2022-10-19 | Article | Insights
Die Nutzersegmentierung bildet die Grundlage für maßgeschneiderte Konzepte für Marketingstrategien und für Nutzeransprache. Dieser Insights-Artikel beschreibt verschiedene Ansätze zur Definition von Nutzersegmenten, insbesondere mit einem Fokus auf Google Analytics 4 (GA4) als Datenquelle, die die notwendigen Kriterien und Daten für die Segmentierung in verschiedene Segmente bereitstellt. Beispiele und Erläuterungen zu den möglichen Anwendungsfällen konkretisieren die jeweiligen Ansätze.
Die Verfügbarkeit digitaler Nutzerdaten, Machine Learning Algorithmen und einfach zugängliche Analyseplattformen bieten heutzutage die Möglichkeit, Zielgruppenansprache groß aufzuziehen; von ehemals skizzenartigen Darstellungen von Personas - meist basierend auf (angenommenen) Nutzereigenschaften - hin zu präzisen, handlungsorientierten, ML-gesteuerten Nutzersegmentierungen, die es ermöglichen, hoch relevante Zielgruppen für Unternehmen und ihre Angebote zu finden.
Bei der Nutzersegmentierung können Analysesysteme wie GA4 als Schnittstelle für die Bereitstellung von Nutzerdarstellungen auf verschiedenen Ebenen der Informationsgranularität dienen, um aufgabenspezifischere Erkenntnisse über die Nutzer zu gewinnen und die Marketingeffizienz zu steigern.
Dieser Artikel behandelt drei Segmentierungsansätze, die sich hinsichtlich des Aufwandes und der gewonnenen Insights sowie deren Umsetzbarkeit unterscheiden.
Die regelbasierte Segmentierung bietet eine einfache und theoriegeleitete Möglichkeit, Kunden für die Zwecke ihrer Wiederansprache zu segmentieren. Es werden logische Regeln angewandt, um aussagekräftige Nutzersegmente zu definieren und umzusetzen.
Ein einfaches Beispiel, bei dem nur ein Kriterium verwendet wird, ist die Segmentierung der Kunden nach Restvertragslaufzeit. Eine Umsetzungsmöglichkeit wäre folgendes Szenario: Beträgt die Restlaufzeit weniger als 6 Monate, sollen die entsprechenden Kunden einen Anruf erhalten, damit sie überzeugt werden, ihre Vertragslaufzeit zu verlängern.
Auch das bekannte, kundenwertorientierte RFM-Konzept fällt in die Kategorie der regelbasierten Segmentierung. Hier werden die Kunden anhand ihrer historischen Daten hinsichtlich der folgenden drei Merkmale beschrieben und entsprechend in Kundensegmente eingeteilt:
Mit den resultierenden RFM-Segmenten können z.B. inaktive Kunden, Gelegenheitskunden sowie Top-Kunden unterschieden werden, für die jeweils unterschiedliche Marketingaktivitäten und maßgeschneiderte Angebote definiert werden können. Die Erfahrung zeigt, dass die RFM-Kriterien gute Indikatoren für das zukünftige Kaufverhalten der Kunden sind und die Segmente daher auch zur Optimierung der Kampagnenplanung genutzt werden können.
Ein anspruchsvolleres Konzept stellt die Cluster Analyse dar. Dabei handelt es sich um einen unbeaufsichtigten Machine Learning Ansatz, bei dem die vorhandenen Nutzer oder Kunden anhand einer Reihe von Kriterien in ca. 3-7 intern homogene Gruppen eingeteilt werden. Die Verfügbarkeit und Auswahl der Kriterien ist ein entscheidender Schritt in der Analyse. Zusätzlich zu den in GA4 verfügbaren Daten könnten auch CRM-Daten einbezogen werden, um z.B. Kundencluster hinsichtlich soziodemographischer Merkmale beschreiben zu können. Gerade in dieser Vielfalt an möglichen Segmentierungskriterien liegt der größte Vorteil der Methode. Sie ist besonders geeignet, um Kundengruppen zu identifizieren und besser zu verstehen. Für diese verschiedenen Gruppen können dann individuelle Angebote und Marketingansätze formuliert werden.
Letztlich bietet der Predictive Ansatz auch eine Möglichkeit, Kunden zu segmentieren. Auch hier wird ein Algorithmus für Machine Learning verwendet. Insbesondere wird ein Klassifizierungsalgorithmus angewandt, um die Wahrscheinlichkeit einer bestimmten Nutzeraktivität auf der Grundlage einer definierten Reihe von Kriterien vorherzusagen. Auch bei diesem Ansatz liefert GA4 eine gute Datenbasis auf Nutzerebene. Das Ergebnis dieses ML-Klassifizierungsansatzes ist eine prognostizierte Wahrscheinlichkeit für jeden Nutzer, die angegebene Aktion auszuführen - häufig ist dies beispielsweise eine Abwanderung oder Conversion. Auf der Grundlage dieser Wahrscheinlichkeitsvorhersage können verschiedene Onsite- und Offsite-Aktivitäten geplant und umgesetzt werden, um die Nutzer auf die sinnvollste und effizienteste Weise anzusprechen und gleichzeitig ein hervorragendes Nutzererlebnis zu schaffen.
Die Nutzersegmentierung ist die Grundlage für einen personalisierten und zielgerichteten (Marketing-)Kommunikationsansatz, da sie Unternehmen ermöglicht, auf geschäftskritische Phänomene wie Abwanderungswahrscheinlichkeit, Lead- und Conversion Probability, Customer Lifetime Value und Ähnliches einzuwirken. Dies kann mit Hilfe von technischem und datenwissenschaftlichem Know-How erreicht werden und ermöglicht die Durchführung von Projekten zur Ermittlung von Gemeinsamkeiten und Unterschieden in Merkmalen wie Verkäufen, Verträgen, Zeit usw.. Auf diese Weise kann das Kundenwissen durch die Identifizierung von Nutzereigenschaften und die Erstellung von nutzer-(gruppen)individualisierten Nachrichten und Angeboten verbessert werden. Ziel ist es, den Kundenstamm von Nutzern zu vergrößern, welche wiederkommen und sich anmelden, die Abwanderung zu verhindern, maßgeschneiderte Angebote zu erstellen und vieles mehr. Die Entscheidung, welcher Ansatz verwendet werden soll, ist sehr zielabhängig. Die Nutzersegmentierung ist jedoch aus modernen Marketingstrategien nicht mehr wegzudenken.