Warenkorbanalysen als Marketing Tool
Eine Warenkorbanalyse analysiert, wie der Name schon verrät, den Warenkorb der Kunden. Es wird überprüft, welche Zusammenhänge sich zwischen den verschiedenen Produkten finden lassen. Kaufen zum Beispiel Kunden, die Produkt A kaufen, sehr häufig auch Produkt B, so lässt sich dieser Zusammenhang in Form einer Assoziationsregel beschreiben. Informationen dieser Art liegen bei halbwegs modernen Kassensystemen im stationären Einzelhandel sowie im E-Commerce zwangsläufig vor und warten nur darauf, ausgewertet zu werden.
Zentrale Kennziffern: Support, Confidence und Lift
Selbstverständlich kauft nicht jede Kundin, die Produkt A kauft, auch Produkt B. Wie stark und zuverlässig die Zusammenhänge zwischen zwei Produkten sind, wird in der Regel anhand von drei Kennzahlen erfasst: Support, Confidence und Lift.
Der Support beschreibt den Anteil aller getätigten Transaktionen, bei denen eine bestimmte Warenkombination vorliegt – in unserem Beispiel also den Prozentsatz aller Einkäufe, bei denen sowohl Produkt A als auch Produkt B gekauft wird.
Die Confidence gibt an, wie wahrscheinlich es ist, dass ein Produkt (Produkt B) im Warenkorb ist, wenn ein anderes (Produkt A) darin vorkommt. Die Confidence wird also berechnet, indem man die Anzahl aller Warenkörbe, die sowohl Produkt A als auch Produkt B enthalten, durch die Anzahl der Warenkörbe teilt, die Produkt A beinhalten (unabhängig davon, ob auch Produkt B gekauft wird oder nicht).
Abschließend ist der Lift der Faktor, um den sich die Wahrscheinlichkeit des Kaufes eines Produktes (Produkt B) erhöht, wenn das andere Produkt (Produkt A) bereits im Warenkorb ist. Hierzu dividiert man den Support der Produktkombination (Produkt A und B im Warenkorb) durch den Support, der sich ergäbe, wenn der Kauf beider Produkte unabhängig voneinander wäre, also durch das mathematische Produkt der Supports der beiden einzelnen Waren.
Einfacher lässt sich das ganze an einem Beispiel verdeutlichen. Angenommen, wir werten 1000 Warenkörbe eines Zoohandels aus. Wir stellen dabei fest, dass sich in insgesamt 400 Warenkörben Katzenstreu befindet, in 350 Warenkörben Katzenfutter. Beide Produkte gemeinsam befinden sich in 200 Warenkörben.
Abbildung 1: Beispiel für die Auswertung von Warenkörben eines Zoohandels.
Der Support für Katzenstreu beträgt 40% (400/1000), für Katzenfutter 35% (350/1000), derjenige für Katzenstreu und Katzenfutter 20% (200/1000). Die Confidence für Katzenstreu bei Kauf von Katzenfutter beträgt 57% (200/350); diejenige für Katzenfutter 50% (200/400). Mit diesen Wahrscheinlichkeiten kann die Anbieterin darauf vertrauen (‚confidence‘), dass eine Käuferin von Katzenfutter auch Katzenstreu kaufen wird bzw. eine Käuferin von Katzenstreu auch Katzenfutter.
Der Lift ist nun die Steigerung der Kaufwahrscheinlichkeit von Katzenstreu, wenn bekannt ist, dass der Kunde Katzenfutter kauft, gegenüber dem allgemeinen Fall, dass hierüber nichts bekannt ist. Dies ist 57% gegenüber 40%, der Lift beträgt damit 1,43=0,57/0,4. Auch der Lift des Kaufs von Katzenfutter bei Kauf von Katzenstreu beträgt 1,43: 50% (Confidence von Katzenfutter bei Katzenstreu-Kauf) gegenüber 35% (allgemeine Katzenfutter-Confidence). Wenn der Kauf beider Produkte sich nicht gegenseitig beeinflussen würde, wäre die Kaufwahrscheinlichkeit beider Produkte gemeinsam nur 14% (0,4x0,3). Tatsächlich liegt diese Kaufwahrscheinlichkeit bei 20%, auch hieraus ergibt sich ein Lift von 1,43= 0,2/0,14=0,2/(0,35x0,4).
Der Nutzen von Warenkorbanalysen
Welchen Nutzen ein Unternehmen aus einer Warenkorbanalyse ziehen kann, ist jetzt offensichtlich. Wenn bekannt ist, dass das Vorhandensein eines Produktes A im Warenkorb die Wahrscheinlichkeit eines Kaufes von B erhöht, dann kann Kunden, in deren Warenkorb sich das Produkt A befindet, auch Produkt B angeboten werden. Im Online-Handel wird dies häufig in Anzeigen der Form „Andere Kunden kauften auch“ oder „Wird oft zusammen gekauft“ getan. Aber auch im stationären Einzelhandel können die Erkenntnisse durch gemeinsame Bewerbung, Sonderaktionen beim Kauf von beiden Produkten oder die Anordnung des Sortiments verwendet werden – oder auch von Verkäuferinnen im Gespräch mit Kunden genutzt werden.
Tatsächlich beschränkt sich der Nutzen von Warenkorbanalysen jedoch nicht auf den Einzelhandel. Auch Restaurants und Bäckereien z.B. können durch eine Analyse der zusammen bestellten Speisen und Getränke beliebte Menüs erstellen. Reiseanbieter können oft gemeinsam gebuchte Zusatzleistungen in Paketen bündeln.
Neben dem unmittelbaren Effekt auf den Umsatz führen gut gemachte Cross-Selling Angebote auch zu einer höheren Kundenzufriedenheit und -bindung und wirken so auch längerfristig umsatzsteigernd.
Weiterführende Analysen
Verwendet der Kunde eine Bonuskarte oder ein persönliches Onlinekonto, können nicht nur isoliert die Inhalte einzelner Warenkörbe betrachtet werden, sondern auch Zeitreihenanalysen durchgeführt und Informationen verwendet werden, die über den Kunden im CRM vorliegt. Dadurch kann nicht nur untersucht werden, was innerhalb eines Kaufvorgangs gemeinsam verkauft wird, sondern auch, inwieweit aufeinander folgende Kaufvorgänge sich beeinflussen. In diesem Fall kommt es auch auf die Reihenfolge an: der Lift von Katzenstreu nach vorherigem Kauf eines Katzenklos ist vermutlich höher als umgekehrt. Durch solche Analysen wird es beispielsweise möglich, den Kunden passgenau und zum richtigen Zeitpunkt Folgeprodukte anzubieten.
Wenn Sie gerne wissen wollen, wie Sie Warenkorbanalysen für Ihr Unternehmen einsetzen können, wenden Sie sich gerne an uns! Wie unsere Beispiele schon gezeigt haben, bieten sich auch für kleine und mittlere Unternehmen Möglichkeiten, ihr Cross-Selling durch Warenkorbanalysen zu optimieren.
