Statistik-Grafikübersicht

Im Basis-Modul ist das grundsätzliche Cluster-System enthalten, so dass die im Shop erzielten Umsätze auf Cluster verteilt analysiert werden können. Es werden tagesaktuell Neukunden und Stammkunden Umsätze dargestellt und wesentliche Verlaufs-Grafiken abgebildet:

  • Umsatzentwicklung im Jahresvergleich
  • Umsatz der letzten 45 Tage
  • Umsatzverlauf life-time
  • Bestellungs-Verlauf
  • Adress-Entwicklung
  • Entwicklung Warenkorb
  • Kundenverteilung nach Segmenten

Modul Reports

Im Bereich „Report“ sind weitere Statistiken gebündelt:

Umsatz

In diesem Bereich werden Controlling-Zahlen zu Umsätze und Bestellungen, „relativ im Vergleich“ bzw. „ als absolute Zahlen“ dargestellt.

Umsatz auf Jahres-Ebene

  • Umsatz nach Jahren mit Informationen zu o Bestellungen
    • Umsatz
    • Warenkorbgröße
    • Anzahl Neukunden
    • Anzahl Neu-Interessenten
  • Umsatz nach Monaten mit Informationen zu:
    • Bestellungen
    • Umsatz
    • Vergleich Umsatz zum Vormonat in %
    • Vergleich Umsatz zum Vorjahresmonat in %
    • Warenkorbgröße
    • Neukunden
    • Neu-Interessenten
  • Umsatzverteilung nach Wochentagen im Jahres-Vergleich
    • Im Jahres-Vergleich als Prozentwerte nach Wochentagen

Umsatz auf Monats-Ebene

  • Umsatz nach Tagen des Monats mit Informationen zu
    • Bestellungen
    • Umsatz
    • Warenkorbgröße
    • Neukunden
    • Neu-Interessenten

Zahlarten

Der Statistik-Bereich „Zahlarten“ liefert mehrere Betrachtungen zur Umsatzverteilung innerhalb einer Periode (Jahr oder Monat) jeweils im Vergleich aller Zahlarten zueinander:

  • Umsatz nach Zahlarten
  • Umsatzanteil nach Zahlarten
  • Warenkorb nach Zahlarten
  • Bestellungen nach Zahlarten

Produkte

Die Controlling-Statistiken zu den Produkten sind eine reine „Renner-Penner“ Liste in der jeweiligen Periode, sprich die Statistiken in diesem Bereich sind eher als grobe Zahlen, einzuschätzen.

Folgende Information liefert diese Statistik:

  • Artikel-ID
  • Artikel-Nummer
  • Artikel-Name
  • Preis (Brutto-VK)
  • Umsatz des Artikels
  • Anzahl verkaufte Einheiten
  • Umsatzanteil des Artikels an Perioden-Umsatz
  • Mengenanteil des Artikels an Perioden-Umsatz

Besucher

Um eine Verbindung zu einem Web Analytics Tool zu gewährleisten verfügt customa auch über Besucher-Statistiken. Diese sind allerdings ähnlich zu den Statistiken im Bereich der Produkte eher grob gehalten, sprich sie liefern nur einen schnellen Eindruck. Hintergrund ist die Tatsache, dass bereits genug hervorragende Web Analytics Tools auf dem Markt verfügbar sind. Customa hat nicht den Anspruch ein weiterer Player auf dem Web Analytics Markt zu sein, sondern konzentriert sich voll auf Web SALES Analytics. Die Besucher-Zahlen werden mittels Google-Analytics bzw. Piwik ermittelt. Entsprechend ist die Einbindung eines dieser beiden Tools eine Voraussetzung für die Darstellung dieser Zahlen.

Cluster

Ein wesentlicher Teil der Leistungsfähigkeit von customa wird über die Segmentierung (Cluster) der Kundendatenbank erzielt. In diesem Bereich werden die Umsätze & Bestellungen der Kunden Segmenten zugeordnet und saldiert, so dass ersichtlich ist, wie viel Umsatz über die einzelnen Segmente erzielt wurde.

