ZWEITPLATZIERTER

beim Best use of FastStats Award 2009

Die Nutzung von FastStats zur Entwicklung und Integration eines maßgeschneiderten Kunden-Segmentierungs-Systems

Über Norfolkline

Norfolkline ist Teil der A.P. Møller – Maersk Group. Das Unternehmen ist in den Bereichen Fracht, Transport und Logistik, sowie einem Fährenservice für Passgiere auf drei Routen tätig: Dover nach Dunkerque, Liverpool nach Dublin und Liverpool nach Belfast.  Die Hauptmärkte in den Norfolkline sich bewegt sind: UK, Irland, Frankreich, Deutschland, Niederlande, Polen und Belgien. In 2007 hat Norfolkline den Apteco-Partner Callcredit damit beauftragt eine zentrale, internationale Marketing-Datenbank zu erstellen und zu managen, um eine einheitliche Ansicht aller Kundendatenquellen zu gewährleisten. Die zuvor genutzte Datenbank war eine auf den Fracht-Bereich zugeschnittene operative Lösung, die den Passagier-Bereich mit den gewünschten Kundeneinblicken nicht umfasste.

Ziele

In 2008 kam es im konkurrenzstarken Cross-Channel Markt zu fallenden Passagierzahlen von 2,67%. Seit diesem Rückgang wurden Kunden immer kostensensibler und suchten verstärkt nach günstigen Reiseangeboten. Um diese Rezession zu bekämpfen, war es Norfolklines oberstes Ziel, ihren Marktanteil, durch Neukundenakquise, Kundenbindung und erhöhte Reisefrequenz zu vergrößern. 

Die Kundeneinblicke, die durch dieses Projekt generiert wurden, haben den Weg für kosteneffektivere und passgenaue, zukünftige Kampagnen geebnet.

Strategie

Norfolk example

In 2009 war das Hauptziel, die Passagierzahlen für Fähren von Norfolkline durch Wiederholungsbuchungen und Neukundenbuchungen zu steigern. Wenn das Unternehmen dieses Ziel erreichen wollte, war der erste Schritt ein besseres Verständnis von der Dynamik und den Eigenschaften seiner bestehenden Kundenbasis. Für eine frühere Kampagne wurde als Zielgruppe eine Kombination aus Bestandskunden über verschiedene Kommunikationskanäle und „kalte“ potenzielle Kunden mit einer Postwurfsendung kontaktiert.

Die Ergebnisse dieser Kampagne wurden analysiert und die wertvollen gesammelten Erkenntnisse wurden zum Aufbau eines maßgeschneiderten Segmentierungs-Systems verwendet. Das neue System sollte Norfolkline in die Lage versetzen, nachfolgende Kampagnen mit unterschiedlichen Angeboten und Marketingkanälen abhängig vom Kundentyp zu verfeinern. Dieser Ansatz sollte das Kampagnen-Targeting verbessern und die Kunden beeindrucken.

Darauf basierend wurde eine Direkt-Marketing-Kampagne über E-Mail, Flyer und Post ausgesteuert. Das Mailing enthielt einen finanziellen Anreiz, sofort zu buchen, um den Passagierfluss für die Sommerzeit zu steigern. Die Kampagne priorisierte Mailings für Segmente mit jeweils 1-4 Wochen Pause, insbesondere für diejenigen, die innerhalb der Sommermonate verreisten.

Daten und Daten-Strategie

Bevor die Segmentierung entwickelt wurde, erstellte Norfolkline (über Callcredit Marketing Solutions) eine einheitliche Ansicht von Reisegruppen. Sie nutzten FastStats Discoverer als nutzerfreundliches Front-End-Tool, um Erkenntnisse aus historischen Kundeninteraktionen zu ziehen. Im ersten Schritt der Analyse lag der Fokus auf der Definition von den wichtigsten Verhaltens- und demografischen Eigenschaften der Personen, die bereits mit Norfolkline verreist sind.

Beispiele der wichtigsten Ergebnisse

Wie unterscheidet sich die Reisedauer je nach Zusammensetzung der Reisegruppe?

