Wie CX seinen Wertbeitrag nachweist

Initiativen zur Verbesserung der Customer Experience werden eingestellt, Budgets für die Kundenzentrierung gekürzt oder gleich Stellen gestrichen. Dabei sind Unternehmen, welche Kundenzentrierung in ihrer Strategie verankert haben und diese im Tagesgeschäft auch leben, nachweislich erfolgreicher. Woran also liegt es?

Laut einer Studie von Forrester verzeichnen kundenorientierte Unternehmen ein um 41 % schnelleres Umsatzwachstum, ein um 49 % schnelleres Gewinnwachstum und eine um 51 % bessere Kundenbindung als nicht kundenorientierte Unternehmen. 

Weshalb also wird in Führungsetagen der Nutzen einer Kundenzentrierung in Frage gestellt, werden Initiativen in vielen Unternehmen eher zaghaft umgesetzt, Budgets gekürzt oder gar Stellen gestrichen?

Für den Autoren gibt es den einen triftigen Grund, der alle anderen von CX-Expert:innen oft genannten Gründe für das Scheitern der Kundenzentrierung in den Hintergrund rückt: der fehlende Nachweis der Wirkung und ultimativ des Beitrages zur Topline, sprich: Bruttoumsatz oder Gesamteinnahmen eines Unternehmens.

Natürlich ist es wichtig, dass Customer Centricity nicht einfach an eine Stabsstelle ohne Weisungsbefugnis wegdelegiert wird, dass der Mindset im gesamten Unternehmen stimmt, siloübergreifend zusammengearbeitet wird und vieles mehr. Wenn CX-Teams ihren Wertbeitrag fürs Unternehmen sichtbar machen und quantifizieren können, dann folgt aber vieles ganz von allein. CX-Manager:innen brauchen sich dann keine Gedanken über deren Positionierung im Unternehmen zu machen, sie haben sich den Platz am Tisch des CEO verdient.  

Schauen wir uns also näher an, wie sich der Business Impact einer konsequenten Kundenzentrierung nachweisen lässt. Dazu müssen wir uns mit drei unterschiedlichen Themenfeldern auseinandersetzen, bevor wir uns mit Kennzahlen befassen: Ursache-Wirkungsketten (auch Kausalketten genannt), die Korrelationsfalle sowie Früh- und Spätindikatoren (leading & lagging indicators).

Ursache-Wirkungsketten

Eine Ursache-Wirkungskette beschreibt eine Abfolge von Ereignissen, bei der ein Zustand (die Ursache) das Eintreten eines Folgezustands (die Wirkung) auslöst, welcher wiederum selbst zur Ursache für das nächste Ereignis wird. Um solche Ketten zu verstehen und zu optimieren, ist eine präzise analytische Herangehensweise entscheidend. Ebenso aber auch die plakative Darstellung dieser Ketten. Dazu eignen sich die Strategy Maps nach Kaplan/Norton mit ihren vier Unternehmensperspektiven hervorragend:

• Die «Finanzperspektive», in welcher zwischen einer Wirtschaftlichkeits- und einer Wachstumsstrategie unterschieden wird, steht quasi für den Business Impact. Es ist das, was typischerweise CEO, CFO und externe Stakeholder interessiert.
• Wie implizit bereits erwähnt, brauchen wir für eine Wachstumsstrategie zwingend die «Kundenperspektive», die Kundenwertbeitrag, Kundenbeziehungen, Produkt- bzw. Serviceeigenschaften und das Image des Unternehmens analysiert und strategische Initiativen verabschiedet.
• Die nächste Perspektive ist die «Interne Prozessperspektive», die Kundenmanagementprozesse, aber auch Innovationsprozesse, Produktions- und Logistikprozesse sowie gesetzlich vorgeschriebenen und soziale Prozesse betrachtet und strategisch festschreibt.
• Das Fundament bildet die «Lern- und Entwicklungsperspektive», die zwischen Human-, Informations- und Organisationskapital unterscheidet. In letzterem finden sich auch die Kultur, die Führung, die Ausrichtung und das Teamwork.

Ursachen und Wirkungen werden von unten nach oben sichtbar gemacht, in der Strategieentwicklung von oben nach unten definiert (welche Voraussetzungen müssen erfüllt sein, damit … eintritt?).

Korrelationsfalle

Verursacht Eisessen Hautkrebs? Daten belegen, dass Menschen, die häufig Eis essen, auch öfter an Hautkrebs leiden. Das bedeutet allerdings nicht, dass Eis die Ursache ist (Kausalität). Der eigentliche gemeinsame Faktor ist die vermehrte Sonnenexposition (Korrelation): Wer bei warmem Wetter draußen sitzt, isst eher Eis und hat zugleich mehr UV-Strahlung abbekommen. Ähnliche Irrtümer lauern im Business: Unternehmen, die Generative KI einsetzen, wachsen schneller. Diese Beobachtung kann zum falschen Schluss verleiten, dass der Einsatz von KI automatisch zu höherem Wachstum führt (Kausalität), während eine mögliche tatsächliche Erklärung ist, dass innovative, digital reife Unternehmen eher bereit sind, KI einzusetzen und ohnehin schneller wachsen als der Durchschnitt (Korrelation). Hier ist also Vorsicht geboten beim Aufdecken von Ursache-Wirkungsketten und beim Festlegen von Kennzahlen. 