Um die Segmentierung zu veranschaulichen, hier ein Schema für eine mögliche Segmentierung.

Ziel der Cluster-Bildung ist es, ein genaueres Bild der Zusammenstellung von Kundengruppen in der Datenbank zu gewinnen. Zwei Faktoren werden betrachtet:

  • Zeitpunkt letzter Kauf (Recency) – Alters-Status, gekennzeichnet durch einen Buchstaben
  • Anzahl Käufe (Frequency) – Kaufhäufigkeit, gekennzeichnet durch eine Ziffer

Aus diesen beiden Faktoren lässt sich ein Cluster-Schema der Kundendatenbank erstellen. Dieses kann über einen entsprechenden Ziffern-/Buchstabencode dargestellt werden:

Altersstatus (letzter Kauf bei Kunden)

A < 12 Monate aktive Kunden B zwischen 12 und 24 Monaten leicht inaktive Kunden C zwischen 25 und 36 Monaten inaktive Kunden D zwischen 37 und 48 Monaten sehr inaktive Kunden Z > 48 Monate alte Adressen

Kaufhäufigkeit

1 einmaliger Einkauf > 500 Euro VIP Kunden (Sondergruppe weil atypisches Kaufverhalten) 2 >5 Käufe Stammkunde 3 zwischen 3 u. 5 Käufen Mehrfachkunde 4 1 Kaufe > 50 Euro Kunde 5 nur Käufe <= 50 Euro Testkunde / Testkäufer 6 kein Kauf nur Adresse

Kundengruppen-Cluster in der Übersicht

Statusübersicht:

1A Kunde: aktiver VIP Kunde 2A Kunde: aktiver Stammkunde 3A Kunde: aktiver Mehrfachkunde 4A Kunde: aktiver Kunde 5A Kunde: aktiver Testkunde 6A Kunde: aktiver Interessent (kein Kunde)

1B Kunde: leicht inaktiver VIP Kunde 2B Kunde: leicht inaktiver Stammkunde 3B Kunde: leicht inaktiver Mehrfachkunde 4B Kunde: leicht inaktiver Kunde 5B Kunde: leicht inaktiver Testkunde 6B Kunde: leicht inaktiver Interessent (kein Kunde)

1C Kunde: inaktiver VIP Kunde 2C Kunde: inaktiver Stammkunde 3C Kunde: inaktiver Mehrfachkunde 4C Kunde: inaktiver Kunde 5C Kunde: inaktiver Testkunde 6C Kunde: inaktiver Interessent (kein Kunde)

1D Kunde: sehr inaktiver VIP Kunde 2D Kunde: sehr inaktiver Stammkunde 3D Kunde: sehr inaktiver Mehrfachkunde 4D Kunde: sehr inaktiver Kunde 5D Kunde: sehr inaktiver Testkunde 6D Kunde: sehr inaktiver Interessent (kein Kunde)

1Z Kunde: alter VIP Kunde 2Z Kunde: alter Stammkunde 3Z Kunde: alter Mehrfachkunde 4Z Kunde: alter Kunde 5Z Kunde: alter Testkunde 6Z Kunde: alter Interessent (kein Kunde)

Cluster Matrix

Diese Kunden-Cluster werden in eine übersichtliche Matrix-Anordnung übertragen.

Über die Salden der Einzel-Cluster wird dargestellt, wie viel Umsatz & Bestellungen die einzelnen Aktivitäts-Stufen erwirtschaftet haben.

Der Gesamtumsatz & die Gesamtbestellungen werden des Weiteren in Neukunden- und Bestandskunden-Umsatz aufgegliedert.

Zum jeweils abgeschlossenen Monat werden weitere Kunden-Cluster-Daten in einer Stichtagsbetrachtung erhoben. So werden die Cluster-Zahlen des Monats mit den Clusterzahlen des Vormonats verglichen, so dass Kunden-Migration in den einzelnen Segmenten sichtbar wird.

