Kunden)
1-Mal-Käufer
(1.500 Kunden)
Cross-Buying-Potenzial
(1.500 Kunden)
Hohe
Retourenwahrscheinlichkeit
(500 Kunden)
200.000 € Risiko
Aktivieren
Testen, testen, testen.
Alles testen:
Audiences, Channels,
Incentives, Content
usw.
Priorisierung auf Zielgruppen mit der größten Wirkung und
Dringlichkeit
Prio 3
300.000 €
Potenzial
Prio 2
1.000.000 €
Potenzial
Prio 1
1.000.000 €
Risiko
Customer
Lifetime Value (€)
Dringlichkeit
Früher loyal, aber nun
abwanderungsgefährdet
(1.000 Kunden)
1-Mal-Käufer
(1.500 Kunden)
Cross-Buying-Potenzial
(1.500 Kunden)
Hohe
Retourenwahrscheinlichkeit
(500 Kunden)
200.000 € Risiko
Spam to
Fallstudie
Management:
Wir brauchen schnell Umsatz!
Günstigen Umsatz!
Ich muss unbedingt Produkte in
meiner Kategorie abverkaufen
Wir brauchen „günstigen“ Umsatz!
Schnell! Lasst uns schauen, was wir
da machen können
Wir brauchen Umsatz,
damit wir die Wochenziele
erreichen!
„E-Mails kosten nix!“ (CPM: 0,30-0,50 €)
Zumindest wenn man den E-Mail-CPM mit dem Facebook-CPM vergleicht
JAN 2021 – JAN 2022
CPM
E-Mail
CPM
Quelle: https://revealbot.com/facebook-advertising-costs
Und deshalb alle so:
Lasst uns morgen einen weiteren
E-Mail-Newsletter verschicken!
Ein weiterer
Newsletter an die
Bestandskunden!
E-Mail-Newsletter!
Yeah, das ist günstig!
CRM for life!
E-Mail-Newsletter!
Yeah, das ist einfach
und schnell!
CRM Manager:in
Bedenken
Öffnungs- &
Klickrate
Abmelderate
Overcontacting
Spam/
Reputation
Zusatzaufwand/
Ressourcen
Öffnungs- &
Klickrate
Abmelderate
Overcontacting
Spam/
Reputation
Zusatzaufwand/
Ressourcen
Und trotzdem sagt das Management:
Yeaaaaaaaaaaahh,
Zusatz-Umsätze per Newsletter!
Aber ich brauche die
Umsätze für die
Kategorie-Performance!
Denkt nur an die Umsätze,
die wir generieren können!
Es geht doch am Ende
des Tages um Umsatz!
Warum versteht
niemand meine
Argumente….
CRM Manager:innen:
Warum versteht
niemand meine
Argumente….
CRM Manager:innen:
Warum versteht
niemand meine
Argumente?
Der Grund ist einfach:
Das Management
denkt, dass der
kurzfristige
Nutzen die
Kosten übersteigt Zusatz-
umsatz
Kosten
Das Argument für Euch muss sein:
Nein! Die
langfristigen
Kosten
übersteigen den
kurzfristigen
Nutzen!
Zusatz-
umsatz
Kosten
Nur wie zeigt man das?
E-Mail-Frequenz:
4 Mal / Woche
Marketingmaßnahmen:
E-Mail, Social,
Performance-Marketing
Umsatz 2021:
> 200 Mio. €
Anzahl Kunden:
> 13 Mio. in 30 Shops
Industrie:
E-Commerce
Spam-to- Fallstudie:
Der Kunde
Problem:
Sehr hohe Abmelderate
! !
Mitarbeiter:
> 600
Gefährdete Kunden
Testgruppe A:
normale NL-Frequenz
50 %
50 %
Unsubscription
Model
Scoring der
Kunden
Auswertungsperiode
Auswertungsperiode
Randomisierte
Aufteilung auf zwei
Testgruppen
Testgruppe B:
reduzierte NL-Frequenz
Kunden mit
Score in den
oberen 50 %
Spam-to- Fallstudie:
Das Test-Design
KPI:
1. Unsubscription Rate
2. Umsatz pro Kontakt
3. Conversion Rate
Testauswertung: 04. Okt. – 01. Nov. 2021
Group Contacts Sent Unsubscribes Buyer Revenue Revenue
per contact
Revenue
per buyer
Conversion
rate
Unsubscription rate
Control 3796 37379 260 274 11339.2 2.99 41.38 0.0721 0.0685
Test 3807 11743 107 263 10746.71 2.82 40.86 0.0691 0.0281
Differenz <1% -68% -58%* -4% -5% -5% -1% -4% -58%*
*Statistically significant differences in unsubscriptions on a 95% confidence level. No statistically significant differences regarding the conversion rate and the revenue
Group Contacts Sent Unsubscribes Buyer Revenue Revenue
per contact
Revenue
per buyer
Conversion
rate
Unsubscription rate
Control 3783 134169 455 558 28238.62 7.46 41.38 0.1475 0.1203
Test 3800 34487 189 560 25504.85 6.71 45.54 0.1474 0.0497
Differenz <1% -74% -58%* <1% -9% -10% -10% <1% -58%*
*Statistically significant differences in unsubscriptions on a 95% confidence level. No statistically significant differences regarding the conversion rate and the revenue
Beide Wochen-Gruppen werden zusammengezählt und nur Kunden mit einem Umsatz unter 300 € werden
berücksichtigt
Langfristige Evaluation: 04. Okt. – 13. Dez. 2021
1.000.000
Kunden
12,03 % - 4,97 % = 7,06 %
weniger Abmelder
70.600
Kunden „bewahrt“
75 EUR/Jahr
Durchschnittsumsatz
5.295.000 EUR / Jahr
„bewahrt“
Fallstudie
Black Friday
Audience Discovery
Marketingmaßnahmen:
E-Mail, Social
Performance-Marketing
Umsatz 2021:
~ 150 Mio. €
Anzahl Kunden:
500.000 aktive Kunden
Industrie:
E-Commerce
Black-Friday Fallstudie:
Der Kunde
Herausforderung:
Kunde war überzeugt, dass er seine
Zielgruppen schon kenne
! !
Fallstudie
7 Tage, 7 Kampagnen. Bei einer durften wir helfen.
KPIs
1. Revenue/User
2. Click Through Rate
3. Sessions/Delivered
Beste Kampagne
der Woche!
Zusätzliche Gruppe
generierte 25 %
des gesamten Kampagnen-
umsatzes
Manuelle
Segmentierung Gruppe A
Nutzer die durch Kunde und
CrossEngage identifiziert wurden
Gruppe B
Nutzer, die ausschließlich durch
CrossEngage identifiziert wurden
Zusätzliche
Zielgruppe
Vorhersage
durch
CrossEngage
N
o-Code
M
odel Builder
54.000 Nutzer
51.000 Nutzer
Fallstudie
Hintergrund-
Informationen
Details
Fallstudie
1. Black Friday Woche, 7 Kampagnen und unterschiedliche Warengruppen.
