Segmentierung beantwortet: Verhalten sich verschiedene Kunden unterschiedlich?
Ein Beispiel: Kunden, die Funktion A nutzen, haben zwei Prozent Abwanderung. Kunden, die Funktion A nicht nutzen, haben vier Prozent Abwanderung. Funktion A treibt die Kundenbindung. Funktion A ist wichtig.
Die Kohortenanalyse beantwortet: Verhalten sich verschiedene Kundengruppen im Zeitverlauf unterschiedlich?
Ein Beispiel: Kunden, die sich im Januar angemeldet haben, haben im ersten Monat 80 Prozent Kundenbindung, im zweiten 60 Prozent, im dritten 40 Prozent. Kunden, die sich im Februar angemeldet haben, haben im ersten Monat 75 Prozent Kundenbindung und im zweiten 50 Prozent. Die Januar-Kohorte bleibt besser dabei. Zwischen Januar und Februar hat sich etwas geändert.
Wann Segmentierung sinnvoll ist
Segmentiere, wenn die Kennzahl je nach Segment schwankt
Der Umsatz hängt von der Kundengrösse ab (Grosskunden oder Self-Service). Der Traffic hängt von der Traffic-Quelle ab (bezahlt oder organisch). Die Nutzung hängt vom Produktgebrauch ab (Power-User oder Gelegenheitsnutzer). Segmentiere und miss getrennt. Wer die Unterschiede versteht, entscheidet besser.
Segmentiere nicht, wenn die Kennzahl in allen Segmenten gleich ist
Die Seitenaufrufe sind am Montag und am Dienstag gleich. Eine Segmentierung nach Tag bringt nichts. Der Wochentag ist hier kein nützliches Segment.
Wann Kohortenanalyse sinnvoll ist
Nutze Kohortenanalyse, wenn die Kohorte eine Rolle spielt
Wie unterscheidet sich der Customer Lifetime Value je nach Anmeldemonat? Die Monate spielen eine Rolle (Saison, Produktänderungen). Die Kohortenanalyse macht Zeiteffekte sichtbar.
Nutze keine Kohortenanalyse, wenn die Kohorte bedeutungslos ist
Die geladenen Seiten pro Besuch unterscheiden sich nicht sinnvoll nach Anmeldemonat. Eine Kohortenanalyse würde Rauschen zeigen, kein Signal.
Praxisbeispiel: fortgeschrittene Segmentierung bei einem SaaS-Unternehmen
Erste Segmentierung nach Grösse
Grosskunden (Jahresvertragswert ab 100.000): 20 Kunden. Zwei Prozent monatliche Abwanderung. Mittelstand (10.000 bis 100.000): 100 Kunden. Vier Prozent monatliche Abwanderung. Self-Service (unter 10.000): 500 Kunden. Acht Prozent monatliche Abwanderung.
Grosskunden bleiben treu. Self-Service-Kunden wandern schnell ab. Das ist zu erwarten. Aber die Abwanderung im Mittelstand liegt mit vier Prozent über dem Ziel von drei Prozent.
Weitere Segmentierung nach Verhalten
Segmentiere den Mittelstand weiter nach Produktnutzung. Mittelstandskunden, die Funktion A nutzen (Nutzung): zwei Prozent monatliche Abwanderung. Mittelstandskunden, die Funktion A nicht nutzen (keine Nutzung): sechs Prozent monatliche Abwanderung.
Funktion A ist der Bindungstreiber im Mittelstand. Massnahme: Mach Funktion A für Mittelstandskunden leichter auffindbar. Bring mehr Mittelstandskunden dazu, Funktion A zu nutzen. Die Abwanderung sollte sinken.
Praxisbeispiel: Kohortenanalyse bei einem Marktplatz
Wiederkaufrate der Käufer nach Anmelde-Kohorte verfolgen
Januar-Kohorte (1.000 Käufer): Wiederkaufrate im ersten Monat 30 Prozent. Im zweiten Monat 20 Prozent. Im dritten Monat 15 Prozent.
Februar-Kohorte (1.000 Käufer): Wiederkaufrate im ersten Monat 25 Prozent. Im zweiten Monat 18 Prozent. Im dritten Monat 12 Prozent.
Unterschied entdecken
Die Januar-Kohorte bleibt besser dabei als die Februar-Kohorte. Warum? Geh der Sache nach.
Hypothese testen
Hypothese: Im Januar gab es ein besonderes Onboarding. Im Februar nicht. Test: das Onboarding für die März-Kohorte wieder einführen.
