Was ist Kundenrückgewinnung?

Was gilt als Rückgewinnung eines Kunden?

Einen Kunden zurückzuholen, der gegangen ist, und die Beziehung zu führen, die danach entsteht. Thomas et al. (2004) beschreiben die Kundenrückgewinnung als Vorgang, in dem Unternehmen die Beziehung zu abgewanderten Kunden wiederbeleben („revitalizing relationships with customers who have“), und ihre Zusammenfassung nennt beide Hälften: den Neubeginn der Beziehung und ihre Führung danach. Tokman et al. (2007) sprechen von Wiedergewinnung (customer reacquisition) und übernehmen die Definition von Stauss und Friege: die Beziehung zu Kunden neu aufzubauen, die sie ausdrücklich beendet haben. Kumar et al. (2015)¹ halten fest, dass diese Wiedergewinnung verlorener Kunden als customer win-back bezeichnet wird („This reacquisition of lost customers has been termed“), und ziehen die Grenze des Begriffs auf der anderen Seite: Kunden, die von sich aus anrufen, um zurückzukommen, gehören nicht dazu („We do not consider this customer win-back“). In dem untersuchten Unternehmen waren das weniger als 1 Prozent der Zahl der Kunden, denen es ein Rückgewinnungsangebot machte.

Kumar et al.¹ teilen eine Kundenbeziehung in eine erste Beziehung, die Zeit nach der Abwanderung und eine zweite Beziehung: Nimmt ein Kunde das Angebot an, bildet alles nach der Rückgewinnung seine zweite Beziehung zum Unternehmen („comprises their second lifetime with the firm“). Was ein zurückgekehrter Kunde wert ist, wird an dieser zweiten Beziehung gemessen. Thomas et al.² nennen das im Anschluss an Stauss und Friege den Second Lifetime Value, also den Wert des Kunden ab seiner Rückgewinnung („This metric focuses only on the NPV generated after a customer has been reacquired.“). Tokman et al.³ zitieren Stauss und Friege mit demselben Gedanken: Für einen zurückgewonnenen Kunden taugt der Wert der beendeten Beziehung nicht, es zählt nur sein künftiger Wert („is not appropriate. Only the value of the regained customer“). Kumar et al. zerlegen diesen Wert in drei Bestandteile („all three components of second-lifetime value“): die Wahrscheinlichkeit der Rückgewinnung, die Dauer der zweiten Beziehung und den monatlichen Gewinn in ihr. Tokman et al. fügen die Kostenseite hinzu: Kunden kommen nicht umsonst zurück („However, customers do not come back for free.“).

In diesem Leitfaden heißt Kundenrückgewinnung: der gezielte Versuch eines Unternehmens, Kunden zurückzugewinnen, die die Beziehung zu ihm beendet haben, zusammen mit den Bedingungen, zu denen es sie nach der Rückkehr bedient. Gemessen wird sie am Second Lifetime Value: an der Chance, den Kunden zurückzugewinnen, an der Dauer der zweiten Beziehung und an dem, was sie einbringt, abzüglich der Kosten der Rückgewinnung. Kunden, die ohne Ansprache durch das Unternehmen zurückkehren, fallen nicht darunter. Kundenrückgewinnung unterscheidet sich von der Kundenbindung, die bei bestehenden Kunden ansetzt, von der Neukundengewinnung, die Menschen ohne Erfahrung mit dem Unternehmen anspricht, und von der Abwanderung, die den Verlust zählt; der Leitfaden zur Kundenabwanderung beschreibt, wie dieser Verlust gezählt wird.

Worin unterscheidet sich ein verlorener Kunde von Interessenten und Bestandskunden?

In dem, was das Unternehmen über ihn weiß. Tokman et al. (2007)³ zitieren die Gegenüberstellung von Stauss und Friege: Die Neukundengewinnung richtet sich an Interessenten ohne Erfahrung mit der Leistung („lack experience with the service offered“), das Bindungsmanagement an die bestehenden Kunden („current customers are the target group“); Tokman et al. ergänzen mit eigenen Worten, dass sich die Wiedergewinnung an abgewanderte oder verlorene Kunden richtet („whereas reacquisition targets defected or lost customers“). Kumar et al. (2015)¹ ziehen daraus die praktische Folge: Statt verlorene Kunden wie neue zu behandeln, sollten Unternehmen die Daten aus der ersten Beziehung nutzen, um sie zurückzugewinnen („leverage data from their first lifetime to reacquire them“).