2. CrossEngage hat zwei Kaufvorhersagemodelle für eine Warengruppe entwickelt:
Für Bestandskunden und für Leads
Test Design
Zwei Gruppen
wurden getestet:
Group A: Nutzer, die sowohl durch den Kunden als auch durch uns identifiziert wurden.
Group B: Nutzer, die durch die CrossEngage Vorhersagemodelle identifiziert wurden.
1. Beide Gruppen wurden nach Click-through-Rate,Sessions/Delivered und
Revenue/User analysiert
2. Der Tag, an dem wir halfen, war der erfolgreichste Tag
3. Wie zu erwarten war, hat Gruppe A die Group B „outperformed“ (gemischte
Segementierung) aber Gruppe B hat 25 % des Gesamtumsatzes zusätzlich generiert
Results
Die Vorhersagemodelle von
CrossEngage identifizierten eine
Gruppe von Nutzern mit hohem
Konversionspotenzial, die dem
Kunden entgangen wäre.
Auf diese Kundengruppe
entfielen 25 % des Umsatzes.
1.
Hintergrund-
Informationen
Details
Fallstudie
1. Black Friday Woche, 7 Kampagnen und unterschiedliche Warengruppen.
2. CrossEngage hat zwei Kaufvorhersagemodelle für eine Warengruppe entwickelt:
Für Bestandskunden und für Leads
Test Design
Zwei Gruppen
wurden getestet:
Group A: Nutzer, die sowohl durch den Kunden als auch durch uns identifiziert wurden.
Group B: Nutzer, die durch die CrossEngage Vorhersagemodelle identifiziert wurden.
1. Beide Gruppen wurden nach Click-through-Rate,Sessions/Delivered und
Revenue/User analysiert
2. Der Tag, an dem wir halfen, war der erfolgreichste Tag
3. Wie zu erwarten war, hat Gruppe A die Group B „outperformed“ (gemischte
Segementierung) aber Gruppe B hat 25 % des Gesamtumsatzes zusätzlich generiert
Results
Die Vorhersagemodelle von
CrossEngage identifizierten eine
Gruppe von Nutzern mit hohem
Konversionspotenzial, die dem
Kunden entgangen wäre.
Auf diese Kundengruppe
entfielen 25 % des Umsatzes.
Darüber hinaus können
Zeiteinsparungen bei der
Identifizierung von Benutzern mit
Vorhersagemodellen erzielt
werden.
Der Kunde erwartet, dass der
manuelle Arbeitsaufwand bei
künftigen Projekten
verringert wird.
1. 2.
Fallstudie
CLV-basierte
Personalisierung
Immer mehr Marken setzen
auf verhaltensbasierte
E-Mails. Das ist gut.
Beispiel:
Back-in-stock Kampagne
Fallstudie
Immer mehr Marken setzen
auf verhaltensbasierte
E-Mails. Das ist gut.
Beispiel:
Back-in-stock Kampagne
Es fehlt jedoch systematisches
CRM Audience Management
Können wir das
nicht besser?
Fallstudie
CLV ist flexibel
CLV = ∑ (Margei*RetentionRatei)
für Wochen, Monate, Quartale, Jahre i=1,...,n
● We can neglect the discount factor
● Acquisition cost are irrelevant for the estimation
Potentieller
Wert
Conversion-
Wahrscheinlichkeit
Wertbasierte Steuerung
CLV
Prediction
Conversion
Probability
Conversion
Value
Action?
hoch hoch hoch
hoch niedrig sehr hoch Coupon?
hoch hoch niedrig
Product
Bundles + Schwelle
+ Coupon
niedrig niedrig niedrig Kleiner Coupon
Fallstudie
Personalisierung auf Basis des CLVs
Fallstudie
Hoher CLV
Hohe Conv. Prob.
Hohe Value Prob.
Personalisierung auf Basis des CLVs
15%
OFF
Fallstudie
Hoher CLV
Hohe Conv. Prob.
Hohe Value Prob.
Hoher CLV
Niedrige Conv. Prob.
Hohe Value Prob.
Personalisierung auf Basis des CLVs
15%
OFF
10%
OFF
with 150
€
Fallstudie
Hoher CLV
Hohe Conv. Prob.
Hohe Value Prob.
Hoher CLV
Niedrige Conv. Prob.
Hohe Value Prob.
Hoher CLV
Hohe Conv. Prob.
Niedrige Value Prob.
Personalisierung auf Basis des CLVs
15%
OFF
10%
OFF
with 150
€
5%
OFF
Hoher CLV
Hohe Conv. Prob.
Hohe Value Prob.
Hoher CLV
Niedrige Conv. Prob.
Hohe Value Prob.
Hoher CLV
Hohe Conv. Prob.
Niedrige Value Prob.
Niedriger CLV
Niedrige Conv. Prob.
Niedrige Value Prob.
Fallstudie
1
Ihr wollt Kund:innen vor
Abwanderung/Churn bewahren.
Wie geht ihr vor?
Ihr wartet,
bis Kund:innen
lang genug „inaktiv“ sind.
(z. B. 30/60/90 Tage)
Ihr erkennt frühzeitig,
welche Kund:innen
abwanderungsgefährdet sind
und „engaged“ sie wieder.
A B
Ihr schickt nur den Kund:innen
einen Coupon, bei denen es die
Kaufwahrscheinlichkeit
signifikant erhöht.
Ihr schickt allen
Kund:innen einen
Coupon.
A B
2
Ihr wollt Kund:innen zum Kauf animieren
und denkt an die Verwendung eines
Coupons. Wie geht ihr vor?
Ihr schickt den
Newsletter an alle.
Ihr schickt den Newsletter
an alle, die von euch hören
wollen.
A B
3
Ihr wollt Euren Newsletter schicken.
Wie geht ihr vor?
Nutzer
Verhalten
Engagement
Produkt
Devices
E-Mail
Push
Nachrichten
Social
Mailings
Website
Daten Kanäle
Transaktionen
CrossEngage Customer-Data- und
Prediction-Plattform
Customer
Data
Management
Mit unserer Lösung für das
Kundendatenmanagement
entgeht Ihnen kein einziger
Datenpunkt.
No-Code
Predictive
Modeling
Erstellen und verwalten Sie
Ihre eigenen Vorhersage-
modelle, ohne eine einzige
Zeile Code.
Intelligent
Audience
Management
Erkennen und verstehen Sie
intuitiv wertvolle Zielgruppen.
Cross-Channel
Campaign
Management
Erstellen Sie ansprechende
Customer Journeys.
Data
Activation
Aktivieren Sie Ihre
Kundendaten auf allen
Kanälen.
Enterprise
Ready
Sie können sich auf uns
verlassen. Punkt.
Dr. Markus Wübben
crossengage.io
Danke!
Dr. Markus Wübben
Founder & CMO
markus.wuebben@crossengage.io

