Klantanalyse: Tinder voor bedrijven

Klanten zijn het begin en het einde.

Of je nu B2B of B2C doet: enkel als je je klanten kent en liefhebt, zul je succesvol zijn als ondernemer. Klanten zijn het begin en het einde van elk bedrijf.

Maar hoe weet u, beste ondernemer, precies wie van uw klanten bijzonder vertroeteld wil worden? Voor wie laat je alles vallen en schiet je in actie? Naar wie stuur je een boeket bloemen en bonbons?

Het ondernemersleven zou zo mooi zijn zonder klanten!

Een voormalig ondernemer

Nog belangrijker, hoe weet je of je liefde wordt beantwoord? Houdt het gekozen bedrijf net zoveel van jou als jij van hen? En vooral: Houdt het nog steeds van je, na al die jaren? Vaak zijn het kleinigheden die de fundamenten van elke relatie doen schudden. Misschien bent u een of twee keer vergeten antwoorden op een gemiste oproep. Of het persoonlijk contact is wat afgenomen door COVID. Het kan soms snel keren en dan kijk je later terug met een wrang gevoel.

Had je kunnen gladstrijken!

Had je kunnen gladstrijken als je iets was opgevallen!

Want nu zit je als een ingegoten poedel in de pauzeruimte, terwijl je ex-favoriete klant van webinar naar webinar sleutelt en waarschijnlijk - nee zeker! - flirt met een ander bedrijf.

Voorbeelden genoeg.

Dus, serieus, in dit bericht leert u welke soorten klantanalyses er zijn en hoe u een klantanalyse kunt uitvoeren. Je leert waar je op moet letten en wat er mis kan gaan. En last but not least, we tonen je waarom een klantanalyse cruciaal is voor lange termijn relaties.

En natuurlijk is er ook een interactief dashboard in dit artikel, dat is gemaakt vanuit een lopend klantproject van Power Partners. Dit inspireert je voor je eigen klantanalyse en illustreert wat je hebt geleerd.

Oh ja: Omdat er zoveel verschillende soorten klantanalyses zijn, hebben we ook een eenvoudig hulpmiddel ontwikkeld. Hiermee kunt u in slechts één minuut de meest geschikte klantanalyse voor uw bedrijf vinden.

Directe links voor de gehaaste lezer:

• Analysetool Verwijzer
• Dashboard Klantanalyse Voorbeeld

Klantanalyse: Wat heeft het voor zin?

Er zijn verschillende redenen waarom bedrijven een klantanalyse doen. Bijvoorbeeld:

1. Bestaande klantenservice: Welke klanten kopen veel bij u en hebben daarom een speciale service verdiend?
2. Vroegtijdige waarschuwingssignalen: Hoe merk je zo vroeg mogelijk wanneer een klant (of klantsegment) niet tevreden is met de service?
3. Doelgroepanalyse: Op basis van uw bestaande klanten, welke klanten moet u aanspreken in marketing en sales voor nieuwe klantenwerving? Omdat dit soort klanten namelijk meestal goede klanten worden.

We zullen ons daarom in dit artikel wijden aan de volgende onderwerpen:

• Identificatie: Hoe weet ik welke bestaande klanten belangrijk zijn voor mijn bedrijf?
• Segmentatie: Hoe verdeel ik mijn klanten in verschillende groepen?
• KPI's: Welke KPI's zijn er en wanneer moet ik ze gebruiken

Klantsegmenten: Favoriete klant, laat je zien!

In onze consultings met bedrijven zijn we verschillende criteria tegengekomen die worden gebruikt om onze favoriete klanten te identificeren. De belangrijkste hiervan zijn:

• Waarden / waardesysteem & andere kwalitatieve criteria
• Klantkenmerken
• Verkoop- en omzetontwikkeling
• Winst

Terwijl de gemeenschappelijke waarden een kwalitatief criterium zijn, zijn de andere klassieke kwantitatieve criteria. Wat is beter? Dat hangt ervan af!

Klantwaarden

Bedrijven met weinig klanten, zoals veel dienstverleners en B2B-bedrijven, kennen elke klant persoonlijk. Je kunt dus gewoon nadenken over welke klanten je leuk vindt. Het is ook mogelijk om enkele criteria te bedenken en een +/- lijst op te stellen. "Max is zo grappig, wat ik leuk vind aan Kevin is zijn charme en Theo is zo financieel gezond. Ik denk dat ik ze alle drie zal nemen!" Meer informatie over klantliefde en -waarden is te vinden, in een van de vele goede boeken over het onderwerp "Customer Centricity".

