Titelbild Praxisbeispiel Personalisierung bei E.ON

Case Study · E.ON

Strom ist nicht einfach Strom.

Ein Produkt, das für alle gleich ist, und trotzdem Kunden mit ganz unterschiedlichen Erwartungen. Mit E.ON haben wir aus der Vision einer persönlichen Customer Journey eine Strategie gemacht: drei Kundentypen, vier priorisierte Personalisierungs-Streams und eine Roadmap in fünf Phasen.

Energie · Personalisierung · Strategie

Ergebnis auf einen Blick

3 Kundentypen

statt einer Ansprache für alle

4 Streams

entlang der Customer Journey bewertet und priorisiert

9 Handlungsfelder

im Assessment von Ist und Soll geprüft

Ausgangslage

Ein Produkt ohne Unterschiede. Kunden mit vielen.

Ein Händler kann Sortiment, Marken und Farben personalisieren. Ein Energieversorger hat Strom und Gas. Das Produkt sieht für alle gleich aus. Die Gründe, warum jemand wechselt, bleibt oder kündigt, sind es nicht.

E.ON hatte die Vision klar formuliert: maximale Relevanz schaffen und sie konsistent entlang der Customer Journey ausspielen. Offen war der Weg dorthin.

Die Fragen bei E.ON

Wer sind unsere Kunden? Welche Bedürfnisse haben sie, die wir in der digitalen Kommunikation bedienen können?

Was machen wir schon richtig? Welche Maßnahmen liefen bereits, und mit welchem Effekt?

Womit steuern wir? Welche Daten, Methoden und Tools stehen zur Verfügung, um Botschaften individuell auszuspielen?

Wo fangen wir an? Welche Journeys und Angebote tragen eine Personalisierung, und welche zuerst?

Vorgehen

Erst verstehen, dann rechnen, dann personalisieren.

Personalisierung ist keine Tool-Frage. Ohne Plan und ohne Wissen über den Wert der Maßnahmen bringt ein Tool-Kauf nichts. Deshalb stand am Anfang ein Assessment, nicht eine Software.

Assessment mit dem Personalisierungs-Canvas. Wir haben neun Handlungsfelder geprüft: Strategie und Vision, Business-KPIs, Team und Skills, Methodik und Prozess, Angebot, Nutzertypologie, Customer Journey, Daten und Technologie. Für jedes Feld haben wir Ist und Soll beschrieben.

Interviews quer durchs Unternehmen. Befragt wurden alle, die mit Personalisierung zu tun haben: Conversion-Optimierung, Marketing, Business Intelligence, Tech und Data. Ein standardisierter Fragebogen machte die Antworten vergleichbar.

Datenstrategie gemeinsam mit Datentreiber. Parallel lief ein Workshop zur Daten- und Analytik-Strategie. Er klärte, welche Daten für welchen Reifegrad nötig sind.

Drei Kundentypen statt einer Zielgruppe

Die Datenanalyse hat gezeigt, dass Stromkunden je nach Situation und Motiv eine eigene Ansprache brauchen.

Der Skeptiker braucht klare Entscheidungshilfen und Argumente. Auf Lockangebote fällt er nicht herein.

Der Schnäppchenjäger will am Ende das beste Angebot gefunden haben.

Der Preisbereite sucht Exklusivität und Innovation und gönnt sich gern etwas.

Kundentypen bei E.ON mit ihren Bedürfnissen, darunter Skeptiker und Schnäppchenjäger

Kundentypen aus der Datenanalyse bei E.ON

Business-Potenzial

Vier Streams, ein klarer Startpunkt

Nicht jede Journey lohnt eine Personalisierung. Sie lohnt sich erst, wenn sich die Segmente im Verhalten deutlich unterscheiden.

Darstellung der Personalisierungs-Streams entlang der Customer Journey: Neukundenakquise, Bestandskundenentwicklung, Umzug, Kundenbindung. Ziele: Vertragszugänge und -bindung steigern. Unten Personalisierungs-Canvas mit Bereichen wie Technologie, Daten, Customer Journey, Nutzer-Typologie, KPIs, Team und Angebot.