Ihre Daten zeigen, dass die Zurückgekehrten eine andere Vorgeschichte hatten. Unter den verlorenen Kunden, die ein Angebot erhielten, waren die Zurückgekehrten im Mittel länger Kunde gewesen als die gesamte Gruppe einschließlich der Zurückgekehrten (1.564 gegenüber 1.431 Tagen) und hatten vor dem Abgang mehr im Monat gezahlt (81,70 gegenüber 72,60 US-Dollar). In ihrem Modell nahmen Kunden, die in der ersten Beziehung andere geworben hatten, das Angebot eher an, Kunden, die sich beschwert hatten, seltener. Auch eine Service Recovery, also der Versuch des Unternehmens, einen Servicefehler wiedergutzumachen, ging mit einer höheren Rückkehrchance einher, entgegen der eigenen Hypothese der Autoren, die das Ergebnis überraschend nennen („Surprisingly, a service recovery in the first lifetime“). Der Abwanderungsgrund hing ebenfalls mit der Rückkehr zusammen: Im Modell kam, wer wegen des Preises gegangen war, am ehesten zurück, wer wegen des Service gegangen war, folgte, und wer aus beiden Gründen gegangen war, nahm das Angebot am seltensten an („least likely to accept the firm’s win-back offer“). Das sind Zusammenhänge in den Daten des Unternehmens; zufällig zugeteilt war nur die Art des Angebots.

Der Beitrag zur Beziehungsauflösung verfolgt, wie sich eine Geschäftsbeziehung abschwächt, bevor der Verlust erfasst wird. Die Kundenrückgewinnung beginnt auf der anderen Seite dieses Eintrags, bei einem Kunden, der schon gegangen ist.

Was taten ehemalige Abonnenten einer Zeitung bei unterschiedlichen Preisen?

Thomas et al. (2004)² werteten die Abonnementdaten einer Zeitung aus: 566 ehemalige Abonnenten, die das Unternehmen zurückgewinnen wollte, von denen 416 zurückkamen. Das Unternehmen machte jedem Kunden im Beobachtungszeitraum ein einziges Angebot, und Kunden, deren Abonnement wegen eines Umzugs oder Urlaubs endete, wurden ausgeschlossen. Ein Kunde kam eher zurück, wenn die Unterbrechung kürzer und die erste Kundenbeziehung länger gewesen war und wenn der Rückgewinnungspreis niedriger lag. Der Preis im Vergleich zum zuletzt gezahlten hatte einen deutlich kleineren Effekt als der Preis selbst („has a much smaller effect“), weshalb die Autoren vorschlagen, schlicht einen niedrigen Preis anzubieten, unabhängig davon, was der Kunde vorher gezahlt hatte („a low price, regardless of the price that the customer“).

Nach der Rückgewinnung änderte sich das Bild. Die beobachtete zweite Kundenbeziehung dauerte im Mittel 177,4 Tage, und 66,8 Prozent der Zurückgekehrten beendeten sie innerhalb des zweijährigen Beobachtungszeitraums erneut. Höhere Folgepreise, also Preise nach der Rückgewinnung, gingen mit längeren zweiten Beziehungen einher, was die Autoren als Widerspruch zur ökonomischen Theorie beschreiben („contrary to economic theory“). Preissenkungen gegenüber dem alten Preis gingen mit signifikant längeren zweiten Beziehungen einher, Preiserhöhungen zeigten keinen signifikanten Effekt. Über die Kunden hinweg waren die Neigung, sich zurückgewinnen zu lassen, und die Neigung zu bleiben negativ korreliert (Posterior-Mittelwert −0,09): Die am leichtesten zurückzugewinnenden Kunden sind womöglich nicht immer die, die sich am besten halten lassen („easiest to win back“, „may not always be the best“). Der Aufsatz beschreibt die Preise nicht als zufällig zugeteilt, und die Autoren nennen die Endogenität der Preise als offene Frage („be useful to address“); es handelt sich also um Zusammenhänge in den Daten eines einzigen Unternehmens.

