Basic HTML-Version
CM
Controller magazin
4/04
die Wecliselbezieiiungen zwisciien dem
Online-Shop und dem Katalogversand zu
erkennen. Dies schließt nicht nur die quan–
titativen Abverkaufsdaten ein, sondern
ebenso die qualitativen Kundendaten. Sie
lassen sich auf der Basis von Befragungen
der namentlich bekannten Kunden gewin–
nen und geben z. B. Auskunft iJber Einstel–
lungen, Kaufmotive und Zufriedenheit der
Konsumenten. Somit liefern sie in Verbin–
dung mit quantitativen Abverkaufs- und
Nutzungsdaten der Kunden wesentliche
Anregungen über die weitere strategische
Ausrichtung des Mehrkanalsystems.
Personalisierte Kundendaten
Wenden wir uns dem Fall zu, dass in allen
Kanälen personalisierte Daten anfallen.
Das Kundencontrolling ist dann gefor–
dert, kanalübergreifende Daten über die
Kunden zu erheben, auszuwerten und an
die jeweiligen Adressaten weiterzuleiten.
Personalisierte Daten liefern Informa–
tionen über die Art und die Menge der
gekauften Produkte, die Kaufzeitpunkte,
die Kaufhäufigkeit und die genutzten Ka–
näle. In Verbindung mit sozio-ökonomi-
schen Merkmalen (z. B. Alter, Wohnort,
Geschlecht, Haushaltsgröße) lassen sich
Kundentypen abgrenzen. Diese Kunden–
typen sind die Grundlage für kunden–
bezogene Erfolgsrechnungen und Maß–
nahmen. Personalisierete Abverkaufs–
daten eriauben es, Strukturen von Käu–
fern aufzudecken. Abb. 2 zeigt für einen
MultiChannel Retailer mit drei Kanälen,
wie viele Kunden ausschließlich einen,
zwei oder drei Kanäle zum Kauf nutzen
(horizontale Verteilung) und wie sich die
Käufer innerhalb eines Musters verteilen
(vertikale Verteilung).
Ie mehr Kanäle ein Multichannel Retailer
bewirtschaftet - Tchibo etwa betreibt drei
stationäre Geschäftstypen, den Katalog–
versand sowie den Online-
Shop - desto mehr quantitati–
ve und qualitative Daten fallen
an und desto größer sind die
Anforderungen
an
das
Handelsinformationssystem.
Sys temspez i f i sche Pro–
bleme
des
Handels–
informationssystems
Welche Probleme können auf–
treten? Oftmals stellt man bei
3,5 Mio. Käufer
4,3 Mio. Käufer
8,9 Mio. Käufer
100%
75%
50%
25%
nur Onl ine-Shop
Katalog +
Onl ineshop
nur Katalog
Filiale +
Onl ineshop
nur Filiale
Filiale +
Katalog
Filiale: 70%
Katalog: 20 %
Onl ine-Shop: 10%
1 Kanalkunde
2 Kanalkunde
3 Kanalkunde
Abb. 2: Beispiel fiJr Käufertypen eines
Mehrkanalsystems
einem
Multichannel Retailer fest, dass
die IT-Infrastrukturen der Absatzkanäle
nicht kompatibel sind oder dass ein kanal–
übergreifendes Warenwirtschaftssystem
fehlt. Hinzu kann das opportunistische
Verhalten der einzelnen Absatzkanäle
kommen, das häufig zu Konflikten führt,
gepaart mit Kannibalisierungseffekten.
Hier wird ein Teufelskreis sichtbar: Die
f ehl ende Unt er s tüt zung durch die
Channelmanager verhindert oder er–
schwert die kundenbezogene Erfolgs–
messung; fehlt die kundenbezogene Er–
folgsmessung, lassen sich keine Aussa–
gen über den Erfolg der Kanäle gewin–
nen. Letzteres mag der Grund für die
f ehl ende Unt er s tüt zung durch die
Channelmanager sein, die bewusst die
Intransparenz der klaren Ermittlung vor–
ziehen, welche Kunden welchen Dek-
kungsbeitrag liefern. Die Kurzsichtigkeit
einer so l chen Hal tung ist offen–
sichtlich. Das gesamte System kann nur
dann erfolgreich ges teuer t werden,
wenn die Erfolgsbeiträge der einzelnen
Kanäle bekannt und nachvollziehbar
sind.
Informationsverhalten der Kunden
Der Erfolg ist nicht allein die Erzielung
von Kaufabschlüssen, sondern insbeson–
dere die Bindung von Kunden durch die
Versorgung mit Informationen und kauf–
erleichternden Maßnahmen. Für die Er–
folgsanalyse ist es daher auch erforder–
lich, das Informationsverhalten der Kun–
den abzubilden, vorzugsweise in Verbin–
dung mit den jeweiligen Kaufabschlüssen.
Da über personalisierte Daten bekannt
ist, um welche Käufertyp es sich handelt
(1-, 2- oder 3-Kanalnutzer), lassen sich
personalisierte Daten der Informations-
Kauf-Matrix (Abb. 3) den Käufertypen
zuordnen.
Kauf
Information
Filiale
Katalog
Online-Shop
Filiale
7 5%*
20%
20%
Katalog
10%*
70%
20%
Online-Shop
15%*
10%
60%
* Von den Kunden, die in der Filiale gekauft haben, haben sich vorher 75% dort, 10%
im Katalog und 15% im Online-Shop informiert.
Abb. 3: Informations-Kauf-Matrix
für einen
Kaufprozess
375