Bei Klar nutzen wir fortschrittliche Datenmodelle, um das Kaufverhalten deiner Kunden zu verstehen.
In diesem Artikel erklären wir, wie wir den Kundenstatus kategorisieren: Frequency State und Recency State.
1. 📈 Frequency State: Wie oft deine Kunden kaufen
Der Frequency State misst zwei Dinge: wie oft deine Kunden bereits gekauft haben und die statistische Wahrscheinlichkeit, dass sie ihren nächsten Kauf tätigen – basierend auf historischen Kundendaten.
Frequency-State-Kategorien
Status | Definition & Kriterien | Bedeutung |
Evangelist | 8 Bestellungen UND die Wahrscheinlichkeit des nächsten Kaufs liegt bei > 75 %. | Deine engagiertesten und beständigsten Käufer. |
Loyal | 8 Bestellungen ODER (4 Bestellungen UND die Wahrscheinlichkeit des nächsten Kaufs liegt bei > 50). | Sehr häufige Käufer mit starker Bindung. |
Repeat | Mindestens 2 Bestellungen (erfüllt aber nicht die Kriterien für Loyal/Evangelist). | Kunde hat mehr als einmal gekauft. |
One-Time Buyer | Genau 1 Bestellung. | Kunden mit einem einzigen Kauf. |
Wie die Wahrscheinlichkeit berechnet wird
Der anspruchsvollste Teil ist die zeitbereinigte Wahrscheinlichkeit für Folgebestellungen (Time-Adjusted Repeat Order Probability). Sie geht über eine einfache Zählung der Bestellungen hinaus, indem sie die Zeit berücksichtigt:
Median Lag: Wir ermitteln die typische Zeit (in Tagen) zwischen den Käufen für Kunden, die dieselbe Anzahl an Bestellungen erreicht haben.
Abgewanderte Kunden: Wir vergleichen Kunden, die erfolgreich einen weiteren Kauf getätigt haben, mit denen, die das auch nach einer längeren Wartezeit als dem Median Lag nicht getan haben.
Das Ergebnis: Der Wahrscheinlichkeitswert gibt an, wie hoch die statistische Wahrscheinlichkeit ist, dass dein Kunde auf dem besten Weg zu seinem nächsten Kauf ist. Anhand dieses Werts können wir einen umsatzstarken, aktiven Loyal-Kunden von einem umsatzstarken, abwandernden unterscheiden.
2. ⏳ Recency State: Wie zeitnah deine Kunden kaufen
Der Recency State misst, wie kürzlich der letzte Kauf war – allerdings immer relativ zur Frequency-State-Gruppe.
Er beantwortet die Frage: Wie lange ist der Abstand zwischen den Bestellungen hier – verglichen mit anderen Kunden, die genauso oft kaufen?
Recency-State-Kategorien
Status | Definition & Kriterien | Bedeutung |
Active | Die Zeit seit dem letzten Kauf liegt innerhalb des erwarteten Kauffensters der Frequency-Gruppe. | Dein Kunde kauft derzeit im Rhythmus deines Shops oder sogar früher. |
At Risk | Die Zeit seit dem letzten Kauf liegt leicht über dem typischen Kauffenster (zwischen 0,2 und 0,8 Standardabweichungen über dem Median). | Der Kunde liegt leicht hinter dem erwarteten Kaufrhythmus deines Shops. |
Defected | Die Zeit seit dem letzten Kauf deines Kunden liegt deutlich über dem typischen Kauffenster (mehr als 0,8 Standardabweichungen über dem Median). | Dein Kunde ist über den Punkt hinaus inaktiv, an dem die meisten Kunden der Gruppe erneut gekauft hätten. |
Reactivated | Dein Kunde war zuvor Defected, hat aber seitdem einen neuen Kauf getätigt und ist damit wieder in den Status Active zurückgekehrt. | Dein Kunde ist nach einer längeren Pause zurückgekehrt! |
Wie wir den Recency-Benchmark festlegen
Recency wird anhand von Statistiken berechnet, die für deine jeweilige Gruppe spezifisch sind (z. B. alle „Loyal"-Kunden):
Wir berechnen den Median Time Lag und die Standardabweichung der Zeit zwischen den Käufen für alle Kunden in den Frequency States deines Shops.
Diese Statistiken definieren das normale Kauffenster für die Gruppen deines Shops.
Je länger die Zeit seit der letzten Bestellung über dem Median Time Lag liegt, desto höher die Risikoeinstufung (At Risk oder Defected).
Dieses Modell sorgt dafür, dass ein Kunde, der typischerweise alle 30 Tage kauft, viel schneller als At Risk markiert wird als ein Kunde, der typischerweise alle 90 Tage kauft.