Die meisten Loyalty-Programme berichten eine Retention-Zahl, die nicht stimmen kann. Man vergleicht angemeldete Kunden mit allen übrigen, stellt fest, dass Mitglieder häufiger kaufen, und nennt diesen Unterschied den Effekt des Programms. Das ist er fast nie. Wer einem Loyalty-Programm beitritt, hatte ohnehin vor wiederzukommen: Sie haben Loyalität ausgewählt, nicht erzeugt, und der Report misst genau diese Auswahl.
Dieser Leitfaden zeigt, wie Sie feststellen, ob ein Loyalty-Programm das Kaufverhalten tatsächlich verändert: welche Kennzahlen den Aufwand lohnen, welche Kontrollgruppe die Zahl belastbar macht, welche Fallen sie aufblähen und ab wann weiteres Messen sich nicht mehr rechnet.
Die Zahl, die alle berichten, und warum sie in die Irre führt
Das Standard-Dashboard vergleicht Mitglieder und Nicht-Mitglieder anhand der Wiederkaufrate. Der Abstand wirkt groß, das Programm wirkt erfolgreich.
Das Problem ist die Selbstauswahl. Die Anmeldung ist freiwillig und wird daher überproportional von Vielkäufern gewählt, von Menschen, die die Marke ohnehin mögen, und von allen, die ohnehin bald wieder kaufen wollen. Ein Programm, das gar nichts bewirkt, zeigte denselben Abstand, weil sich die beiden Gruppen schon vor dem Programm unterschieden. Wer diesen Vergleich gerechnet hat, hat eine Zahl, aber keine Antwort.
Die entscheidende Frage ist inkrementell: Wie viele Käufe fanden statt, die sonst nicht stattgefunden hätten. Diese Zahl ist kleiner als die im Dashboard, und sie ist die einzige, die in eine Budgetentscheidung gehört.
Drei Kennzahlen, die den Aufwand lohnen
Wiederkaufrate in einem festen Zeitfenster. Der Anteil der Kunden, die innerhalb von beispielsweise 90 Tagen nach der ersten Bestellung erneut kaufen. Legen Sie das Fenster fest und verschieben Sie es nie: Eine Rate ohne genanntes Fenster lässt sich beliebig hinbiegen, denn ein längeres Fenster sieht immer besser aus.
Kohorten-Retentionskurven. Gruppieren Sie Kunden nach dem Monat des Erstkaufs und verfolgen Sie, welcher Anteil jeder Kohorte in Monat 1, 2, 3 und so weiter noch kauft. Kurven lassen sich schwerer täuschen als Mittelwerte: Wirkt das Programm, liegen jüngere Kohorten im gleichen Alter über den älteren. Haben alle Kohorten dieselbe Form, ist Ihre Änderung beim Kunden nicht angekommen.
Umsatz pro Kunde über einen festen Horizont. Nicht den Customer Lifetime Value — der verlangt ein Überlebensmodell und Annahmen, die Sie vermutlich nie validiert haben. Nehmen Sie einen konkreten Horizont, etwa zwölf Monate, und messen Sie den tatsächlichen Umsatz je gewonnenem Kunden. Unspektakulär, über Perioden hinweg vergleichbar, und niemand kann dagegen argumentieren.
Die Kontrollgruppe ist die ganze Methode
Wer eine belastbare Zahl will, nimmt einen zufälligen Teil der Kunden vom Programm aus und vergleicht.
Wählen Sie einen Anteil — fünf oder zehn Prozent genügen bei nennenswertem Bestellvolumen — teilen Sie ihn zufällig zu und schließen Sie ihn von Anmelde-Aufforderungen und Prämien-Kommunikation aus. Messen Sie dann dieselbe Kennzahl in beiden Gruppen. Die Differenz ist der tatsächliche Effekt, und anders als der Mitglieder-gegen-Nichtmitglieder-Vergleich hält sie einer Prüfung stand, weil die Randomisierung genau jene Selbstauswahl beseitigt, die die naive Variante ruiniert.
Zwei praktische Hinweise. Randomisieren Sie auf Kundenebene, nicht nach Filiale, Region oder Kanal, sonst messen Sie die Filiale und nicht das Programm. Und lassen Sie die Kontrollgruppe lange genug unberührt, um einen Wiederkaufzyklus zu sehen: Liegt Ihr typischer Abstand bei zwei Monaten, sagt ein Test über drei Wochen nichts.
