Loyalität ist ein Datenthema, kein Rabattthema

Worum es in dieser Folge geht

Seit über sechs Jahren misst SAP mit dem Customer Loyalty Index, wie loyal Kundinnen und Kunden zu Marken sind. Dieses Jahr kippt in Deutschland zum ersten Mal etwas, das lange als sicher galt. Darüber habe ich mit Lucas Bergström gesprochen. Lucas verantwortet bei SAP Engagement Cloud die Technologiepartnerschaften, war lange bei SAP, ist für eine Station in ein anderes Unternehmen gewechselt und inzwischen zurück. Manche kennen das Produkt noch unter dem Namen Emarsys.

Mich interessiert das Thema, weil wir viel zu wenig über Retention sprechen. Wie halte ich Bestandskunden, und wie loyal sind sie eigentlich? Was ich im Markt sehe, ist vor allem eins: sehr viel Rabatt. Das kann Loyalität erzeugen, muss es aber nicht.

Die Storyline

Speed without context

Im Vorgespräch hatten wir einen Satz gefunden: Technik wird oft eingeführt, weil sie neu und cool ist, nicht weil sie sinnvoll ist. Lucas hat ihn zugespitzt: Speed without context doesn't create better customer experience. Echtzeit hat ihre Berechtigung, Kundinnen und Kunden erwarten heute Tempo. Aber Tempo allein reicht nicht.

Aber wenn ich einfach nur, sag ich mal, so ein bisschen im Englischen auch for the sake of Realtime etwas mache, dann führt es auch nicht immer zum Erfolg.

Sein erstes Beispiel sind App-Onboardings, die gleich nach dem Download alles auf einmal abfragen: Push-Benachrichtigungen, Standort, Kamera, früher sogar die Kontakte. Wer am Anfang alles ablehnt, muss später umständlich über die Einstellungen zurück. Gibson Guitars macht es besser und fragt erst nach dem vierten, fünften, sechsten Schritt nach Push-Benachrichtigungen, und nach dem Mikrofon erst dann, wenn man wirklich spielen und aufnehmen will.

Das zweite Beispiel kennt jeder aus der Black-Friday-Zeit. Technisch kann man eine Warenkorb-Mail innerhalb von Sekunden auslösen. Viele legen aber schon eine Woche vorher Produkte in den Warenkorb, um zu sehen, ob sie später reduziert werden. Wer dann sofort schießt, gewinnt weder Marge noch Conversion und hat die Mail verbrannt, die er später gebraucht hätte.

Vom Gießkannenprinzip zum Omni Channel

Lucas hat die Entwicklung der letzten Jahre in zwei Linien nachgezeichnet, Kundenverhalten und Technik. Am Anfang ging es nur um Masse: so viel rausschicken wie möglich, vor allem per E-Mail. Dann kamen weitere Kanäle dazu, Retargeting und das Cookie-Zeitalter. Kundinnen und Kunden merkten schnell, dass sie derselbe Schuh ewig verfolgt, auch wenn sie längst gekauft haben, und Unternehmen zahlten Ad-Budget für Leute, die schon konvertiert waren. Die Antwort der Technik war erst Multi-Channel, später Omni-Channel mit E-Commerce, Retail und Service in einem Bild.

Die Erwartung der Kundschaft ist heute klar: Das Unternehmen soll wissen, wo sie unterwegs sind und was sie mögen, egal ob online, in der Filiale oder im Service.

Die übersprungene Stufe

Hier habe ich meine These eingebracht. Zwischen Single Channel und Omni Channel haben viele Unternehmen eine Stufe übersprungen: eine saubere Analytics-Fähigkeit. Statt erst einmal zu verstehen, welche Kundinnen und Kunden loyal kaufen und welche nicht, wurde lieber der zweite und der dritte Kanal angeschlossen. Im Wilden Westen ging das, weil man mit gutem Budget auch guten Ertrag bekam. Jetzt, wo Budgets hinterfragt werden, fangen viele erst an, Analytics aufzubauen.

Lucas hat zugestimmt und es am Loyalty-Thema festgemacht. Bei SAP kommen Ausschreibungen für Loyalty-Programme rein, und oft ist gar nicht klar, was gemeint ist. Will das Unternehmen wirklich ein Punkteprogramm, oder geht es um Retention, weil Akquise zu teuer geworden ist? Aus solchen Schnellschüssen sind über die Jahre viele neue Kanäle entstanden, und darunter hat die Datenhygiene gelitten.

Was der Loyalty Index misst

Dann sind wir in den deutschen Report eingestiegen. Die wahre Loyalität, die aus Erfahrung und Relevanz entsteht, steigt auf 30 Prozent, den höchsten Wert, den SAP je gemessen hat. Auf der anderen Seite kippt die Loyalität über Rabatte und Prämien.

