INTERNET WORLD Business





CASE STUDY

Kernige Daten, fruchtige Analyse

Mymuesli setzt auf Big Data, um sein Müsli-Angebot und seinen Marketing-Mix den Kundenpräferenzen anzupassen

Um 35 Prozent höhere Wiederkaufsrate erreichte Mymuesli durch Einsatz von Minubo

Süße Himbeeren passen zu weißer Schokolade, fruchtige Rosinen zu knackigen Haselnüssen, Bananen und Feigen vertragen sich gut, Apfelstückchen blühen mit Zimt bestreut so richtig auf: Derlei Erkenntnisse gehörten zum Müsli-Einmaleins des Customization-Spezialisten Mymuesli. Und auch in den Ohren von Körner-Amateuren hören sich solche Kombinationen lecker und daher logisch an. Doch: Ist dies lecker genug? Und wenn ja, für welche Zielgruppe? Wen verführen Himbeeren mit weißen Schokocrisp-Stückchen dazu, umgehend ein weiteres Mal den Müsli-Konfigurator anzuwerfen? Wer ist von der klassischen Kombination Rosinen und Haselnüsse so gelangweilt, dass er den selbst gemixten Müslis fortan für immer abschwört? Solche Fragen sind für die Gründer von Mymuesli geschäftsentscheidend. „Seit unserer Gründung sammeln wir enorm viele Daten über Kundenpräferenzen, Kampagnenerfolge, Newsletter-Klickraten und so weiter“, so Mitgründer Hubertus Bessau, „aber wenn wir aus diesen Daten keine sinnvollen Schlüsse ziehen können, verbrauchen sie nur einen Haufen Speicherplatz.“ Deshalb war Mymuesli schon seit 2010 auf der Suche nach einer Analyselösung, mit welcher der vorhandene Datenwust – auch als „Big Data“ bezeichnet – entschlüsselt werden könnte.

Sinnvolle Resultate erhoffte sich Mymuesli vor allem für den Bereich Marketing: Der wertvollste Kunde – der Wiederbesteller – sollte bestmöglich angesprochen werden. „Wir wussten nicht, über welchen Marketingkanal wir die Kunden gewinnen, die nach dem ersten Test noch mal bei uns bestellen“, erklärt Bessau. „Darüber sagt der Erfolg einer einzelnen Adwords-Anzeige, den man für sich betrachtet natürlich genau messen kann, nur wenig aus.“ Wie gewinnt man Neukunden, wie macht man sie zu Bestandskunden? Das war die entscheidende Frage. Die Antwort steckte in den Daten, die sich angesammelt hatten, es fehlte nur ein passendes Big-Data-Analyse-Tool.

Fündig wurde Mymuesli bei Minubo, einer Business-Intelligence-Lösung als SaaS-Modell. Das Tool fügt die Daten aus der Marketing- und Web-Analyse sowie die Kunden- und Verkaufsdaten zusammen und erstellt daraus dynamische Reports zu individuell festlegbaren Kennzahlen. Für Mymuesli waren die entscheidenden Key-Performance-Indikatoren (KPI) die Anzahl der Kunden und Neukunden, der Umsatz und durchschnittliche Bestellwert der Neukunden sowie die Wiederkaufsrate. Zudem sollte das Tool entschlüsseln, welche Marketingmaßnahmen sich besonders positiv auf die Neukundenbindung auswirkten. Dazu unterteilt das Tool die Kunden in „Kohorten“, also in Gruppen, die in einem bestimmten Monat etwas gekauft haben, und verfolgt die Entwicklung einer Kohorte über mehrere Monate. So lässt sich die Wirkung von Gutscheinen, Marketingkampagnen, Newslettern und Ähnlichem nachvollziehen.

Rosinenpicker im Check

Inzwischen ist das Tool seit einem guten Jahr bei Mymuesli im Einsatz, vor allem bei den Abteilungen Marketing und Produktentwicklung. „Dort wird es wirklich täglich genutzt, auch weil die Oberfläche schön und intuitiv ist“, unterstreicht Bessau. „Das ist wichtiger, als man denkt; ein Tool, dass die Mitarbeiter nicht anspricht, kostet nur Geld, wird aber nicht genutzt.“ Erste Ergebnisse kann der Müsli-Mann schon vorweisen. „Wir wissen jetzt, dass ein Kunde, der über eine Empfehlung zu uns kommt, etwa doppelt so wertvoll für uns ist wie ein Kunde, der aufgrund einer teuren TV-Werbung bestellt“, so Bessau. „Das haben wir zwar schon immer geahnt, aber mit den harten Zahlen in der Hand fällt eine Budgetverschiebung leichter.“ Weniger TV, mehr Fokus auf Empfehlungsmarketing, lautet das Learning. Auch der Newsletter wurde anhand der Daten optimiert. Insgesamt konnte Mymuesli seit dem Einsatz von Minubo die Wiederkaufsrate um 36 Prozent steigern – nicht nur durch Marketingmaßnahmen: „Wir haben festgestellt, dass sich bestimmte Zutaten und Zutatenkombinationen negativ auf den Wiederbestellwert auswirken“, erklärt der Gründer. „Wir werden diese Zutaten nicht aus dem Programm nehmen, aber wir werden sie weniger offensiv empfehlen.“ Auch eine Probepackung mit einem nachweislich beliebten Müsli, das einem Paket mit einer weniger populären Mischung als Gratisprobe beigelegt wird, könnte sich Bessau vorstellen. „Quasi als zweite Chance, falls die eigentlich bestellte Mischung doch nicht schmeckt.“ Dafür müssten aber die Analysedaten in die Herstellung und die Logistik rückgeführt werden, das sei aufwendig und schwierig – und daher fürs Erste Zukunftsmusik. Auf die Mymuesli-Präsenz in den Supermarktregalen hat die Big-Data-Analyse dagegen schon ganz konkrete Auswirkungen: „Wir entwickeln aus den besonders beliebten Müslis, die besonders hohe Wiederbestellwerte nach sich ziehen, fertige Mischungen“, schildert der Gründer das Verfahren. „Die erproben wir dann im Online Shop, und erst wenn sie da wirklich gut laufen, kommt diese fertige Mischung in die Supermärkte.“ il


Steckbrief

Gründungsjahr: 2007

Standorte: Zentrale und Manufaktur in Passau und Tägerwilen (CH), Ladengeschäfte in 10 deutschen Städten

Anzahl Mitarbeiter: ca. 100

Geschäft: Individuell zusammenstellbares Müsli aus über 80 Bio-Zutaten

Anforderung an Dienstleister: Big-Data-Analyse zur Erhöhung der Neukundenbindung

Web-Adresse:www.mymuesli.de

Weitere Bilder
comments powered by Disqus