Weitere ähnliche Inhalte

Was ist angesagt?

Fidélisation client relation_clients_à_distance
Fidélisation client relation_clients_à_distanceFidélisation client relation_clients_à_distance
Fidélisation client relation_clients_à_distance
Gérard van Klaveren
 
Technique de vente
Technique de venteTechnique de vente
Technique de vente
Koffi KONAN
 
De la fidélisation à la Fidélité !
De la fidélisation  à la Fidélité !De la fidélisation  à la Fidélité !
De la fidélisation à la Fidélité !
Fred Canevet
 
E book strategie-de-fidelisation
E book strategie-de-fidelisationE book strategie-de-fidelisation
E book strategie-de-fidelisation
farid-125
 
The Customer Experience Scenario
The Customer Experience ScenarioThe Customer Experience Scenario
The Customer Experience Scenario
Ellery Wee
 
The Philosophy Of Customer Orientation
The Philosophy Of Customer OrientationThe Philosophy Of Customer Orientation
The Philosophy Of Customer Orientation
little robie
 
Email Marketing 101: Strategy
Email Marketing 101: StrategyEmail Marketing 101: Strategy
Email Marketing 101: Strategy
SendGrid
 
cours e-commerce.pptx
cours e-commerce.pptxcours e-commerce.pptx
cours e-commerce.pptx
NourNefzy
 
Marketing direct presque final
Marketing direct presque finalMarketing direct presque final
Marketing direct presque final
Nada Naji
 
Suppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUE
Suppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUESuppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUE
Suppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUE
SmartnSkilled
 
Réseaux sociaux et business models
Réseaux sociaux et business modelsRéseaux sociaux et business models
Réseaux sociaux et business models
Benjamin Labarthe-Piol
 
Connaître les consommateurs
Connaître les consommateursConnaître les consommateurs
Connaître les consommateurs
Guillaume Bourgogne
 
Action Commerciale Chap02 La prospection outbound.pdf
Action Commerciale Chap02 La prospection outbound.pdfAction Commerciale Chap02 La prospection outbound.pdf
Action Commerciale Chap02 La prospection outbound.pdf
matthieu54
 
E-Marketing de fidélisation
E-Marketing de fidélisationE-Marketing de fidélisation
E-Marketing de fidélisation
Stéphane Olaizola
 
Luxe 2.0 : Digitalisation de la distribution
Luxe 2.0 : Digitalisation de la distributionLuxe 2.0 : Digitalisation de la distribution
Luxe 2.0 : Digitalisation de la distribution
MBAMCI (Institut Léonard de Vinci)
 
Le marketing direct et focus sur le SMS Marketing - Sms Envoi
Le marketing direct et focus sur le SMS Marketing - Sms EnvoiLe marketing direct et focus sur le SMS Marketing - Sms Envoi
Le marketing direct et focus sur le SMS Marketing - Sms Envoi
SmsEnvoi.com
 
Dynamisez votre prospection commerciale B2B !
Dynamisez votre prospection commerciale B2B !Dynamisez votre prospection commerciale B2B !
Dynamisez votre prospection commerciale B2B !
Charles-Antoine d’HOOP - FINAXIM
 
Journey mapping for a health app
Journey mapping for a health appJourney mapping for a health app
Journey mapping for a health app
Jacqueline (Jax) Wechsler
 
Expérience Client : 6 leviers pour réussir
Expérience Client : 6 leviers pour réussirExpérience Client : 6 leviers pour réussir
Expérience Client : 6 leviers pour réussir
Maurice Cautela
 

Was ist angesagt? (20)

Fidélisation client relation_clients_à_distance
Fidélisation client relation_clients_à_distanceFidélisation client relation_clients_à_distance
Fidélisation client relation_clients_à_distance
 
Technique de vente
Technique de venteTechnique de vente
Technique de vente
 
De la fidélisation à la Fidélité !
De la fidélisation  à la Fidélité !De la fidélisation  à la Fidélité !
De la fidélisation à la Fidélité !
 
E book strategie-de-fidelisation
E book strategie-de-fidelisationE book strategie-de-fidelisation
E book strategie-de-fidelisation
 
The Customer Experience Scenario
The Customer Experience ScenarioThe Customer Experience Scenario
The Customer Experience Scenario
 
The Philosophy Of Customer Orientation
The Philosophy Of Customer OrientationThe Philosophy Of Customer Orientation
The Philosophy Of Customer Orientation
 
Email Marketing 101: Strategy
Email Marketing 101: StrategyEmail Marketing 101: Strategy
Email Marketing 101: Strategy
 
cours e-commerce.pptx
cours e-commerce.pptxcours e-commerce.pptx
cours e-commerce.pptx
 
Marketing direct presque final
Marketing direct presque finalMarketing direct presque final
Marketing direct presque final
 
Suppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUE
Suppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUESuppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUE
Suppor tutoriel : LE « BRANDING », UN OUTIL DE MANAGEMENT DE MARQUE
 
