„Customer Experience Management ermöglicht es Unternehmen, in einem zunehmend intensiven Wettbewerbsumfeld durch die richtigen Strukturen und Prozesse das Kundenerlebnis zu verbessern sowie Produkte und Dienstleistungen auf Basis der Kundenerwartungen weiterzuentwickeln“. Peter Deubler, KPMG

Customer Experience Management ermöglicht eine effektive und nachhaltige Optimierung des Kundenerlebnisses

Zur nachhaltigen Optimierung der Customer Experience müssen Unternehmen die Bedürfnisse und Interaktionen ihrer Kund:innen an sämtlichen Kontaktpunkten sorgfältig analysieren und überwachen.

Dies wird durch die Erfassung, Analyse und Vernetzung von Daten an verschiedenen Kundenkontaktpunkten ermöglicht. Dabei ist entscheidend, die verschiedenen Signale und Rückmeldungen von Kund:innen zu verstehen und einzubeziehen: „Indirektes“ Feedback (z. B. Social-Media-Stimmungsanalyse, Mitarbeiterfeedback), „direktes“ Feedback (z.B. Feedbackfragebögen per E-Mail oder in der App), operative Kundendaten (z. B. Customer-Relationship-Management-System, Daten am Point-of-Sale) sowie Kundenverhaltensdaten (z. B. IoT-Produktsignale, Eventdaten wie Klicks auf Videos oder Links auf einer Website).

Aktuell setzt die Mehrzahl der Unternehmen vor allem auf direktes Feedback durch Befragungen, die lediglich über einzelne Kommunikationskanäle versendet werden. Damit erfassen Unternehmen jedoch nur einen Teil des Kundenfeedbacks, da viele Kund:innen, zum Beispiel der Konsumgüterindustrie, auf mehreren Kanälen mit dem Unternehmen interagieren. Um eine vollständige Sicht auf die Kund:innen zu erhalten, ist es wichtig, neben dem direkten Feedback auch indirekte Informationen, wie zum Beispiel Kundenkommentare in sozialen Medien, zu erfassen.

Mit fortschreitender Digitalisierung und Diversifizierung von Vertriebsmodellen wie beispielsweise „Direct-to-Consumer“ oder „Social Commerce“ in verschiedenen Branchen steigt die Anzahl der Kontaktpunkte und damit das Volumen an Daten deutlich an. Diese Entwicklung führt dazu, dass umfassende Analysen der Customer Journey immer komplexer und zeitintensiver werden. Hierbei ist es entscheidend verschiedene Datenquellen auf einer Plattform zu integrieren und anhand von aussagekräftigen, flexiblen und nutzerfreundlichen Dashboards klar strukturiert und übersichtlich darzustellen. Diese Transparenz ermöglicht es Unternehmen, die gewonnenen Daten schnell zu analysieren, um Trends, Muster (z. B. junge Menschen diskutieren vermehrt über das Metaverse, speziell über „virtuelle Spieleländer“) und Handlungsfelder (z. B. Steigerung der Kundenloyalität innerhalb der jüngeren Zielgruppe durch ein virtuelles Spieleland) zu identifizieren. Zusätzlich ermöglichen Leistungsindikatoren, die abteilungs-, produkt- oder kundenspezifisch in Form von Dashboards der VoC-Plattform abgebildet werden können, eine zeitnahe und zielgerichtete Ableitung von Maßnahmen, um negativen Trends und Entwicklungen entgegenwirken zu können.

Unternehmen können die Erkenntnisse einzelner Abteilungen oder Rollen nutzen, um beispielsweise die Zusammenarbeit zwischen Abteilungen zu verbessern, Themen zu priorisieren und an die richtigen Stellen zu adressieren. Beispielsweise, wenn Kund:innen sich beschweren, dass die App des Unternehmens regelmäßig zusammenbricht, kann dieser Vorfall direkt an das zuständige IT-Team weitergeleitet werden. Prozesse können effizienter gestaltet oder neue Produktideen an den Interessen der Kund:innen ausgerichtet und umgesetzt werden.

Beispiel: Die Entwicklung und Implementierung eines „virtuellen Spielelandes“ im Metaverse. Das Metaverse ist eine virtuelle Welt, in der Nutzer:innen beispielsweise in Minispielen gegeneinander antreten und Fähigkeiten oder Gegenstände sowie Kleidung und Schuhe direkt erwerben können. Die in der virtuellen Welt gewonnenen Erkenntnisse bieten die Chance, Kundenbedürfnisse besser zu verstehen und digitale Produkte entsprechend anzupassen, um die Attraktivität für Kund:innen zu erhöhen und den Umsatz beispielsweise durch den Verkauf von virtueller Kleidung, digitalen Schuhen und sportlichen Attributen für Avatare zu steigern. Zudem können aus den Modevorlieben der Avatare Rückschlüsse auf aktuelle physische Kollektionen in der realen Welt für ausgewählte Zielgruppen gezogen werden. Auf dieser Grundlage können noch passendere Kollektionen entworfen werden, die sich positiv auf den Absatz der Produkte auswirken können.

