Share of Wallet: mit Prognosen Portemonnaies öffnen

Wie gelingt es Unternehmen, den Umsatz mit Bestandskunden zu erhöhen? Einen guten Anhaltspunkt bietet das „Share of Wallet“-Konzept. Die Kennzahl definiert den eigenen Umsatzanteil bei einem bestimmten Kunden im Verhältnis zum Wettbewerb. Vorhersagen lässt er sich mit dem Algorithmus Target Group Predict.

Eins der wesentlichen Probleme in der Steuerung von Marketing und Vertrieb ist, dass Unternehmen das eigentliche Potenzial der Kunden nicht kennen. Manager stürzen sich auf ihre besten Kunden, ungeachtet der Tatsache, dass enorme Umsatzpotenziale bei den „schlechten“ Kunden schlummern. Die Kernfrage lautet: Welche C-Kunden bergen das höchste Potenzial und sollten daher vertrieblich intensiv bearbeitet werden?

Um das herauszufinden, bietet sich der „Share of Wallet“ an. Diese Kennzahl definiert den Eigenumsatz des Unternehmens bezogen auf den Kunden im Verhältnis zum Umsatz des Wettbewerbs mit eben diesem Kunden. Der eigene Umsatz ist zwar bekannt. Allerdings lässt er sich schwer ins Verhältnis setzen zum theoretisch möglichen Umsatz. Denn der ergibt sich aus der Addition des eigenen Werts mit den Werten der Konkurrenz – und letztere kennen wir nicht.

Share of Wallet

Wie können wir den Wettbewerbsumsatz und damit den individuellen „Share of Wallet“ prognostizieren? In vielen Vertriebsorganisationen ist der Vertrieb angehalten, die Wettbewerbsposition kundenspezifisch zu erfassen. So zum Beispiel im Automobilvertrieb: Der Verkäufer trägt Daten über den Fuhrpark in das Kundendatenblatt ein. Ein B2B-Vertriebsmanager in der Telekommunikationsbranche ist angehalten, die Anzahl der Mobilfunkverträge mit dem Wettbewerb aufzunehmen. In vielen Bereichen sind Kundenbefragungen gang und gebe, um den „Share of Wallet“ zu bestimmen.

All diese Ansätze gehen in die richtige Richtung, doch leider entsteht so in der Regel kein präzises Bild. Die Potenzialdaten, von denen der Vertrieb ausgeht, sind nicht belastbar, wenn der Verkäufer beispielsweise keinen Sinn darin erkennt, die Daten aufzunehmen. Oder wenn das Verhältnis zu den C-Kunden derart locker ist, dass die Potenzialdaten gar nicht erfasst werden können. Auch ein gewisser Unwille des Vertriebs ist zu beobachten. Denn nicht selten werden die Mitarbeiter an der Potenzialausschöpfung gemessen, was sich auf ihr Gehalt auswirkt. Daher haben sie wenig Interesse daran, die Messlatte anzuheben.

Target Group Predict

Der von uns entwickelte Algorithmus Target Group Predict ermittelt die Potenzialinformationen statistisch. Diese auf Lookalike Modelling basierende Methode untersucht, welche „externen Merkmale“ eines Kunden für den Umsatz ausschlagend sind. Hierzu stehen Milliarden Daten aus Handelsregistern, Referenzdatenbanken und aus einer speziell für diesen Zweck aufgebauten Webseitenanalysedatenbank zur Verfügung. Target Group Predict gibt zu jedem Kunden an, mit welcher Wahrscheinlichkeit es sich um einen Potenzialkunden (A-Kunden) handelt und begründet dies. So können Signalwörter wie z.B. Automatisierungstechnik im Bereich Kernelektronik, Nuclear im Bereich Stahlrohre oder ISO9001 im Bereich Automotive von den Bewertungsmodellen als relevantes Indiz für A-Kunden identifiziert worden sein. Der Vertrieb ist damit in der Lage, sich auf die wertvollsten C-Kunden, also jene mit Potenzial, zu konzentrieren. Das System liefert ihm nicht nur die Kundenliste, sondern auch die Signalwörter, die bei dem einzelnen Kunden zu einer Hochstufung geführt haben. Die Vertriebsressourcen werden damit gezielt zur Erhöhung des „Share of Wallet“ und damit zur effektiven Steigerung des Marktanteils bei großen Potenzialkunden eingesetzt.