Customer Centricity Daten (Foto: Drohne fliegt nahe einem Waldgebiet)

Customer Centricity

Braucht Customer Centricity Daten, um zu funktionieren?

Kurzfassung: Dass Customer Centricity eng mit Data Science verknüpft ist, ist eines der großen Missverständnisse dieser Methode. Gute Marken schützen die Privatsphäre ihrer Kunden. Zudem gelingt Data Science selbst großen Anbietern wie Amazon und Facebook noch immer nicht. Unternehmen sind in vielen Fällen besser beraten, mit ihren Kunden direkt in Kontakt zu treten.

Unternehmen stecken in einer Zwickmühle: Um die Wünsche ihrer Kunden in den Mittelpunkt zu stellen, müssen sie auf der einen Seite wissen, welche Wünsche ihre Kunden haben. Sie benötigen Daten. Auf der anderen Seite ist ein ebenso zentraler Bestandteil guter Customer Centricity, dass der Kunde gerade nicht ausgespäht und um seine Privatsphäre gebracht wird. Wie lässt sich dieser Konflikt auflösen, ohne dass Kunden und Marke zu Schaden kommen?

Customer Centricity wird stets mit Data Science in Verbindung gebracht. Kaum ein Artikel in einem Agenturblog oder einem Magazin aus der Werbewirtschaft kommt ohne den vermeintlich zentralen Bestandteil „Daten“ aus. Es wird suggeriert, Unternehmen müssten unzählige Datensätze über ihre Kunden aggregieren und auswerten, um kundenzentriert sein zu können.

Das ist vielleicht eine der größten Fehlannahmen, wenn es um Customer Centricity geht – auch wenn verständlich ist, wie es dazu kommen konnte.

Durch die Digitalisierung stehen Unternehmen Unmengen an Daten zur Verfügung. Nutzer stellen sie mal mehr mal weniger bereitwillig zur Verfügung und verzichten damit oft auf einen Großteil ihrer Privatsphäre. Anbieter wie Facebook und Amazon konnten riesige Datenmengen aggregieren, aber auch jeder andere Onlineshop und jede Webplattform wissen theoretisch mehr über ihre Kunden, als sie jemals sinnvollerweise auswerten können.

Es ist deshalb naheliegend, dass Unternehmen geraten wird, vor allem auf digitale Daten zurückzugreifen, um Customer Centricity in ihr Unternehmen zu integrieren. Denn Daten scheinen anzufallen wie Sägespäne, quasi als ein Nebenprodukt digitalen Handelns.

Aber muss etwas missbraucht werden, nur weil es so einfach zugänglich ist?

1. Gute Marken schützen ihre Kunden

Apple zeigt, dass es andere Wege gibt. Während die Konkurrenten Google, Microsoft und Amazon Daten in ungeahntem Ausmaß sammeln und die Privatsphäre ihrer Kunden und Nutzer dadurch erheblich beschneiden, setzt Apple gerade auf den Datenschutz. Sie verkaufen die Daten ihrer Kunden nicht, auch wenn dies eine sehr einträgliche Einnahmequelle darstellen würde.

Stattdessen setzen sie vehement auf Verschlüsselung und versuchen sie auch gegen staatliche Interessen durchzusetzen, sogar gegen die durchaus nachvollziehbaren Interessen von Strafverfolgungsbehörden. Sie nehmen in Kauf, dass ihr digitaler Assistent Siri zum jetzigen Zeitpunkt den Konkurrenten von Amazon und Google noch immer deutlich hinterherhinkt. Denn sie versuchen Daten auf eine Art und Weise zu erheben, wie sie der Privatsphäre ihrer Kunden nicht abträglich ist. Und das bedeutet, dass man gerade bei der Entwicklung künstlicher Intelligenz einen deutlich steinigeren Weg vor sich hat.

Auch gegen die Angriffe Fremder werden die Kunden geschützt. So werden in den hauseigenen Browser Safari immer mehr Mechanismen integriert, die das Tracking durch Websites schwieriger bis unmöglich machen sollen. Der Aufschrei, der bei jeder solchen Ankündigung durch die Werbebranche geht, zeigt, wie effektiv diese Bemühungen sind und dass es sich dabei nicht lediglich um Marketingtricks in eigener Sache handelt.

Apple ist im Vergleich zu Amazon, Google und Microsoft allerdings eine Premiummarke. Und es ist keine Überraschung, dass gerade die Premiummarke ihre Kunden schützt. Das haben Marken aus diesem Segment schon immer getan. Sogar Kundenlisten blieben unter Verschluss – nicht nur bei Schweizer Banken. Denn Premiumkunden schätzen im Gegensatz zur Masse ihre Privatsphäre hoch, allein schon deshalb, weil sie anderenfalls erhebliche Risiken auf sich nähmen. Und Premiummarken müssen das berücksichtigen, so sehr die Versuchung auch locken mag, angesichts der so üppig zur Verfügung stehenden Datensätze.

2. Data Science funktioniert (bisher) nur bedingt

Allerdings muss man auch infrage stellen, wie brauchbar zum einen die Datensätze sind und wie geschickt sie zum anderen ausgewertet werden.

Nutzer online zu beobachten, führt nicht zwangsläufig zu korrekten Datensätzen. Die Buyer’s Journey wird abgebrochen und auf einem anderen Gerät fortgesetzt. Nutzer verbringen längere Zeit auf der Unterseite einer Website, aber nicht weil sie sich informieren, sondern weil sie von etwas anderem abgelenkt waren. Und immer mehr Nutzer schützen ihre Privatsphäre aktiv, was zu immer mehr falschen Datensätzen führt.

Nach diesem Hinweis auf unser kostenfreies E-Book geht der Beitrag weiter...
Stellt Ihre Website auch Ihre Kunden zufrieden?

