KundensegmentierungKundensegmentierung mit Clusteranalyse

Mit der Clusteranalyse können Sie Gemeinsamkeiten und Unterschiede Ihrer Kunden erkennen und daraus unterschiedliche Kundensegmente ableiten. Sie erkennen Muster, die Sie für Ihre differenzierte Marketing- und Vertriebsaktivitäten nutzen können.

Mit der Clusteranalyse typische Merkmale der Kundengruppen erkennen

Mit der Kundensegmentierung soll vermieden werden, dass alle (potenziellen) Kunden in einen Topf geworfen werden. Denn dann würden sie alle die gleichen Produkte angeboten bekommen, die gleichen Werbebotschaften hören und den gleichen Preis bezahlen müssen. Mit der Folge, dass sich niemand von den Kunden richtig angesprochen und behandelt fühlt. Um das zu vermeiden, werden die Kunden und Zielgruppen des Unternehmens in Gruppen eingeteilt. Aber wie?

Bewährte Modelle und Verfahren zur Kundensegmentierung wie die Sinus-Milieus, das Semiometrie-Modell oder die Limbic Map geben vor, nach welchen Kriterien oder Merkmalen Kunden in Gruppen eingeteilt werden. Das sind aber nicht immer die passenden. Für eine spezielle Kundensegmentierung oder Kundenanalyse wählt das Marketing eigene Kriterien und Merkmale und bildet mithilfe der Clusteranalyse Kundensegmente und unterschiedliche Gruppen.

Clusteranalyse

Die Clusteranalyse ist ein Verfahren der Statistik, um Untersuchungsobjekte in Gruppen (Cluster) zusammenzufassen. Untersuchungsobjekte sind zum Beispiel Personen, Kunden, Unternehmen, Produkte, Regionen oder Länder. Die Zuordnung zu einer Gruppe erfolgt anhand von Merkmalen oder Eigenschaften der Untersuchungsobjekte mit dem Ziel, dass die Objekte einer Gruppe möglichst viele Merkmale gemeinsam haben und sich von den Objekten einer anderen Gruppe möglichst deutlich unterscheiden, also möglichst keine Merkmale gemeinsam haben.

Grundlagen für die Clusteranalyse

Um eine Clusteranalyse durchzuführen, müssen Sie zunächst Ihre Ziele und Fragestellungen formulieren und das Untersuchungsobjekt festlegen. Daraus leiten Sie ab, welche Merkmale Sie für die Antworten auf Ihre Fragen betrachten und auswerten wollen. Für die Untersuchungsobjekte ermitteln oder messen Sie dann die jeweilige Merkmalsausprägung. Dazu müssen Sie Daten erheben und erfassen. Die Daten werden mithilfe eines Statistik-Tools und der Clusteranalyse ausgewertet.

Um ausreichend viele und zuverlässige Daten mit der Clusteranalyse auswerten zu können, brauchen Sie eine entsprechende Datengrundlage. Manchmal gibt es diese bereits im Unternehmen. Manchmal müssen die Daten durch eine Befragung oder Messung erst erhoben werden. Wenn das Untersuchungsobjekt aus sehr vielen Einheiten (Personen etc.) besteht, wenn die Grundgesamtheit für die statistische Analyse also sehr groß ist, dann ermitteln Sie die Daten auf der Grundlage einer zufälligen Stichprobe.

Vorgehensweise bei der Clusteranalyse

Für eine umfangreiche Analyse der Daten und für eine anspruchsvolle Clusteranalyse mit vielen Merkmalen brauchen Sie eine spezielle Software für die statistische Auswertung wie zum Beispiel SPSS, SAS oder R. Im Folgenden werden die Möglichkeiten aufgezeigt, die eine Clusteranalyse bietet, und die Vorgehensweise erläutert. Dazu finden Sie im Praxisteil eine Excel-Vorlage für eine einfache Clusteranalyse. Die Vorlage ist auch Grundlage für die folgenden Erläuterungen.

Ziele, Fragen und Untersuchungsobjekt festlegen

Im ersten Schritt legen Sie fest, welche Untersuchungsobjekte Sie betrachten. Das hängt davon ab, was genau Sie analysieren wollen, welche Ziele Sie damit verfolgen und welche Fragen Sie dazu beantworten wollen. Beispiele für Ziele und Fragen sind:

  • Ziel: Werbung besser auf Kunden ausrichten, um mehr Werbewirkung zu erzielen
    Frage: Welche Kunden bevorzugen welche Produkte Ihres Unternehmens?
  • Ziel: Höheren Umsatz erzielen durch Preisdifferenzierung
    Frage: Welche Kunden würden welchen Preis für die Produkte des Unternehmens bezahlen?
  • Ziel: Einen Preisbereich finden, in dem möglichst wenige Wettbewerber aktiv sind
    Frage: Welche Wettbewerber bieten ihre Produkte zu welchem Preis an?