Réseaux sociaux et business models
Réseaux sociaux et business modelsRéseaux sociaux et business models
Réseaux sociaux et business models
 
Connaître les consommateurs
Connaître les consommateursConnaître les consommateurs
Connaître les consommateurs
 
Action Commerciale Chap02 La prospection outbound.pdf
Action Commerciale Chap02 La prospection outbound.pdfAction Commerciale Chap02 La prospection outbound.pdf
Action Commerciale Chap02 La prospection outbound.pdf
 
E-Marketing de fidélisation
E-Marketing de fidélisationE-Marketing de fidélisation
E-Marketing de fidélisation
 
Luxe 2.0 : Digitalisation de la distribution
Luxe 2.0 : Digitalisation de la distributionLuxe 2.0 : Digitalisation de la distribution
Luxe 2.0 : Digitalisation de la distribution
 
Le marketing direct et focus sur le SMS Marketing - Sms Envoi
Le marketing direct et focus sur le SMS Marketing - Sms EnvoiLe marketing direct et focus sur le SMS Marketing - Sms Envoi
Le marketing direct et focus sur le SMS Marketing - Sms Envoi
 
E commerce
E commerceE commerce
E commerce
 
Dynamisez votre prospection commerciale B2B !
Dynamisez votre prospection commerciale B2B !Dynamisez votre prospection commerciale B2B !
Dynamisez votre prospection commerciale B2B !
 
Journey mapping for a health app
Journey mapping for a health appJourney mapping for a health app
Journey mapping for a health app
 
Expérience Client : 6 leviers pour réussir
Expérience Client : 6 leviers pour réussirExpérience Client : 6 leviers pour réussir
Expérience Client : 6 leviers pour réussir
 

Ähnlich wie Die Zukunft des CRMs ist prädiktiv, nicht reaktiv! | Dr. Markus Wübben auf der OMKB

Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"
Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"
Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"
CrossEngage
 
Wie Predictive CRM wirkt und wie ihr damit starten könnt! – Moonova
Wie Predictive CRM wirkt und wie ihr damit starten könnt! – MoonovaWie Predictive CRM wirkt und wie ihr damit starten könnt! – Moonova
Wie Predictive CRM wirkt und wie ihr damit starten könnt! – Moonova
CrossEngage
 
The next level: Von E-Mail Marketing zu Customer Engagement
The next level: Von E-Mail Marketing zu Customer EngagementThe next level: Von E-Mail Marketing zu Customer Engagement
The next level: Von E-Mail Marketing zu Customer Engagement
Emarsys
 
Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...
Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...
Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...
CrossEngage
 
Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022
Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022
Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022
CrossEngage
 
Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022
Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022
Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022
CrossEngage
 
Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)
Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)
Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)
Mareike Doll
 
Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.
Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.
Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.
MAX2014DACH
 
Kunde ist nicht gleich Kunde!
Kunde ist nicht gleich Kunde!Kunde ist nicht gleich Kunde!
Kunde ist nicht gleich Kunde!
Andreas Hudson
 
15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...
15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...
15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...
Werbeplanung.at Summit
 
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KIAdtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
ADTELLIGENCE GmbH
 
Individuell & Automatisiert – E-Mail-Kampagnen entlang des Kundenlebenszyklus
Individuell & Automatisiert – E-Mail-Kampagnen entlang des KundenlebenszyklusIndividuell & Automatisiert – E-Mail-Kampagnen entlang des Kundenlebenszyklus
Individuell & Automatisiert – E-Mail-Kampagnen entlang des Kundenlebenszyklus
optivo GmbH
 
Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...
Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...
Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...
CrossEngage
 
Produktvorstellung Omnichannel ID - Powered by Ysance
Produktvorstellung Omnichannel ID - Powered by Ysance Produktvorstellung Omnichannel ID - Powered by Ysance
Produktvorstellung Omnichannel ID - Powered by Ysance
Cheetah Digital Germany
 
Facebook Ads and Online Marketing Fundamentals
Facebook Ads and Online Marketing FundamentalsFacebook Ads and Online Marketing Fundamentals
Facebook Ads and Online Marketing Fundamentals
Adis Pez
 
OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...
OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...
OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...
CrossEngage
 
Das Potential von Personality Check
Das Potential von Personality CheckDas Potential von Personality Check
Das Potential von Personality Check
Robert Nabenhauer
 
GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)
GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)
GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)
e-dialog GmbH
 
Predictive CRM – Erste Schritte, Hintergründe & praktische Tipps – Dr. Marku...
Predictive CRM – Erste Schritte,  Hintergründe & praktische Tipps – Dr. Marku...Predictive CRM – Erste Schritte,  Hintergründe & praktische Tipps – Dr. Marku...
Predictive CRM – Erste Schritte, Hintergründe & praktische Tipps – Dr. Marku...
CrossEngage
 
ASMI Campaign Check
ASMI Campaign CheckASMI Campaign Check
ASMI Campaign Check
Axel Springer Marktforschung
 

Ähnlich wie Die Zukunft des CRMs ist prädiktiv, nicht reaktiv! | Dr. Markus Wübben auf der OMKB (20)

Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"
Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"
Webinar by CrossEngage: "CRM Trends 2022 – Back to the Customer"
 
Wie Predictive CRM wirkt und wie ihr damit starten könnt! – Moonova
Wie Predictive CRM wirkt und wie ihr damit starten könnt! – MoonovaWie Predictive CRM wirkt und wie ihr damit starten könnt! – Moonova
Wie Predictive CRM wirkt und wie ihr damit starten könnt! – Moonova
 
The next level: Von E-Mail Marketing zu Customer Engagement
The next level: Von E-Mail Marketing zu Customer EngagementThe next level: Von E-Mail Marketing zu Customer Engagement
The next level: Von E-Mail Marketing zu Customer Engagement
 
Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...
Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...
Lunch Break Session: Mein erster Predictive CLV: Erstellt in 15 min, ohne Pro...
 
Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022
Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022
Die Cookie-Apokalypse rechtskonform verhindern – Kundendaten Trends 2022
 
Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022
Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022
Markendifferenzierung in Zeiten der Plattformökonomie – Kundendaten Trends 2022
 
Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)
Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)
Der E-commerce Code - Differenzierung und Fokus durch neue Kennzahlen(modelle)
 
Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.
Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.
Kunde ist nicht gleich Kunde. Kunden Profiling und Kundenanalyse.
 