Welche ehemaligen Kunden waren ein Angebot wert?

In den Zeitungsdaten hing das stark vom Profil ab. Thomas et al. (2004)² prognostizierten mit dem geschätzten Modell den erwarteten Second Lifetime Value für fünf Profile ehemaliger Abonnenten, gebildet aus dem, was das Unternehmen vor einem Angebot wusste: der Dauer der Unterbrechung, der Dauer der ersten Kundenbeziehung und dem zuletzt gezahlten Preis (Tabelle 4, S. 41). Für das Profil, das die Tabelle als 10. Perzentil dieser Merkmale führt, mit einer Unterbrechung von 35 Perioden, 5 Tagen erster Kundenbeziehung und einem letzten Preis von 2,90 US-Dollar, lag die vorhergesagte Rückgewinnungswahrscheinlichkeit bei 0,001 und der erwartete Wert bei 0,01 US-Dollar. Für das Profil des 90. Perzentils, mit einer Periode Unterbrechung, 365 Tagen und 1,75 US-Dollar, waren es 0,968 und 67,45 US-Dollar. Die Zahlen beruhen auf Kosten, die die Autoren annahmen (1,00 US-Dollar je Rückgewinnung und je Periode). Für den durchschnittlichen zurückgewonnenen Kunden ergab das Modell 41,07 US-Dollar, was die Autoren so lesen, dass das Unternehmen im Mittel attraktive Kandidaten unter seinen ehemaligen Abonnenten ansprach („firm targets attractive prospects among its lapsed customers“). Über die Profile hinweg folgern sie dennoch, dass Kundenrückgewinnung selektiv sein sollte und nicht jeder ehemalige Kunde umworben werden sollte („winback should be a selective process and that not all lapsed“).

Dasselbe Modell liefert eine Preisregel für das mittlere Profil: Innerhalb der Preisspanne, die das Unternehmen verlangte, zunächst 1,75 US-Dollar zur Rückgewinnung und danach einen Folgepreis von 3,00 US-Dollar („a reacquisition price of $1.75 and then raise the retention“), bei einer Rückgewinnungswahrscheinlichkeit von etwa 0,68. Die Regel maximiert die Marge, nicht die Dauer der zweiten Beziehung, und die Autoren bleiben vorsichtig: Ungewiss sei, ob die erwartete Reaktion der Kunden und der Gewinn tatsächlich eintreten („it is uncertain whether the anticipated customer response“), und Preisänderungen dieser Größe kamen in den Daten kaum vor („Price changes of this magnitude“, „rarely occurred in the data“). Der Leitfaden zum Customer Lifetime Value beschreibt, wie ein Kundenwert prognostiziert und diskontiert wird; der Second Lifetime Value wendet denselben Gedanken ab dem Tag der Rückkehr an, mit den Kosten der Rückgewinnung auf der Gegenseite.

Holt ein Preisnachlass die Kunden zurück, die wegen des Preises gegangen sind?