Für Lucas ist das die logische Folge eines Bewusstseins, das sich bei Kundinnen und Kunden entwickelt hat, auch durch die DSGVO. Sie geben Daten preis, wollen dafür aber etwas zurückbekommen. Unternehmen messen Loyalität über Customer Lifetime Value, Retention Rates und Wiederkäufe. Kundinnen und Kunden messen sie an der Experience, also auch an der Relevanz der Kommunikation.

Dafür erwarte ich aber letztendlich auch, dass man mich versteht und meine Bedürfnisse versteht. Und das kannst du halt nicht einfach rein nur über Discounts.

Natürlich gibt es Käuferinnen und Käufer, die immer das günstigste Angebot suchen. Das kann eine Strategie sein. Dann muss man aber immer wieder neu in Akquise investieren, und das ist teuer.

Replenishment und das Sockenabo

Wo KI wirklich hilft, zeigt Lucas an Replenishment-Kampagnen. Statt einem Produkt pauschal einen Zyklus von 30 oder 45 Tagen zuzuweisen, bekommt jeder Kunde seinen eigenen. Wer seine Hundefutterdose auf drei Hunde aufteilt, hat einen anderen Rhythmus als jemand mit einem Hund.

Ich habe das Gegenbeispiel aus meinem Alltag mitgebracht. Bei FALKE werde ich oft gefragt, warum wir kein Sockenabo machen. Unsere Socken haben eine sehr hohe Qualität und gehen nicht zwangsläufig kaputt. Sollen wir dann alle fünf Jahre zufällig Socken schicken? Man sieht einen Hype und glaubt, er müsse auf alle passen. Lucas' Antwort: Genau dafür braucht es die Datengrundlage. Mit ihr sieht man, in welchen Zeiträumen Socken gekauft werden und ob sich ein Abo überhaupt lohnt. Ohne sie testet man das Abo, stellt fest, dass es nicht funktioniert, und testet das Nächste.

Der Base Layer

Lucas' Kernbegriff, den er auch in seinen Keynotes nutzt, ist der Base Layer: die für das eigene Business relevantesten Channel-Daten, Kundendaten und Backend-Daten zusammenführen, um schnell analysieren und bewerten zu können, was der richtige Schritt ist. Darauf wählt man Technologie und Taktiken aus, die auf die Strategie einzahlen. Und man prüft vorher, ob Logistik, Produkte und Inventar eine Kampagne überhaupt tragen.

Auch SAP bewegt sich in diese Richtung. Das Customer-Data-Platform-Produkt gibt es weiterhin, es rückt aber näher an die Business Data Cloud heran, die mit Data Products über die Customer Experience hinaus auf Finance- und ERP-Informationen schaut. Dazu kommt die Partnerschaft mit Google, an der Lucas zuletzt mitgearbeitet hat. Die Idee: Unternehmensdaten aus dem SAP-Universum mit Third-Party-Daten wie Wetter- oder Standortdaten verknüpfen, Prognosen bauen und erst daraus das Marketing ableiten.

Ich mache jetzt nicht nur Marketing, weil Marketing sich eine Kampagne überlegt hat, sondern es ist halt wirklich getrieben aus meinen Unternehmensdaten heraus.

Aus SAP-Sicht heißt das Prinzip dahinter Clean Core: Erst müssen die Unternehmensdaten sauber sein. Ein Startup kommt dann vielleicht mit zwei, drei Anbietern für die Kanäle und einem kleinen Team aus. Wer wächst und nicht mehr einfach 20 Leute zusätzlich einstellen kann, braucht Software, die Prozesse skaliert. Eine Silver Bullet gibt es nicht.

Die Antwort in zwei bis drei Wochen

Meine Zuspitzung dazu: Wenn ich als C-Level frage, wie wir auf eine Entwicklung wie in diesem Report reagieren, muss die Antwort aus Analytics und Daten in zwei bis drei Wochen kommen, ohne dass 15 Leute darauf geworfen werden. Ehrlich nachgefragt heißt es oft: Die brauchen meistens drei Monate. Erst auf dieser Foundation lohnen sich die Module, etwa eine Marketing Automation, die steuert, welche Nachricht über welchen Kanal zu welcher Zeit an wen geht.