Personalisierungs-Streams entlang der Customer Journey und Personalisierungs-Canvas bei E.ON

Wir haben die Revenue Streams von E.ON nach Phasen der Customer Journey geordnet. Daraus wurden vier Personalisierungs-Streams, jeder mit eigenem Ziel und eigener Metrik.

Neukundenakquise: Vertragszugänge steigern. Gemessen an der Conversion Rate.

Bestandskundenentwicklung: Kunden erneut überzeugen und das passende Produkt anbieten, etwa per Cross-Selling.

Begleitung beim Umzug: Den Umzug so einfach machen, dass der Vertrag mitkommt.

Kundenbindung: Schneller als der Wettbewerb lernen, warum Kunden abwandern, und gegensteuern.

Jeder Stream wurde nach drei Kriterien bewertet: Wie stark unterscheiden sich die Kunden? Wie aufwendig ist die Konzeption? Wie aufwendig ist die Umsetzung? Dazu kam eine konservative Rechnung aus Traffic, Conversions, Anzahl möglicher Tests und erwartetem Uplift. So war vor dem ersten Test klar, wo das Umsatzpotenzial am größten ist.

Umsetzung

Vom Kundentyp zur konkreten Ansprache

Aus Kundentypen und Streams entstanden Ideen für jeden Kontaktpunkt, von der Suchanzeige bis zur Landingpage.

Schnäppchenjäger: Wer nach „günstiger Strom E.ON“ sucht, sieht eine Anzeige mit Bestpreis-Garantie. Die Landingpage lässt ihn zwischen Tarifen und Aktionen wählen, bis er den besten Tarif gefunden hat.

Skeptiker: Siegel und vertrauensbildende Elemente geben ihm die Argumente, die er für eine Entscheidung braucht.

Preisbereite: Prämien und innovative Angebote sprechen ihn stärker an als ein Rabatt.

Personalisierte Suchanzeige mit Bestpreis-Garantie und passende Landingpage mit Tarifauswahl bei E.ON

Personalisierte Ansprache für den Schnäppchenjäger, von der Suchanfrage bis zur Landingpage

Die Roadmap in fünf Phasen

Am Ende stand ein Plan, mit dem E.ON Personalisierung selbst operationalisieren kann: Kick-off, Data- und CX-Check-up, Quick Start, regelbasierte Personalisierung und schließlich dynamische, automatisierte Personalisierung nach Kundentyp und Journey. Die Komplexität steigt erst, wenn die einfachen Maßnahmen ihren ROI belegt haben.

Kundenstimme

Was wir gelernt haben

Personalisierung beginnt mit einem Plan, nicht mit einem Tool.

Bei E.ON haben Marketing, BI, Tech und Data zum ersten Mal an einem gemeinsamen Bild gearbeitet. Drei Erkenntnisse nehmen wir in jedes Projekt mit.

01

Auch ein einheitliches Produkt lässt sich personalisieren.

Personalisiert wird nicht das Produkt, sondern die Begründung, warum es passt.

02

Erst rechnen, dann bauen.

Der Business Case pro Stream zeigt, wo Personalisierung trägt und wo ein guter Standard reicht.

03

Einfach anfangen.

Build, measure, learn. Wer mit regelbasierten Maßnahmen ROI einfährt, bekommt Rückenwind für die nächste Stufe.

Weitere Case Studies aus verschiedenen Branchen

The Female CompanyD2C

Rapid Growth Engine

+54 %

Conversion Rate in drei Monaten

Drei Experimente pro Woche, das erste nach 13 Tagen.

KI liefert Kundenverständnis und Tests in Tagen statt Wochen. 59 % der Experimente gewinnen, der Benchmark liegt bei 20 bis 30 %.

Case lesen 6 Min.
computeruniverseElektronik

Personalisierung

+18,2 %

mehr Umsatz

Kundentypen erkennen, bevor sich jemand einloggt.

Aus 200 Datenpunkten entsteht in Echtzeit ein Profil für jeden Besucher. Die Ansprache passt sich an, lange bevor der Checkout beginnt.

Case lesen 4 Min.
Bekannte deutsche ModemarkeFashion

Conversion-Optimierung

+44,88 Mio. €

Nettoumsatz in drei Jahren

Kunden kauften lieber in der Filiale. Daraus wurde ein Test.

