Kundenanalyse: Wer sind meine Kunden?
Thomas Mauch
Thomas Mauch, Inhaber der Triftig GmbH, ist Betriebsökonom, Texter und Erwachsenenbildner. Seit mehr als 20 Jahren setzt er sich mit Inhalten für Online-Kanälen auseinander und unterstützt und berät Unternehmen in den Bereichen Website-Inhalte, Content Marketing und Social Media. Daneben unterrichtet er an verschiedenen Weiterbildungs-Institutionen.
Viele KMU kennen ihre Produkte besser als ihre Kunden
Schweizer KMU investieren viel Zeit in Produkte, Prozesse und Mitarbeitende. Was dabei oft zu kurz kommt: eine systematische Auseinandersetzung mit dem eigenen Kundenstamm. Wer kauft regelmässig? Wer hat seit Monaten nicht mehr bestellt? Welche Kunden generieren den grössten Umsatz?
Die Antworten stecken in Daten, die praktisch jedes Unternehmen bereits erfasst – in der Buchhaltungssoftware, im CRM oder schlicht in den Rechnungen der letzten zwei Jahre. Das Problem ist nicht der Datenmangel, sondern die fehlende Auswertung.
Ein typisches Muster: Ein KMU mit 500 Kunden stellt bei genauer Betrachtung fest, dass rund 15 % davon über 60 % des Umsatzes generieren. Gleichzeitig haben 30 % seit über einem Jahr nichts mehr bestellt. Diese Erkenntnis hat direkte Konsequenzen für Marketing, Kundenbetreuung und Risikoeinschätzung. Denn wer von zwei Grosskunden abhängig ist, trägt ein erhebliches Klumpenrisiko – und merkt das oft erst, wenn einer abspringt.
Drei Kennzahlen reichen für den Einstieg
Für eine erste Kundenanalyse brauchen KMU weder ein Data-Science-Team noch teure Spezialsoftware. Die RFM-Analyse basiert auf drei Kennzahlen aus der Auftragshistorie:
Recency (Aktualität): Wann hat der Kunde zuletzt gekauft? Kunden mit einem kürzlichen Kauf sind eher bereit für eine weitere Bestellung.
Frequency (Häufigkeit): Wie oft hat der Kunde in den letzten 12 Monaten bestellt? Häufige Käufer zeigen eine stärkere Bindung ans Unternehmen.
Monetary (Umsatz): Wie viel Umsatz hat der Kunde in diesem Zeitraum generiert? Nicht jeder häufige Käufer ist auch ein umsatzstarker Kunde.
Der Vorteil: Die Methode bewertet Kunden anhand ihres tatsächlichen Verhaltens, nicht anhand von Annahmen. Und sie lässt sich mit einer gewöhnlichen Tabellenkalkulation umsetzen.
Wie funktioniert die RFM-Analyse konkret?
Schritt 1: Aus der Buchhaltungs- oder CRM-Software die Auftragshistorie exportieren – pro Kunde: Datum des letzten Kaufs, Anzahl Käufe und Gesamtumsatz.
Schritt 2: Jeden Kunden für jede Kennzahl auf einer Skala von 1 (tief) bis 5 (hoch) einstufen. Einfachste Methode: die Kunden pro Kennzahl in fünf gleich grosse Gruppen aufteilen.
Schritt 3: Die drei Werte ergeben den RFM-Score. Ein Kunde mit 5-5-5 ist ein Top-Kunde, einer mit 1-1-2 inaktiv und umsatzschwach.
| Kunde | Letzter Kauf | Käufe (12 Mt.) | Umsatz (CHF) | R | F | M |
| Müller AG | vor 2 Wochen | 8 | 45 000 | 5 | 5 | 5 |
| Schmid GmbH | vor 3 Monaten | 3 | 12 000 | 3 | 3 | 3 |
| Hofer & Co. | vor 14 Monaten | 1 | 2 500 | 1 | 1 | 1 |
Seminar-Empfehlungen
Die typischen Segmente und was sie bedeuten
Aus der Analyse ergeben sich Kundensegmente, die jeweils unterschiedliche Massnahmen erfordern.
Top-Kunden (R/F/M: hoch) sind das Rückgrat des Geschäfts. Die wichtigste Massnahme ist nicht, ihnen mehr zu verkaufen, sondern die Beziehung zu sichern: persönlicher Kontakt, schnelle Reaktionszeiten, bevorzugte Betreuung.
Wachstumskunden (R: hoch, F/M: mittel) sind aktiv, kaufen aber noch nicht in vollem Umfang. Hier lohnt sich gezieltes Cross-Selling: Welche Produkte oder Dienstleistungen nutzen sie noch nicht?
Abwanderungsgefährdete (R: tief, F/M: hoch) waren früher gute Kunden und haben seit Längerem nicht mehr bestellt. Das ist das kritischste Segment, denn hier droht der Verlust von bestehendem Umsatz. Schnelle, persönliche Kontaktaufnahme ist entscheidend – mit dem Ziel herauszufinden, warum der Kunde nicht mehr kauft.
Inaktive Kunden (R/F/M: tief) haben seit Langem weder bestellt noch Kontakt aufgenommen. Ein einmaliger Reaktivierungsversuch ist sinnvoll. Bleibt er erfolglos, sollten diese Kunden im System markiert werden, damit sie nicht weiterhin Ressourcen binden.
