Teil 4: Wie Sie mit Data Centricity im Online-Vertrieb erfolgreich sind

Wir beobachten seit einigen Jahren, dass zunehmend auch kleinere mittelständische Unternehmen ihre Vertriebsaktivitäten über Online-Vertriebsmodelle ausweiten. Derartige Online-Vertriebsmodelle führen zu neuen Anforderungen an die Unternehmenssteuerung, da nun zu vergleichsweise geringen Kosten vielfältige Online Marketing Kennzahlen zur Verfügung stehen. Beispiele hierfür sind Anzahl der Zugriffe auf die Webpage, die Kosten für einen Webseitenbesuch („Cost per Click“) oder der durchschnittliche Umsatz pro Transaktion („Average Order Volume“). 

Data Centricity bedeutet hierbei, dass derartige Online Kennzahlen in bestehende Strukturen des Controllings integriert werden. Zum einen kann so das bestehende Offline-Geschäft mit dem neuen Online Geschäft besser verglichen werden, beispielhaft um Marketinginvestitionen vertriebskanalübergreifend wirtschaftlich einzusetzen und Produkte und Kunden über alle Vertriebskanäle hinweg ganzheitlich zu steuern. Zum anderen können die Metriken aus dem Online Geschäft analog zu unseren Beispielen zur strategischen Kontrolle mit anderen Kennzahlen des Unternehmens wie Innovationskraft, Lieferfähigkeit, Qualität oder Kundenzufriedenheit in einen Zusammenhang gebracht werden. 

Wie kann hier ein Lösungskonzept für mittelständische Unternehmen aussehen?

(1) Grundsätzliche Einordnung des Online Vertriebskanals als Wiederholgeschäft vs. Transaktionsgeschäft: Zunächst gilt es sich der grundsätzlichen Ausrichtung des Online-Geschäftes bewusst zu werden, um die auf das Geschäftsmodell abgestimmten Ergebniskennzahlen definieren zu können. Ist das Geschäftsmodell auf Kundenloyalität und damit auf ein Wiederholgeschäft ausgerichtet, sind Kennzahlen wie Wiederkaufrate, Net Promoter Score (NPS) und Kundenlebenswert fokussiert zu betrachten. Stehen Einmaltransaktionen im Fokus, sollte die Steuerung mit Kennzahlen wie Transaktionsvolumen und Minimierung der Akquisitionskosten im Fokus stehen.  

(2) E-Commerce-Customer-Lifecycle: Als Ausgangspunkt für eine systematische Betrachtung und Bewertung des Online-Geschäftsmodells kann dann ein vereinfachtes E-Commerce-Customer-Lifecycle-Modell herangezogen werden (Siehe Grafik). Ein solches Modell ist für die erste Entwicklung und Festlegung von Kennzahlen eine große Hilfestellung, zeigt es doch die wesentlichen Schritte von der Online-Kundengewinnung bis zur Loyalität bzw. Transaktion übersichtlich und logisch auf.  

Grafik in Anlehnung an Croll, Alistor / Yoskovitz (2013)

Grafik in Anlehnung an Croll, Alistor / Yoskovitz (2013)

(3) Entlang der im Modell skizzierten Schritte können dann die ersten Kennzahlen (Orange in Grafik) definiert werden, anhand derer die Performance des Online-Geschäftsmodells bewertet und gesteuert werden kann. Für die jeweilige Kennzahl werden Datenquelle und Reporting-Zyklus festgelegt. Auch hier können die Daten aus unterschiedlichen Systemen herangezogen werden, so z.B. aus der Shop-Software, Google-Analytics, aus Bewertungsportalen, dem eigenen ERP (Lieferprobleme) etc.. Entscheidend ist die zusammenhängende Darstellung in Modellform, um das Zusammenspiels der einzelnen Prozessschritte als Geschäftsmodell optimieren zu können.

Schlussbemerkung

Der systematische Einsatz von Daten in einer Organisation zur Strategieentwicklung und konsequenten Umsetzung nimmt in vielen Unternehmen zu, ist aber in mittelständischen Unternehmen teilweise noch sehr gering ausgeprägt. In dieser Blogserie zeigen wir auf, warum dies unserer Meinung nach der Fall ist und – anhand von drei ausgewählten Beispielen – wie eine höhere Data Centricity die Unternehmenssteuerung verbessern kann.

Literatur:

Kaplan, Robert und David Norton (2018), Balanced Scorecard: Strategien erfolgreich umsetzen.

Ittner, Ch./Larcker, D.F. (2003). Coming Up Short on Non-Financial Performance Measurement, Harvard Business Review, November, 1-8. 

Brynjolfsson, Erik, and Kristina McElheran. 2016. "The Rapid Adoption of Data-Driven Decision-Making." American Economic Review, 106 (5): 133-39.

Croll, Alistor / Yoskovitz (2013), Lean Analytics – Use Data to Build a Better Startup faster

The goal is to turn data into information, and information into insight
— Carly Fiorina

Kostenlose Strategie-Tipps

Melden Sie sich zu unserem Newsletter an und erhalten Sie regelmäßig wertvolle Tipps und Neuigkeiten zum Umsetzen von Strategien direkt in Ihr Postfach.


Photo by Sergey Zolkin on Unsplash