» Familien machen eher längere Reisen

» One Way Trips werden eher von Alleinreisenden gebucht

» Erwachsenengruppen reisen typischerweise am Wochenende

Hat die Zusammensetzung der Reisgruppe Einfluss auf die Dauer bis zur Buchung?

» größere Gruppen benötigen mehr Planungszeit

» Kunden, die alleine reisen, sind die spontansten

Wie unterscheidet sich die Reisedauer je nach Saison?

» längere Reisen werden typischerweise in den Sommermonaten unternommen 

» Kurzurlaube fallen vorwiegend in den April oder Dezember

Was beeinflusst die Dauer bis zur Buchung am meisten? 

» Die Dauer bis zur Buchung war in den Haupt-Reiseplanungs-Monaten am längsten, z.B. Januar bis März, für Familien, die 2+ Wochen verreisen wollen

Gab es eine Buchungsbeständigkeit?

» Die Konsistenz von Buchungen variiert je nach Zusammensetzung der Reisegruppe und Reisedauer

Die Ergebnisse zeigten, dass Personen, die mit Norfolkline in ähnlicher Form interagierten, auch ähnliche Bedürfnisse und Wünsche hatten und somit auch auf ähnliche Angebote ansprachen. Norfolkline konnte dadurch die Marketing-Aktivitäten fokussieren und priorisieren.

Segmentierung

Der erste Schritt der Segmentierung bestand darin, eine Makro-Segmentierung durchzuführen, mit der natürliche Cluster innerhalb der Daten identifiziert werden konnten. Das waren „Multi-Bookers“ vs „“Single-Bookers“ und innerhalb der beiden Kategorien, die Routen: Dover-Dunkirk und The Irish Sea.

Darauf folgte eine Mikro-Segmentierung für jedes Makro-Segment, um die wichtigsten Unterscheidungsmerkmale zu identifizieren. Die wichtigsten Dimensionen waren:

Behavioural Dimension 

» Mit wem verreisten sie? 

» Wie lange sind sie verreist? 

Attitudinal Dimension

» Wie viel Planung war nötig? 

» Welche zusätzlichen Services wurden in Anspruch genommen?

Loyalty Dimension

» Wie oft verreisen sie? 

» Wie lange ist die letzte Reise her?

Profitability Dimension

» Wie wertvoll sind sie für Norfolkline zum jetzigen Zeitpunkt?

» Wie wertvoll könnten sie in der Zukunft sein?

Diese Dimensionen wurden zu einer multi-dimensionalen Segmentierungs-Lösung kombiniert. Nachfolgend sieht man den „Multi-Booker“ für die Route Dover nach Dunkirk (andere Lösungen wurden für Alleinreisende oder die Route „Irish Sea“ entwickelt)

dashboard

Es wurden Dashboards entwickelt, um einen Überblick über die wichtigsten demografischen und verhaltenstechnischen Eigenschaften für jedes Segment zu erhalten, die auch passende Marketing-Strategien, wie Cross- und Up-Selling, Reaktivierung und Kommunikationszeitpunkte beinhalteten.

Projekt-Metriken

Die Kundensegmentierung wurde der Kundendatenbank von Norfolkline, mithilfe der virtuellen Variablen in FastStats Discoverer, zugefügt. Norfolkline nutzte die Segmentierung als Targeting-Lösung, um Selektionen in FastStats Cascade und Multi-Channel-Kampagnen (Postmailing, Flyer, E-Mail) mit der Multizellen-Kampagnenfunktion durchzuführen. Der Erfolg der Lösung wurde aufgrund einer Reihe von Projekt-Metriken bestimmt. Zuerst entschied Norfolkline vorherige Direct Mailings zu nutzen und Response-Aktivitäten als Benchmark hinzuzufügen, um die Effektivität von Kampagnen zu bestimmen und zu analysieren. Ein Vergleich würde signifikante Verbesserungen der Response-Rate aufzeigen. Norfolkline analysierte ebenfalls die Umsatzzahlen, die durch die aufeinanderfolgenden Kampagnen erzielt wurden, um den ROI zu messen.