Kunde ist nicht gleich Kunde!
Kunde ist nicht gleich Kunde!Kunde ist nicht gleich Kunde!
Kunde ist nicht gleich Kunde!
 
15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...
15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...
15.07.2010 Best Practice Online meets Offline Alexandra Vetrovsky-Brychta Sch...
 
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KIAdtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
Adtelligence Best Practice Use Case Guide Customer Lifecycle Management mit KI
 
Individuell & Automatisiert – E-Mail-Kampagnen entlang des Kundenlebenszyklus
Individuell & Automatisiert – E-Mail-Kampagnen entlang des KundenlebenszyklusIndividuell & Automatisiert – E-Mail-Kampagnen entlang des Kundenlebenszyklus
Individuell & Automatisiert – E-Mail-Kampagnen entlang des Kundenlebenszyklus
 
Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...
Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...
Spam to BAM – Wie Predictive CRM mit CrossEngage die Customer Experience verb...
 
Produktvorstellung Omnichannel ID - Powered by Ysance
Produktvorstellung Omnichannel ID - Powered by Ysance Produktvorstellung Omnichannel ID - Powered by Ysance
Produktvorstellung Omnichannel ID - Powered by Ysance
 
Facebook Ads and Online Marketing Fundamentals
Facebook Ads and Online Marketing FundamentalsFacebook Ads and Online Marketing Fundamentals
Facebook Ads and Online Marketing Fundamentals
 
OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...
OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...
OMR Masterclass: "CRM 2.0" – Die Zukunft des Bestandskundenmanagements ist je...
 
Das Potential von Personality Check
Das Potential von Personality CheckDas Potential von Personality Check
Das Potential von Personality Check
 
GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)
GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)
GAUC 2017 Workshop Customer Journey Optimierung: Timo von Focht (Commanders Act)
 
Predictive CRM – Erste Schritte, Hintergründe & praktische Tipps – Dr. Marku...
Predictive CRM – Erste Schritte,  Hintergründe & praktische Tipps – Dr. Marku...Predictive CRM – Erste Schritte,  Hintergründe & praktische Tipps – Dr. Marku...
Predictive CRM – Erste Schritte, Hintergründe & praktische Tipps – Dr. Marku...
 
ASMI Campaign Check
ASMI Campaign CheckASMI Campaign Check
ASMI Campaign Check
 

Mehr von CrossEngage

CLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital Masterclasses
CLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital MasterclassesCLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital Masterclasses
CLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital Masterclasses
CrossEngage
 
Spam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus WuebbenSpam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus Wuebben
CrossEngage
 
Lunch Break Bession VI - Customer Lifetime Value Lessons Learned & Recap
Lunch Break Bession VI - Customer Lifetime Value Lessons Learned & RecapLunch Break Bession VI - Customer Lifetime Value Lessons Learned & Recap
Lunch Break Bession VI - Customer Lifetime Value Lessons Learned & Recap
CrossEngage
 
Lunch Break Session V – Intelligentes Audience Management
Lunch Break Session V – Intelligentes Audience ManagementLunch Break Session V – Intelligentes Audience Management
Lunch Break Session V – Intelligentes Audience Management
CrossEngage
 
Lunch Break Session - Customer Lifetime Value-Prognose ist gut, Customer Lif...
Lunch Break Session - Customer Lifetime Value-Prognose ist gut,  Customer Lif...Lunch Break Session - Customer Lifetime Value-Prognose ist gut,  Customer Lif...
Lunch Break Session - Customer Lifetime Value-Prognose ist gut, Customer Lif...
CrossEngage
 
Lunch Break Session - CDPs: einfacher als gedacht
Lunch Break Session - CDPs: einfacher als gedachtLunch Break Session - CDPs: einfacher als gedacht
Lunch Break Session - CDPs: einfacher als gedacht
CrossEngage
 
Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...
Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...
Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...
CrossEngage
 
Creating Unique Moments Throughout Your Touchpoints
Creating Unique Moments Throughout Your TouchpointsCreating Unique Moments Throughout Your Touchpoints
Creating Unique Moments Throughout Your Touchpoints
CrossEngage
 
Nadine Guckeisen, FOND OF: How to increase customer value?
Nadine Guckeisen, FOND OF: How to increase customer value?Nadine Guckeisen, FOND OF: How to increase customer value?
Nadine Guckeisen, FOND OF: How to increase customer value?
CrossEngage
 
Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...
Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...
Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...
CrossEngage
 
Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020
Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020
Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020
CrossEngage
 
Gábor Cseh, twago: Granular Activation
Gábor Cseh, twago: Granular ActivationGábor Cseh, twago: Granular Activation
Gábor Cseh, twago: Granular Activation
CrossEngage
 
Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?
Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?  Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?
Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?
CrossEngage
 

Mehr von CrossEngage (13)

CLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital Masterclasses
CLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital MasterclassesCLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital Masterclasses
CLV ❤ CLC: Die Rakete für Eure Kundenbindung! – OMR Digital Masterclasses
 
Spam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus WuebbenSpam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus Wuebben
 
Lunch Break Bession VI - Customer Lifetime Value Lessons Learned & Recap
Lunch Break Bession VI - Customer Lifetime Value Lessons Learned & RecapLunch Break Bession VI - Customer Lifetime Value Lessons Learned & Recap
Lunch Break Bession VI - Customer Lifetime Value Lessons Learned & Recap
 
Lunch Break Session V – Intelligentes Audience Management
Lunch Break Session V – Intelligentes Audience ManagementLunch Break Session V – Intelligentes Audience Management
Lunch Break Session V – Intelligentes Audience Management
 
Lunch Break Session - Customer Lifetime Value-Prognose ist gut, Customer Lif...
Lunch Break Session - Customer Lifetime Value-Prognose ist gut,  Customer Lif...Lunch Break Session - Customer Lifetime Value-Prognose ist gut,  Customer Lif...
Lunch Break Session - Customer Lifetime Value-Prognose ist gut, Customer Lif...
 
Lunch Break Session - CDPs: einfacher als gedacht
Lunch Break Session - CDPs: einfacher als gedachtLunch Break Session - CDPs: einfacher als gedacht
Lunch Break Session - CDPs: einfacher als gedacht
 
Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...
Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...
Webinar by CrossEngage: "CRM in 2020 war herausfordernd schnell? 2021 wird no...
 