Voor veel grotere bedrijven met een groot klantenbestand, maar ook voor veel online bedrijven in de B2C-sector, is er soms geen diepe en persoonlijke klantrelatie om klanten kwalitatief te classificeren. Dan ben je afhankelijk van het verdelen van je klanten volgens kwantitatieve criteria.

Net Promoter Score (NPS)

De Net Promoter Score, of NPS, is een methode waarmee we klantwaarden kunnen matchen met die van ons eigen bedrijf. Je hebt waarschijnlijk al eerder deelgenomen aan een NPS-enquête. Herinnert u zich de volgende vraag nog?

"Hoe groot is de kans dat je Bedrijf/Merk X aanbeveelt bij een vriend of collega?"

Dit heb je wel eens gezien, toch? Alleen als je deze vraag met 9 of 10 hebt beantwoord, ben je een promotor van het bedrijf. Als je geantwoord hebt met 7 of 8, dan ben je onverschillig. En als ze met 6 of minder hebben geantwoord, dan ben je een tegenstander (detractor). De NPS betaalt zich dan uit als:

NPS = promotors (% van alle respondenten) − Tegenstanders (% van alle respondenten)

De belangrijkste focus van NPS is het verbeteren van de service van uw bedrijf. Toch is de verdeling van uw klanten in tegenstanders, onverschilligen (soms passieven genoemd) en promotors een klantsegmentatie: we houden van de promotors, omdat de promotors van ons houden!

Moeten we daarom de tegenstanders negeren? Natuurlijk niet. In tegendeel. We moeten er in ieder geval achter komen waarom ze ons niet aanbevelen.

Bij Power Partners zijn we niet zo'n grote fan van NPS. Om maar één reden te noemen: In onze ogen is de schaal van 0 tot 10 veel te korrelig. Of kun je mij uitleggen wat het verschil is tussen 4 en 5?

De NPS is echter slechts één voorbeeld van hoe marketing-KPI's vaak kunnen worden hergebruikt ten behoeve van klantanalyse. Dit is vooral interessant in combinatie met klantsegmentatie, zoals geïllustreerd door de volgende vragen (zie ook het gedeelte over klant- en marktsegmenten):

• In welke klantgroepen vinden we de meeste promotors?
• Met welke eigenschap/dimensie kunnen we voorspellen of een lead of prospect een goede klant wordt?

Klant- en marktsegmenten

We kunnen onze klanten ook versieren met attributen en vervolgens klanten met dezelfde attributen in hetzelfde segment verpakken.

Marktsegmenten in de B2C-sector

In de B2C-sector zijn de klassieke dimensies voor klantsegmentatie:

• Geografie: Waar woont de klant?
• Demografie: Hoe oud is de klant?
• Psychografie: Welke levensstijl heeft de klant, welke politieke houding, welke persoonlijkheid?
• Gedragspsychologie: Waar winkelt de klant? Is het een koopjesjager of een koopjeslijstje bewonderaar?

Marktsegmenten in de B2B-sector

In de B2B-sector worden vaak veel meer dimensies gebruikt. Een reden hiervoor is dat bedrijven minder beperkingen hebben op gegevensbescherming dan particulieren. Een andere is dat we de neiging hebben om minder zakelijke klanten te hebben (in aantal), dus het is de moeite waard voor een nauwkeurigere classificatie:

• Grootte: Hoeveel werknemers heeft het bedrijf? Hoe hoog is de omzet?
• Geografie: Waar is het hoofdkantoor? Waar is de afzetmarkt van het bedrijf?
• Industrie: In welke industrie en in welke sector is het bedrijf actief?
• Winstgevendheid: Is het bedrijf winstgevend?
• Groeifase: Is het een start-up, een gevestigd bedrijf of zelfs de marktleider?
• Eigendom: Is het een familiebedrijf? Of wordt het bedrijf geleid door een serieondernemer? Zijn er externe investeerders of zelfs een participatie van een durfkapitaalmaatschappij?

Bij Power Partners richten we ons bijvoorbeeld op groeiende door ondernemers geleide bedrijven in West-Europa met 50 - 250 werknemers.

En daarmee hebben we zojuist het probleem van klantsegmentatie op basis van attributen aangehaald.

