Durchschnittlicher Bestellwert (Average Order Value, AOV) oder Customer Lifetime Value (CLTV) – welcher Wert ist aussagekräftiger? Wie berechnen wir diese Werte? Wie lassen sich die AOV- und CLTV-Daten am besten nutzen?
Emarsys ist das größte unabhängige Marketing Plattform Unternehmen der Welt und hat mehr als 2000 Marken sowie zehntausende Marketingexperten bei den oben genannten Herausforderungen unterstützt. Dabei wurden mehr als 2,5 Milliarden Kunden-Datensätze und Einkaufsverläufe analysiert.
Viele Unternehmen sind auf der Suche nach einem Erfolgsrezept, um ihren optimalen CLTV zu bestimmen und mithilfe der AOV-Analyse bewährte Methoden zu entwickeln und Benchmarks zu definieren.
Doch dieses Thema ist sehr komplex und mitunter verwirrend. Wenn Sie mit dieser Form der Datenanalyse nicht vertraut sind oder Ihre aktuelle Analyse verbessern möchten, wenn Sie gute Geschäfts- und Marketingentscheidungen auf der Grundlage von Kundendaten treffen möchten, dann ist die aktuelle Ausgabe unseres monatlichen Benchmark-Reports für Sie besonders interessant. Wir teilen hier einige wertvolle, auf unserer Erfahrung beruhende Erkenntnisse mit unseren Kunden – erfahren Sie mehr darüber, welchen Herausforderungen und Stolperfallen Sie besondere Beachtung schenken sollten.
Welcher Wert ist aussagekräftiger: CLTV oder AOV?
Eine der häufigsten Fragen, die uns Neukunden stellen, lautet: Was ist wichtiger für die Definition des Geschäftserfolgs, AOV oder CLTV?
Es ist schwierig, hier eine eindeutige Antwort zu geben. Deshalb stellen wir Monat für Monat Benchmark-Daten zur Verfügung. Denn die Antwort liegt häufig in den Daten versteckt.
Akquirieren oder nicht akquirieren: Das ist die Frage, die wir mithilfe von CLTV-Daten beantworten können.
Der Customer Lifetime Value ist eine grundlegende Metrik für Ihr Unternehmen, weil sie es Ihnen ermöglicht, die Beziehung zwischen Ihren Kundenakquise-Kosten (CAC) und Ihrer Fähigkeit zur Realisierung des entsprechenden Return on Investment zu verstehen. Im Wesentlichen bildet der CLTV die Grundlage des CAC, insbesondere, wenn es um die genaue Summe geht, die für die Kundenakquise ausgegeben werden soll.
Viele E-Commerce-Unternehmen versuchen, Akquise- und Budgetentscheidungen so weit wie möglich zu vereinfachen: Wenn die erste Transaktion des Kunden beim Unternehmen höhere CAC verursacht, als an AOV zu erwarten ist, geht das Unternehmen davon aus, dass sich Geschäfte mit diesem Kunden mangels Profit nicht lohnen werden. Doch dabei wird nicht berücksichtigt, dass dieser Kunde durch Ihren Marketingplan im Laufe der Zeit profitabel wird und Sie wiederholte Käufe bei stetig sinkenden CAC erzielen können.
Die (quartalsweise oder halbjährliche) Auswertung eines Kunden-CLTV ermöglicht Ihnen, das Google AdWords-, Display- und Facebook/Instagram-Budget zu erhöhen. Sie werden zwar einen höheren Anteil an Ihrem Ersterlös an Partner-Unternehmen und Retargeting-Partner überweisen müssen, doch das können Sie durch langfristige Kundenbindung wieder ausgleichen.
Ein Blick in unsere eigene Kundendatenbank (siehe Tabelle 1) zeigt, dass im Schnitt nur 37,8% unseres monatlichen Umsatzes von Leads stammen, die ihren ersten Einkauf tätigen. Die übrigen 62,2% werden von Bestandskunden generiert.
AOV: Wie viel Kunden ausgeben
Für die Umsatzberechnung ist der AOV ganz wesentlich. Er gibt Aufschluss über Ihre Budgets für Keyword Bidding und Display-Werbung, doch die große Mehrzahl der Unternehmen – vor allem wachstumsstarke oder Unternehmen in der Startphase – bevorzugen den CLTV gegenüber dem AOV als wichtigste Metrik für ihre Akquise. So können sie mehr ausgeben, sowie ihre Reichweite und Sichtbarkeit erhöhen, um neue Kunden zu gewinnen.
Tabelle 1 zeigt, dass unsere Kunden mehr für Werbung ausgeben können, weil allmonatlich mehr Umsatz durch Bestandskunden generiert wird – im Vergleich zu Neukunden. So können sie höhere Akquisekosten tragen und sich dabei sicher sein, dass sich diese neuen Kontakte mit der Zeit durch Wiederholungskäufe monetarisieren werden.