Creating Unique Moments Throughout Your Touchpoints
Creating Unique Moments Throughout Your TouchpointsCreating Unique Moments Throughout Your Touchpoints
Creating Unique Moments Throughout Your Touchpoints
 
Nadine Guckeisen, FOND OF: How to increase customer value?
Nadine Guckeisen, FOND OF: How to increase customer value?Nadine Guckeisen, FOND OF: How to increase customer value?
Nadine Guckeisen, FOND OF: How to increase customer value?
 
Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...
Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...
Hanna Waldenmaier, usercentrics GmbH & Anna-Katharina Knarr, trbo GmbH: Optim...
 
Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020
Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020
Julia Santos, mymuesli & Robert Rebholz, optilyz: Direct Mail in 2020
 
Gábor Cseh, twago: Granular Activation
Gábor Cseh, twago: Granular ActivationGábor Cseh, twago: Granular Activation
Gábor Cseh, twago: Granular Activation
 
Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?
Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?  Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?
Sven-Ole Binder, CoPiloten: Wo bleibt die Botschaft?
 

Die Zukunft des CRMs ist prädiktiv, nicht reaktiv! | Dr. Markus Wübben auf der OMKB

  • 1. Dr. Markus Wübben, Co-Founder & CMO, CrossEngage Wie ihr jetzt mehr aus euren CRM-Daten rausholen könnt und warum ihr das tun müsst. Die Zukunft des CRMs ist prädiktiv, nicht reaktiv!
  • 2. Marken leben in Zeiten bedeutender technologischer, gesellschaftlicher und rechtlicher Veränderungen im digitalen Marketing – Marken leben in einer Plattform-Ökonomie. Höherer Wettbewerb im E-Commerce (z. B. 10 von 3) Welt ohne Cookies (Third-Party-Cookie) Gestiegene Plattform-Kosten (CAC und CPO) Schlechte Verfügbarkeit aussagekräftiger Third-Party-Daten (Schlechtes Targeting) DSGVO/Consent Management (z. B. Apple ATT) Veränderte Erwartungen der Kunden (z. B. Value-First)
  • 3. Die Kaufwahr- scheinlichkeit eines Bestands- kunden ist wesent- lich höher Höhere Kunden- bindung ergibt deutlich höhere Profitabilität Einen Neukunden zu akquirieren kostet 5 x mehr als einen bestehen- den Kunden zu halten Bestandskunden sind eher bereit ein neues Produkt zu probieren und mehr Geld auszugeben + 5 % Kundenbindung + 25-95 % Profit 50 % Neues Produkt probieren 31 % Mehr Geld ausgeben 60-70 % Bestandskunden 5-20 % Neukunden Die erfolgreichsten Marken konzentrieren sich auf den Aufbau langfristiger, wertvoller Kundenbeziehungen statt auf kurzfristige digitale Kampagnen Quelle: https://hbr.org/1990/09/zero-defections-quality-comes-to-services
  • 4. 90% der befragten Werbetreibenden geben an, dass First-Party-Daten für ihr digitales Marketing eine große Rolle spielen. Lediglich rund 30% erheben und verknüpfen Daten kanalübergreifend. Und nur 1% nutzt die Daten, um die kanalübergreifenden Kundenerfahrungen zu verbessern. 90% 30% 1%
  • 5. Die Nutzung von First-Party-Daten mittels CDPs wird massiv Investoren-relevant Quelle: https://gopages.segment.com/rs/667-MPQ-382/images/Beating-the-Digital-Natives.pdf Earning Call Mentions of Customer Data Platforms in the Past Decade 5,591 Total Documents 28,98% 9Od Change
  • 6. Was ist „Predictive CRM“? Mithilfe von prädiktivem CRM können Unternehmen Vorhersagen über das Kundenverhalten in den Bereichen Vertrieb, Marketing und Service treffen. Die Analyse des bisherigen Kundenverhaltens dient dazu, die Kundenbindung zu stärken und Möglichkeiten für Cross- bzw. Up-Selling zu ermitteln, um den Customer Lifetime Value zu maximieren.
  • 8. Viel zu oft haben Marken nur eine verschwommene Sicht auf ihre Kunden. Das Ergebnis: Vergeudete Mühe und Zeit, unnötige Werbemaßnahmen, schlechte Personalisierung, übermäßige Kontaktaufnahme Noch schlimmer: Ein schlechtes Nutzererlebnis und ein schlechter ROI Es fehlt Ihnen ein vollständiges Bild davon: Wer ihre Kunden sind | Was ihre Kunden getan haben Welche Vorlieben sie haben | Wie wertvoll sie sind Was sie zukünftig wahrscheinlich tun werden
  • 9. Klarer Blick auf Kundengruppen Retoure wahrschein- lich Hoher CLV Abmeldung wahrschein- lich Brand Promoter
  • 10. Was ist der Customer Lifetime Value? (CLV) „Der CLV ist der Barwert (Net Present Value) der Summe aller zukünftigen ‚Einnahmen‘ von einem Kunden, abzüglich aller mit diesem Kunden verbundenen Kosten.“
  • 11. Die besten Marken identifizieren und segmentieren individualisierte „prädiktive, kundenwert-basierte (CLV) Zielgruppen“. Promising customers High unsubscribe risk Sustainable buyers Brand fans High conversion probability next week Cherry pickers Likely to return order High churn risk
  • 12. Priorisierung auf Zielgruppen mit der größten Wirkung und Dringlichkeit Prio 3 300.000 € Potenzial Prio 2 1.000.000 € Potenzial Prio 1 1.000.000 € Risiko Customer Lifetime Value (€) Dringlichkeit Früher loyal, aber nun abwanderungsgefährdet (1.000 Kunden) 1-Mal-Käufer (1.500 Kunden) Cross-Buying-Potenzial (1.500 Kunden) Hohe Retourenwahrscheinlichkeit (500 Kunden) 200.000 € Risiko