März-Kohorte (1.000 Käufer): Wiederkaufrate im ersten Monat 30 Prozent (ähnlich wie im Januar). Im zweiten Monat 22 Prozent. Im dritten Monat 16 Prozent.
Das Onboarding hat die Kundenbindung verbessert. Funktion A war die Lösung.
Segmentierung und Kohortenanalyse zusammen
Beides kombinieren für starke Analysen
Segmentiere Grosskunden nach Kohorte.
Januar-Kohorte der Grosskunden: 85 Prozent Verlängerungsrate. Februar-Kohorte der Grosskunden: 80 Prozent Verlängerungsrate. März-Kohorte der Grosskunden: 90 Prozent Verlängerungsrate.
Untersuchen und handeln
Die Grosskunden aus dem März verlängern besser. Warum? Geh der Sache nach. Ergebnis: Die März-Kohorte wurde mit einem neuen Prozess eingearbeitet, der den Beziehungsaufbau betont. Beziehungsaufbau erhöht die Verlängerungsraten bei Grosskunden. Massnahme: Wende das neue Onboarding künftig bei allen Kohorten an.
Häufig gestellte Fragen
Wie viele Segmente sollten wir verfolgen?
Höchstens drei bis sieben Segmente. Mehr Segmente machen es komplex. Der ideale Bereich liegt bei drei bis fünf. Beispiel: Kundengrösse (Grosskunden, Mittelstand, Self-Service) sind drei Segmente. Das ist übersichtlich. Kommt die Region dazu (USA, EU, APAC), entstehen neun Segmente (3 mal 3). Zu viele. Beschränke die Segmente auf ein oder zwei Dimensionen. Mit dem Website-Builder von WEMASY kannst du das direkt auf deiner Website einrichten.
Wie entscheiden wir, nach welcher Dimension wir segmentieren?
Segmentiere nach der Dimension, die das Verhalten beeinflusst. Die Kundengrösse beeinflusst das Verhalten (Grosskunden verhalten sich anders als Self-Service-Kunden). Die Branche beeinflusst das Verhalten (Software-Kunden verhalten sich anders als Einzelhandelskunden). Die Traffic-Quelle beeinflusst das Verhalten (bezahlte Suche verhält sich anders als organische). Segmentiere nach der Dimension, die die Schwankung der Kennzahl erklärt.
Wie weit sollte die Kohortenanalyse zurückreichen?
Mindestens zwölf Monate. Kürzere Kohorten (jünger als drei Monate) sind zu unreif. Längere Kohorten (ab zwölf Monaten) zeigen den ganzen Lebenszyklus. Beispiel: Verfolge die Kundenabwanderung bis zu zwölf Monate, weil Jahresverträge eine Verpflichtung sind. Verfolge die Wiederkaufrate der Käufer bis zu sechs Monate, weil der Kaufzyklus kürzer ist.
Sollten wir in der Kohortenanalyse Dollarbeträge oder Prozentwerte verwenden?
Prozentwerte für Kennzahlen zu Kundenbindung und Wiederkauf. Dollarbeträge für Kennzahlen zu Umsatz und Wert. Die Kundenbindung ist gleich, ob der Kunde klein oder gross ist (beide müssen als Anteil der Kohorte bleiben). Der Umsatz hängt von der Kundengrösse ab (du brauchst Dollarbeträge, um die Wirkung zu sehen).
Wie gehen wir in der Kohortenanalyse mit Saisoneffekten um?
Berücksichtige sie. Die Januar-Kohorte hat Nachwirkungen der Feiertage. Die April-Kohorte kommt nach der Steuersaison. Kohorten unterscheiden sich wegen der Saison, nicht wegen Produktänderungen. Vergleiche Kohorten derselben Saison. Die Januar-Kohorte 2024 gegen die Januar-Kohorte 2025. Der Vorjahresvergleich entfernt die Saison.
Wie vermitteln wir Erkenntnisse aus Kohorten?
Zeige eine Tabelle zur Kohorten-Kundenbindung mit Spalten für Monat eins, Monat zwei und Monat drei. Zeige für jede Kohorte eine Zeile. Das Muster springt ins Auge. Die Januar-Kohorte hat 80, 60, 40 (gleichmässiger Rückgang). Die Februar-Kohorte hat 70, 50, 30 (steilerer Rückgang). Eine übersichtliche Tabelle ist klarer als eine schriftliche Erklärung.