Doch wir wollen den AOV nicht völlig aus dem Blick verlieren. Sehen wir uns einmal an, was AOV und CTLV gemeinsam leisten können.
Tabelle 2 zeigt die AOV-Werte (auch Average Basket Value genannt), die auf dem Kundenstatus beruhen (Lead, Erstkäufer, Aktivkunde, wegbrechender Kunde, inaktiver Kunde). Es ist wichtig, folgenden Unterschied zu kennen: Es gibt den AOV eines Leads, der seinen ersten Kauf tätigt, und andererseits den des Aktivkunden, der zum dritten, vierten oder gar zehnten Mal etwas kauft.
Der Mittelwert der Angaben zu unseren Kunden zeigt, dass wegbrechende Konsumenten das meiste Geld ausgegeben haben und nicht etwa Leads oder Neukunden. Doch die Zahlen liegen sehr nahe beieinander, was folgenden Schluss nahelegt: Der AOV ist ein wichtiger Wert, aber es ist statistisch gesehen viel einfacher, jemanden zu weiteren Käufen zu motivieren, als den Wert einzelner Käufe innerhalb einer Transaktion zu beeinflussen.
Tatsächlich ist es innerhalb eines Monats bis zu achtmal wahrscheinlicher, dass ein Bestandskunde etwas kauft, als ein Lead (siehe Tabelle 3).
Wichtig ist auch der Unterschied zwischen dem AOV derer, die am wenigsten ausgeben (unterste 25%) und jener, die am meisten ausgeben (oberste 25%). Leads, die ihren ersten Kauf tätigen, geben im Schnitt 109 Euro aus, während die untersten 1,6% im Schnitt 45 Euro ausgeben und die obersten 11% ganze 154 Euro – das entspricht einem Unterschied von mehr als 300% zwischen dem Einkaufskorb mit dem geringsten und dem höchsten Wert.
Warum es gefährlich ist, nur eine Metrik zu nutzen
Wenn wir uns unsere Benchmarking- und Performance-Analyse ansehen, wird klar, dass wir im Zusammenhang mit dem AOV nicht nur einen einzigen Indikator, bzw. eine einzige Metrik verwenden, sondern mindestens drei:
- Unterer Bereich (Durchschnittswert für die unteren 25%)
- Median (Durchschnittswert für die Ergebnisse im mittleren Bereich)
- Oberer Bereich (Durchschnittswert für die oberen 25%)
Ein allzu einfaches Berechnungssystem würde die Durchschnittswerte dieser drei Gruppen aufaddieren und dann durch drei teilen, um den AOV für einen bestimmten Lebenszyklusstatus zu erhalten. Nehmen wir zum Beispiel an, wir wollen den durchschnittlichen Bestellwert bei Leads bestimmen, die ihre erste Bestellung bei Online-Händlern in DACH (Deutschland, Österreich und der Schweiz) aufgeben (siehe Tabelle 4). Kunden mit geringen Ausgaben liegen im Schnitt bei 53 Euro, der Durchschnitt gibt 97,70 Euro aus und der Kunde mit hohem Bestellwert im Schnitt 164 Euro. Wir kommen mit diesen Zahlen nach unseren Berechnungen auf einen Wert von ca. 105 Euro.
Dieser Wert repräsentiert alle Leads in dieser Kategorie – gerade so, als wollten alle Leads dasselbe, als reagierten sie alle auf dieselben Anreize und kauften über exakt dieselben Kanäle wie die anderen in ihrer Gruppe. Wir wissen aber, dass das nicht stimmt.
Wenn mein Marketingplan für CAC, Rabatte, Incentives oder künftige Käufe auf nur einer Zahl beruht – auf einer Durchschnittszahl für Tausende von Kunden –, kann ich aufgrund von falschen Annahmen viele Fehler begehen und werde bei vielen Kunden mit meiner Einschätzung falsch liegen.
Das ist die Gefahr, wenn man sich auf nur eine einzige Metrik verlässt. Sie ist zu unspezifisch, um für Marketingexperten einen echten Wert zu haben. Daher benötigen wir unbedingt mehr Datenpunkte. Konkret benötigen wir Vergleichsgruppen, denn das Bild von einem bestimmten Untersuchungsobjekt wird stets klarer, wenn mehrere Werte vorliegen, die Kontext und Beziehungen aufzeigen.