Vorhandene Datenquellen systematisch nutzen
Die benötigten Daten liegen in den meisten KMU bereits vor. Die Buchhaltungssoftware ist die zuverlässigste Quelle: Ein Export nach Kunde, Datum und Betrag deckt alle drei RFM-Kennzahlen ab. Wer zusätzlich ein CRM nutzt, findet dort Kontakthistorien und Informationen zur Kundenzufriedenheit. Newsletter-Tools liefern über Öffnungs- und Klickraten Hinweise auf das Engagement von Kunden, die gerade nicht kaufen.
Was tun, wenn die Datenlage dünn ist?
Die Rechnungsdaten der letzten 24 Monate reichen für eine erste RFM-Analyse. Wer Rechnungen elektronisch erstellt, kann Kundennamen, Daten und Beträge in eine Tabellenkalkulation exportieren. Das ist kein eleganter Prozess, aber er liefert sofort verwertbare Ergebnisse.
Der nächste Schritt ist dann, die Datenerfassung gezielt zu verbessern: Kontakthistorie führen, Kundengespräche dokumentieren, Kaufgründe erfragen. Diese qualitativen Daten ergänzen die Zahlen und helfen, Muster zu erklären, die eine reine Transaktionsanalyse nicht liefern kann.
Datenschutz beachten
Wer Kundendaten analysiert, muss die Grundsätze des Schweizer Datenschutzgesetzes (DSG, in Kraft seit 1. September 2023) einhalten. Zentral sind die Zweckbindung – Daten dürfen nur für den erkennbaren oder mitgeteilten Zweck verwendet werden – und die Informationspflicht, die verlangt, dass Personen über die Bearbeitung ihrer Daten informiert werden, typischerweise über die Datenschutzerklärung.
Für die Nutzung von Rechnungsdaten im Rahmen der bestehenden Geschäftsbeziehung ist in der Regel keine gesonderte Einwilligung nötig. Detaillierte Anforderungen finden sich beim Eidgenössischen Datenschutz- und Öffentlichkeitsbeauftragten (EDÖB) unter edoeb.admin.ch.
Kundenanalyse ist kein Einmalprojekt
Eine einmalige Auswertung liefert eine Momentaufnahme. Ihr Wert entfaltet sich erst durch regelmässige Wiederholung. Wer die RFM-Analyse quartalsweise durchführt, erkennt Veränderungen im Kundenverhalten frühzeitig: Welche Kunden wandern ab? Welche entwickeln sich positiv? Wo entstehen neue Abhängigkeiten?
Der nächste Schritt nach der RFM-Analyse ist die Berechnung des Customer Lifetime Value (CLV) – des geschätzten Gesamtumsatzes über die gesamte Geschäftsbeziehung. Während die RFM-Analyse den Ist-Zustand beschreibt, blickt der CLV in die Zukunft und hilft, Investitionen in die Kundenbetreuung zu priorisieren.
Wichtig ist aber auch, die Grenzen der Methode zu kennen: Die RFM-Analyse erfasst ausschliesslich Transaktionsdaten. Kundenzufriedenheit, Weiterempfehlungsbereitschaft und qualitative Aspekte bildet sie nicht ab. Wer das Gesamtbild verstehen will, muss die Zahlen durch regelmässige Gespräche und gezieltes Feedback ergänzen. Der beste Zeitpunkt für die erste Kundenanalyse ist nicht morgen – sondern diese Woche.
Fazit: Wie Sie herausfinden, wer Ihre besten Kunden sind?
Die RFM-Analyse ermöglicht es KMU, einen pragmatischen und sofort umsetzbaren Einstieg in die datenbasierte Kundenanalyse zu finden – ohne dass zusätzliche Tools oder Data-Science-Kompetenzen erforderlich sind. Mithilfe von drei einfachen Kennzahlen, die aus bestehenden Rechnungs- oder CRM-Daten gewonnen werden, lassen sich Kunden nach Wert und Aktivität segmentieren. So können Risiken, wie beispielsweise Umsatzabhängigkeiten, erkannt und gezielte Massnahmen für Bindung, Wachstum oder Reaktivierung abgeleitet werden. Entscheidend ist dabei nicht die einmalige Auswertung, sondern die regelmässige Wiederholung und die Ergänzung durch qualitative Erkenntnisse. So wird aus vorhandenen Daten ein strategisches Instrument für Marketing, Vertrieb und Kundenbetreuung.
FAQ
Was ist eine RFM-Analyse? Die RFM-Analyse ist eine Methode zur Kundensegmentierung anhand von drei Kennzahlen: Recency (Zeitpunkt des letzten Kaufs), Frequency (Kaufhäufigkeit) und Monetary (Umsatz). Sie bewertet Kunden nach ihrem tatsächlichen Kaufverhalten und lässt sich mit einer Tabellenkalkulation umsetzen.
Welche Daten brauche ich für eine Kundenanalyse? Für eine erste RFM-Analyse reichen die Rechnungsdaten der letzten 24 Monate. Pro Kunde werden drei Werte benötigt: Datum des letzten Kaufs, Anzahl der Käufe im Betrachtungszeitraum und der Gesamtumsatz.
Wie oft sollte ein KMU eine Kundenanalyse durchführen? Eine quartalsweise Wiederholung ist ein guter Rhythmus. So lassen sich Veränderungen im Kundenverhalten frühzeitig erkennen – etwa Abwanderungstendenzen bei ehemals umsatzstarken Kunden oder wachsendes Potenzial bei Neukunden.
Was kostet eine Kundenanalyse für ein KMU? Eine RFM-Analyse erfordert keine zusätzliche Software. Die benötigten Daten lassen sich aus der bestehenden Buchhaltungs- oder CRM-Software exportieren und in einer Tabellenkalkulation auswerten. Der Aufwand für die erste Durchführung liegt bei wenigen Stunden.