Nur sehr wenige Websites genügen selbst den grundlegenden Anforderungen, die Kunden an sie stellen. Das macht sie unzufrieden und hindert sie daran, zu Kaufabschlüssen zu gelangen.

Unser E-Book Customer Centric Websites gibt Ihnen 75 Regeln an die Hand, die Ihnen helfen, Ihre Website Schritt für Schritt kundenzentrierter zu gestalten. Sie erhalten das Buch von uns geschenkt, sobald Sie unseren Newsletter abonnieren.

Das Abonnement ist für Sie kostenfrei und kann jederzeit durch einen gut sichtbaren Link in jeder versendeten E-Mail gekündigt werden.

Bitte lesen Sie vor der Anmeldung unsere Datenschutzhinweise.

Dass zudem die Qualität der Auswertung noch immer fragwürdig ist, zeigen gerade die Anbieter mit den größten Datenmengen: Amazon und Facebook.

Die Produktempfehlungen von Amazon sind äußerst durchwachsen. Während die „Andere Kunden kauften auch“-Vorschläge in vielen Fällen zu interessanten Entdeckungen führen (und übrigens vollkommen anonymisiert erhoben werden könnten), sind die personalisierten Empfehlungen weitestgehend unbrauchbar. Artikel werden zum erneuten Kauf empfohlen, bei denen jeder Mensch (aber eben nicht jeder Algorithmus) sofort erkennen kann, dass sie kein weiteres Mal benötigt werden. Und auf interessante neue Produkte werden Kunden ebenfalls nicht aufmerksam gemacht, weil der Algorithmus sie in den meisten Fällen einfach nicht gut genug versteht.

Hierbei kann man aber grundsätzlich festhalten: Je undifferenzierter die Wünsche sind, je mehr der Kunde also zur breiteten Masse gehört, desto eher scheinen die Algorithmen die richtigen Schlüsse zu ziehen. Je gewählter die Ansprüche der Kunden jedoch sind, desto eher greifen sie ins Leere. Es ist eben schwierig, die Affinität für bestimmte Marken, Qualität im Allgemeinen und die konkreten Umstände in Form eines Algorithmus abzubilden.

Facebook hat ebenfalls Unmengen von Daten zur Verfügung, zuletzt wurde die Kritik großer Marken wie Procter & Gamble aber immer lauter, dass das Targeting der Werbeplattform nur sehr unzuverlässig funktioniere.

Auch das liegt zum Teil an falschen Datensätzen, denn bei kaum einer anderen Plattform werden vorsätzlich so viele falsche Daten angegeben wie auf Facebook. Und das trotz vermeintlicher Klarnamenpflicht. Doch auch die Algorithmen von Facebook scheinen zu selten die richtigen Schlüsse zu ziehen. Ganz gleich ob es darum geht, die Werbekunden zufriedenzustellen oder Fake News und Propaganda effektiv zu verhindern. Das Unternehmen scheint gänzlich überfordert zu sein, aus all den Daten, die ihm zur Verfügung stehen, die richtigen Schlüsse zu ziehen und weitestgehend treffsichere Algorithmen zu entwickeln.

Data Science klingt zunächst nach Fortschritt – aber sie ist noch meilenweit davon entfernt, wirklich gewinnbringend eingesetzt werden zu können. Momentan gleichen die Bemühungen eher dem Schießen mit Kanonen auf Spatzen als gezieltem Targeting. Jeder zufällige Treffer wird dennoch medienwirksam als Sieg verbucht.

3. Unternehmen wissen längst, was sich Kunden wünschen

Dabei benötigten Unternehmen diese Daten einst nicht, um führend in ihrer Branche zu sein. Um zu wissen, was ihre Kunden wollten. Nie waren Unternehmen so stark mit ihren Kunden vernetzt wie heute – und noch nie waren sie so ratlos, was diese sich wirklich wünschen.

Die großen digitalen Plattformen zeigen selbst sehr deutlich, wie wenig sie ihre Kunden offenbar kennen: Ob es Snapchat ist, dass sich allein mit der viel geschmähten Änderung der Benutzerführung praktisch in den eigenen Ruin gestoßen hat. Oder ob es Instagram ist, dem sogar alle Daten der großen Mutter Facebook zur Verfügung stehen – und das dennoch eine Änderung der Navigationsweise innerhalb kürzester Zeit rückgängig machen musste, weil die Kunden so vehement revoltierten.

Auch abseits des Digitalen treffen Unternehmen stetig Entscheidungen gegen den Willen ihrer Kunden. Und das leider oft wider besseren Wissens. Es scheint vielmehr, als würden sie gezielt Daten suchen, die ihre eigenen Thesen unterstützten, als sie dazu zu verwenden, diese gerade infrage zu stellen.

In Wahrheit benötigen Unternehmen nicht mehr Daten, sondern ein feineres Gespür. Wer die Wünsche und Bedürfnisse seiner Kunden konsequent in den Mittelpunkt und seine eigenen zurückstellt, kommt nur selten zu den falschen Schlussfolgerungen. Weder damals noch heute.

Kunden direkt zu fragen, was sie sich wünschen, was sie verbessern würden, was sie benötigen, fördert nicht mehr falsche Datensätze zutage als die digitale Sammelei und gewährleistet gleichzeitig zielführendere Schlussfolgerungen. Es benötigt keine Algorithmen mehr, denen wir erst noch beibringen müssen, wie ein Kunde zu denken. Das können Ihre Kunden erstaunlich gut selbst.

Alexander Hetzel

Alexander Hetzel ist Geschäftsführer von Gladspring Strategies und schreibt im Customer Centricity Magazine über die Kunst der Kundenzentrierung für Premiummarken.