Klantattributen hebben hun belang vooral in strategie en marketing. Voor een analyse van bestaande klanten, vb. met het oog op het stroomlijnen van de klantenportefeuille, zijn ze nogal kunstmatig:

"Geachte heer Musk, Tesla is altijd een geweldige klant geweest voor Power Partners. Hun projecten zijn altijd spannend en innovatief geweest. Uw betaling altijd op tijd. Maar helaas heb je meer dan 250 medewerkers. Het hoofdkantoor is ook gevestigd in de Verenigde Staten. Om al deze redenen moeten we afscheid van jullie nemen. Wij wensen u het allerbeste op uw toekomstige zakelijke pad. Met vriendelijke groet, Jules Vandierendonck".

Absurd? Inderdaad!

Klantattributen zijn daarom bijzonder belangrijk voor diepgaande klantanalyse met behulp van statistische methoden. Een dergelijke analyse zou bijvoorbeeld de volgende vragen kunnen beantwoorden:

• Hebben (B2B) klanten uit bepaalde branches veel omzet gegenereerd?
• Wat is het retourpercentage van familiebedrijven?
• Geven winstgevende of verlieslatende bedrijven meer geld bij ons uit?
• Wat is het favoriete product van stedelingen? (B2C)

Maar nogmaals: Als één klant centraal staat in onze klantanalyse (bestaande klantanalyse en early warning signals), dan helpt het meestal maar in beperkte mate als je hem toewijst aan een rigide segment. Voor een doelgroepanalyse kan marktsegmentatie echter zeer nuttig zijn. Klantanalyse wordt in dit geval ook wel doelgroepsegmentatie genoemd.

Persona

Persona is ook een term die is bedacht door online marketing in de B2C-sector. Een persona is als het ware het verhaal voor een klant of marktsegment. Een persona heeft een profiel, een naam, karaktereigenschappen en mogelijk kwantitatieve klantkenmerken die de klant voor een bepaald segment kenmerken.

Zodra je een paar persona's hebt gedefinieerd, kun je de bestaande klanten toewijzen aan de persona's.

Maar ook hier, net als bij marktsegmenten, zijn persona's vooral nuttig in marketing, d.w.z. ex-ante of gepersonaliseerde campagnes. Voor een classificatie van bestaande klanten zijn persona's slechts van beperkte hulp. Het doel van een persona is juist om een abstract klantsegment emotioneel tastbaar te maken. Maar als je al een klant hebt, is het vaak onnatuurlijk en nutteloos om deze persoon van vlees en bloed in het profiel van een archetype te drukken.

Toch zijn er zeker gevallen waarin een opdeling van bestaande klanten in persona's nuttig kan zijn. Als je bijvoorbeeld een campagne opzet voor bestaande klanten, kan het zinvol zijn om jezelf mentaal in de persona te plaatsen. Zo kun je overwegen om Leo Barths een zakmes te geven als klein cadeautje onder je klanten, terwijl Luna Lotus' (HR) een voucher krijgt voor toegang tot de spa.

Harde feiten: Hoe meet ik liefde?

Omzet per klant: ABC-analyse

Klassiek wordt het belang van een klant gemeten met de verkoop. Logischerwijs, hoe meer een klant ons leuk vindt, hoe meer hij bij ons koopt.

Verkoop als een maatstaf voor liefde heeft ook een ander belangrijk voordeel: elke debiteurenboekhouding bevat de verkopen, uitgesplitst naar klant en datum. In een paar minuten heb je deze informatie uit je boekhouding gehaald (Exact Online, Yuki, belastingconsulent).

Een veel voorkomende klantanalyse, die gebaseerd is op verkoop, is de ABC-analyse. Het basisidee is dat de verkoop van klanten meestal pareto-efficiënt is, d.w.z. dat een paar grote klanten bijna de volledige omzet genereren.

Volgens Pareto efficiency geldt voor de meeste bedrijven de volgende vuistregel:

• De grootste 20% van onze klanten genereert 80% van de omzet: dit zijn de A-klanten
• De volgende 20% van onze klanten genereert 10% van de omzet: dit zijn de B-klanten
• De kleinste 60% van onze klanten genereert 10% van de omzet: dit zijn de C-klanten

Deze aanpak maakt het mogelijk om klanten duidelijk in te delen in een categorie. Vanaf nu kunnen de A-klanten vertroeteld worden, terwijl de C-klanten alleen een C-service krijgen. Sommige bedrijven beëindigen zelfs actief de klantrelatie van C-klanten. Kan worden gedaan als u zich bewust bent van de mogelijke negatieve gevolgen (slechte beoordeling op Google My Business,...).