In den ersten beiden Fällen sind die bestehenden oder potenzielle Kunden Ihres Unternehmens das Untersuchungsobjekt. Im dritten Fall sind es die Wettbewerber, die Sie analysieren wollen.

Beispiel: Für die folgenden Erläuterungen wird ein Unternehmen betrachtet, das Fahrräder herstellt und über seinen Online-Shop und über den Fachhandel verkauft. Das Unternehmen möchte wissen, welche Kunden sich für welche Art von Fahrrädern interessieren, um daraus abzuleiten:

  • Welche Kunden sollen mit welchen Inhalten eines Newsletters angesprochen werden?
  • In welchen Medien sollen welche Fahrradtypen beworben werden?
  • Welche Fahrradtypen sollen bei den Fachhändlern in einem Stadtteil besonders präsentiert werden?
  • Wie viel Stück eines Fahrradtyps werden vermutlich pro Jahr verkauft – um Produktion und Lagerhaltung zu optimieren?

Merkmale für die Unterscheidung festlegen

Um diese Fragen zu beantworten, müssen Merkmale festgelegt und erläutert werden, die für eine Einteilung der Kunden (Untersuchungsobjekt) in unterschiedliche Gruppen geeignet sind. In Bezug auf die Kunden werden dazu folgende Merkmale mit den genannten möglichen Merkmalsausprägungen betrachtet:

  • Familienstand: Familie mit Kindern bis 15 Jahre, Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre
  • Alter: unter 30 Jahre, zwischen 30 und 60 Jahre, über 60 Jahre
  • Einkommen: gering (unter 2500 Euro Haushaltseinkommen pro Monat), hoch (2500 Euro oder mehr pro Monat)

Da es bei den Fragestellungen vor allem um Präferenzen der Kunden in Bezug auf einzelne Fahrradtypen geht, werden die Fahrräder unterschieden nach:

  • Kinderfahrräder (für Kinder bis 10 Jahre)
  • Jugendfahrräder (für Kinder und Jugendliche zwischen 10 und 15 Jahre)
  • Stadträder mit Komfortausstattung
  • E-Bikes für die Stadt und für Touren
  • Mountain-Bikes
  • E-Mountain-Bikes

Weitere Beispiele für Kriterien zur Clusteranalyse

Es gibt eine Fülle möglicher Kriterien, die für eine Clusteranalyse genutzt werden können. Sie sind immer abhängig von Ihrer Fragestellung. Die folgenden Kriterien und Merkmale zeigen, was außerdem bei einer Clusteranalyse betrachtet und zur Kundesegmentierung genutzt werden könnte:

  • geografische Kriterien wie Haushalte in Stadtbezirken, Straßenzügen, Regionen, Bundesländern, Gemeinden
  • sozioökonomische Kriterien wie Schulausbildung, Beruf, Ausbildung, sozialer Status
  • Werte und Einstellungen, die sich zeigen in Lifestyles, Interessen, Einstellungen, Weltanschauungen, Motive, Nutzen, Wahrnehmung
  • Kriterien zum Kaufverhalten wie Kaufhäufigkeit, Umsatz, Retouren, bevorzugter Vertriebskanal, Art der Customer Journey
  • Zahlungsbereitschaft
  • Verhalten auf der Webseite und im Online-Shop (Klickpfade)

Auch bei gewerblichen Kunden sind entsprechende Segmentierungen möglich. Zum Beispiel nach folgenden Kriterien:

  • Organisationstyp
  • Mitarbeiterzahl
  • Branche
  • Produktionsstandort
  • Logistik
  • Innovationsfreudigkeit
  • Auftragsvolumen

Datenerhebung

Im Rahmen einer umfangreichen Kundenbefragung werden zum einen die Daten erhoben, die für die jeweilige Kundin und den Kunden zutreffen in Bezug auf Familienstand, Alter und Einkommen. Zum anderen werden die Kundinnen und Kunden danach befragt, welcher der genannten Fahrradtypen sie besonders interessiert – auf einer Skala von:

  • 1 = kein Interesse bis
  • 10 = sehr starkes Interesse

Außerdem liegen dem Unternehmen Daten vor, wie viele Personen und Haushalte es in einer Region und einem Stadtteil (mit einem entsprechenden Fachhändler) gibt, die einer der genannten Gruppen in Bezug auf Familienstand, Alter und Einkommen zugehören. Und es ist bekannt, welche Kundengruppen sich über welche Medien besonders informieren.