Durch die Integration mit dem E-Mail-Tool Pure360, hatte Norfolkline Zugriff auf Real-Time Reporting, um Öffnungsraten nachzuvollziehen und zu verstehen, welche Betreffzeilen am effektivsten sind – bereits kleine Änderungen wie beispielsweise der Route von „Dover nach Dunkirk“ zu „Dover nach Frankreich“ konnten Auswirkungen auf die Response-Raten haben, die nun schnell ersichtlich waren.

Ein Beispiel für Pure Real-Time Reporting:

pure360 dashboard

Ergebnisse

Gestiegene Responses pro Segment

Die Response-Analyse der Sommer Multichannel Kampagne betrachtete, wie effektiv diese war, in Bezug auf wer geantwortet hat und insbesondere aus welchem Segment. Die höchste Response konnte in den Segmenten erzielt werden, die typischerweise in den Sommermonaten verreisten, wie Familien:

  • Im „Cruising Along“ Segment war die durchschnittliche Response nun 2,5-mal so hoch
  • Im „Ferried Families“ Segment lag die durchschnittliche Response um 1,5-mal höher

Ebenso wie Verhaltenseigenschaften, schienen auch demografische Charakteristiken die Response-Raten zu beeinflussen. Jene Segmente, die ihren Wohnsitz häufig wechseln oder deren Wohnsitz sich in den Steuerklassen A-D befindet, zeigten den höchsten Anstieg. Im Gegensatz dazu, waren die Response-Raten für die Segmente „Waved Off“ und „Often Offshare“ deutlich niedriger. Die Analyse zeigte, dass diese unterschiedlichen Demografien, häufig ältere Paare, seltener auf Kampagnen für Urlaub in den Sommermonaten antworteten.

response index

Die Ergebnisse der Datenanalyse erlauben Norfolkline, Kampagnen auf die verschiedenen Segmente mit speziellen Angeboten zuzuschneiden.

Gesteigerte Response durch Multi-Channel Targeting

Eine zusätzliche Analyse der Kampagne, sollte den Kommunikationskanal identifizieren, über den Norfolkline die meisten Responses erhielt. Dazu wurde eine Vielzahl an Kanal-Kombinationen getestet. Die Gesamtergebnisse zeigten, dass E-Mail-Kommunikation in Kombination mit einem anderen Direct Marketing Medium die höchste Response-Steigerung erzielte, nämlich 50%.

Kosteneinsparungen bei Kampagnen

Durch die Ergebnis-Analyse, war Norfolkline in der Lage, die Hauptsegmente mit bestimmten Angeboten zu verbinden, was Streuverluste reduzierte und letztlich zu höheren Responses führte. Das Unternehmen konnte die Nutzung von E-Mail-Marketing in einer Gesamt-Kampagne priorisieren. Derzeit liegt der E-Mail-Anteil der Kampagne bei 45% und der des Direct Mails bei 55%. Der Wechsel von Direct Mails zu E-Mails erzielte 19% Einsparung bei den Kampagnenkosten und ist noch dazu besser für die Umwelt. 

Stärken des Projektes

Die Kundeneinblicke, die durch dieses Projekt generiert wurden, haben den Weg für kosteneffektivere und passgenaue, zukünftige Kampagnen geebnet. Regelmäßige Überprüfungen der Analyse stellen sicher, dass Norfolklines Zielgruppen-Marketing aktuell ist, auch wenn sich das Kundenverhalten ändert. Insbesondere in Zeiten von Unsicherheit der Kunden.

Die Ergebnisse sprechen für sich:

  • Die Responses sind 2,5 Mal höher als zuvor 
  • Der Marktanteil konnte um 5% vergrößert werden 
  • Die durchschnittliche Response-Rate liegt bei 7,9%
  • Die höchste Response lag bei 26,6%

Mit dem FastStats Discoverer konnten die Kundenerkenntnisse durch die erweiterte Analyse von Verhalten und Demografie vertrieft werden. Norfolkline war so in der Lage effektivere Kampagnen zu planen, Umsätze zu steigern und den Marktanteil zu vergrößern.

Case Study als pdf downloaden