Früh- und Spätindikatoren

Ein oft gemachter Fehler bei der Festlegung von Key Perfomance Indicators (BSC) oder Key Results (OKR) ist die Vernachlässigung der relevanten Frühindikatoren. Es bringt wenig, sich auf den Umsatz oder Customer Lifetime Value zu fokussieren (Spätindikatoren), ohne die vorangehenden Frühindikatoren im Auge zu behalten. Auch hier geht es im Grunde wieder um Ursache und Wirkung. Im Wesentlichen geht es darum zu unterscheiden, was Wirkung erzeugen wird (zukunftsgerichtete Frühindikatoren) und was letztlich erreicht werden soll (Spätindikatoren).

Das richtige Kennzahlen-Set

Nun ist allgemein bekannt, dass zu viele Kennzahlen dazu führen, dass man vor lauter Bäumen den Wald nicht mehr sieht. Umso wichtiger ist es, sich auf die richtigen Kennzahlen zu fokussieren. Kennzahlen, die ausgewogen, überschaubar und handlungsorientiert sind. Für die Ausgewogenheit eignet sich naturgemäss die Balanced Scorecard (Kaplan/Norton) sehr gut. Auch sie orientiert sich an den vier Perspektiven Finanzen, Kunden, Prozesse und internes Potenzial (siehe Strategy Maps). Vieles spricht aber dafür, dass wir statt «Key Performance Indicators» oder KPIs «Key Results» als Teil von OKR definieren. KPIs überwachen dauerhaft den aktuellen Stand, während Key Results ambitionierte, zeitlich begrenzte Meilensteine darstellen, die den Fortschritt hin zu einem bestimmten strategischen Ziel messen.

Mit Blick auf die Kundenzentrierung eigenen sich beispielsweise die folgenden Kennzahlen, die problemlos einer der vier Perspektiven zugeordnet werden können:

Frühindikatoren

• Customer Effort Score – Anstrengung des Kunden, um zum Ziel zu gelangen
• Journey Satisfaction – Gesamteindruck aller Phasen der Interaktion mit einer Marke
• Kundenzufriedenheit (CSAT)
• Vertrauen in die Marke
• Antwortzeiten
• First Contact Resolution – Kundenanliegen, die ein Agent beim ersten Kontakt erledigt
• Time to Resolution – Zeit, bis das Problem endgültig gelöst ist
• Cross-Sell- und Up-Sell-Raten

Spätindikatoren

• Weiterempfehlungsrate – Net Pomoter (NPS)
• Anzahl loyale Kunden (über x Jahre)
• Kundenabwanderungsrate (Churn Rate)
• Customer Lifetime Value (CLV)
• Share of Wallet – Anteil des Kuchens im Vergleich zu den Wettbewerbern
• Servicekosten (Cost to Serve)

Bei der Kundenzufriedenheit sind längst nicht alle Fachleute gleicher Meinung: Viele sehen sie, nicht ganz zu Unrecht, als Spätindikator. Erst wenn alles andere stimmt, sind die Kunden schlussendlich zufrieden. Nur: Was nützt mir eine zufriedene Kundin, wenn sie nicht wiederkauft und uns oder unser Produkt weiterempfiehlt?

Wichtiger als eine Debatte über die Kundenzufriedenheit ist aber der Fokus auf wenige relevante Kennzahlen. Allzu oft werden Kennzahlen gemessen, die per se wenig aussagen.

Schwache Kennzahlen wären beispielhaft:

• Average Handling Time – motiviert Agenten, eine Anfrage möglichst schnell zu beenden
• Anzahl Tickets im Kundendienst – sagt nichts über die Qualität aus
• Containment Rate (Lösungsquote durch automatisierte Systeme) – eine Interaktion gilt im System auch dann als "contained", wenn der Kunde den Dialog frustriert beendet
• Customer Engagement – misst Aktivitäten, aber nicht das Sentiment
• Website Traffic – komplizierte Seiten erzeugen mehr Klicks
• Social Media Likes – messen Aufmerksamkeit, aber nicht Wiederkaufrate oder Loyalität

Es mag gute Gründe geben, weshalb man beispielsweise die Containment Rate trotzdem misst.  Sie sollte dann aber in Kombination mit der Kundenzufriedenheit (CSAT) und der First Contact Resolution (FCR) gemessen werden, um sicherzustellen, dass die Automatisierung auch qualitativ hochwertig ist. Ähnliches gilt für andere „schwache“ Kennzahlen.

Von bekannten Unternehmen wissen wir auch, dass sie neben den ordentlichen Kennzahlen oft eine „North Star Metric“ haben – einen strategischen Kompass. Bei Amazon ist dies die Anzahl Käufe pro Prime-Mitglied, bei Airbnb die Anzahl gebuchter Nächte, bei Spotify die Zeit, die man mit Musikhören verbringt, und bei Uber die Anzahl Fahrten. Diese Metriken hängen direkt mit dem Erfolg des Unternehmens zusammen.

Wenn wir uns also über all diese Zusammenhänge im Klaren sind und für uns das richtige Kennzahlen-Set definiert haben, dann können wir den positiven Effekt einer Kundenzentrierung problemlos nachweisen oder in einem Business Case den erwarteten Return on Investment beziffern, und zwar in Mehrumsatz oder zusätzlichem Ertrag.

Fazit: Kundenzentrierung zahlt sich aus. Deshalb sollten sich CX-Manager:innen und Marketers mit dem Business Impact Ihrer Initiativen auseinandersetzen und lernen, einen Business Case zu schreiben, der sich an den vier Perspektiven der Strategy Maps orientiert, die Kausalketten sichtbar macht und letztlich einen positiven ROI ausweist.