  • 13. Aktivieren Testen, testen, testen. Alles testen: Audiences, Channels, Incentives, Content usw.
  • 14. Priorisierung auf Zielgruppen mit der größten Wirkung und Dringlichkeit Prio 3 300.000 € Potenzial Prio 2 1.000.000 € Potenzial Prio 1 1.000.000 € Risiko Customer Lifetime Value (€) Dringlichkeit Früher loyal, aber nun abwanderungsgefährdet (1.000 Kunden) 1-Mal-Käufer (1.500 Kunden) Cross-Buying-Potenzial (1.500 Kunden) Hohe Retourenwahrscheinlichkeit (500 Kunden) 200.000 € Risiko
  • 16. Management: Wir brauchen schnell Umsatz! Günstigen Umsatz! Ich muss unbedingt Produkte in meiner Kategorie abverkaufen Wir brauchen „günstigen“ Umsatz! Schnell! Lasst uns schauen, was wir da machen können Wir brauchen Umsatz, damit wir die Wochenziele erreichen!
  • 17. „E-Mails kosten nix!“ (CPM: 0,30-0,50 €) Zumindest wenn man den E-Mail-CPM mit dem Facebook-CPM vergleicht JAN 2021 – JAN 2022 CPM E-Mail CPM Quelle: https://revealbot.com/facebook-advertising-costs
  • 18. Und deshalb alle so: Lasst uns morgen einen weiteren E-Mail-Newsletter verschicken! Ein weiterer Newsletter an die Bestandskunden! E-Mail-Newsletter! Yeah, das ist günstig! CRM for life! E-Mail-Newsletter! Yeah, das ist einfach und schnell!
  • 19. CRM Manager:in Bedenken Öffnungs- & Klickrate Abmelderate Overcontacting Spam/ Reputation Zusatzaufwand/ Ressourcen Öffnungs- & Klickrate Abmelderate Overcontacting Spam/ Reputation Zusatzaufwand/ Ressourcen
  • 20. Und trotzdem sagt das Management: Yeaaaaaaaaaaahh, Zusatz-Umsätze per Newsletter! Aber ich brauche die Umsätze für die Kategorie-Performance! Denkt nur an die Umsätze, die wir generieren können! Es geht doch am Ende des Tages um Umsatz!
  • 21. Warum versteht niemand meine Argumente…. CRM Manager:innen: Warum versteht niemand meine Argumente…. CRM Manager:innen: Warum versteht niemand meine Argumente?
  • 22. Der Grund ist einfach: Das Management denkt, dass der kurzfristige Nutzen die Kosten übersteigt Zusatz- umsatz Kosten
  • 23. Das Argument für Euch muss sein: Nein! Die langfristigen Kosten übersteigen den kurzfristigen Nutzen! Zusatz- umsatz Kosten
  • 24. Nur wie zeigt man das?
  • 25. E-Mail-Frequenz: 4 Mal / Woche Marketingmaßnahmen: E-Mail, Social, Performance-Marketing Umsatz 2021: > 200 Mio. € Anzahl Kunden: > 13 Mio. in 30 Shops Industrie: E-Commerce Spam-to- Fallstudie: Der Kunde Problem: Sehr hohe Abmelderate ! ! Mitarbeiter: > 600
  • 26. Gefährdete Kunden Testgruppe A: normale NL-Frequenz 50 % 50 % Unsubscription Model Scoring der Kunden Auswertungsperiode Auswertungsperiode Randomisierte Aufteilung auf zwei Testgruppen Testgruppe B: reduzierte NL-Frequenz Kunden mit Score in den oberen 50 % Spam-to- Fallstudie: Das Test-Design KPI: 1. Unsubscription Rate 2. Umsatz pro Kontakt 3. Conversion Rate
  • 27. Testauswertung: 04. Okt. – 01. Nov. 2021 Group Contacts Sent Unsubscribes Buyer Revenue Revenue per contact Revenue per buyer Conversion rate Unsubscription rate Control 3796 37379 260 274 11339.2 2.99 41.38 0.0721 0.0685 Test 3807 11743 107 263 10746.71 2.82 40.86 0.0691 0.0281 Differenz <1% -68% -58%* -4% -5% -5% -1% -4% -58%* *Statistically significant differences in unsubscriptions on a 95% confidence level. No statistically significant differences regarding the conversion rate and the revenue
  • 28. Group Contacts Sent Unsubscribes Buyer Revenue Revenue per contact Revenue per buyer Conversion rate Unsubscription rate Control 3783 134169 455 558 28238.62 7.46 41.38 0.1475 0.1203 Test 3800 34487 189 560 25504.85 6.71 45.54 0.1474 0.0497 Differenz <1% -74% -58%* <1% -9% -10% -10% <1% -58%* *Statistically significant differences in unsubscriptions on a 95% confidence level. No statistically significant differences regarding the conversion rate and the revenue Beide Wochen-Gruppen werden zusammengezählt und nur Kunden mit einem Umsatz unter 300 € werden berücksichtigt Langfristige Evaluation: 04. Okt. – 13. Dez. 2021
  • 29. 1.000.000 Kunden 12,03 % - 4,97 % = 7,06 % weniger Abmelder 70.600 Kunden „bewahrt“ 75 EUR/Jahr Durchschnittsumsatz 5.295.000 EUR / Jahr „bewahrt“
  • 31. Marketingmaßnahmen: E-Mail, Social Performance-Marketing Umsatz 2021: ~ 150 Mio. € Anzahl Kunden: 500.000 aktive Kunden Industrie: E-Commerce Black-Friday Fallstudie: Der Kunde Herausforderung: Kunde war überzeugt, dass er seine Zielgruppen schon kenne ! ! Fallstudie
  • 32. 7 Tage, 7 Kampagnen. Bei einer durften wir helfen. KPIs 1. Revenue/User 2. Click Through Rate 3. Sessions/Delivered Beste Kampagne der Woche! Zusätzliche Gruppe generierte 25 % des gesamten Kampagnen- umsatzes Manuelle Segmentierung Gruppe A Nutzer die durch Kunde und CrossEngage identifiziert wurden Gruppe B Nutzer, die ausschließlich durch CrossEngage identifiziert wurden Zusätzliche Zielgruppe Vorhersage durch CrossEngage N o-Code M odel Builder 54.000 Nutzer 51.000 Nutzer Fallstudie
