Im Zusammenhang mit unserer Software und der täglichen Auseinandersetzung mit neuer Technologie tauchen viele Begrifflichkeiten auf, die meist nur fachkundigen Personen geläufig sind. Wir haben uns daher überlegt, dass wir in unserem Blog eine Reihe starten, in der wir diverse Begrifflichkeiten für Sie verständlich aufbereiten.
Im ersten Teil haben wir uns dem Churn-Score gewidmet. In diesem Teil erklären wir den CLV (Customer Lifetime Value). Im letzten Teil befassen wir uns mit der NBA (Next Best Activity).
Der CLV (Customer Lifetime Value) ist ein Wert, der den individuellen Wert einer Kundenbeziehung für ein Unternehmen anzeigt. Ermittelt wird dieser dabei auf Basis des historischen und des zukünftigen Kundenwerts. Der CLV wird dafür genutzt, Marketingmaßnahmen und Vertriebsabläufe so zu steuern, dass eine hoch optimierte Wertschöpfung aus der Kundenbeziehung hervorgeht. Der ermittelte CLV hilft dabei, passende Marketingmaßnahmen umzusetzen, die auf die entsprechende Kundengruppe zugeschnitten sind. Dadurch lässt sich das inhärente Kaufpotenzial der eigenen Kundschaft optimal nutzen.
Der CLV gibt dazu auch noch Auskunft über die voraussichtliche Rentabilität einer Kundenaktivierung durch Werbemaßnahmen. Ohne eine derartige Kennzahl, kann bspw. ein Kunde mit einem niedrigen, zukünftigen Umsatzpotenzial mit vielen Werbemaßnahmen umworben werden, während ein Kunde mit hohem Umsatzpotenzial hingegen mit wenig Werbebudget versehen wird.
Die Berechnung des CLV kann über einfache Berechnungsmethoden erfolgen, indem Formeln genutzt werden, die Werte wie durchschnittlicher Umsatz pro Kunde, Wiederkaufrate, Zeitfenster etc. genutzt werden. Die Ergebnisse aus diesen Methoden sind aber mit Vorsicht zu genießen, da sie verallgemeinernde Annahmen schaffen und generell unpräzise Schätzungen liefern.
Die wahrlich beste und präziseste Methode zur Berechnung des CLV ist die, die maschinelles Lernen nutzt. Eine KI ist durch ihre Fähigkeiten dazu in der Lage, aus Daten wie den historischen Transaktionen, Kundenstammdaten und dem Klickverhalten jedes einzelnen Kunden eine präzise Prognose für den CLV zu berechnen. Die Muster und Zusammenhänge zwischen diesen Werten lassen sich nur durch die Hilfe von maschinellen Lernens herausarbeiten. Selbiges gilt auch für eine Berechnung des CLV für einen bestimmten Zeitraum. Die anderen Methoden, die nicht durch KI gestützt sind, können den CLV nicht so dynamisch bestimmen und geben ihn nur für das Ende der Kundenbeziehung aus. Die KI-Methode hingegen kann monatlich, quartalsweise oder für das nächste Jahr CLV-Prognosen geben.
Für Unternehmen bietet der, durch eine KI ermittelte CLV, ein mächtiges Werkzeug, um seine Kundschaft besser zu erkennen und sie mit auf sie abgestimmten Marketing- sowie Aktivierungsmaßnahmen zu bedienen. KI-gestützte Ermittlungsverfahren bieten vollautomatische Vorhersagen für kundenindividuelle Werte und bilden in Zusammenhang mit einer intelligenten Bestandskundenpflegesoftware eine äußerst potente Symbiose, die es Unternehmen ermöglicht eine informierte, zukunftsgerechte und lukrative Stammkundenpflege zu betreiben