Datenauswertung und Clusteranalyse mit Excel

Für die Clusteranalyse mit Excel werden die befragten Kunden mit den Fahrradtypen in Beziehung gesetzt. Dazu werden zunächst folgende Kunden mit ihren Merkmalen unterschieden (mit Kurzbezeichnung):

  1. F – U30 – gE = Familie mit Kindern bis 15 Jahre, Alter unter 30, Einkommen gering
  2. F – U30 – hE = Familie mit Kindern bis 15 Jahre, Alter unter 30, Einkommen hoch
  3. F – 30-60 – gE = Familie mit Kindern bis 15 Jahre, Alter zwischen 30 und 60, Einkommen gering
  4. F – 30-60 – hE = Familie mit Kindern bis 15 Jahre, Alter zwischen 30 und 60, Einkommen hoch
  5. S – U30 – gE = Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre, Alter unter 30, Einkommen gering
  6. S – U30 – hE = Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre, Alter unter 30, Einkommen hoch
  7. S – 30-60 – gE = Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre, Alter zwischen 30 und 60, Einkommen gering
  8. S – 30-60 – hE = Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre, Alter zwischen 30 und 60, Einkommen hoch
  9. S – Ü60 – gE = Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre, Alter über 60, Einkommen gering
  10. S – Ü60 – hE = Singles und Ehepaare ohne Kinder oder mit Kindern über 15 Jahre, Alter über 60, Einkommen hoch

Diese Kundenmerkmale sind in der folgenden Abbildung 11 aus der Excel-Vorlage aufgeführt.

Abbildung 11: Untersuchungsobjekt Kunden für die Clusteranalyse

Dann werden in der Tabelle in Abbildung 12 die Präferenzen der Kunden mit den entsprechenden Merkmalen für den jeweiligen Fahrradtyp erfasst. Der Präferenzwert in der Tabelle ergibt sich als Mittelwert aus den Nennungen der Kunden mit gleichen Merkmalen. Beispiel: Kunden mit den Merkmalen „Familie mit Kindern“, „Alter zwischen 30 und 60 Jahren“ und „hohes Einkommen“ (F – 30-60 – hE) interessieren sich im Durchschnitt mit einem Skalenwert von 7 für Kinderfahrräder.

Abbildung 12: Präferenzen nach Kundenmerkmalen und Fahrradtypen (Beispiel)

Hinweis: Vereinfachte Clusteranalyse

Da mit Excel nur eine einfache Clusteranalyse mit einer beschränkten Zahl von Datensätzen möglich ist, wurden die Kunden bereits vorab in Kundengruppen eingeteilt; nämlich in die Gruppen mit den entsprechenden Kundenmerkmalen: Familienstand, Alter, Einkommen. Ob das die richtigen Merkmale für die Gruppenbildung (Segmentierung) sind, müsste genaugenommen ebenfalls mithilfe der Clusteranalyse ermittelt werden.

Im nächsten Schritt werden die statistischen Berechnungen zur Clusteranalyse durchgeführt. Mit den Beispieldaten aus Abbildung 12 ergeben sich drei Cluster, die in Abbildung 13 dargestellt sind.

  • 1: Familien mit Kinder und hohem Einkommen
  • 2: Kunden mit geringen Einkommen
  • 3: Singles und Haushalte ohne kleine Kinder mit hohem Einkommen
Abbildung 13: Ergebnis der Clusteranalyse und Bildung von drei Kundensegmenten

Erkenntnisse aus der Clusteranalyse für das Marketing

Aus dieser einfachen und beispielhaften Datenauswertung und den drei identifizierten Clustern lassen sich folgende Erkenntnisse ableiten:

Preisdifferenzierung nach Einkommen der Kunden:

Das Einkommen der Kunden ist ein wichtiger Faktor für die Präferenzen zu den Fahrradtypen. Deshalb könnte eine Preisdifferenzierung gewählt werden: hochwertige und teure Fahrräder für Kunden mit hohem Einkommen; Standardfahrräder zu einem geringeren Preis für Kunden mit geringerem Einkommen.

Bewerbung von Kinder- und Jugendfahrrädern:

Familien mit Kindern bis 15 Jahre und einem hohen Einkommen erhalten spezielle Werbung zu Kinder- und Jugendfahrrädern. Im Fachhandel werden diese Produkte besonders positioniert und präsentiert.

