Kundenbindung über E-Mail-Kampagnen
Bei der Kundenbindung über E-Mail-Kampagnen sind die Erstellung der Kunden-Historie und die anschließenden Auswertungsmöglichkeiten entscheidend.
Zunächst werden aus allen Kunden diejenigen ausgewählt, die für eine Kampagne in Frage kommen. Dies geschieht gewöhnlich durch entsprechende Filter. Die gefilterten Kontakte werden daraufhin per E-Mail kontaktiert. Während des Versendens der Serien-E-Mails wird gleichzeitig im CRM ein Eintrag in der Historie des Empfängerkontakts hinterlegt. Dieser Eintrag dient später zur statistischen Auswertung. Der Kunde, der die E-Mail empfängt und liest, hat nun zwei Möglichkeiten zu reagieren.
Erste Möglichkeit: Der Kunde reagiert indem er die Website des Unternehmens besucht. Hierfür nutz er für gewöhnlich den in der E-Mail hinterlegten Link. Mittels einer Trackingfunktion in der E-Mail wird der Besuch eindeutig dem Kunden zugeordnet. In diesem Fall wird automatisch ein Eintrag in der Kundenhistorie gemacht.
Zweite Möglichkeit: Der Kunde nimmt anderweitig Kontakt auf, z.B. mittels Anruf. Auch in diesem Fall wird ein Eintrag in der Kundenhistorie hinterlegt. Der Eintrag sollte automatisiert über die CTI-Schnittstelle dem verantwortlichen Kundenbetreuer zugeordnet werden.
Die Kampagne zieht verschiedene Arten von Statistikdaten nach sich:
Alle diese Daten können statistisch ausgewertet werden. Sie geben Aufschluss über den „Return on Investment“ (ROI), der die Rendite des eingesetzten Kapitals misst. Außerdem sind sie Grundlage für den Optimierungszyklus, den jede Kampagne durchläuft. Mit Hilfe der Statistikdaten lassen sich auch Schwachstellen in der Kampagne aufzeigen. Durch einen kontinuierlichen Optimierungsprozess können nachfolgende Kampagnen langfristig verbessert werden.
Zunächst werden aus allen Kunden diejenigen ausgewählt, die für eine Kampagne in Frage kommen. Dies geschieht gewöhnlich durch entsprechende Filter. Die gefilterten Kontakte werden daraufhin per E-Mail kontaktiert. Während des Versendens der Serien-E-Mails wird gleichzeitig im CRM ein Eintrag in der Historie des Empfängerkontakts hinterlegt. Dieser Eintrag dient später zur statistischen Auswertung. Der Kunde, der die E-Mail empfängt und liest, hat nun zwei Möglichkeiten zu reagieren.
Erste Möglichkeit: Der Kunde reagiert indem er die Website des Unternehmens besucht. Hierfür nutz er für gewöhnlich den in der E-Mail hinterlegten Link. Mittels einer Trackingfunktion in der E-Mail wird der Besuch eindeutig dem Kunden zugeordnet. In diesem Fall wird automatisch ein Eintrag in der Kundenhistorie gemacht.
Zweite Möglichkeit: Der Kunde nimmt anderweitig Kontakt auf, z.B. mittels Anruf. Auch in diesem Fall wird ein Eintrag in der Kundenhistorie hinterlegt. Der Eintrag sollte automatisiert über die CTI-Schnittstelle dem verantwortlichen Kundenbetreuer zugeordnet werden.
Die Kampagne zieht verschiedene Arten von Statistikdaten nach sich:
- Versandstatistik: Hierzu werden die Historieneinträge gerechnet, die beim Versenden der E-Mail angelegt wurden.
- View-Statistik: Hierzu werden die Daten aus den Trackingfunktionen der E-Mails gerechnet.
- Erfolgs-Statistik: Zur Erfolgsstatistik werden alle persönlichen Rückmeldungen gerechnet. Dazu zählen Telefonate wie auch E-Mails.
- Sales-Statistik: Die Sales-Statistik zeigt, wie viele Produkte letztendlich aufgrund der Kampagne verkauft wurden.
Alle diese Daten können statistisch ausgewertet werden. Sie geben Aufschluss über den „Return on Investment“ (ROI), der die Rendite des eingesetzten Kapitals misst. Außerdem sind sie Grundlage für den Optimierungszyklus, den jede Kampagne durchläuft. Mit Hilfe der Statistikdaten lassen sich auch Schwachstellen in der Kampagne aufzeigen. Durch einen kontinuierlichen Optimierungsprozess können nachfolgende Kampagnen langfristig verbessert werden.
Analyse- und Reporting-Prozess
Das Ziel des Reportings ist es, mit einer flexiblen Erstellung von Berichten und Analysen interne Prozesse zu optimieren, Ressourcen und Budgets zu planen und definierte Key Performance Indikatoren (KPIs) zu überprüfen.
Beliebige CRM-Daten können als Reporting-Grundlage definiert werden. Ein Beispiel hierfür wäre die Frage danach, welche Branche am meisten Interesse an einem bestimmten Produkt hat und sich letztendlich für den Kauf entscheidet.