Dazu passt ein Realitätscheck. Wer heute eine CDP einführt, braucht meistens Jahre. Ich habe vor sieben, acht Jahren mit Leuten diskutiert, ob eine CDP Sinn ergibt, und fünf Jahre später haben andere noch über eine DMP auf Basis von Third-Party-Cookies gesprochen, als genau diese Cookies schon auf dem Rückzug waren. Lucas' Rat: modular denken und bei jeder neuen Software fragen, welchen Zweck sie erfüllen soll. Braucht es ein Punkteprogramm, oder will man eigentlich Kundinnen und Kunden vom zweiten zum dritten und vierten Kauf bringen? Braucht es eine native App? Sonst stellt man nach drei Jahren fest, dass sich die Kennzahlen trotz viel Geld und Aufwand nicht bewegt haben.

Woran Loyalitätsprogramme scheitern

Der Report hat noch mehr Zahlen, die mich nachdenklich gemacht haben. Die Nutzung von Treuepunkten als Zeichen von Loyalität ist im Jahresvergleich von 41 auf 30 Prozent gesunken.

Lucas sieht das Problem in der Umsetzung. Sein Beispiel aus dem Lebensmittelhandel: Er sammelt Punkte, kauft jede Woche mehrmals ein und bekommt dann einen 25-Prozent-Code auf ein Produkt, das er nie kauft. Der Code kommt aus dem Merchandising und den Absprachen mit den Marken, nicht aus seinen Kaufdaten.

Ja, super, schön, dass es 25 Prozent auf das Produkt gibt. Ihr müsst doch aber wissen, ich kaufe dieses Produkt nie.

Wie es besser geht, zeigen die Adler Mannheim. Merchandise-Promos an Spieltagen an alle zu schicken, die sich irgendwann einmal registriert haben, erzeugt eine negative Erfahrung. Wer dagegen Ticketkäufe, aktivierte Tickets und Standortdaten verknüpft, spielt das Angebot nur den Leuten aus, die gerade im Stadion sind und es auch einlösen können.

Ein Margenproblem, kein Loyalitätsproblem

Lucas hat dazu etwas gesagt, das viele nicht sehen: Man muss nicht jedem Rabatt geben. Es gibt genug Leute, die auch während einer Rabattaktion ohne Rabatt bestellen.

Da sagen oftmals Unternehmen, wir wollen jetzt ein Loyalitätsprogramm einführen. Was sie eigentlich haben, ist, sie haben ein Problem mit der Marge.

Statt pauschal 15 oder 20 Prozent an alle zu schicken, weil es mit Finance so abgestimmt war, reicht oft eine Segmentierung: Wie ist die Kaufkraft, wer kauft wie oft, wer mit und wer ohne Code? Dafür braucht es kein Loyalitätsprogramm.

KI als Einkäufer

Zum Schluss ging es um KI. Laut Report haben 24 Prozent wegen KI bereits eine Marke gewechselt, der sie vorher treu waren, in der Generation Z sogar 41 Prozent. 65 Prozent wollen die Kontrolle mit einer KI teilen, aber nur 4 Prozent ganz abgeben. Und die Interaktion mit Markeninhalten ist von 16 auf 23 Prozent gestiegen.

Für Lucas widerspricht sich das nicht. Wer wegen KI gewechselt ist, hat schlecht eingesetzte KI erlebt, etwa einen Chatbot, der nur da ist, weil alle über KI reden, ohne dass die Daten dahinter verbunden sind. Effizienz in den einzelnen Disziplinen ist das eine. Im Endkundengeschäft müssen die Agenten aber zusammenspielen, bis hin zur Agent-to-Agent-Kommunikation. Wer einen KI-Agenten für sich einkaufen lässt, erwartet, dass er Präferenzen und Preispunkte kennt.

Lucas' Filmtitel für die Folge ist Pulp Fiction: viele Episoden, unterschiedliche Datentöpfe, und ganz am Ende der Aha-Moment, wenn alles zusammenkommt. Privat ist er beim Thema Daten selektiv geworden. Er gibt Daten gerne preis, will aber etwas zurückbekommen, ganz wie die Mehrheit im Loyalty Index.

Warum mich das besonders umtreibt

Ich erzähle in meinen Keynotes gerne vom Boxenstopp in der Formel 1. Technologie gehört dorthin, wo sie Prozesse effizienter und effektiver macht, nicht dorthin, wo sie gerade neu ist. Der Loyalty Index ist für mich vor allem eine Einladung, das Verhalten der eigenen Kundschaft ehrlich anzuschauen und dann zu entscheiden, welche Foundation die eigene Branche braucht und welche Partner für die Module passen.

Und traut euch, modular zu bleiben. Wer Projekte über zwei, drei, vier, fünf Jahre plant, führt am Ende Technik ein, die schon nicht mehr Stand der Dinge ist. Manchmal muss man ein Projekt auch absagen, statt es um des Projekts willen durchzuziehen.

Mich interessiert, wie es bei euch aussieht: Habt ihr ein Loyalitätsprogramm oder eigentlich ein Margenthema? Schreibt mir.