Smart Data – Neue Chancen für Loyalitätsprogramme

Loyalitätsprogramme sind nichts Neues. Sie verfolgen das vordergründige Ziel, Kundendaten anzusammeln und dienen dann dazu, Kunden nach ihren Vorlieben, ihren Lieblingsprodukten und ihrem Einkaufsverhalten zu identifizieren. Gezielte Promotions sollen dann die Kunden zum Kaufen anheizen. Die wenigsten Unternehmen wissen jedoch, wie man mit den Daten auf smarte Weise umgeht. Ein paar Beispiele haben wir mal zusammen getragen.

Ob Lufthansa Frequent Traveler, Payback’s Partner-System oder die guten alten Sticker an der Kasse beim Einkaufen: Punkte-Programme sollen Kunden an Marken erinnern, an Unternehmen und Produkte binden und Sammler-Leidenschaft wecken – auf smarte Weise. Dabei nimmt die Nutzung von smarten Daten, gefiltert aus einem
Meer von Big Data an Kundeninformationen, mehr an Wichtigkeit bei Loyalitätsprogrammen zu. Die Herausforderung ist jedoch, hier den richtigen Ansatz zu finden, wie man mit Smart Data umgeht. Denn nur wer dem Kunden wirklichen Mehrwert liefert, und ihn nicht kanalübergreifend oder über verschiedene Endgeräte zum Wahnsinn zu treiben, hat die Chancen von Smart Data für Loyalitätsprogramme verstanden.

Big Data oder Smart Data ist vor allem ein Frage nach Frequenz und Quantität versus Treue und Qualität. Wo die meisten Frequenz-Programme mehr auf Punkte-Jäger und Rabatt-Fanatiker im Gegenzug für Einkäufe aus sind, fragen die wahren Loyalitätsprogramme gezielte Daten in der Customer Journey ab, um einzigartige, nicht vom Mitbewerber kopierbare Belohnungen oder Produkte anbieten zu können.

Wie also nutzen Firmen wie Payback, Loyalty New Zealand oder Tesco smarte Daten, um ihr Programm zu stützen? Zoomen wir mal kurz in die Welt der Loyalitätsprogramme.

Payback – die neue Tante Emma
Vom stationären Kundenkarten-System der Straßenläden hat sich der Multipartner-Dienstleister zu einem wahren Multichannel-Loyalitätsprogramm entwickelt. Was früher Tante Emma, die alles über ihre Kunden wusste, ist heute
Payback. Inzwischen kann man dort seine Punkte offline wie online sammeln. So kann die Reise des Kunden mit seinen Käufen auf lokale Händler, Örtlichkeiten und Einkaufszeiten getrackt werden. Zugleich lassen sich Segmentierungen (Personas) bilden, aus denen sich erkenntnisreiche Trends ableiten lassen und entsprechend personalisierte Produkt-Promotions ausgeliefert werden können (nur nicht, wenn zwei Menschen auf eine Karte sammeln). So lässt sich ein Triangle-Closing für Hamsterfutter und Prepaid-Handykarten erstellen. Wer Hamsterfutter erwirbt, hat höchstwahrscheinlich Kinder, welche irgendwann vermutlich ein Prepaid-Handy bekommen werden. Entsprechend werden Eltern mit relevanter Prepaid-Handy Werbung versehen, was als logische Konsequenz erscheint. Die Kür dabei ist dennoch, den Kunden nicht zu nerven und die Kommunikationskanäle ebenfalls aufeinander abzustimmen (Frequency Caping!). Denn auch Tante Emma hat einem nicht den ganzen Bauchladen angeboten.

Loyalty New Zealand – die personalisierte Länder-Loyalität
Auch Länder haben ihre Loyalitätssysteme, die von Smart Data profitieren können.
Loyalty New Zealand, bekannt von seinem Fly Buys Programm, hat seine Sichtweise auf Loyalitätsprogramme kürzlich reformiert. Dort will man keine Freebies mehr geben, sondern sinnvolle und personalisierte Erfahrung liefern. Das ist aber nicht ohne
smarte Technologie aus der Big Data Umfeld möglich, die am Ende dem Kunden gibt, was er sich aus dem Loyalitätsprogramm erhofft. So nutzt das System für soziale Gerechtigkeit Analysen für die Erkennung von Veränderungen im sozialen Leben, im Arbeitswesen und der Umwelt. Dort will man projizieren können, ob und wie viele Menschen in der Zukunft als Last auf den Strassen bleiben. So lassen sich mit Smart Data Budgetierungen im Vorfeld planen und es bleiben dem Land Überraschungen erspart. Grundsätzlich sind es aber die Erfahrungen nachdem die Punkte-Sammler streben, und nicht wie bisher angenommen die größtmöglichen Rewards, wie eine Studie der University of Canterbury erst
kürzlich bewies.

Tesco – die intelligente Alltagsphilosophie
In Tesco’s Kampf mit Wal-Mart’s Wachstumsstrategie in Europa, Tesco hat von Millionen von Konsumenten Daten über ihre persönlichen Präferenzen im Gegenzug für deren Loyalitätskarte erhalten. Dabei will Tesco die Daten nicht für Rabatte auf Produkte nutzen, sondern anspruchsvolle Datenanalyse fahren, um personalisierte Angebote zu preis-sensitiven Produkten wie Shampoo oder Margarine zu machen. Die Philosophie von Tesco’s Loyalitätsrogramm ist entsprechend wählerisch und selektiv vorzugehen: von der Suche anzufangen zu erkennen, wonach man sucht, sowie wie man es dann nutzt, wenn man die Daten in Wissen ummünzt, falls oder wenn man sie bekommt. Inzwischen schickt Tesco dank Smart Data seine Mailings an 12 Million Käufer in 5 Millionen unterschiedlichen Varianten heraus, um zu gewährleisten, dass Kunden nur relevante Informationen erhalten.

Die Zukunft der Loyalitätsprogramme liegt in der Simplifizierung und Mobilisierung der Programme. Denn wer will schon noch Plastikkarten haben oder hat sein Handy nicht am POS dabei. Die App wird die Musik machen, wie eine
Studie von Smartpoints beweisen will (irgendwie kann man es aus Usability-Sicht nachvollziehen). Aber auch die
Schnittstellen (APIs) gilt es zu optimieren, um Mehrwerte für Marken aus Loyalitätsprogrammen zu definieren. Und man möchte gar nicht wissen, welche smarten Daten da sonst so alles nutzbar gemacht werden könnten via mobile Endgeräte: Nutzung von Loyalitäts-Apps, Synchronisierung von unterschiedlichen Loyalitätsprogrammen, Tracking von Gesprächen mit Verkäufern, Facial Recognition vor Regalen, Eye-Tracking beim Shoppen (Smart Glasses) und Analyse von Foto-Daten aus Foto-Archiven auf Smartphones. Die Welt der Loyalitätsprogramme ist noch längst nicht ausgereizt, aber definitiv in der Welt von Smart Data angekommen.

Dieser Post entstand in Zusammenarbeit mit dem
HP Business Value Exchange Blog.