Dabei werden zunächst die CRM-Daten in Abhängigkeit von den KPIs nach den gewünschten Kriterien gefiltert. Dies kann nach allen CRM-Eigenschaften, Zuständigkeiten oder aber auch Zeiträumen geschehen. Die Filterung würde in diesem Falle nach CRM-Status erfolgen.
Anschließend wird geprüft, ob bereits eine Reporting-Vorlage für die gewünschten Kriterien zur Verfügung steht. Ist dies der Fall, können in der Vorlage die Daten je nach Reportingbedarf weiter eingegrenzt werden. Der Report an sich erfolgt in verschiedenen Formen, beispielsweise als Balkendiagramm, Kuchendiagramm, gestapeltes Balkendiagramm oder Tabelle. Sie zeigen dann prozentual oder absolut an, welche Branche das meiste Interesse an dem Produkt bekundet. Letztendlich lassen sich die Reports in verschiedene Dateiformate exportieren. Gebräuchlich sind hierbei Excel-Dateien, PDFs oder Bilddateien.
Steht für das gewünschte Reporting keine Vorlage zur Verfügung, so kann diese bei Bedarf erstellt werden. Um die einzelnen Kriterien vergleichen zu können wird eine Gruppierung nach Branche, Kategorie, Typ, Jahr etc. durchgeführt. Die Kombination aus Filterung und Gruppierung könnte in diesem die Antwort auf folgende Frage liefern: Welche Branche zeigte im Jahr 2008 am meisten Interesse an einem bestimmten Produkt. Mit dieser Einschränkung lässt sich ein Report über die Daten erstellen. Das Ergebnis in einem Balkendiagramm könnte dann so aussehen: Im Jahr 2008 waren von denjenigen, die Interesse an dem Produkt zeigten, 44,5% Architekten, 32,4% Ärzte und 23,1% Apotheker. Die gefilterten und gruppierten Kriterien können als Vorlage abgespeichert werden. Auf Wunsch lassen sich nun die Dateien in die oben genannten Dateiformate exportieren.
Mit dem erstellten Report lässt sich nachvollziehen, ob die KPIs erfüllt wurden. Wenn das nicht der Fall sein sollte, kann die Analyse daraufhin verfeinert und die Gründe identifiziert werden. Ansonsten können weitere Optimierungspotentiale erkannt und umgesetzt werden.
Beliebige CRM-Daten können als Reporting-Grundlage definiert werden. Ein Beispiel hierfür wäre die Frage danach, welche Branche am meisten Interesse an einem bestimmten Produkt hat und sich letztendlich für den Kauf entscheidet.
Dabei werden zunächst die CRM-Daten in Abhängigkeit von den KPIs nach den gewünschten Kriterien gefiltert. Dies kann nach allen CRM-Eigenschaften, Zuständigkeiten oder aber auch Zeiträumen geschehen. Die Filterung würde in diesem Falle nach CRM-Status erfolgen.
Anschließend wird geprüft, ob bereits eine Reporting-Vorlage für die gewünschten Kriterien zur Verfügung steht. Ist dies der Fall, können in der Vorlage die Daten je nach Reportingbedarf weiter eingegrenzt werden. Der Report an sich erfolgt in verschiedenen Formen, beispielsweise als Balkendiagramm, Kuchendiagramm, gestapeltes Balkendiagramm oder Tabelle. Sie zeigen dann prozentual oder absolut an, welche Branche das meiste Interesse an dem Produkt bekundet. Letztendlich lassen sich die Reports in verschiedene Dateiformate exportieren. Gebräuchlich sind hierbei Excel-Dateien, PDFs oder Bilddateien.
Steht für das gewünschte Reporting keine Vorlage zur Verfügung, so kann diese bei Bedarf erstellt werden. Um die einzelnen Kriterien vergleichen zu können wird eine Gruppierung nach Branche, Kategorie, Typ, Jahr etc. durchgeführt. Die Kombination aus Filterung und Gruppierung könnte in diesem die Antwort auf folgende Frage liefern: Welche Branche zeigte im Jahr 2008 am meisten Interesse an einem bestimmten Produkt. Mit dieser Einschränkung lässt sich ein Report über die Daten erstellen. Das Ergebnis in einem Balkendiagramm könnte dann so aussehen: Im Jahr 2008 waren von denjenigen, die Interesse an dem Produkt zeigten, 44,5% Architekten, 32,4% Ärzte und 23,1% Apotheker. Die gefilterten und gruppierten Kriterien können als Vorlage abgespeichert werden. Auf Wunsch lassen sich nun die Dateien in die oben genannten Dateiformate exportieren.
Mit dem erstellten Report lässt sich nachvollziehen, ob die KPIs erfüllt wurden. Wenn das nicht der Fall sein sollte, kann die Analyse daraufhin verfeinert und die Gründe identifiziert werden. Ansonsten können weitere Optimierungspotentiale erkannt und umgesetzt werden.