Methoden und Anwendungsfälle zur Optimierung des Kundenerlebnisses

CXM ermöglicht es Unternehmen, entlang der Customer Journey datenbasierte und zielgerichtete Entscheidungen zu treffen. Das Metaverse-Beispiel illustriert, welche Möglichkeiten CXM von der Datensammlung und -analyse bis hin zur Implementierung entsprechender Verbesserungsmaßnahmen bieten kann. Um zu verstehen, wie Unternehmen fokussierte Entscheidungen zur Optimierung des Kundenerlebnisses anhand von Methoden und praktischen Anwendungen treffen können, werfen wir im Folgenden einen genaueren Blick auf die Bereiche Umsatzsteigerung, ROI-Optimierung, Kundenloyalität sowie Reduzierung operativer Kosten.

Analyse- und Prognosewerkzeuge zur nachhaltigen Steigerung des Umsatzes und ROIs

In der aktuell volatilen und unsicheren Marktlage, die von Makrofaktoren wie geopolitischen Konflikten, ökonomischer Unsicherheit und zurückhaltendem Verbraucherverhalten geprägt ist, steigt der Kostendruck auf die Unternehmen. Daher gewinnt die Kosten-Nutzen-Analyse auch für Abteilungen an der Kundenschnittstelle zunehmend an Bedeutung. Für die Verantwortlichen von Customer Experience-Programmen bedeutet dies, dass es immer wichtiger wird, den monetären Wert eines CX-Programms darzustellen, den Einfluss der Kundenerfahrung auf das zukünftige Kundenverhalten zu quantifizieren, strategische Kundensegmente für Loyalitätsprogramme zu identifizieren und die finanzielle Bewertung von CX-Verbesserungen und -Initiativen zu ermöglichen.

Zur Bewertung finanzieller Auswirkungen des Kundenerlebnisses können unter anderem drei Methoden eingesetzt werden:

Definition von Kundensegmenten anhand von spezifischen Kundenerlebnissen

Diese Methode teilt Kund:innen in Gruppen ein, basierend darauf wie diese ihre Erfahrungen und Bewertungen gegenüber Unternehmen und Marken schildern. Anhand einer Bewertung der unterschiedlichen Erlebnisse, können Unternehmen gezielte Strategien ableiten und Maßnahmen entwickeln, um die Customer Experience zu steigern und negative in positive Erlebnisse umzuwandeln. Dadurch wird die Kundenbindung gestärkt und der Umsatz gefördert.

Regressionsanalyse

Die Regressionsanalyse im Kontext von Kundenfeedback ist eine statistische Methode zur Identifikation von Zusammenhängen zwischen Kundenmeinungen (z. B. Zufriedenheit, Bewertungen) und anderen Variablen (z.B. Produktmerkmale, Servicequalität). Sie hilft Unternehmen, Einflussfaktoren (z. B. Werbung, Sonderaktionen, Reklamationen) auf das Kundenverhalten zu erkennen und datenbasierte Entscheidungen zur Optimierung der Kundenerfahrung zu treffen. Unternehmen können durch gezielte Optimierungen, etwa im Kundenservice, die Kundenzufriedenheit und -bindung verbessern und dadurch Wachstumspotenziale erschließen.

Customer-Lifetime-Value (CLV)-Prognose

Diese Prognose ermöglicht es, den finanziellen Erfolg von CX-Initiativen zu bewerten, indem der individuelle Wert eines Kunden oder einer Kundin über die gesamte Kundenbeziehung hinweg analysiert wird. Die wesentlichen Bestandteile des CLV sind: Umsatz pro Kund:in, Kauffrequenz, Kundenbindungsdauer, Deckungsbeitrag und Kundenakquisitionskosten. Ein hoher CLV signalisiert eine effektive CX-Strategie und zeigt, welche Maßnahmen die Kundenbindung und den ROI steigern können.

Regressionsanalyse zur Ermittlung wesentlicher Treiber der Kundenzufriedenheit

Ein Unternehmen möchte verstehen, welche Faktoren die Kundenzufriedenheit (bewertet auf einer Skala von 1 bis 10) am stärksten beeinflussen. Es sammelt Daten aus Kundenumfragen mit Variablen wie Lieferzeit (Tage), Produktqualität (Bewertung 1–10), Kundenservice (Bewertung 1–10) und führt eine Regressionsanalyse durch. Ergebnis: Die Analyse zeigt, dass Produktqualität den stärksten Einfluss auf die Kundenzufriedenheit hat, gefolgt von Kundenservice, während Lieferzeit eine geringere Bedeutung hat. Das Unternehmen kann nun gezielt in die Produktqualität investieren, um die Zufriedenheit zu steigern.

