Consulting Case Study

Vorher & Nachher: September – Februar vs. März – August

September – Februar (inklusive BFCM) vs. März – August (inklusive Summersale)

Hintergrund

Vor paar Jahren haben wir mit dieser Brand schon mal Full-Service gearbeitet und alle wichtigen Flows aufgebaut und Kampagnen verschickt.

• Welcome Flow
• Abandoned Cart
• Customer Winback
• Browse Abandoned
• Customer Thank You
• Sunset
• Post Purchase – Produktbezogen/Themenbezogen mit diversen Crosssells
• Recharge Flows (Abo Push, Abo Cancel etc.)

Audit

Dadurch, dass die Brand massiv gewachsen ist, ergeben sich natürlich Potentiale im A/B Testing, die es vorher nicht gab, einfach nur weil die Sample Sizes zu klein waren. Und plötzlich ergibt es Sinn Dinge zu tun, die bei kleineren Brands noch nicht wirklich zu massivem Impact führen…

Was hatte ich mir angeschaut?

• Zustellbarkeit, runtergebrochen auf einzelne E-Mail Provider und Seedlist Testing
• Welcome Offer Struktur, den AOV und den Deckungsbeitrag der daraus resultiert
• Customer Journey im Allgemeinen und das Verhalten der User nach dem 1. Kauf
• Was wird zusammen gekauft? Was wird nacheinander gekauft?
• In welchem Zeitabstand kaufen Käufer?
• Was verbindet Käufer, die dann zu Abonnenten werden?
• Wie müssten wir Education betreiben, damit Kunden auch unsere anderen Produkte ausprobieren?
• Kampagnenstruktur bei Sales

1. Zustellbarkeit & E-Mail Provider Analyse

Wir haben Segmente gebaut, die auf Basis der einzelnen Engagement Gruppierungen und E-Mail Provider, aufzeigen, ob wir irgendwo unterperformant sind.

Web.de als Beispiel hat nur 23% Öffnungsrate, während Yahoo bei 36% liegt → mögliches Spam Filtering. Sobald das letzte Engagement mit der Brand länger als 30 Tage her ist, sind inkrementelle Opens quasi nicht vorhanden.

Allein dies hat dazu geführt, dass wir insgesamt 35k mehr Nutzer anschreiben können und beim letzten kleinen Sale hat dies zu einem Umsatz von fast 8.000€ auf dieser Cohorte geführt.

Das hier ist der 30d CLV Uplift auf der t-online Cohorte. Man erkennt eindeutig, dass das Freiblocken die gewünschte Wirkung zeigt und unser CRM Marketing dazu führt, dass User schneller, mehr Geld bei der Brand ausgeben. Der Bestandskundenumsatz der t-online Cohorte war im August 24 mit knapp 70.540€ auf einem All-time-high und knapp 25% besser als jeder Monat zuvor.

Aktueller Stand ist, dass wir die weekly Kampagnen auf einer Engaged <30d Audience bespielen und die t-online Kunden sogar auf einer 180d Engaged, weil die Open und Click Rates relativ stabil sind.

Es ist auf jeden Fall immer noch gut Potential vorhanden, das sehen wir anhand der Inboxmonster Tests, dass wir v.a. nach Kampagnen E-Mails immer noch teilweise im Spam landen.

(Grün bedeutet Inbox, Gelb Spam und Rot Bounce – 92% Inboxing ist gut, aber da geht noch mehr 🙂)

2. Welcome Offer Struktur & AOV Optimierung

Wir testen hier verschiedene Welcome Offers um den AOV hochzutreiben und den Deckungsbeitrag zu maximieren: 10% vs. eine Rabattstaffelung auf %-Basis vs. eine Rabattstaffelung auf €-Basis.

Das Offer mit der %-ualen Rabattstaffelung führt im Testzeitraum von rund 28 Tagen zu einem Deckungsbeitrag von 90k€, während Offer 1: 72k€ und Offer 2: 83k€ generieren.

Insgesamt haben wir hier also pro Jahr ein DB1 Potential von fast 250k€ im Vergleich zur Benchmark generiert.

Ähnliche Ergebnisse konnten wir aber auch schon in Tests mit Free Products erzielen:

Oder sogar der Kombination aus Staffelung und Free Product. Man muss sich da rantesten und das Wichtigste ist es, die Fähigkeit zu besitzen den Test richtig zu modellieren und die richtigen Hypothesen aufzustellen und dann sauber runterzurechnen.

3. Customer Journey & Post Purchase

Hier ist es wichtig zu verstehen, was einen Standard Post Purchase Flow und einen More Conversions Post Purchase Flow unterscheidet.

Um einen Überblick zu erhalten bauen wir ein Figma File auf, wo wir alle Flows auf einen Blick haben und sehen können welche E-Mails Kunden wann erhalten.

4. Kampagnenstruktur bei Sales

Wie viel Impact kann Kampagnenstruktur denn haben? Stellen wir uns mal ein Mengendiagramm vor:

Der äußere Kreis stellt die Menge aller unserer Kontakte in Klaviyo dar. Die kleineren Kreise sind jeweils Mails die wir im Rahmen eines Sales verschicken.

Unser Ziel ist, wenn möglich alle User mindestens einmal zu erreichen. Durch verschiedene Timings, Offers etc. erhöhen wir mit jeder Mail die Menge an Usern und damit dann natürlich auch den Umsatz.

Wir arbeiten sehr gerne in einem Presale/Sale Format, bei dem sich Nutzer für den Presale explizit anmelden müssen. Die genauen Mechaniken hinter jeder E-Mail, dem Content, den Landingpages etc. sind von uns schon 100-fach getestet und approved, weil wir das System seit 2020 immer weiter ausgebaut und verfeinert haben.

Im Endeffekt hat das neue Sales System dazu geführt, dass wir mehr Bestandskundenorders hatten als am Black Friday 2023 und den Umsatz vom letzten Sale um knapp 25% steigern konnten.

Nächste Steps