Research
R
esearrch
You can
touch this
Touchpoint-Analyse am Beispiel des Softdrinks Rivella
Es gibt viele Berührungspunkte, an denen ein Konsument auf ein Produkt treffen kann. Doch welche
sind für Unternehmen besonders wirkungsvoll und lohnend? Christoph Spengler und Bianca
Oehl stellen eine Methode vor, die das Touchpoint-Management optimiert, indem sie intelligente
Algorithmen einsetzt.
rfolgreiche Softdrink-Marken, wie das Schweizer Nationalgetränk Rivella, haben die
Nase stets im Wind. Sie begleiten ihre Zielgruppen den ganzen Tag in den unterschiedlichsten Kauf- und Konsumsituationen: sei es im Einzelhandel, beim Take Away um die
Ecke, bei der Grillparty oder beim Sport. Kundennähe und Produktverfügbarkeit sind daher
wesentliche Markterfolgsfaktoren.
Forschung trifft Technologie
Unterschiedliche Zielgruppen, verschiedenste Produktvarianten sowie eine stark fragmentierte Vertriebslandschaft sorgen für eine gewisse Grundkomplexität – auch bei der Nummer zwei im Schweizer Softdrink-Markt. Eine „One size fits all“-Strategie ist daher ungeeignet, auch wenn Entscheider möglichst einfache Lösungen für die Marktbearbeitung bevorzugen. Dieser Beitrag zeigt auf, wie durch die Kombination aus Marktforschungsdaten
und intelligenten Algorithmen ein wirkungsstarker Mix für die Marktbearbeitung identifiziert werden kann. Eine bewährte, aber aufwendige Analytik wird hierbei mit modernster
Technologie weiter optimiert und somit schneller und besser. Unternehmen erhalten so höhere Entscheidungs- und Investitionssicherheit und können gleichzeitig ihre Kundenorientierung gezielt stärken.
46
esearch &
esults 3 · 2016
Leistungsfähigkeit messen
Rivella beauftragte 2014 die Durchführung einer 360-Grad-Touchpoint-Analyse,
um unter anderem zwei konkrete Ziele zu
erreichen: eine höhere Rekrutierung von
Neukunden bei Zielgruppe A (Teilziel zwei)
sowie Steigerung von Kauffrequenz bei Bestandskunden in der Zielgruppe B (Teilziel
sechs) (Abb. 1). Im Rahmen der Analyse
wurden mittels Online-Interviews qualitative und quantitative Daten zum Kundenverhalten von Softdrink-Käufern auf ihrer
Customer Journey erhoben. Die Analyse
basiert auf dem Modell einer fünf-phasigen
Kundenreise. Jede der fünf Phasen wird in
Form einer Metrik operationalisiert, mit
welcher die Leistungsfähigkeit von Onwww.research-results.de
Foto: © PHOTOPRESS/Rivella
E
Research
Best Practice versus Maschine
Ziele und Maßnahmen
Zielmarkt
Einzelhandel und Gastronomie
Teilziele
Maßnahmen
und
Ergebnisse
1
2
3
4
5
6
7
2. Rekrutierung
Neukunden
6. Frequenzsteigerung
Bestandskunden
Optimaler Mix
für Marketing
und Vertrieb
Optimaler Mix für
Marketing und Vertrieb
2014:
Best Practice
Heute:
Algorithmus
7 TPS
2014:
Best Practice
4 TPS
7 TPS
Heute:
Algorithmus
4 TPS
Ergebnisse
Abb. 1
Zielgruppe B
Zielgruppe A
Zielgruppen
Ergebnisse
Reichweite
=
Reichweite
+
Attraktivität
für Zielgruppe
+
Attraktivität
für Zielgruppe
+
Quelle: Accelerom
und Offline-Touchpoints in den jeweiligen Phasen gemessen wird.
Diese Metriken sind die aktive und passive Reichweite, der Informations-, Transaktions- und Attraktivitätswert. Sie liefern zum einen
Aussagen auf Ebene einzelner Touchpoints, zum anderen auf Ebene
von Touchpoint-Mixes, also der Kombination von Touchpoints,
wie etwa die kombinierte Reichweite eines Mixes (Total Audience
Measurement).
Maximale Wirkung
Die Aufgabe, den bestmöglichen Mix für jedes Teilziel beziehungsweise jede Zielgruppe zusammenzustellen, wurde aufbauend auf
diesen Erkenntnissen nun in einem dreistufigen Verfahren mit dem
Marketing Team von Rivella angegangen.