Der naheliegende Einwand lautet, dass eine Kontrollgruppe bedeutet, einen Teil der Kunden bewusst nicht zu belohnen. Das stimmt, und es ist der Preis des Wissens. Abzuwägen ist er gegen die Alternative: das Prämienbudget unbefristet auszugeben, ohne Beleg, dass es etwas verändert.
Fallen, die das Ergebnis aufblähen
Den Kauf belohnen, der ohnehin stattgefunden hätte. Die meisten Cashback- und Punkteprogramme zahlen auf jede qualifizierende Bestellung. Ein erheblicher Teil dieser Ausgaben fließt in Käufe, die keinen Anreiz brauchten. Das ist kein Grund aufzuhören, sondern ein Grund, den Anteil zu kennen — er bestimmt die realen Kosten je inkrementellem Verkauf.
Anmeldungen als Engagement zählen. Anmeldungen messen die Anmeldestrecke, nicht das Programm. Kunden melden sich an, wenn man sie an der Kasse fragt, und denken danach nie wieder daran.
Einen saisonalen Anstieg als Programmeffekt lesen. Startete das Programm kurz vor Ihrem stärksten Quartal, steigt die Kurve von allein. Vergleichen Sie mit dem Vorjahreszeitraum oder mit der Kontrollgruppe.
Zulassen, dass die Prämie den Warenkorb statt der Frequenz verändert. Manchmal führt ein Programm dazu, dass Kunden dieselbe Menge in weniger, größeren Bestellungen kaufen. Die Bestellzahl sinkt, der Umsatz bleibt gleich, und das Dashboard meldet je nach angezeigter Kennzahl Misserfolg oder Erfolg. Verfolgen Sie beide.
Wenn der Mechanismus wichtiger ist als die Messung
Die Messung sagt, ob ein Programm wirkt, nicht warum es nicht gewirkt hat. Kommt die Zahl flach zurück, liegt es meist nicht an der Höhe der Prämie, sondern am Zeitpunkt: Sie trifft zu lange nach der Handlung ein, als dass der Kunde beides verbinden könnte, oder sie verlangt einen Einlöseschritt, den kaum jemand abschließt.
Hier verhält sich ein Mechanismus vor dem Kauf anders als eine klassische Rückvergütung: Eine Handlung zu belohnen, die der Kunde vor dem Kauf ausführt, und zügig auszuzahlen, hinterlässt ein datiertes Ereignis zum Messen statt einer langsamen Ansammlung, die niemand bemerkt. Den Unterschied und wann welches Modell passt, behandeln unser Leitfaden zu Social Cashback und der Vergleich Cashback gegen Punkteprogramm.
Wann das die falsche Messgröße ist
Wenn Sie noch keinen Product-Market-Fit haben oder geringe Bestellvolumen fahren, hören Sie hier auf. Retention-Messung braucht genug Kunden und genug Wiederkaufzyklen, um Signal von Rauschen zu trennen; darunter lesen Sie Zufall als Strategie. Ein Unternehmen mit einigen hundert Bestellungen im Monat kann keine aussagekräftige Kontrollgruppe bilden: Das Konfidenzintervall wird breiter als jeder Effekt, den Sie entdecken könnten.
Dasselbe gilt für von Natur aus seltene Kategorien. Kauft ein Kunde alle drei Jahre einmal bei Ihnen, ist ein Loyalty-Programm nicht der Hebel — Empfehlung und Marge sind es — und ein Jahr Messung liefert eine Kurve ohne Inhalt.
Und existiert das Programm aus anderen Gründen als dem Wiederkauf — First-Party-Daten sammeln, eine kontaktierbare Zielgruppe aufbauen, die Anforderung eines Händlers erfüllen — dann messen Sie das. Es an einer Retention-Zahl zu messen, die es nie bewegen sollte, erzeugt ein falsch-negatives Ergebnis und zerstört etwas Nützliches.
Womit Sie am Montag anfangen
Legen Sie ein Fenster und eine Kennzahl fest. Schneiden Sie eine zufällige Kontrollgruppe heraus. Warten Sie einen vollen Wiederkaufzyklus ab. Vergleichen Sie. Alles andere — Stufen, Gamification, Experimente zur Prämienhöhe — ist verfrüht, solange diese Schleife fehlt, denn ohne sie lässt sich eine Verbesserung nicht von einem Zufall unterscheiden.
Wie der Prämienmechanismus selbst gebaut, kalkuliert und ausgezahlt wird, zeigt die Cashback API von TikJoy.