In dieser Übersicht wird auf einen Blick dargestellt, welche Segmente wachsen und welche schrumpfen. Es gibt innerhalb eines Segment-Bereichs (z.B.: „A“ für „aktive Kunden“ eine vertikale Bewegung von unten nach oben – ein „6er Kunde“ hat noch keinen Kauf in seiner Historie -> mit seinem ersten Kauf wird er zum „5er“ Kunden und gewinnt somit an Wert für das Unternehmen. Die Cash-Cows, was den customer lifetime value angeht, befinden sich in „oberen“ Segmenten, sprich eine Kunden-Wanderung von unten nach oben ist gleichbedeutend mit der Zunahme des Wertes des Kunden für das Unternehmen.

Neben dem vertikalen Migrieren der Kunden kann auch ein horizontales Migrationsverhalten auftreten. Wenn ein Kunden innerhalb des aktuellen Zeitfensters keinen Kauf tätigt, verändert er seinen Aktivitätsgrad, so dass er z.B. von „A“ nach „B“ wechselt, sprich von „aktiv“ zu „leicht inaktiv“ migriert. Sein Kundewert nimmt für das Unternehmen entsprechend ab.

Kundentreppe

Die zahlenbasierte Cluster-Matrix zeigt den Ist-Zustand der Datenbank zu einem Fixzeitpunkt an. Diese Darstellung ermöglicht u.a. Vergleichsanalysen.

Die Kundentreppe liefert die Cluster-Matrix als grafische Darstellung aus und zeigt neben den absoluten Ist-Werten der einzelnen Kunden-Cluster auch das Migrationsverhalten der Kunden, sprich, wenn eine Adresse einem Cluster zugeordnet wird, zeigt diese grafische Darstellung, warum die Adresse im Cluster zu diesem Zeitpunkt ist.

Auf diese Weise wird das Migrationsverhalten aller Adressen dargestellt:

Im „Positiven“ migriert eine Adresse durch einen weiteren Kauf in der betrachteten Periode. In der Customer Lifetime Value Betrachtung geht man davon aus, dass jeder zusätzliche Kauf einen Deckungsbeitrag erwirtschaftet, sprich je mehr Käufe eines Kunden, desto höher sein Customer Lifetime Value. Analog wird bei customa der Migrationswechsel von „weniger Käufe zu mehr Käufen“ als positive Migration gewertet. Jeder Kauf in einer aktuellen Periode führt im übrigen dazu, dass ein Kunde/ Adresse zu den aktiven Kunden/ Adressen gezählt wird.

Im Umkehrschluss wechselt ein Kunde/ Adresse nach einer bestimmten Zeit sein Cluster, wenn keine Aktivität gezeigt, sprich ein Kauf getätigt wird. In diesem Fall geht customa von einer negativen Migration aus.

Für diesen Kunden/ Adresse verschlechtert sich die Prognose für einen weiteren Kauf dieses Kunden/ Adresse, weil es eine Korrelation zwischen der Wahrscheinlichkeit des nächsten Kaufs zum Zeitpunkt des letzten getätigten Kaufes gibt. Im Fall des Wechselns von einem aktiven Cluster in ein inaktives Cluster sprich man von „Drop Out“ – der Kunde/ Adresse wird nicht mehr als aktiver Kunde in der Datenbank geführt.

Im Neutralfall verharrt eine Adresse in einem Cluster, weil sie sich entweder nicht an einer Migrationsschwelle (in Abhängigkeit des letzten Kaufs wir das Alter der Adresse einem Cluster-Kriterium (Buchstabe A bis Z) zugeordnet) befindet und/oder weil kein Kauf über diese Adresse stattgefunden hat.

Der Zugang eines Kunde/ Adresse wird ebenfalls in der Kundentreppe dargestellt. Da in diesem Verhalten nicht von einem Migrationsverhalten gesprochen werden kann, sondern eben von einem Zugang, werden diese Zahlen am linken Rand in einem neutralen weißen Bereich dargestellt.

In der Kundentreppe werden grafisch sämtliche Migrationsverhalten entsprechend dargestellt:

  • Grüner Bereich: positives Migrationsverhalten
  • Roter Bereich: negatives Migrationsverhalten
  • Grauer Bereich: neutrales Migrationsverhalten
  • Weißer Bereich: Zugang eines Neukunden/ Adresse