Data driven Commerce bei uhrzeit.org
Der Use Case - kurz und knapp
Kunde: uhrzeit.org - der große Online-Shop Deutschlands für hochwertige Uhren seit 2003 mit Store in der Hamburger City
Branche: Luxusgüter
Technologie: Eigene Shop-Technologie
Aufgabe: Analyse der Auftrags-, Produkt- und Kundendaten, um zu erkennen, welche Produkte und Marken bei wem zu höherem Umsatz führen können
Die Herausforderung: Was sind die Erfolgstreiber?
Der Online-Shop uhrzeit.org mit prominenter Filiale in der Hamburger Innenstadt hat sich über fast 20 Jahre eine eCommerce-Expertise im Uhrensegment erarbeitet. Mit Hublify Analytics wollte uhrzeit.org herausfinden, was die Erfolgstreiber seines Shops sind und wie sie mit Hilfe der Ergebnisse Marketing-Ressourcen zielgerichteter einsetzen können. Bei der Analyse der Produkt-, Kunden- und Auftragsdaten lag ein Schwerpunkt auf folgenden branchenrelevanten Fragestellungen:
Markenanalyse
Welche Marken sorgen umsatz- und absatztechnisch im Verlauf der Jahre für den größten Erfolg? Welche sind Modetrends unterlegen, welche sind zeitlos beliebt?
Welche werden wiedergekauft und von wem und wie relevant ist das Weihnachtsgeschäft und das Geschlecht für Marken? Wo sind hohe Retouren zu verzeichnen?
Wiederkaufanalyse
Wie viele und welche Kunden kaufen wieder? In welchem Preissegment, wann und mit welcher Kauffrequenz?
Steigt der Bestellwert über die Wiederkäufe hinweg? Welche Kunden haben den größten Kundenwert?
Produktkategorie-Analyse
Aus welcher Kategorie werden am häufigsten, am meisten Produkte gekauft?
Gibt es bestimmte Kundengruppen, die für bestimmte Produktkategorien stehen?
Lassen sich Korrelationen bei Folgekäufen erkennen?
Die Lösung: Kundenbindung ja, aber wie?
Neukunden zu Bestandskunden konvertieren
Das übergreifende Ziel war, teure Neukunden zu kostengünstigeren Bestandskunden zu konvertieren. Neukunden stoßen über die Niedrigpreisgarantie oder durch gezielte Rabatte beispielsweise am Black-Friday auf uhrzeit.org. Wie können diese Neukunden zielgerichtet angesprochen werden, damit sie nicht nur aufgrund des Preises, sondern aufgrund des passenden Angebots wiederkaufen?
Um dem Ziel, das sich viele Shop-Betreiber wünschen, einen Schritt näher zu kommen, erfolgten mehrere Analysen mit Hublify (alle Daten sind verändert, geben aber im Verhältnis die Situation wieder).
1. Wer sind die Wiederkäufer?
Je nachdem, welche Daten über Kunden zur Verfügung stehen, kann das Wiederkaufverhalten nach verschiedenen Kriterien wie Alter, Geschlecht, Wohnort, Firmen- oder Privatkunden bis hin zu intern angelegten Kundengruppen/Personas analysiert werden.
Bei uhrzeit.org spielt das Geschlecht bei der Produktauswahl, im Absatz und Umsatz eine große Rolle. Das sowieso schon männlich geprägte Klientel kauft auch häufiger wieder.
Entsprechend sollten Marketing-Botschaften noch stärker ausgerichtet werden auf männliches Publikum.
2. Wann kaufen Wiederkäufer wieder?
Gibt es besondere Zeitpunkte, die für Reaktivierungsmaßnahmen besonders günstig sind? Zeichnen sich Muster in den Kaufintervallen ab?
Mit Hilfe einer Kohortenanalyse über Folgekäufe wird deutlich, dass die meisten Wiederkäufe im selben Monat oder im Folgemonat stattfinden. Im After-Sales-Prozess könnten also Reaktivierungsmaßnahmen mit hohen Erfolgschancen umgesetzt werden.
3. Wie entwickelt sich der Warenkorbwert über Folgekäufe?
Inwiefern lohnt es sich überhaupt, in Bestandskunden zu investieren? Haben Wiederkäufer einen höheren Warenkorbwert als Erstkäufer?
Es zeigt sich, dass der Warenkorbwert im Mittel leicht zunimmt, Wiederkäufer also im Durchschnitt einen höheren Umsatz generieren.
4. Welche Produktke eignen sich für Folgekäufe?
Was sind die Top-Seller für Erst- und Wiederkäufer? Bleiben Wiederkäufer einer Marke treu, das heißt, kaufen sie dieselbe Marke wieder? Wie bedeutungsvoll sind Preissegmente? Wer einmal eine Luxusuhr kauft, kauft immer Luxusuhren? Oder möchte ein Käufer immer hochwertigere Uhren für sich kaufen oder angesagte Modelle?
Auch hier kann eine Kohortenanalyse über Folgekäufe in Bezug auf Marken, Preissegmente oder Produktkategorien Aufschluss geben. Die Kunden von uhrzeit.org kaufen zu einem hohen Prozentsatz dieselbe Produktkategorie wieder. Produktvorschläge sollten also fokussiert sein auf deren Lieblingskategorien.
Der Mehrwert von Hublify Analytics
Quality Checks für fast 120.000 Produkte
Die Analysen sind nur so gut wie der Dateninput: Jede Analyse braucht eine fundierte und zuverlässige Datenbasis. Wer eine Markenanalyse durchführen will, braucht zu jedem Produkt den dazugehörigen Brand. Mit einem Quality Check hat Hublify auf Knopfdruck die Vollständigkeit der Produktinformationen geprüft, beispielsweise für das Datenfeld „brand“
Beliebige Datensätze miteinander in Bezug bringen
Interessant werden Analysen erst, wenn mehrere Datensätze miteinander verknüpft werden können. Wenn beispielsweise Kaufhistorie, Marken oder Kundenmerkmale miteinander in Verbindung gebracht werden können.
Manuellen Auswertungsaufwand durch vorgefertigte Reports sparen
Prinzipiell kann für fast jede Fragestellung ein individueller Report angelegt werden. Hublify enthält für eine Vielzahl von eCommerce KPIs vorgefertigte Reports, damit die wichtigen Kennzahlen sofort abrufbar sind.
Insights into Execution: Aus Daten werden Taten
Was helfen viele Zahlen, KPIs und bunte Bilder, wenn aus der Erkenntnis keine Aktion wird? Eine Analyse, die ergibt, dass Kunden in Folgekäufen einer Marke treu bleiben, führt nur zu mehr Umsatz, wenn am Ende eine Mailingliste entsteht, damit diese Kunden mit ihren Lieblings-Marken auch persönliche Empfehlungen bekommen können. Hublify bietet die Möglichkeit, diese Empfängerlisten via csv zu exportieren, oder direkt über eine Schnittstelle an andere Systeme weiterzugeben oder das Mailing direkt in Hublify auszuführen.