Im ersten Schritt identifizierte man die relevanten Phasen der
Customer Journey für das jeweilige Teilziel – zum Beispiel Aufmerksamkeit generieren (Phase eins). Unter Zuhilfenahme der Customer Journeys wurde in einem zweiten Schritt eingegrenzt, welche
Touchpoints zur Zielerreichung in Betracht gezogen werden können. Der aufwendigste Teil war, im dritten Schritt aus diesen Touchpoints einen effizienten und effektiven Mix zu bestimmen, das heißt
maximale Wirkung bei minimaler Anzahl. Bewertet und verglichen
wurden die vorgeschlagenen Touchpoint-Mixes mit Hilfe der Customer Journey-Metriken, wie etwa der bereits erwähnten kombinierten Reichweite. Der Erkenntnisgewinn unterstützte Rivella, systematisch substantielle Teile des Gesamtbudgets auf die zentralen
Touchpoints wirkungsorientiert umzuschichten. Aktivitäten mit einem tiefen Wertbeitrag und einer relativ hohen betrieblichen Komplexität konnten identifiziert und reduziert werden. Auch gelang es,
bereichsübergreifend Maßnahmen in Marketing, Vertrieb, Werbung, Kommunikation und Sponsoring durchgängig inhaltlich zu
verknüpfen und zeitlich aufeinander abzustimmen. Die gezielte Optimierung der Marktbearbeitung in Kombination mit Produktinnovationen wie Rivella Pfirsich und Rhabarber stärkte die Marktposition von Rivella maßgeblich.
www.research-results.de
Aufbauend auf den Erfolgen aus 2014 überprüfte Rivella kürzlich
die Ergebnisse – diesmal mit der Unterstützung neuer intelligenter Algorithmen. Bei diesem Methodenduell zwischen Best Practice
und Maschine galt es, das beste Szenario aus 2014 zu übertrumpfen
– mehr Relevanz und Reichweite bei gleicher Anzahl Touchpoints
oder gleiche Relevanz und Reichweite mit weniger Touchpoints. Als
Ausgangslage wurde der 360-Grad-Touchpoint-Algorithmus konfiguriert: Anstatt zeitraubender, aufwendiger Abstimmungsworkshops und Diskussionen standen nun die Algorithmus-Berechnungen im Zentrum. Diese generieren in einem Bruchteil der bisher
benötigten Zeit den optimalen Touchpoint-Mix und eignen sich damit auch für die agile Planung.
Überprüfbare Verbesserungen
Über alle Teilziele hinweg lieferte der Algorithmus bessere Resultate: Für die Zielgruppe A konnte der Best Practice-Vorschlag von
2014 mit sieben Touchpoints durch einen Mix mit nur sechs Touchpoints gleicher Reichweite aber höherem Attraktivitätswert übertroffen werden. Der Best Practice-Vorschlag für Zielgruppe B beinhaltete vier Touchpoints. In diesem Fall generierte der Algorithmus
eine Lösung mit identischer Anzahl von Touchpoints, jedoch mit
höherer Reichweite wie auch höherem Attraktivitätswert. Im Kern
wurden die früheren Ergebnisse des Best Practice-Ansatzes bestätigt: Der Algorithmus erzeugte nicht gänzlich neue Touchpoint-Mixes, sondern lieferte überprüfbare Verbesserungen, indem er einzelne Touchpoints austauschte. Damit verbesserte er die Abdeckung
der Customer Journey noch weiter. Die zentrale Erkenntnis für den
Planungsprozess bei Rivella ist, dass mit der neuen AlgorithmusTechnologie die Fragestellungen von 2014 heute nicht nur schneller,
sondern auch besser beantwortet werden können. ■
Mehr zum Thema „Marketing-Mix“ und
zur Schnellsuche Fachartikel
www.research-results.de/fachartikel
Christoph Spengler
ist Managing Director und gründete vor rund zehn Jahren
die Accelerom AG. Zuvor war er 15 Jahre in verschiedenen Sektoren der Konsumgüter-, Detailhandels- und
Finanzbranche tätig.
Dr. Bianca Oehl
ist Analyst and Consultant bei der Accelerom AG. Neben
Kundenprojekten betreut sie die Weiterentwicklung der
Cloud-basierten Intelligence-Plattform SMARTnavigator,
Produkt eines Forschungsprojektes mit der FH Nordwestschweiz und gefördert von der Eidgenössischen Kommission für Technik und Innovation.
www.accelerom.com
esearch &
esults 3 · 2016
47