Den erklärten Absichten nach eher als andere: In der zweiten von zwei Szenariostudien hob ein niedrigerer Preis die Rückkehrabsicht stärker, wenn der Preis der Grund für den Wechsel gewesen war; in der ersten änderte ein im Szenario vorgegebener Wechselgrund die Bewertungen insgesamt nicht, und einen Test seiner Wechselwirkung mit dem Preis berichten die Autoren nicht. Tokman et al. (2007)³ führten beide Studien mit Erwachsenen durch, die Studierende gegen Zusatzpunkte anwarben („extra credit to recruit“). In der ersten stellten sich die Befragten vor, sie hätten ihre Autowerkstatt für eine andere verlassen, und bewerteten das Angebot der alten Werkstatt, sie zurückzugewinnen; es handelte sich um ein quasiexperimentelles Szenariodesign („quasi-experimental design was employed using a scenario“) mit 429 verwertbaren Antworten von Personen, die zufällig einer von acht Fassungen zugeteilt wurden. Das Angebot variierte im Preis (5 US-Dollar mehr oder weniger für einen Ölwechsel und 10 Prozent bei anderen Reparaturen), in den Serviceleistungen (30 Tage Garantie und renovierte Räume mit mehr Leistungen) und in der persönlichen Betreuung, an die sich die Kunden erinnerten und die die Autoren als Sozialkapital des alten Anbieters fassen. Gemessen wurde der Wert des Rückgewinnungsangebots (win-back offer worth), also der insgesamt wahrgenommene Wert des Angebots an einen Kunden, der gegangen ist, auf einer Skala mit zehn Aussagen. Niedrigere Preise und bessere Serviceleistungen hoben ihn jeweils, keine Wechselwirkung mit dem Preis war signifikant („no interactions with price were significant“), und bei hoher persönlicher Betreuung achteten die Befragten weniger auf die Serviceleistungen („put less emphasis on service benefits“). Ein im Szenario vorgegebener Wechselgrund, Preis oder Service, änderte die Bewertungen nicht.

In der zweiten Studie sollten 288 Befragte zuerst an einen eigenen Anbieterwechsel denken („were first asked to think of a personal experience where“), zur Hälfte bei Mobilfunk, Internet oder Ferngesprächen, und dann auf ein hypothetisches Angebot hin ihre Rückkehrabsicht angeben. Ein niedrigerer Preis stärkte die Absicht, und dieser Effekt war deutlich stärker, wenn der Preis der ursprüngliche Wechselgrund gewesen war („was significantly stronger when the original switching reason“); die Wirkung besserer Serviceleistungen hing dagegen nicht vom Wechselgrund ab. Die Zufriedenheit mit dem alten Anbieter, das Bedauern über den Wechsel und die Begeisterung über den neuen Anbieter hingen alle signifikant mit der Absicht zusammen, und nach der Lesart der Autoren kehren Kunden, die vom neuen Anbieter begeistert sind, seltener zurück („new service providers would be less likely to switch-back“). Die Zeit seit dem Wechsel zeigte keinen signifikanten Zusammenhang. Über die erste Studie schreiben die Autoren, sie könnten nicht sicher sagen, ob sich dasselbe Muster in einer Feldstudie mit tatsächlichen Rückkehrern zeigen würde („we cannot say with certainty that the same pattern“, „of findings would emerge from a field study of subjects“); den Ansatz der zweiten halten sie für angemessener und nennen doch eine Feldstudie mit Kunden, die tatsächlich zurückgewechselt sind, als Ergänzung, die noch aussteht.

Was bewirkten zufällig zugeteilte Angebote bei einem Telekommunikationsunternehmen?