Warum Emarsys empfiehlt, Käufer in fünf Statusgruppen einzuteilen
Als Best Practice empfehlen wir, mindestens drei Käufer-Statusgruppen zu nutzen. Idealerweise sollten es aber sogar fünf sein. So wird Ihnen eine Unterteilung in Schwach, Normal, Silber, Gold und Platin mehr Aufschluss über die Zusammensetzung Ihres Kundenstamms geben, als nur ein AOV. So können Sie Ihre Kunden auch logisch in Gruppen unterteilen, um sie dann entsprechend ihrem Wert für Ihre Marke individuell zu behandeln.
Standardmäßig nutzen wir bei Emarsys diese fünf Gruppen, um unseren Kunden zu einem tieferen Verständnis ihres Kundenstamms zu verhelfen. Grundlage der Einteilung ist der CLTV.
Tabelle 5 zeigt den Benchmark zum durchschnittlichen Produktwert für Emarsys-Kunden, die online mit Kleidung und Accessoires handeln. Um einen Durchschnittswert zu errechnen, nutzen wir die unteren 25%, den Mittelwert und die oberen 25%. So können wir das Ausgabeverhalten aus Benchmark-Sicht verstehen. Doch wir betrachten unsere fünf Käufer-Statusgruppen auch aus CLV-Perspektive.
Abgesehen von der untersten Kundengruppe sind die Werte bei den anderen vier Gruppen sehr ähnlich. Wenn es aber quer durch diese vier Käufergruppen anscheinend keinen Unterschied beim durchschnittlichen Produktwert gibt, welchen Wert haben diese Gruppen dann?
Tabelle 6 zeigt Daten, die auf anonymisierten Durchschnitts-Datensätzen beruhen. Sehen wir uns die Anzahl der Kunden in den unterschiedlichen Gruppen an, sind Kunden mit geringen und normalen Ausgaben am stärksten vertreten und deshalb vielleicht am wichtigsten, insbesondere angesichts der Daten in Tabelle 5, aus denen die sehr geringen Unterschiede zwischen diesen Gruppen beim Produktwert hervorgehen.
Tabelle 7 zeigt unter Verwendung der Daten aus Tabelle 6 dieselbe Kundengruppe in Bezug auf ihren CLTV. Dies ergibt ein ganz anderes Bild.
Kunden mit geringen Ausgaben haben weniger ausgegeben als unsere Gold-Kunden und signifikant weniger als unsere Silber-Kunden. Die Anzahl der Platin-Kunden ist zwar niedrig, doch ist ihr CLTV pro Kunde im Vergleich zu anderen Kunden extrem hoch. Das ist bei vielen Emarsys-Kunden der Fall.
Die Herausforderung liegt hier vor allem darin, dass es den typischen Kunden eigentlich gar nicht gibt und dass es häufig riskant ist, Geschäfts- oder Marketingentscheidungen auf der Grundlage einer einzigen Metrik wie dem AOV oder CLTV zu treffen. Denn kein Kunde ist wie der andere und mit wenigen Indikatoren lässt sich kein differenziertes Bild von ihnen zeichnen.
Mit mehreren Metriken erreichen Sie die größtmögliche Präzision.
Manche Kunden kaufen für viel Geld ein, aber tun dies nur verhältnismäßig selten. Andere geben kleine Beträge aus, schließen aber häufig Käufe ab. Vielleicht haben sie den gleichen CLTV, haben aber auf ganz anderem Weg ihren jeweiligen Kauf abgeschlossen.
Deshalb ist auch – das zeigen die besprochenen Daten – der AOV eine entscheidende Metrik. Allerdings ist sie so differenziert, wie es auch Ihre Kunden sind.
Unsere Arbeit in Verbindung mit verschiedenen Ländern, Branchen und Geschäftsmodellen zeigt: Aus Ihren Kundendaten lassen sich weitgehend vorhersagbare Muster und sehr wichtige Erkenntnisse ableiten.
Verfügen Sie allerdings nicht über ein bewährtes Testsystem oder große Erfahrung in der Datenarbeit, können Ausreißer (Kunden mit sehr großem CLTV oder Transaktionswert) Ihre Daten leicht nach unten oder oben verzerren.
Wenn Sie Ihre Kundendaten besser verstehen wollen, gilt: Viel hilft viel! Schaffen Sie einige Gruppen oder Musterkunden, die mindestens die unterste, durchschnittliche und oberste Kategorie repräsentieren und ermitteln Sie den Punkt, von dem an ein Kunde wertvoll wird, damit Sie ihm die entsprechende Wertschätzung entgegen bringen können.
Nicht alle Kunden sind gleich. Dies gilt es zu verstehen, und dann geht es darum, Erkenntnisse in die Tat umzusetzen und Folgendes zu realisieren: Eine einzige Metrik genügt nicht, um Hunderten, Tausenden oder gar Millionen Beziehungen zu Ihren Kunden gerecht zu werden.
