Marketing Analytics: 8 Analyse-Beispiele zum Einstieg | Teil 1
Gerade im Marketing werden doch häufig und vor allen Dingen kurzfristig Analysen der Marketingdaten benötigt, denn letztendlich ist das die Basis des Erfolgs im Zeitalter von Digital Marketing. Die folgenden Analyse-Beispiele können ohne große analytische Kenntnisse durchgeführt werden und eignen sich noch dazu, durch die Visualisierung, wunderbar zum Teilen mit Kollegen und Präsentieren im Managementmeeting.
Für alle folgenden Analysen und Visualisierungen nutzen wir die Marketing Suite FastStats.
1. Auf den ersten Blick – Die Word Cloud
In einer Word Cloud lassen sich besonders gut Häufigkeitsverteilungen darstellen. In unserem Beispiel analysieren wir die Anzahl der Bestellungen nach Produkten. Gleich auf den ersten Blick können wir unsere Top-5 Produkte identifizieren: Neben Tank Top, Lätzchen und Pullover finden unsere Kunden scheinbar Gefallen an unseren Micky Maus Puschen und dem Seidenschal.
Ich weiß nicht, wie es Ihnen geht, aber bei den Micky Maus Puschen interessiert mich nun doch, wie alt unsere Kunden eigentlich sind, dass sie ihre Füße in Disney-Figuren hüllen?!
2. Es wird kurvig – mit Charting
Charting ist eine weitere Methode, um die Verteilung von Häufigkeiten visuell darzustellen. Wir nutzen diese Visualisierungsart, um die Altersverteilung nach Geburtsjahr abzufragen. Die meisten unserer Kunden sind um 1950 geboren. Na ja, vielleicht haben sie die Pantoffeln für ihre Kids besorgt oder haben einfach nochmal das Kind in sich selbst entdeckt.
Als Nächstes würde ich gerne wissen, wann unsere Kunden denn ihren letzten Kauf getätigt haben, Sie auch?
3. Treppchen rauf und runter – immer noch Charting
Wir haben 2009 mit unserem Business gestartet, seitdem haben jedes Jahr mehr Kunden bei uns gekauft. 2016 aber ging die Anzahl der bestellenden Kunden dann deutlich zurück, auf gerade einmal knapp über 600.000 Kunden, die ihren letzten Kauf in diesem Jahr getätigt haben. Hoffentlich ist dann wenigstens der Umsatz pro Kunde gestiegen… Das sollten wir uns auf jeden Fall einmal genauer ansehen. Eventuell entdecken wir ja gleichzeitig noch Reaktivierungspotenzial bei Kunden, die seit längerer Zeit nicht gekauft haben.
4. Aus 1 wird 2 – 2 Dimensionen in einem
Um ein besseres Gefühl für die Auswertungen zu bekommen, stellen wir die Analyse von Jahres- auf Quartalssicht um. Außerdem fügen wir eine zweite Dimension, die Summe des Umsatzes, hinzu. Leider bestätigt sich unsere Befürchtung: Die Linie der Umsatzsumme zeigt, dass der Umsatz pro Kunde nicht gestiegen ist.
Dafür können wir aber eine andere interessante Entdeckung machen: Die meisten Kunden kaufen jedes Jahr im vierten Quartal. Es scheint also als ob es Saisoneffekte gibt. Im Normalfall würden wir der Sache jetzt tiefer auf den Grund gehen, um herauszufinden, was wir tun können, dass sich die Bestellungen und Umsätze besser über das Jahr verteilen.
Wir beschäftigen uns aber heute mit den Basics und wollen erst einmal wissen, was unsere Kunden kaufen und in welcher Kombination.
Wie das aussieht, wie wir Geo-Targeting betreiben und wozu Venn-Diagramme genutzt werden, erfahren Sie in unserem zweiten Teil zu Marketing Analytics Basics.
>> Gleich weiter zu Teil 2
Für alle folgenden Analysen und Visualisierungen nutzen wir die Marketing Suite FastStats.
1. Auf den ersten Blick – Die Word Cloud
In einer Word Cloud lassen sich besonders gut Häufigkeitsverteilungen darstellen. In unserem Beispiel analysieren wir die Anzahl der Bestellungen nach Produkten. Gleich auf den ersten Blick können wir unsere Top-5 Produkte identifizieren: Neben Tank Top, Lätzchen und Pullover finden unsere Kunden scheinbar Gefallen an unseren Micky Maus Puschen und dem Seidenschal.
Ich weiß nicht, wie es Ihnen geht, aber bei den Micky Maus Puschen interessiert mich nun doch, wie alt unsere Kunden eigentlich sind, dass sie ihre Füße in Disney-Figuren hüllen?!
2. Es wird kurvig – mit Charting
Charting ist eine weitere Methode, um die Verteilung von Häufigkeiten visuell darzustellen. Wir nutzen diese Visualisierungsart, um die Altersverteilung nach Geburtsjahr abzufragen. Die meisten unserer Kunden sind um 1950 geboren. Na ja, vielleicht haben sie die Pantoffeln für ihre Kids besorgt oder haben einfach nochmal das Kind in sich selbst entdeckt.
Als Nächstes würde ich gerne wissen, wann unsere Kunden denn ihren letzten Kauf getätigt haben, Sie auch?
3. Treppchen rauf und runter – immer noch Charting
Wir haben 2009 mit unserem Business gestartet, seitdem haben jedes Jahr mehr Kunden bei uns gekauft. 2016 aber ging die Anzahl der bestellenden Kunden dann deutlich zurück, auf gerade einmal knapp über 600.000 Kunden, die ihren letzten Kauf in diesem Jahr getätigt haben. Hoffentlich ist dann wenigstens der Umsatz pro Kunde gestiegen… Das sollten wir uns auf jeden Fall einmal genauer ansehen. Eventuell entdecken wir ja gleichzeitig noch Reaktivierungspotenzial bei Kunden, die seit längerer Zeit nicht gekauft haben.
4. Aus 1 wird 2 – 2 Dimensionen in einem
Um ein besseres Gefühl für die Auswertungen zu bekommen, stellen wir die Analyse von Jahres- auf Quartalssicht um. Außerdem fügen wir eine zweite Dimension, die Summe des Umsatzes, hinzu. Leider bestätigt sich unsere Befürchtung: Die Linie der Umsatzsumme zeigt, dass der Umsatz pro Kunde nicht gestiegen ist.
Dafür können wir aber eine andere interessante Entdeckung machen: Die meisten Kunden kaufen jedes Jahr im vierten Quartal. Es scheint also als ob es Saisoneffekte gibt. Im Normalfall würden wir der Sache jetzt tiefer auf den Grund gehen, um herauszufinden, was wir tun können, dass sich die Bestellungen und Umsätze besser über das Jahr verteilen.
Wir beschäftigen uns aber heute mit den Basics und wollen erst einmal wissen, was unsere Kunden kaufen und in welcher Kombination.
Wie das aussieht, wie wir Geo-Targeting betreiben und wozu Venn-Diagramme genutzt werden, erfahren Sie in unserem zweiten Teil zu Marketing Analytics Basics.
>> Gleich weiter zu Teil 2