Steigerung der Kundenzufriedenheit im Call-Center

Kund:innen wenden sich über verschiedene Kanäle wie Telefon, E-Mail oder Chatbots an das Call-Center, wenn sie anderweitig keine Lösung finden und / oder schnell Hilfe benötigen. Wenn die Call-Center-Agent:innen die Kundenbeanstandungen nicht lösen können, werden diese an interne Expert:innen herangetragen. Ziel ist es, Anfragen schnell, vollständig und dauerhaft zu lösen, um die Zeit- und Aufwandsfaktoren für Kund:innen möglichst klein zu halten. Da die Problemlösungskompetenz ein Schlüsselfaktor für die Kundenbindung ist, wie die KPMG Customer Experience Excellence Studie 2024 erneut bestätigt hat, ist eine schnelle Problemlösung entscheidend. Dabei stellen isolierte Datenbestände in einzelnen Abteilungen, sogenannte „Datensilos“, häufig eine Herausforderung dar, weil die Herausforderungen der Kunden in Form von „Tickets“ in verschiedenen IT-Systemen in unterschiedlichen Abteilungen bearbeitet werden. Diese fragmentierte Struktur beeinträchtigt die Transparenz des Gesamtprozesses und erschwert die Nachvollziehbarkeit einzelner Probleme. Zudem beeinträchtigt sie die Fähigkeit von Unternehmen, nachhaltige Lösungen für Kundenprobleme in Form von Produkt- oder Prozessverbesserungen zu etablieren. Softwarelösungen, wie eine VoC-Plattform, die die Kundendaten aus verschiedenen Datenquellen (Call-Center, CRM, Social Media) aggregieren, ermöglichen eine ganzheitliche, system- und abteilungsübergreifende Analyse von Mustern, Trends und Problemen sowie die Entwicklung von Lösungsmöglichkeiten. Die Ergebnisse der Analyse geben Entscheidern in Marketing, Vertrieb und Customer Experience Aufschluss über Ursachen und Zusammenhänge und ermöglichen Lösungsoptionen abteilungsübergreifend zu diskutieren, zu priorisieren und umzusetzen.

Reduzierung operativer Kosten im Call-Center

Durch das Nutzen von Kundenfeedback- und Erfahrungsanalysen können Unternehmen das Anrufaufkommen in ihrem Call-Center effektiv managen, indem Muster im Kundenverhalten identifiziert und zum Beispiel Potenziale für den Online-Self-Service aufgezeigt werden können. So werden Kundeninteraktionen optimiert und Kosten reduziert.

Ein zusätzlicher Aspekt ist, dass Call-Center-Agent:innen zur Steigerung der Produktivität und Effizienz während des Gesprächs mit Kund:innen in Echtzeit Lösungsvorschläge mithilfe von künstlicher Intelligenz für mögliche nächste Schritte erhalten können. Dadurch können Mitarbeitende schnell auf Kundenanliegen reagieren, Abbrüche von Telefonaten reduzieren und sogar potenzielle Cross-Selling-Möglichkeiten erkennen. Beispielsweise könnte ein Call-Center-Mitarbeitender, der ein Kundenproblem löst, zusätzlich relevante Dienstleistungen auf Basis des Nutzungsverhaltens oder der Kaufhistorie anderer Kund:innen mit ähnlichen Produkten empfehlen.

Kundenanfragen und -beschwerden können automatisch an die zuständigen Abteilungen weitergeleitet werden, die die entsprechende Lösungskompetenz haben. Dadurch kann Zeit und Aufwand beim Zuordnen und Weiterleiten von Fehlermeldungen im Call-Center gespart werden und mehr Zeit in die Lösung von Kundenproblemen investiert werden. Auf diese Weise können Unternehmen schnell und gezielt auf Kundenbedürfnisse eingehen und Probleme effizienter lösen.

Fazit

Customer Experience Management ist insbesondere in einem schnelllebigen Marktumfeld, das von zunehmendem Wettbewerb und immer stärkerer Austauschbarkeit von Produkten und Leistungen geprägt ist, der Schlüssel zur Steigerung der Kundenloyalität und Wettbewerbsfähigkeit. Durch die gezielte Gestaltung und Steuerung von Kundeninteraktionen sowie die Integration von kanalübergreifendem Feedback und aggregierten Datenanalysen ermöglicht CXM ein tieferes Verständnis der Kundenbedürfnisse und -präferenzen. Die Verknüpfung von CXM mit dem VoC-Programm und der VoC-Plattform schafft nachhaltige Strukturen, die Unternehmen befähigen, kundenzentrierte Entscheidungen zu treffen und operative Effizienz zu steigern.

Co-Autor: Lukas Weiss