Wie lange liegt der letzte Kauf zurück?
Die ersten drei Gruppen umfassen zusammen 416 Kunden. Damit gelten 83,2 % des analysierten Bestands als aktiv und bilden die relevanteste Basis für Wiederkäufe und Cross-Selling.
Case Study · Data-Driven Marketing · fiktive Marke · KI-unterstützte Visuals
Analyse simulierter Kunden- und Plattformdaten, Entwicklung relevanter Segmente und Ableitung zweier zielgruppenspezifischer Kampagnen für die fiktive Premium-Wearable-Marke NovaRing.
NovaRing ist im Projekt als neuer Premium-Smart-Ring innerhalb eines fiktiven Nova-Ökosystems konzipiert. Bestehende Kunden besitzen bereits andere Produkte oder Services der Marke und sind deshalb für Cross-Selling relevant. Gleichzeitig soll NovaRing neue Kunden aus den Bereichen Wearables, Fitness und Smart Technology ansprechen.
01 · Daten verstehen
Grundlage war ein simulierter Datensatz mit 500 Kundenkontakten. Entscheidend war nicht nur, wie viele Kunden in einer Gruppe liegen, sondern was deren Kaufaktualität für eine spätere Kampagne bedeutet.
Die ersten drei Gruppen umfassen zusammen 416 Kunden. Damit gelten 83,2 % des analysierten Bestands als aktiv und bilden die relevanteste Basis für Wiederkäufe und Cross-Selling.
Google Search und Instagram / Meta Ads bündeln 69 % des analysierten Neukundenpotenzials. Search greift bestehende Nachfrage auf, während Social vor allem Aufmerksamkeit und Produktentdeckung unterstützt.
Alle dargestellten Kunden- und Plattformdaten wurden im Rahmen des Weiterbildungsprojekts simuliert. Sie stellen keine realen Unternehmens- oder Kampagnenergebnisse dar.
02 · Segmentierung
Die Analyse führte zu zwei priorisierten Zielgruppen. Beide sind für NovaRing interessant, unterscheiden sich aber deutlich in Kaufnähe, Informationsbedarf und Kanalwahl.
Die Kunden kennen das bestehende Nova-Ökosystem, haben bereits Vertrauen zur Marke aufgebaut und sind über eigene Kundendaten direkt erreichbar.
Diese Nutzer suchen bereits nach Smart Rings, Wearables, Schlaftracking oder Fitness-Produkten. Sie benötigen klare Vorteile, Produktverständnis und einen überzeugenden Einstieg in die Marke.
03 · Kampagnenstrategie
Für beide Zielgruppen habe ich eine eigene Kanal-, Targeting-, Angebots- und Messlogik entwickelt. So wird aus der Segmentierung eine konkrete Kampagnenplanung.
Die vorhandene Kundenbeziehung ermöglicht eine deutlich direktere Kommunikation. Im Mittelpunkt stehen Wiederkäufe und Cross-Selling innerhalb des Nova-Ökosystems.
Hier stehen zunächst Aufmerksamkeit und Produktverständnis im Mittelpunkt. Search greift bestehende Nachfrage auf, während Social und Video das Produkt sichtbar machen und Interesse aufbauen.
Wiederkäufe
Cross-Selling-Umsatz
E-Mail-Klickrate
Conversion Rate
Erstkäufe
Kosten pro Kauf
App-Installs
Ad-Klickrate
04 · Messung & Optimierung
Da die Kampagnen im Rahmen des Projekts nicht live ausgespielt wurden, gibt es bewusst keine erfundenen Performance-Ergebnisse. Stattdessen habe ich definiert, anhand welcher Kennzahlen spätere Ergebnisse bewertet und für Optimierungen genutzt werden könnten.
Werden die richtigen Nutzer erreicht?
Funktionieren Botschaft, Kanal und Angebot?
Welche Maßnahmen erzeugen tatsächlich Reaktion?
Budget, Targeting und Kommunikation nachschärfen.
Kampagnen starten → Ergebnisse nach Segment und Kanal vergleichen → leistungsstarke Kombinationen ausbauen → schwache Botschaften oder Targetings überarbeiten → erneut messen.
Mein Beitrag
Für NovaRing habe ich simulierte Daten ausgewertet, Zielgruppen priorisiert und daraus unterschiedliche Kampagnen für Bestands- und Neukunden entwickelt. Der Schwerpunkt lag auf Segmentierung, Targeting und Erfolgsmessung.
Simulierte Kunden- und Plattformdaten strukturiert ausgewertet und interpretiert.
Unterschiedliche Kundenpotenziale identifiziert und priorisiert.
Eigene Kommunikations- und Kanalpfade für Bestands- und Neukunden entwickelt.
Targeting-Logik und relevante Messgrößen für beide Kampagnen definiert.
Wettbewerbsanalyse
Zielgruppenstrategie
Customer Match
Retargeting
Conversion-Logik
Visuelle Aufbereitung