  • 33. Hintergrund- Informationen Details Fallstudie 1. Black Friday Woche, 7 Kampagnen und unterschiedliche Warengruppen. 2. CrossEngage hat zwei Kaufvorhersagemodelle für eine Warengruppe entwickelt: Für Bestandskunden und für Leads Test Design Zwei Gruppen wurden getestet: Group A: Nutzer, die sowohl durch den Kunden als auch durch uns identifiziert wurden. Group B: Nutzer, die durch die CrossEngage Vorhersagemodelle identifiziert wurden. 1. Beide Gruppen wurden nach Click-through-Rate,Sessions/Delivered und Revenue/User analysiert 2. Der Tag, an dem wir halfen, war der erfolgreichste Tag 3. Wie zu erwarten war, hat Gruppe A die Group B „outperformed“ (gemischte Segementierung) aber Gruppe B hat 25 % des Gesamtumsatzes zusätzlich generiert Results Die Vorhersagemodelle von CrossEngage identifizierten eine Gruppe von Nutzern mit hohem Konversionspotenzial, die dem Kunden entgangen wäre. Auf diese Kundengruppe entfielen 25 % des Umsatzes. 1.
  • 34. Hintergrund- Informationen Details Fallstudie 1. Black Friday Woche, 7 Kampagnen und unterschiedliche Warengruppen. 2. CrossEngage hat zwei Kaufvorhersagemodelle für eine Warengruppe entwickelt: Für Bestandskunden und für Leads Test Design Zwei Gruppen wurden getestet: Group A: Nutzer, die sowohl durch den Kunden als auch durch uns identifiziert wurden. Group B: Nutzer, die durch die CrossEngage Vorhersagemodelle identifiziert wurden. 1. Beide Gruppen wurden nach Click-through-Rate,Sessions/Delivered und Revenue/User analysiert 2. Der Tag, an dem wir halfen, war der erfolgreichste Tag 3. Wie zu erwarten war, hat Gruppe A die Group B „outperformed“ (gemischte Segementierung) aber Gruppe B hat 25 % des Gesamtumsatzes zusätzlich generiert Results Die Vorhersagemodelle von CrossEngage identifizierten eine Gruppe von Nutzern mit hohem Konversionspotenzial, die dem Kunden entgangen wäre. Auf diese Kundengruppe entfielen 25 % des Umsatzes. Darüber hinaus können Zeiteinsparungen bei der Identifizierung von Benutzern mit Vorhersagemodellen erzielt werden. Der Kunde erwartet, dass der manuelle Arbeitsaufwand bei künftigen Projekten verringert wird. 1. 2.
  • 36. Immer mehr Marken setzen auf verhaltensbasierte E-Mails. Das ist gut. Beispiel: Back-in-stock Kampagne Fallstudie
  • 37. Immer mehr Marken setzen auf verhaltensbasierte E-Mails. Das ist gut. Beispiel: Back-in-stock Kampagne Es fehlt jedoch systematisches CRM Audience Management Können wir das nicht besser? Fallstudie
  • 38. CLV ist flexibel CLV = ∑ (Margei*RetentionRatei) für Wochen, Monate, Quartale, Jahre i=1,...,n ● We can neglect the discount factor ● Acquisition cost are irrelevant for the estimation Potentieller Wert Conversion- Wahrscheinlichkeit
  • 39. Wertbasierte Steuerung CLV Prediction Conversion Probability Conversion Value Action? hoch hoch hoch hoch niedrig sehr hoch Coupon? hoch hoch niedrig Product Bundles + Schwelle + Coupon niedrig niedrig niedrig Kleiner Coupon Fallstudie
  • 40. Personalisierung auf Basis des CLVs Fallstudie Hoher CLV Hohe Conv. Prob. Hohe Value Prob.
  • 41. Personalisierung auf Basis des CLVs 15% OFF Fallstudie Hoher CLV Hohe Conv. Prob. Hohe Value Prob. Hoher CLV Niedrige Conv. Prob. Hohe Value Prob.
  • 42. Personalisierung auf Basis des CLVs 15% OFF 10% OFF with 150 € Fallstudie Hoher CLV Hohe Conv. Prob. Hohe Value Prob. Hoher CLV Niedrige Conv. Prob. Hohe Value Prob. Hoher CLV Hohe Conv. Prob. Niedrige Value Prob.
  • 43. Personalisierung auf Basis des CLVs 15% OFF 10% OFF with 150 € 5% OFF Hoher CLV Hohe Conv. Prob. Hohe Value Prob. Hoher CLV Niedrige Conv. Prob. Hohe Value Prob. Hoher CLV Hohe Conv. Prob. Niedrige Value Prob. Niedriger CLV Niedrige Conv. Prob. Niedrige Value Prob. Fallstudie
  • 44. 1 Ihr wollt Kund:innen vor Abwanderung/Churn bewahren. Wie geht ihr vor? Ihr wartet, bis Kund:innen lang genug „inaktiv“ sind. (z. B. 30/60/90 Tage) Ihr erkennt frühzeitig, welche Kund:innen abwanderungsgefährdet sind und „engaged“ sie wieder. A B
  • 45. Ihr schickt nur den Kund:innen einen Coupon, bei denen es die Kaufwahrscheinlichkeit signifikant erhöht. Ihr schickt allen Kund:innen einen Coupon. A B 2 Ihr wollt Kund:innen zum Kauf animieren und denkt an die Verwendung eines Coupons. Wie geht ihr vor?
  • 46. Ihr schickt den Newsletter an alle. Ihr schickt den Newsletter an alle, die von euch hören wollen. A B 3 Ihr wollt Euren Newsletter schicken. Wie geht ihr vor?
  • 47. Nutzer Verhalten Engagement Produkt Devices E-Mail Push Nachrichten Social Mailings Website Daten Kanäle Transaktionen CrossEngage Customer-Data- und Prediction-Plattform Customer Data Management Mit unserer Lösung für das Kundendatenmanagement entgeht Ihnen kein einziger Datenpunkt. No-Code Predictive Modeling Erstellen und verwalten Sie Ihre eigenen Vorhersage- modelle, ohne eine einzige Zeile Code. Intelligent Audience Management Erkennen und verstehen Sie intuitiv wertvolle Zielgruppen. Cross-Channel Campaign Management Erstellen Sie ansprechende Customer Journeys. Data Activation Aktivieren Sie Ihre Kundendaten auf allen Kanälen. Enterprise Ready Sie können sich auf uns verlassen. Punkt.
  • 48. Dr. Markus Wübben crossengage.io Danke! Dr. Markus Wübben Founder & CMO markus.wuebben@crossengage.io