Ein Motivation Lab zeigte, warum Kunden im Shop zögern. Daraus wuchs ein Programm mit 50 bis 60 Experimenten im Jahr.

Case lesen 5 Min.
freenetTelekommunikation

Conversion-Optimierung

+30 %

mehr Bestellungen, kumuliert

Zwei Drittel aller Tests erfolgreich, mit Erfolgsgarantie.

Ein Proof of Concept mit vorab vereinbarten Uplift-Zielen hat den Wert von Experimentation belegt. Heute steuert freenet das Programm selbst.

Case lesen 4 Min.
HaufeB2B-Software

Kundenzentrierung

+5,2 Mio. €

Umsatz

Personas, die im Alltag genutzt werden statt im Ordner zu liegen.

Aus Personas und Jobs to be done entstanden 33 Tests mit 52 % Erfolgsquote. Kundenzentrierung wurde so Teil der täglichen Arbeit.

Case lesen 6 Min.
Mittelständische Fashion-D2C-MarkeFashion D2C

Conversion-Optimierung

+22,8 Mio. €

Wertbeitrag pro Jahr

Wachstum im gesättigten Markt, ohne mehr Werbebudget.

Unsere Expertinnen und Experten haben das interne Team ergänzt. Heute wird jede wichtige Entscheidung vorher getestet.

Case lesen 3 Min.
GörtzSchuhe

Relaunch-Absicherung

+16,2 %

Uplift nach dem Redesign

Ein Redesign, das Umsatz bringt statt kostet.

Jede große Änderung wurde vor dem Livegang im A/B-Test geprüft. So wurde aus dem Risiko eines Relaunchs ein messbarer Gewinn.

Case lesen 5 Min.
Familienunternehmen Sport und FreizeitE-Commerce

Rapid Growth Engine

1.493 %

ROI in zwei Jahren

Viermal so viele Tests, weil kleine Sprints schneller lernen.

Als externes Growth Team haben wir Tempo und Trefferquote der Tests gesteigert. Daraus entstand unser Modell für schnelles Testen im D2C.

Case lesen 4 Min.
BetzoldSchulbedarf

Personalisierung & MVP

+32 %

höhere Conversion Rate

Ein MVP in zwei Wochen statt eines Großprojekts.

Konzept und Shop-Modul entstanden in je einer Woche. Nach fünf Wochen Erprobung war der Nutzen der neuen Personalisierung belegt.

Case lesen 6 Min.
ALDI SÜDLebensmittelhandel

Personalisierung

3 Segmente

pro Kanal als Startpunkt

Personalisierung über alle Kanäle mit einem gemeinsamen Plan.

Jeder Kanal bekam eine eigene Roadmap mit priorisierten Use Cases. Abhängigkeiten zwischen den Kanälen sind jetzt sichtbar und planbar.

Case lesen 5 Min.
E.ONEnergie

Personalisierung

3 Kundentypen

statt einer Ansprache für alle

Strom ist nicht einfach Strom.

Ein Assessment über neun Handlungsfelder und eine Bewertung von vier Journey-Streams zeigten, wo sich Personalisierung lohnt. Daraus entstand eine Roadmap in fünf Phasen.

Case lesen 5 Min.
Online-Händler für TechnikElektronik

Online-Marketing

+6,7 %

Kaufinteresse durch das stärkere Motiv

Erst im Panel testen, dann die Kampagne ausspielen.

Motive und Botschaften einer großen Imagekampagne wurden vorab mit der Zielgruppe verglichen, auch zwischen Märkten.

Case lesen 3 Min.
O2 TelefónicaTelekommunikation

Design Sprints

4 Tage

vom Problem zum getesteten Prototyp

In vier Tagen von der Idee zum Feedback echter Kunden.

Alignment, Lösungsideen, Prototyp und User Lab in einem Sprint. Entschieden wird auf Basis von Beobachtung statt Meinung.

Case lesen 13 Min.

Wo lohnt sich Personalisierung bei dir zuerst?

Wir klären es in 30 Minuten. Schreib uns, wir melden uns innerhalb von 48 Stunden.