Die Art des Angebots veränderte, wie viele verlorene Kunden zurückkamen, doch das Modell der Autoren und die Anteile, die der Aufsatz selbst abdruckt, ordnen die Angebote unterschiedlich; was nach der Rückkehr geschah, unterschied sich je nach Angebot ebenfalls, auf schwächerer Grundlage. Kumar et al. (2015)¹ nutzten die Daten eines US-amerikanischen Telekommunikationsunternehmens, das ein großes randomisiertes Feldexperiment durchführte („a large-scale randomized field experiment“): 53.729 Kunden, die gekündigt hatten, erhielten zwei bis sechs Monate nach ihrem Abgang ein einziges, in der Regel 30 Tage gültiges Angebot, und 14.384 (27 Prozent) kamen zurück. Das Angebot war ein Preisnachlass für sechs Monate auf das bisherige Paket, ein Paket-Upgrade, also ein besseres Paket, für sechs Monate zum bisherigen Preis oder beides, und welche Art ein Kunde erhielt, war zufällig zugeteilt und hing nicht vom Abwanderungsgrund ab („unrelated to the reason they left the firm“). Wie hoch der Nachlass oder wie groß das Upgrade ausfiel, variierte das Unternehmen nicht („The focal firm did not vary the depth of“). Im Modell der Autoren kamen Kunden mit dem kombinierten Angebot am ehesten zurück („the most likely to return compared with customers“), Kunden mit dem Paket-Upgrade allein am seltensten. Die Anteile in der beschreibenden Tabelle des Aufsatzes zeigen diese Reihenfolge nicht: Rechnet man den Anteil jedes Angebots unter den 14.384 Zurückgekehrten und unter den 53.729 Kunden, die ein Angebot erhielten, in Kundenzahlen um und setzt beide ins Verhältnis, kamen etwa 30 Prozent der Kunden mit dem Preisnachlass zurück, etwa 25 Prozent der Kunden mit dem Paket-Upgrade und etwa 24 Prozent der Kunden mit beidem (Tabelle 3, S. 13 der Ahead-of-Print-Fassung). Da die Art des Angebots zufällig zugeteilt war, sind schon diese Rohanteile ein fairer Vergleich, und der Aufsatz erklärt nicht, warum sein Modell die Angebote anders ordnet; dieser Leitfaden gibt die Rangfolge deshalb als Schätzung der Autoren wieder, nicht als gesichertes Ergebnis. Im Modell war der Abstand eines einzelnen Angebots zum kombinierten Angebot außerdem kleiner, wenn das einzelne Angebot zum Abwanderungsgrund passte: Die Terme für einen Preisnachlass an Kunden, die wegen des Preises gegangen waren, und für ein Upgrade an Kunden, die wegen des Service gegangen waren, waren beide positiv. Der Abwanderungsgrund wurde erfasst, nicht zugeteilt; der weitere Vergleich der Autoren, nach dem Kunden, die wegen des Preises gegangen waren und einen Preisnachlass erhielten, eher zurückkamen als Kunden, die wegen des Service gegangen waren und ein Upgrade erhielten, stellt deshalb verschiedene Kunden nebeneinander und beschreibt einen Zusammenhang.

Die Vergleiche nach der Rückkehr sind schwächer, weil jedes Angebot andere Kunden zurückholte; die Autoren schätzen Rückgewinnung, Dauer und monatlichen Gewinn deshalb gemeinsam. In ihren Schätzungen hing das Paket-Upgrade stärker positiv mit der Dauer der zweiten Beziehung zusammen als der Preisnachlass und das kombinierte Angebot am schwächsten, mit dem geringsten monatlichen Gewinn. Ihre Erklärung ist eine Vermutung: Womöglich waren die Kunden, die ein so attraktives Angebot annahmen, die preisempfindlichsten („It may be the case that the customers who“, „actually the most price sensitive“), und ein zu attraktives Angebot könnte im Vergleich zu den anderen schaden, indem es Kunden dazu brächte, nach besseren Angeboten zu suchen („a too-attractive win-back offer may“, „encouraging customers to seek better deals“). Kunden, die wegen des Preises gegangen waren, blieben in der zweiten Beziehung am längsten, und Kunden, die wegen des Service gegangen waren, brachten dem Unternehmen den höchsten monatlichen Gewinn. Abbildung 1 zeigt die Simulation der Autoren für beide Größen und jede Kombination aus Grund und Angebot.

Die Simulation ordnet die Angebote auch nach dem erwarteten Gewinn der zweiten Beziehung, den die Tabelle als Produkt aus Rückgewinnungswahrscheinlichkeit, Dauer in Monaten und monatlichem Gewinn definiert. Nach dieser Rangfolge brachte bei Kunden, die wegen des Preises gegangen waren, der Preisnachlass den höchsten Wert („a price win-back offer yields the“), bei den beiden anderen Gruppen das kombinierte Angebot. Die Autoren mahnen zur Vorsicht mit der Simulation, weil das Unternehmen die Höhe der Angebote nicht variierte. Ein weiterer Grund: Der Aufsatz zeigt die Rechnung nicht, und dieser Leitfaden konnte die gedruckten Beträge aus den Mittelwerten der Tabelle nicht nachvollziehen. Multipliziert man für die erste Zelle die mittlere Wahrscheinlichkeit, die mittlere Dauer in Monaten und den mittleren Monatsgewinn, ergeben sich etwa 460 US-Dollar, gedruckt sind 1.117 US-Dollar. Selbst eine Rückgewinnungswahrscheinlichkeit von eins ergäbe bei mittlerer Dauer und mittlerem Monatsgewinn der Tabelle nur etwa 920 US-Dollar. Die Beträge lassen sich daher am besten als Rangfolge innerhalb der Simulation lesen, nicht als Prognose in Dollar.

