9 Kundenbindungskennzahlen & wie man sie verfolgt

Kundenbindungskennzahlen sind eine Basis für alle PLG-Unternehmen und helfen Ihnen zu verstehen, wie viel Umsatz Ihr Unternehmen jeden Monat hält.

Indem Sie mit Daten von innerhalb und außerhalb Ihres Produkts ein detaillierteres Bild aufbauen, können Sie Kundenbindungskennzahlen auch nutzen, um das Wachstumspotenzial Ihres Produkts zu messen, Bereiche für die Umsatzgenerierung zu erkennen und die Abwanderung zu begrenzen.

Deshalb sehen wir uns in diesem Leitfaden an, wie man Kundenbindung misst. Dazu gehören neun der wichtigsten Kennzahlen und ein Ansatz für die Kundenbindungsanalyse. Wir stellen außerdem Optimizely Warehouse-Native Analytics vor, eine Produktanalyse-Plattform, mit der Sie das Kundenverhalten über Kanäle hinweg leicht verstehen können.

Kundenbindungskennzahlen sind Erkenntnisse, die zeigen, wie gut Sie Ihre Kunden im Laufe der Zeit halten. Anders als Engagement-Kennzahlen, die sich darauf konzentrieren, wie Kunden mit Ihren Produkten interagieren – oft einmalig –, messen Kundenbindungskennzahlen speziell die Loyalität von Kundenbeziehungen auf lange Sicht.

Kundenbindungskennzahlen sind Zahlen, die Ihre Fähigkeit zeigen, Engagement aufrechtzuerhalten, langfristige Beziehungen zu fördern und die Abwanderung zu reduzieren.

Das Verständnis dieser Daten ist entscheidend, um die Kosten niedrig zu halten, während Sie skalieren. Schließlich ist es günstiger, bestehende Kunden zu halten, als neue zu gewinnen. Das ist besonders treffend in einem PLG-Umfeld, in dem das Produkt selbst als Treiber für neue Leads und Verkäufe fungiert.

Indem Sie Ihrem gesamten Team die Erkenntnisse geben, die es braucht, um die Abwanderung zu reduzieren, sparen Sie direkt Geld. Wenn Ihr Serviceteam zum Beispiel die umsetzbaren Erkenntnisse erhält, die es zur Verbesserung der Onboarding-Prozesse braucht, müssen Sie nicht in kostspielige Kundenakquise- und Retargeting-Kampagnen investieren.

Untersuchungen zeigen, dass die Wahrscheinlichkeit, an einen neuen Kunden zu verkaufen, bei 5–20 % liegt, während die Wahrscheinlichkeit, an einen bestehenden Kunden zu verkaufen, bei über 60 % liegt. Es ergibt also Sinn, dass Sie durch das Erkennen von Bereichen mit hoher Bindung in Ihrem Produkt auch den Umsatz steigern können.

Mit Bindungskennzahlen von innerhalb und außerhalb des Produkts können Marketingteams Upsell-Chancen bei bestehenden Kunden effektiver bewerben.

Um zu verstehen, wie das in der Praxis aussieht: Stellen Sie sich vor, Sie entdecken durch eine detaillierte Analyse der Bindungskennzahlen, dass ein erheblicher Teil Ihrer Nutzer eine bestimmte Funktion intensiv nutzt. Ihr Marketingteam kann dann eine Kampagne aufbauen, die dies bei ähnlichen Zielgruppen bewirbt und das Upsell-Angebot auf Basis von Daten aus Verkaufsgesprächen und Kundenfeedback personalisiert.

Insgesamt können Sie mit einem vollständigen Überblick über die Bindungskennzahlen ein Produkt aufbauen, das sich selbst bewirbt – das ultimative Ziel jedes PLG-Unternehmens. Häufiger werden Nutzer zu zahlenden Nutzern, Kunden zu Fürsprechern und Fürsprecher zu Ihrer erfolgreichsten Vertriebsfunktion.

Werfen Sie einen Blick auf die Tabelle unten, um ein schnelles Verständnis der wichtigsten Nutzerbindungskennzahlen zu bekommen. Alternativ können Sie eintauchen und Schritt für Schritt eingehender erkunden, wie man Kundenbindung misst.

Der Datenpunkt, an den die meisten Menschen zuerst denken, wenn sie nach Kundenbindungskennzahlen gefragt werden: Die Kundenbindungsrate bezieht sich auf den Prozentsatz der Kunden, die Ihr Produkt weiterhin nutzen. Sie kann ab dem Zeitpunkt der Produkterstellung oder über einen bestimmten Zeitraum gemessen werden.