Wenn darüber hinaus Daten vorliegen, die zeigen, wie viele Kunden mit den betrachteten Merkmalen Familienstand, Alter, Einkommen es in einer Region, Stadt oder einem Stadtteil gibt, können die Ergebnisse der Clusteranalyse miteinander verknüpft werden. Daraus können sich weitere Erkenntnisse ableiten wie:

  • Bei einem Fachhändler in einem Stadtteil mit hohen Einkommen und vielen jungen Familien werden Kinder- und Jugendfahrräder prominent präsentiert mit einer speziellen Gestaltung am Point of Sale, Aktionen für Kinder, Probefahrten, Fahrradkurse etc.
  • Es wird ein neuer Vertriebsweg aufgebaut für günstige Standardfahrräder in der Nähe eines großen Einkaufszentrums mit großer Verkaufsfläche und umfangreicher Lagerhaltung (das passende Fahrrad zum Mitnehmen).
  • Für das günstige Standardfahrrad wird ein eigener Markenname etabliert.

Im nächsten Schritt können dann spezielle Marketing- und Vertriebsmaßnahmen geplant und umgesetzt werden.

Praxis

Wenn Sie für Ihre Kunden oder andere Untersuchungsobjekte Besonderheiten, Gemeinsamkeiten oder Unterschiede erkennen wollen, können Sie mit der folgenden Excel-Vorlage eine einfache Clusteranalyse durchführen.

Hinweis: Löschen Sie die Daten in der Vorlage in der Tabelle CLUSTER und wählen Sie dann DATEN AKTUALISIEREN. Die eingetragenen Daten sind nur ein einfaches Beispiel, das zeigen soll, wie die Clusteranalyse mit dieser Excel-Vorlage funktioniert.

Kundengruppen mit Clusteranalyse erkennen

Gehen Sie dazu vor, wie oben beschrieben. Also:

  1. Klären Sie die Ziele, die Sie mit der Clusteranalyse erreichen wollen.
  2. Formulieren Sie Fragen, die Sie damit beantworten wollen.
  3. Legen Sie fest, welches Untersuchungsobjekt Sie dazu genauer betrachten müssen; zum Beispiel Kunden, Produkte, Wettbewerber.
  4. Erfassen Sie die unterschiedlichen Einheiten in der Vorlage in der Spalte B mit den Zeilen 11 bis 21.
  5. Bestimmen Sie für das Untersuchungsobjekt und Ihre Fragestellungen die Kriterien oder Merkmale, die für die Clusteranalyse maßgeblich sein können: Wodurch könnten sich Gemeinsamkeiten oder Unterschiede ergeben?
  6. Bezeichnen Sie diese Kriterien und Merkmale in der Vorlage in den Spalten C bis J.
  7. Erfassen Sie die Daten zum Untersuchungsobjekt und zu den Merkmalen: Recherchieren Sie die relevanten Datenquellen oder führen Sie Befragungen oder Messungen durch.
  8. Bereiten Sie die Daten für die Clusteranalyse vor; klären Sie, was Sie in der Excel-Vorlage erfassen und auswerten wollen und können.
  9. Erfassen Sie die Daten in der Excel-Vorlage in der Matrix C11 bis J21 und berechnen Sie die Cluster mit DATEN AKTUALISIEREN.
  10. Analysieren und bewerten Sie die Ergebnisse: Welche Erkenntnisse können Sie aus der Clusteranalyse mit Excel ableiten?
  11. Beschreiben Sie die Cluster 1 und folgende anhand der Merkmale, durch die sie sich jeweils auszeichnen.
  12. Nutzen Sie dafür auch das Diagramm im Tabellenblatt DIAGRAMM.
  13. Prüfen Sie Ihre Planungen und passen Sie diese entsprechend an; zum Beispiel Marketing- und Vertriebsplanung.

Weiterführende Analyse mit der Excel-Vorlage

Die Ergebnisse der Clusteranalyse können mit der Excel-Vorlage in einem Diagramm visualisiert werden. Damit können Sie gegebenenfalls weitere Muster, Gemeinsamkeiten und Unterschiede der Kundengruppen und Überschneidungen besser erkennen und deren Bedeutung besser abschätzen.

Mit der Vorlage können Sie dazu zwei Spalten aus der Tabelle (siehe Abbildung 13) miteinander in Beziehung setzen und prüfen, wie sich die Kunden in Bezug auf diese beiden Merkmale oder Kriterien unterscheiden. Im Beispiel für den Fahrradhersteller können Sie zum Beispiel prüfen: Wie stark unterscheiden sich die Präferenzen der Kundengruppen (Cluster) in Bezug auf zwei Fahrradtypen? Das Ergebnis sehen Sie in Abbildung 14 für das Beispiel der Fahrradtypen „Kinderfahrrad“ und „E-Mountain-Bike“.

Abbildung 14: Kundencluster und ihre Präferenzen für zwei ausgewählte Fahrradtypen

Hinweis: Im Diagramm in Abbildung 14 und in der Excel-Vorlage werden die Cluster nach der Kreisgröße unterschieden und mit der entsprechenden Cluster-Nummer bezeichnet.