Verändert die Zeit seit dem Abgang die Chancen?

Die drei Studien geben drei Antworten. In den Zeitungsdaten sank die Rückgewinnungschance mit der Dauer der Unterbrechung, doch nach der Rückkehr fanden die Autoren keinen Zusammenhang zwischen der Dauer der Unterbrechung und der Dauer der zweiten Beziehung („the length of the lapse and the customer’s second tenure“); sie halten es für möglich, dass dieses Nullergebnis daher rührt, wie ihr Modell Unterschiede zwischen den Kunden berücksichtigt („is possible that this null result is due to the relationship“). In der zweiten Szenariostudie von Tokman et al.³ zeigte die Zeit seit dem Wechsel keinen signifikanten Zusammenhang mit der Rückkehrabsicht. In den Telekommunikationsdaten verlief der Zusammenhang mit der Rückgewinnung als umgekehrtes U: Die Rückkehr war unwahrscheinlicher, wenn das Unternehmen den Kunden zu früh oder zu spät nach dem Abgang ansprach („the firm contacts the customer too soon or“, „too late after defection with a win-back offer“), und die Zeit seit der Abwanderung hing negativ mit der Dauer der zweiten Beziehung und dem monatlichen Gewinn zusammen („negatively correlated with second-lifetime duration and“). Dieses Unternehmen machte seine Angebote zwei bis sechs Monate nach dem Verlust, und der Aufsatz sagt nicht, dass der Zeitpunkt zufällig zugeteilt war; keines der drei Ergebnisse ist also ein Experiment zum Zeitpunkt.

Was sollte ein Blatt für eine Rückgewinnungsentscheidung festhalten?

Sechs Angaben, eine Zeile je Gruppe verlorener Kunden: der beim Abgang erfasste Grund, die Vorgeschichte aus der ersten Beziehung, die Zeit seit dem Verlust, das Angebot und seine Kosten, die zweite Beziehung als Prognose abzüglich dieser Kosten und die Kunden, die auch ohne Angebot zurückgekehrt wären. Die ersten fünf Felder folgen den Größen, die die drei Studien gemessen haben; das letzte stammt von diesem Leitfaden, weil keine von ihnen Ergebnisse für eine Gruppe ohne Angebot berichtet.

Ein Beispiel ohne Unternehmensdaten: Ein B2B-Softwareanbieter sieht sich die Jahresabonnements an, die im vergangenen Jahr bei der Verlängerung ausgelaufen sind. Für jede Gruppe hält das Blatt den Grund aus dem Kündigungsvermerk fest (Preis, fehlende Funktionen oder beides), die Dauer der ersten Laufzeit und den zuletzt gezahlten Preis, die Monate seit dem Auslaufen, das erwogene Angebot (ein Nachlass im ersten Jahr nach der Rückkehr oder ein zusätzliches Modul zum alten Preis) und seine Kosten sowie eine Prognose der Marge der zweiten Laufzeit nach Abzug dieser Kosten. Es vermerkt, welche Eingaben aus den eigenen Daten stammen und welche aus Studien zu Zeitungen, Autowerkstätten und Telekommunikation übernommen sind. Um das Feld zur Vergleichsbasis zu füllen, ließe der Anbieter einen zufällig gewählten Teil jeder Gruppe ohne Angebot und verfolgte beide Teile mindestens so lange, wie eine typische zweite Laufzeit dauert, denn nur dieser Vergleich trennt die Wirkung eines Angebots von den Kunden, die ohnehin zurückgekommen wären. Das sind Beispiele des Autors, sie sind nicht geprüft.

Welche Fragen lassen diese Studien offen?

