Strategien der Kundensegmentierung

940 Abmeldungen, null Mehrumsatz

Sofia scrollt durch die Kampagnenauswertung. Freitagvormittag, 11:30 Uhr im Analytics-Team, die Zahlen der letzten Newsletter-Aktion liegen vor: 28.000 Mails, gleicher 15-Prozent-Gutschein an alle. Ergebnis: 940 Abmeldungen, 0,8 Prozent Kaufquote. Die Schnäppchenjäger:innen kauften nur Restposten, die Stammkundschaft mit hohem Warenkorbwert reagierte gar nicht. Unterm Strich: 4.200 Euro Rabattkosten ohne Mehrumsatz. Montag startet die nächste Kampagne.

Die RFM-Analyse ist die Grundlage für Sofias nächsten Schritt: Sie zeigt, wer wertvoll ist. Jetzt geht es darum, nach welchen Merkmalen du Kundschaft gruppierst, damit jedes Segment eine passende Ansprache bekommt. Dafür stehen vier Segmentierungsstrategien zur Verfügung.

Vier Wege, Kundschaft zu gruppieren

1. Demografisch - Alter, Geschlecht, Einkommen. Ein Modeshop zeigt Studierenden günstige Basics, Berufstätigen Business-Outfits.
2. Geografisch - Standort, Region, Lieferzone. Ein Lebensmittel-Lieferdienst bewirbt Expresslieferung nur in Postleitzahlen mit eigenem Lager.
3. Verhaltensbasiert - Kaufhistorie, Klickverhalten, Rabattnutzung, Warenkorbwert. Ein Sportshop bewirbt teure Laufschuhe nur bei Kundschaft, die kürzlich Sportbekleidung bestellt hat.
4. Psychografisch - Werte, Lebensstil, Markenpräferenzen. Ein Outdoor-Shop spricht Nachhaltigkeitsbewusste mit recycelten Materialien an, Leistungsorientierte mit Gewichtsvergleichen.

🤔 Frage dich: Wie viel Prozent der 28.000 Empfänger:innen hätten den 15-Prozent-Gutschein deiner Schätzung nach überhaupt bekommen sollen, wenn Sofia nur Kundschaft mit mindestens einem Kauf in den letzten 90 Tagen angeschrieben hätte?

Drei Typen, drei Datenpunkte

Um Sofias Empfängerliste aufzuteilen, brauchst du drei Datenpunkte: Kaufhistorie, Rabattnutzung und Warenkorbwert. Daraus lassen sich mindestens drei Typen ableiten:

• Schnäppchenjäger:innen kaufen fast nur bei Aktionen. Warenkorbwert niedrig, Frequenz steigt nur bei Sonderangeboten. In Sofias Newsletter waren sie die Einzigen, die reagierten, aber nur auf Restposten.
• Markenliebhaber:innen bestellen regelmäßig zum Vollpreis und bevorzugen neue Kollektionen. Ein pauschaler 15-Prozent-Gutschein wirkt auf sie beliebig, nicht exklusiv.
• Gelegenheitskäufer:innen bestellen selten, meist anlassbezogen. Ihr Warenkorbwert schwankt stark, eine Pauschalansprache trifft selten den richtigen Moment.

Warum Demografie hier nicht reicht

Hätte eine demografische Segmentierung Sofias Problem gelöst? Drei Gründe sprechen dagegen:

Erstens sagt Alter nichts über Kaufverhalten. Eine 25-Jährige kann Schnäppchenjägerin sein, eine 55-Jährige Markenliebhaberin. Die demografische Zuordnung trifft die Kaufmotivation nicht.

Zweitens fehlt der Bezug zum Preissegment. Demografische Daten verraten nicht, ob jemand auf Rabatte reagiert oder Vollpreisprodukte bevorzugt. Genau diese Information braucht Sofia für die Gutschein-Entscheidung.

Drittens ignoriert Demografie die Kaufhistorie. Ob jemand kürzlich Sportbekleidung bestellt hat, lässt sich nicht aus Alter oder Wohnort ablesen, sondern nur aus dem Bestellverlauf.

🧑‍🏫 Erkläre es im Kopf: Stell dir vor, du erklärst einer neuen Person im Analytics-Team, warum Sofias Gutschein-Aktion bei Markenliebhaber:innen nicht funktioniert hat, obwohl 15 Prozent Rabatt doch attraktiv klingt. Wie würdest du das in zwei Sätzen formulieren?

Drei Argumente für verhaltensbasierte Segmentierung

Ein Sportartikel-Shop will Laufschuhe für 180 Euro bewerben. Zielgruppe: Kundschaft, die in den letzten sechs Monaten Sportbekleidung gekauft hat. Die verhaltensbasierte Segmentierung ist hier überlegen:

1. Die Kaufhistorie filtert gezielt. Nur wer bereits Sportartikel bestellt hat, bekommt die Kampagne. Kundschaft mit Interesse an Elektronik oder Haushalt fällt raus, Streuverluste sinken.
2. Der Warenkorbwert grenzt das Preissegment ein. Wer bisher nur Artikel unter 30 Euro bestellt hat, wird bei 180 Euro kaum zugreifen. Die Segmentierung filtert nach tatsächlicher Zahlungsbereitschaft.
3. Die Zielgruppe wird präziser als bei Demografie. Statt alle 25- bis 35-Jährigen anzuschreiben, erreichst du genau die Personen mit nachgewiesenem Sportinteresse.

So hätte Sofias Montagskampagne aussehen können

Statt 28.000 identische Mails verschickt Sofia drei verschiedene Nachrichten an drei Segmente:

Schnäppchenjäger:innen bekommen einen zeitlich begrenzten Rabatt auf Restposten, denn dort liegt ihr Kaufinteresse. Markenliebhaber:innen erhalten exklusiven Vorab-Zugang zur neuen Kollektion, ohne Rabatt. Gelegenheitskäufer:innen bekommen eine personalisierte Empfehlung basierend auf ihrem letzten Kauf.

Weniger Abmeldungen, weil die Ansprache zum Kaufverhalten passt. Und die 4.200 Euro Rabattkosten fließen gezielt dorthin, wo sie Umsatz auslösen.

📝 Fasse mental zusammen: Vier Strategien, drei Kundentypen, ein Entscheidungskriterium: Welche Strategie wählst du wann, und woran erkennst du, ob sie zum Marketingziel passt?