Marketing Analytics: 8 Analyse-Beispiele zum Einstieg Teil 2
Letzte Woche haben wir mit einer Word Cloud unsere besten Produkte identifiziert und unsere Kunden anhand von Alter und ihrem letzten Kauf bei uns analysiert.
>> Zum Teil 1
Heute starten wir unsere Analyse, indem wir herausfinden, welche Produkte unsere Kunden häufig in Kombination einkaufen. Und los geht’s:
5. Quadratisch, praktisch – Der Cube
In einem Cube, oder auch Kreuztabelle genannt, lassen sich gut Kombinationen - in unserem Fall von häufig gekauften Produktkategorien - veranschaulichen. Durch die Farbgebung erkennen wir beliebte bzw. signifikante Kombinationen unserer Kunden auf den ersten Blick. Beispielsweise kaufen Kunden, die Damenbekleidung bestellen, auch gerne Herrenbekleidung oder Accessoires, während die Kombination Herren- und Babybekleidung für unsere Zielgruppe nicht besonders relevant zu sein scheint.
Diese Informationen könnten wir nun im nächsten Schritt dazu nutzen, unseren Kunden Vorschläge für Ihre nächsten Käufe zu machen. Wir schauen uns nun aber erst einmal die Verteilung unserer Kunden in Deutschland an, schließlich steht noch ein Event in unser Flagship-Store in Berlin an, zu dem wir einladen wollen.
6. Zeig mir wo - die Landkarte
Als Erstes wollen wir einmal die Verteilung unserer Kunden über die gesamte Bundesrepublik anschauen: Je dunkler, desto mehr Kunden befinden sich dort. Mithilfe solcher Landkarten können wir beispielsweise fundierte Entscheidungen zu Neueröffnungen von Ladenlokalen treffen und können gleichzeitig Markt-Potenziale ausmachen, die wir noch nicht richtig erschlossen haben.
Im letzten Jahr haben wir unser Flagship-Store in Berlin eröffnet und planen eine Modenschau mit saftigen Shopping-Vorteilen für Kunden, die uns an diesem Tag im Laden besuchen. Also, wen laden wir ein?
7. Drumherum - Fahrzeitzonen
Wie wir alle ja bereits wissen, Relevanz ist das A und O im Marketing, also wollen wir natürlich nur die Kunden einladen, die auch in der Nähe unseres Stores in Berlin wohnen. Wir haben uns aber noch einen ganz besonderen Clou überlegt: Je weiter der Kunde entfernt wohnt, desto höher wird der Rabattgutschein, wenn er im Laden vorbeischaut. Dazu bilden wir Fahrzeitzonen, wodurch wir unseren Kunden unterschiedliche Rabatte zuordnen können, je nachdem, ob sie 10 Minuten, 20 Minuten oder 30 Minuten von unserem Store entfernt sind.
Unseren VIP-Kunden wollen wir noch ein besonderes Schmankerl bieten, dazu müssen wir aber erst einmal herausfinden, wer sie sind.
8. Eins, Zwei oder Drei - das Venn-Diagramm
Bei uns setzt sich die Definition von VIP-Kunden aus drei Kriterien zusammen:
• Kunden, die häufig kaufen
• Kunden, die einen hohen Lifetime Value haben
• Und Kunden, die in letzter Zeit gekauft haben
Diese drei Kriterien wenden wir in unseren Fall nur auf Kunden in der Nähe von Berlin an und lassen uns diese in einem Venn-Diagramm anzeigen. Die goldene Mitte stellt nun unsere VIP-Zielgruppe dar, denen wir beim Betreten des Ladens ein besonderes Geschenk versprechen. Selbstverständlich beinhaltet diese Visualisierung noch weitere lohnenswerte Zielgruppen.
Das waren unsere Marketing Analytics Basics. Sind Sie nun bereit für mehr?
>> Ja, ich will mehr erfahren!
>> Zum Teil 1
Heute starten wir unsere Analyse, indem wir herausfinden, welche Produkte unsere Kunden häufig in Kombination einkaufen. Und los geht’s:
5. Quadratisch, praktisch – Der Cube
In einem Cube, oder auch Kreuztabelle genannt, lassen sich gut Kombinationen - in unserem Fall von häufig gekauften Produktkategorien - veranschaulichen. Durch die Farbgebung erkennen wir beliebte bzw. signifikante Kombinationen unserer Kunden auf den ersten Blick. Beispielsweise kaufen Kunden, die Damenbekleidung bestellen, auch gerne Herrenbekleidung oder Accessoires, während die Kombination Herren- und Babybekleidung für unsere Zielgruppe nicht besonders relevant zu sein scheint.
Diese Informationen könnten wir nun im nächsten Schritt dazu nutzen, unseren Kunden Vorschläge für Ihre nächsten Käufe zu machen. Wir schauen uns nun aber erst einmal die Verteilung unserer Kunden in Deutschland an, schließlich steht noch ein Event in unser Flagship-Store in Berlin an, zu dem wir einladen wollen.
6. Zeig mir wo - die Landkarte
Als Erstes wollen wir einmal die Verteilung unserer Kunden über die gesamte Bundesrepublik anschauen: Je dunkler, desto mehr Kunden befinden sich dort. Mithilfe solcher Landkarten können wir beispielsweise fundierte Entscheidungen zu Neueröffnungen von Ladenlokalen treffen und können gleichzeitig Markt-Potenziale ausmachen, die wir noch nicht richtig erschlossen haben.
Im letzten Jahr haben wir unser Flagship-Store in Berlin eröffnet und planen eine Modenschau mit saftigen Shopping-Vorteilen für Kunden, die uns an diesem Tag im Laden besuchen. Also, wen laden wir ein?
7. Drumherum - Fahrzeitzonen
Wie wir alle ja bereits wissen, Relevanz ist das A und O im Marketing, also wollen wir natürlich nur die Kunden einladen, die auch in der Nähe unseres Stores in Berlin wohnen. Wir haben uns aber noch einen ganz besonderen Clou überlegt: Je weiter der Kunde entfernt wohnt, desto höher wird der Rabattgutschein, wenn er im Laden vorbeischaut. Dazu bilden wir Fahrzeitzonen, wodurch wir unseren Kunden unterschiedliche Rabatte zuordnen können, je nachdem, ob sie 10 Minuten, 20 Minuten oder 30 Minuten von unserem Store entfernt sind.
Unseren VIP-Kunden wollen wir noch ein besonderes Schmankerl bieten, dazu müssen wir aber erst einmal herausfinden, wer sie sind.
8. Eins, Zwei oder Drei - das Venn-Diagramm
Bei uns setzt sich die Definition von VIP-Kunden aus drei Kriterien zusammen:
• Kunden, die häufig kaufen
• Kunden, die einen hohen Lifetime Value haben
• Und Kunden, die in letzter Zeit gekauft haben
Diese drei Kriterien wenden wir in unseren Fall nur auf Kunden in der Nähe von Berlin an und lassen uns diese in einem Venn-Diagramm anzeigen. Die goldene Mitte stellt nun unsere VIP-Zielgruppe dar, denen wir beim Betreten des Ladens ein besonderes Geschenk versprechen. Selbstverständlich beinhaltet diese Visualisierung noch weitere lohnenswerte Zielgruppen.
Das waren unsere Marketing Analytics Basics. Sind Sie nun bereit für mehr?
>> Ja, ich will mehr erfahren!