Zuerst, ob ein Angebot überhaupt Kunden zurückholt, die ohne es nicht gekommen wären. Thomas et al. (2004)² werteten Kunden aus, die alle ein Angebot erhielten, zu Preisen, die der Aufsatz nicht als zufällig zugeteilt beschreibt; Tokman et al. (2007) legten jedem Befragten ein Angebot vor; und Kumar et al. (2015)¹ berichten Ergebnisse nur für verlorene Kunden, die eines erhielten, obwohl ihr Unternehmen zufällig auswählte, welche verlorenen Kunden ein Angebot bekamen („randomly selected lost customers to send win-back offers“). Die Zeitungsstudie rechnete mit Standardkosten, weil Kostendaten fehlten („A paucity of cost data prevents us“), und ihr Unternehmen machte nur ein einziges Angebot („single reacquisition offer“). Die Ergebnisse von Tokman et al.³ sind Bewertungen und erklärte Absichten in Szenarien. Kumar et al. konnten nicht sehen, was die Kunden bei Wettbewerbern taten, beobachteten je Kunde nur eine einzige Abwanderung („we observed only a single incidence“), und die vorliegende Kopie ist die Ahead-of-Print-Fassung (S. 1 bis 22). Beide älteren Aufsätze beginnen mit Erfolgsquoten für den Verkauf an aktive, verlorene und neue Kunden, die Thomas et al. auf ein Praktikerbuch von Griffin und Lowenstein zurückführen, und Tokman et al., die dasselbe Buch zitieren, auf eine Studie von Marketing Metrics („A study by Marketing Metrics has found“); keiner der Aufsätze hat sie gemessen, und dieser Leitfaden verwendet sie nicht.

Nach der Lesart dieses Leitfadens lassen sich zwei Punkte mit einiger Zuversicht übertragen, jeder aus dem Design, das ihn zeigt. Verlorene Kunden unterscheiden sich stark darin, was sie beim zweiten Mal wert sind, in den prognostizierten Profilen der Zeitung von fast nichts bis etwa 67 US-Dollar, und ihre Vorgeschichte aus der ersten Beziehung hängt damit zusammen, ob sie zurückkehren: In der Verbindung von Vorgeschichte und Rückkehr stimmen die Daten der Zeitung und die des Telekommunikationsunternehmens überein, als Zusammenhänge, und in den Telekommunikationsdaten gilt das auch für den genannten Abwanderungsgrund, den die Zeitungsdaten nicht erfassten. Und Kunden zurückzuholen heißt nicht, sie zu halten: In den Zeitungsdaten waren die Neigung, sich zurückgewinnen zu lassen, und die Neigung zu bleiben leicht negativ korreliert, und in der Simulation des Telekommunikationsunternehmens holte das kombinierte Angebot die meisten zurück und sollte sie der Prognose nach am kürzesten halten, mit kleinen Abständen und auf Grundlage eines Modells, dessen Rangfolge der Angebote die eigenen Anteile des Aufsatzes nicht wiedergeben. Weniger sicher ist der Zeitpunkt, bei dem sich die drei Studien widersprechen und keine ihn zufällig zugeteilt hat. Ob eines dieser Muster für B2B-Softwareverträge mit Einkaufsgremien und Jahreslaufzeiten gilt, sagen die Quellen nicht.

Referenzen

Zitate stehen in der Sprache des Originals; die deutschen Wiedergaben im Fließtext sind sinngemäß und stammen vom Autor.

1. Kumar, V., Bhagwat, Y., & Zhang, X. (2015). Regaining “lost” customers: The predictive power of first-lifetime behavior, the reason for defection, and the nature of the win-back offer. Journal of Marketing, 79(4), 34–55. https://doi.org/10.1509/jm.14.0107
2. Thomas, J. S., Blattberg, R. C., & Fox, E. J. (2004). Recapturing lost customers. Journal of Marketing Research, 41(1), 31–45. https://doi.org/10.1509/jmkr.41.1.31.25086
3. Tokman, M., Davis, L. M., & Lemon, K. N. (2007). The WOW factor: Creating value through win-back offers to reacquire lost customers. Journal of Retailing, 83(1), 47–64. https://doi.org/10.1016/j.jretai.2006.10.005