Wenn Sie die Kundenbindungsrate über einen kurzen Zeitraum betrachten, können Sie die Wirksamkeit Ihrer Bindungsstrategien bewerten oder erkennen, wo sich Produktprobleme eingeschlichen haben.

Indem Sie die Kundenbindungsanalyse über einen längeren Zeitraum durchführen, können Sie wiederum ein tieferes Verständnis der allgemeinen Kundenloyalität gewinnen und Muster oder saisonale Schwankungen bei den Bindungsraten erkennen.

Sie können Ihre Kundenbindungsrate auch mit Branchen-Benchmarks vergleichen, um zu verstehen, wie Sie im Vergleich zu Ihren Wettbewerbern abschneiden.

Formel für die Kundenbindungsrate: (Nutzer am Ende des Zeitraums) - (während des Zeitraums onboardete Nutzer) / (Gesamtzahl der Nutzer zu Beginn des Zeitraums) * 100 = CRR

Auf der gegenüberliegenden Seite der Kundenbindungsmessung zeigt die Abwanderungsrate, wie viele Personen das Produkt in einem bestimmten Zeitraum verlassen.

Eine über die Zeit hinweg durchgehend hohe Abwanderungsrate deutet offensichtlich auf Probleme mit Ihrem Produkt hin. Wenn Sie aber tiefer gehen und Muster und Trends in Bezug auf bestimmte Kundensegmente, Nutzungsmuster oder Produktfunktionen analysieren, können Sie Strategien entwickeln, um die Abwanderung insgesamt zu reduzieren.

Die Kundenanalytik von Optimizely Warehouse-Native Analytics erlaubt es Ihnen, bestimmte Journeys zu verfolgen, um Abbruchpunkte zu verstehen. Sie können auch direkt auf Daten aus Ihrem Warehouse zugreifen, um zum Beispiel zu verstehen, wie Customer-Success- und Support-Touchpoints mit der Abwanderung zusammenhängen.

Formel für die Kundenabwanderungsrate: Anzahl der Kunden zu Beginn eines Zeitraums / Anzahl der während eines Zeitraums verlorenen Kunden * 100

Sie können die Abwanderung auch in Bezug auf den Umsatz statt auf die Kunden berechnen; das erlaubt es Ihnen, Ihre Verluste genauer zu beziffern, anstatt durch eine gleiche Gewichtung aller Nutzer ein ungenaues Bild zu erhalten. Die Umsatzabwanderungsrate berücksichtigt Aspekte wie Kündigungen und Tarif-Downgrades sowie die allgemeine Kundenabwanderung.

Wenn Sie Ihre Umsatzabwanderungsrate zusammen mit Verhaltensanalytik überwachen, können Sie Trends und Muster im Kundenverhalten erkennen, die sich auf die Umsatzbindung auswirken. Wenn Sie zum Beispiel feststellen, dass Kunden mit geringem Engagement bei Schlüsselfunktionen Ihres Produkts eher abwandern und zu Umsatzverlusten führen, können Sie Bemühungen priorisieren, die Benutzerfreundlichkeit dieser Funktionen zu verbessern.

Formel für die Umsatzabwanderungsrate: {[(MRR zu Beginn des Monats – MRR am Ende des Monats) – Upsells]/MRR zu Beginn des Monats} × 100 = Umsatzabwanderungsrate

Die Reaktivierungsrate zeigt Ihnen, wie viele Ihrer abgewanderten oder inaktiven Kunden innerhalb eines bestimmten Zeitraums zu Ihrem Produkt zurückkehren. Sie ist eine zentrale Bindungskennzahl, weil sie direkt Ihre Fähigkeit misst, Kunden zurückzugewinnen, die zuvor aufgehört haben, Ihr Produkt zu nutzen.

Das Verfolgen von Reaktivierungsmustern und -trends kann Ihnen wertvolle Erkenntnisse darüber liefern, warum Kunden überhaupt abgewandert oder inaktiv geworden sind. Sie könnten zum Beispiel feststellen, dass Kunden, die personalisierte Ansprache erhielten, eher zurückkehrten. Das könnte dann den Support beeinflussen, den Sie bestehenden Kunden bieten.

Formel für die Reaktivierungsrate: Reaktivierte Kunden / insgesamt abgewanderte Kunden * 100

Die Umsatzwachstumsrate bei Bestandskunden betrachtet den jährlichen Anstieg der Ausgaben Ihrer Nutzer. Das erlaubt es Ihnen zu verstehen, ob Sie nicht nur Nutzer halten, sondern sie auch im Laufe der Zeit binden.