Het probleem van een sales ABC klantanalyse? Sta me toe dit te illustreren met een citaat:

Meer is niet beter. Beter is beter.

Een wijze ondernemer

Stel dat je een adviesbureau hebt met tien klanten. Zou je er echt 6 naar de hel jagen, waardoor je risico op problemen verder toeneemt?

Moeilijk.

Analyse van de winstgevendheid van de klant

De verkoop (omzet) als enige criterium voor het analyseren van onze klanten schiet tekort. Het komt vaak voor dat de grootste klant ook weet dat hij belangrijk is en daardoor een sterke onderhandelingspositie heeft. Hij kan de druk op de prijzen opvoeren, vaak tot het punt waarop je amper nog winst maakt. Een disfunctionele relatie, om het zo maar te zeggen.

Gevaar herkend, gevaar afgewend. Daarom geven we er de voorkeur aan om onze klanten in te delen op basis van winst.

Goed idee!

Alleen: Het is voor veel bedrijven erg lastig om de winst per klant, per project, order of per contract te meten. Andersom: Veel van onze BI-projecten hebben precies als doel om de winst in verschillende dimensies te kunnen opsplitsen. Maar meestal vereist dit veel voorbereidend werk op het gebied van controlling, tijdregistratie, magazijnbeheer en meer. De kosten kunnen meestal niet zo gemakkelijk aan een klant worden toegewend als de inkomsten. Pas als alle data verzameld is, kan deze eenduidig berekend worden.

Misschien herinnert u zich de rentabiliteitsanalyse van Transport De Rese nog? Dit is precies zo'n voorbeeld uit de transportsector.

Dit type analyse wordt ook vaak post-calculation genoemd, vooral in de project- en contractbusiness.

En dan nog een laatste opmerking: Het overkomt ons keer op keer dat nadat de klant-winstanalyse is uitgevoerd, blijkt dat winst niet de maatstaf van alle dingen is. Soms kronkelen en verdedigen de ondernemers zich echt om hun "favoriete klant" op te tillen om er een te positioneren door het model aan te passen (vb. een andere methode om de aankoopprijzen te berekenen). Merk je iets op? Juist! Terug naar de rubriek "Klantwaarden"!

Klantenanalyse tool

Met de volgende tool kunt u erachter komen welk type klantanalyse geschikt is voor u door een paar vragen te beantwoorden:

Voorbeeld Dashboard: Customer Delta Analyse

Het volgende dashboard is het resultaat van een klantproject, dat we bij een toekomstige gelegenheid in detail zullen presenteren. Het dashboard is gebrandmerkt voor dit artikel over het fictieve bedrijf DestinAir. De nummers en de namen van de klanten zijn fictief.

Het is een verkoopanalyse van de klantendelta. Ter herinnering, deze analyse dient als een leidende indicator van betere of slechtere klantrelaties. We meten de ontwikkeling van de inkomsten.

Het uitgangspunt van het dashboard is de omzet van alle klanten. De historische ontwikkeling van de omzet en het driemaandsgemiddelde van de omzet (perioden t-1, t-2, t-3) worden weergegeven. In de volgende screenshot zien we bijvoorbeeld dat we in april 2020, 34% meer hebben verkocht dan het gemiddelde in de maanden januari, februari en maart: Het dashboard maakt gebruik van Zwitserse Frank (CHF) voor de omzet.

In dezelfde visualisatie kunnen we echter ook zien dat dit een meevaller was die van een klant kwam: Keeling - Raynor heeft in april 137.438 CHF meer uitgegeven dan gemiddeld in Q1:

Wie is deze Keeling - Raynor? Een nieuwe favoriete klant of een ééndagsvlieg? Om daar achter te komen, klikken we op de klant, waarop we een overzicht hebben van de ontwikkeling van deze klant:

Aha, Keeling - Raynor heeft dus een stabiele verkoop door de jaren heen. Maar het is eigenlijk een grote klant. Leo Barth, de CEO van DestinAir, zou de manager van Keeling - Raynor op de een of andere manier opnieuw moeten uitnodigen om te lunchen.

Dus, en nu jij: test hier zelf het dashboard:

Resultaat

Nooit meer een klant verliezen? Wil jij je richten op de belangrijkste klanten? Wil je de juiste klanten targeten in je campagnes?

Nu weet je hoe. Met een klantanalyse.

We horen graag uw mening over het onderwerp, over dit artikel of over KPI's en dashboards in het algemeen. Neem gerust contact met ons op via pwr@powerpartners.pro, of deel uw mening in het opmerkingenveld hieronder.