Die Umsatzwachstumsrate bei Bestandskunden ist ein guter Indikator für die Kundenloyalität; Kunden, die durchgehend mehr bei Ihrem Unternehmen ausgeben, empfehlen es eher weiter. Eine steigende Zahl deutet darauf hin, dass Ihre Bindungs- und Engagement-Strategien wirksam sind, um langfristige Beziehungen zu loyalen Kunden zu fördern.

Formel für die Umsatzwachstumsrate bei Bestandskunden: (MRR aktueller Monat - MRR Vormonat) / MRR Vormonat * 100 = Umsatzwachstumsrate bei Bestandskunden

Der Customer Lifetime Value, eine Schätzung, wie viel Geld der durchschnittliche Kunde während seiner Zeit bei Ihnen ausgeben wird, ist eine offensichtliche, aber manchmal vergessene Nutzerbindungskennzahl. Je länger Ihre Nutzer bleiben, desto mehr werden sie wahrscheinlich zahlen und desto höher ist ihr gesamter Lifetime Value.

Wenn Sie den CLV verstehen, können Sie ihn mit anderen in Ihrer Branche benchmarken, bestimmen, wer Ihre profitabelsten Nutzer sind, und Ihre Ressourcen effektiver zuweisen.

Formel für den Customer Lifetime Value: (durchschnittlicher Kaufwert x durchschnittliche Kaufhäufigkeit) x durchschnittliche Kundenlebensdauer = CLV

Der Customer Satisfaction Score gibt Ihnen einen Überblick darüber, wie zufrieden Ihre Nutzer sind. Sie erfassen diese Daten in Form einer Umfrage, die sich auf eine bestimmte Funktion, Interaktion oder das Produkt als Ganzes konzentriert. Dies wird üblicherweise auf einer Skala von eins bis fünf oder mit binären Smileys (zufrieden/unzufrieden) gemessen.

Sie können den CSAT nutzen, um die Wirksamkeit aktueller Produktaktualisierungen zu bewerten, eine Feedback-Schleife mit dem Kundenservice aufzubauen und Marketingprioritäten zu setzen.

Formel für den Customer Satisfaction Score: (Anzahl der Antworten mit 4 und 5) ÷ (Anzahl der Antworten) × 100 = CSAT

Der Net Promoter Score misst, wie wahrscheinlich es ist, dass Nutzer Ihr Produkt anderen weiterempfehlen.

Sie stellen eine Frage ähnlich wie „Wie wahrscheinlich ist es auf einer Skala von 0 bis 10, dass Sie dieses Produkt einem Freund weiterempfehlen?“ Personen, die mit 6 oder höher antworten, gelten als Promotoren, während die unter 6 als Detraktoren gelten.

Sie können Ihren NPS nutzen, um Probleme mit einem bestimmten Aspekt Ihres Produkts oder Service hervorzuheben. Wenn Sie Nutzer zum Beispiel kurz nach dem Onboarding fragen, ob sie Sie weiterempfehlen würden, und Sie eine hohe Zahl an Detraktoren erhalten, könnte dies auf Probleme hindeuten, die angegangen werden müssen.

Sie können Ihren Net Promoter Score auch mit anderen in Ihrer Branche benchmarken.

Formel für den Net Promoter Score: % Promotoren - % Detraktoren = NPS

Alle Produktteams werden unweigerlich Daily Active Users und Monthly Active Users verfolgen. Wenn Sie jedoch mit einem anderen Anwendungsfall als Apps mit niedriger Nutzungsfrequenz arbeiten, lohnt es sich auch, das Verhältnis von DAU zu MAU zu bewerten: das Verhältnis von Daily Active Users zu Monthly Active Users.

Diese auch als Stickiness-Rate bekannte Kennzahl zeigt an, wie stark das Nutzerengagement ist und wie viel Wert Ihre Nutzer aus Ihrem Produkt ziehen.

Um genauer zu verstehen, welche Nutzer gebunden werden und welche abwandern, können Sie DAU zu MAU mit einer Verhaltens-Kohortenanalyse innerhalb einer Produktanalyse-Plattform wie Optimizely Warehouse-Native Analytics kombinieren. Das hilft Ihnen, Trends und Muster zu erkennen, die dazu führen, dass Nutzer die App verlassen oder sich stärker engagieren.

DAU-zu-MAU-Rate: Daily Active Users / Monthly Active Users

Oft sagt Ihnen die Messung der Kundenbindung das Was und das Wie, aber nicht das Warum. Für ein vollständigeres Verständnis des Erlebnisses Ihres Kunden und der Gründe hinter Abwanderung oder Engagement brauchen Sie eine Produkt- und Kundenanalyse-Plattform wie Optimizely Warehouse-Native Analytics.

Diese liefert Ihnen nicht nur direkte Einblicke in die Bindung, sondern auch: