Loyalität: die drei R, das Spektrum, und Earn und Burn richtig gestalten

Die Folie mit der grossen Zahl

Die Marketingleiterin der Seeblick Hotels hatte eine Folie, auf die sie stolz war. Seeblick Freunde, die Treuekarte der Gruppe, zählte nach zwei Jahren 4.200 Mitglieder, 3,3 Millionen ausgegebene Punkte und 1.200 eingelöste Gratisnächte. Oben stand in freundlichem Grün "Programm erfolgreich". Der Eigentümer, der die Gratisnächte bezahlt, schaute eine Weile hin und stellte mir dann die einzige Frage, die zählt: wie viele dieser Aufenthalte hätte es auch ohne Karte gegeben?

Niemand im Raum wusste es, weil das Programm so gemessen worden war, wie fast alle Programme gemessen werden: man zählt, was es verteilt, statt zu messen, was es verändert. Ausgegebene Punkte, angemeldete Mitglieder, bearbeitete Einlösungen. Alles Aktivität, nichts davon ein Ergebnis. In diesem Kapitel geht es um den Unterschied, darum, warum Loyalität ein Spektrum ist und kein Häkchen, und wie man die Earn und Burn Regeln so setzt, dass ein Programm Verhalten verändert, statt Leute für Verhalten zu bezahlen, das sie ohnehin gezeigt hätten. Die Zahlen sind illustrativ, ihre Form stammt aber aus Programmen, die ich auseinandergenommen habe.

Wo dieses Kapitel in der Serie steht

Wir sind in Teil vier der Serie, Media und Loyalität, Kapitel 15 bis 19. Das vorige Kapitel, Media Mix Modelling: Adstock, Sättigung und wohin das nächste Budget geht, behandelte die Akquisitionsseite des Budgets. Dieses wendet sich den Kunden zu, die du schon hast. Das nächste Kapitel, Loyalität mit Strukturgleichungsmodellen, behandelt Loyalität als etwas, das man nicht direkt beobachten kann, und misst sie über das, was man beobachten kann.

Loyalität ist ein Spektrum, kein Flag

Die meisten Unternehmen speichern Loyalität als Boolean: Mitglied, ja oder nein. Praktisch für eine Datenbank, unbrauchbar für eine Entscheidung, denn die Menschen hinter dem Flag befinden sich in völlig unterschiedlichen Zuständen.

Am einen Ende steht Trägheit. Der Gast kommt wieder, weil die Suche nach einem anderen Hotel Aufwand ist. Trägheit erzeugt Wiederholungsumsatz, ist also Loyalität im buchhalterischen Sinn, aber ein Gutschein einer Plattform oder ein schlechtes Frühstück beendet sie. Dann kommt Gewohnheit, wo die Wahl keine Wahl mehr ist. Dann Zufriedenheit, dann Präferenz, wo dich der Gast bei gleichem Preis wählen würde. Dann Bindung, wo er ein bisschen mehr zahlt, um bei dir zu bleiben. Und ganz am Ende Fürsprache, wo er andere Leute mitbringt. Die Mechanik dieses letzten Schritts habe ich in Growth Marketing durch Retention und Referral beschrieben. Der ganze Zweck eines Treueprogramms, wenn es einen hat, ist, Menschen auf dieser Linie nach rechts zu bewegen.

Das Loyalitätsspektrum und wo jedes der drei R typischerweise wirkt. Rewards kaufen vor allem Gewohnheit; Recognition und Relationship bewegen Menschen Richtung Präferenz und Fürsprache.

Die unbequeme Konsequenz: ein Punkteprogramm allein arbeitet fast ausschliesslich am linken Ende. Es macht das Weggehen etwas teurer; es bringt niemanden dazu, dich zu mögen. Das ist in Ordnung, solange du weisst, dass du genau das gekauft hast.

Die drei R

Ich teile das, was ein Programm bietet, in drei Währungen, weil sie völlig unterschiedliche Kostenprofile haben.

Rewards sind ökonomisch. Punkte, Gratisnächte, Rabatte, ein Upgrade beim Geschenkkorb. Rewards skalieren mit dem Volumen, je erfolgreicher das Programm, desto teurer werden sie, und jeder Mitbewerber kann sie kopieren. Jedes Hotel kann eine Nacht verschenken.

Recognition heisst, erkannt zu werden. Das Zimmer vom letzten Mal. Das Kissen, um das du gebeten hast. Der Name beim Einchecken, ohne nachzufragen, wie man ihn schreibt. Frühzugang zum Adventwochenende, bevor die Plattformen das Kontingent bekommen. Recognition ist fast gratis, sobald du die Daten hast, und für eine Buchungsplattform praktisch nicht kopierbar, denn die Plattform kennt die Kartennummer des Gastes und sonst nichts. Für eine Gruppe mit fünf Häusern im Salzkammergut wird hier das Spiel gewonnen.

Relationship ist wechselseitig. Der Gast erzählt dir Dinge und sieht, dass du darauf reagiert hast. Die Umfrageantwort, die das Frühstück verändert hat. Der direkte Draht zur Hausleitung. Relationship kostet Zeit statt Geld, weshalb die meisten Programme sie auslassen und weshalb sie Fürsprecher erzeugt.

Die Seeblick Karte war, als ich sie zum ersten Mal ansah, nur Reward und keine Recognition. Die Gästedaten dafür lagen ungenutzt im Property Management System. Das war der erste Befund, und die Behebung hat nichts gekostet.

Earn und Burn: die drei Regler, die du wirklich in der Hand hast

Programmdesign läuft auf drei Regler hinaus. Drehst du blind daran, bekommst du ein Programm, das ein Vermögen kostet, oder eines, das niemand nutzt.

Der erste ist die Earn Geschwindigkeit: wie schnell ein typisches Mitglied eine Belohnung erreicht, die es tatsächlich will. Mitglieder motivieren nicht Punkte, sondern die Distanz zum nächsten Ding, das sich lohnt. Ist sie zu gross, ist das Programm psychologisch unsichtbar. Die Formel ist trivial und wird fast nie gerechnet:

$T = \frac{P^{*}}{p \cdot f}$

Dabei ist $T$ die erwartete Zeit bis zur ersten Belohnung in Jahren, $P^{*}$ die Punkteschwelle für die Belohnung, $p$ die Punkte, die ein Mitglied pro Aufenthalt sammelt, und $f$ die Aufenthaltshäufigkeit des Mitglieds pro Jahr. Bei Seeblick brachte ein Aufenthalt einen Punkt pro Euro, rund 430 Punkte bei einem durchschnittlichen Aufenthalt, und die Gratisnacht kostete 1.800 Punkte. Das sind 4,2 Aufenthalte, und bei 1,84 Aufenthalten pro Jahr brauchte das durchschnittliche Mitglied 2,3 Jahre bis zur ersten Gratisnacht. Die meisten Mitglieder hatten noch nie einen Burn erlebt. Für die Mehrheit war das Programm eine Karte in der Geldbörse.

Der zweite Regler ist die Burn Attraktivität: die Lücke zwischen dem, was die Belohnung dem Mitglied wert ist, und dem, was sie dich kostet. Die ideale Treuewährung ist etwas, wovon du freie Kapazität hast und was der Gast zum Listenpreis bewertet. Eine Nacht unter der Woche im November kostet Seeblick rund € 38 für Reinigung, Wäsche und Frühstück, plus ein Verdrängungsrisiko, wenn das Haus das Zimmer ohnehin verkauft hätte. Rechnet man Verdrängung bei etwa 15 Prozent der Einlösungen ein, kostet eine Gratisnacht rund € 63. Der Gast bewertet sie mit € 165, dem Listenpreis. Dieses Verhältnis von 2,6 ist der Grund, warum Hotels und Airlines überhaupt Programme betreiben können, und warum ein Shop, der Marge in Form von Barrabatten verschenkt, es meist nicht kann.

Der dritte Regler ist Breakage: der Anteil der Punkte, die nie eingelöst werden. Die Finanzabteilung liebt Breakage, weil nicht eingelöste Punkte Kosten sind, die nie eintreffen. Ich möchte, dass du ihr misstraust. Ein Programm mit 60 Prozent Breakage ist ein Programm, das die meisten Mitglieder nie nutzen, und ein Mitglied, das nie einlöst, wird von den Belohnungen gar nicht verändert. Etwas Breakage ist gesund. Viel davon ist ein Symptom.

Um diese drei Regler herum liegen die verhaltensökonomischen Entscheidungen. Ein Willkommensbonus, der ein Mitglied ein Drittel des Weges zur ersten Belohnung bringt, wirkt, weil Menschen stärker auf ein Ziel hinarbeiten, das sie schon begonnen haben. Menschen beschleunigen ausserdem, wenn sie nahe dran sind, also bringt eine kleine Zwischenbelohnung, etwa ein Abendessen für zwei bei 700 Punkten, weit mehr Mitglieder über die Linie als eine grössere bei 1.800 je schaffen wird. Überraschungsbelohnungen, unangekündigt und variabel, tun mehr für die Bindung als planbare, aus den Gründen, die in das Hook Model und Habit Loops stehen. Stufen geben Status, aber eine Stufe zu verlieren schmerzt weit mehr, als eine zu gewinnen freut, also baue weiche Landungen ein. Ein Verfall, der ab Ausgabedatum fix läuft, fühlt sich an wie Diebstahl; ein Verfall, der sich mit jedem Aufenthalt zurücksetzt, fühlt sich an wie ein Anstoss.

Die Mathematik eines Programms

Ein Programm lebt oder stirbt an drei Zahlen, und keine davon ist ausgegebene Punkte.

Die erste ist die inkrementelle Marge, der ganze Test in einer Zeile:

$\Delta\Pi = N\,(s_M - s_C)\,m + G - C_{\text{burn}} - C_{\text{rec}} - C_{\text{run}}$

Hier ist $\Delta\Pi$ die inkrementelle Marge des Programms in der Periode, $N$ die Zahl der Mitglieder, $s_M$ die beobachteten Aufenthalte pro Mitglied, $s_C$ die Aufenthalte pro Mitglied, die du ohne Programm gesehen hättest, geschätzt aus einer Kontrollgruppe, und $m$ der Deckungsbeitrag pro Aufenthalt. $G$ sammelt weitere Gewinne, bei Seeblick vor allem gesparte Provision, wenn ein Mitglied, das früher über eine Plattform gebucht hat, direkt bucht. $C_{\text{burn}}$ sind die Kosten der Belohnungen, die du einlösen musst, $C_{\text{rec}}$ die Recognition Leistungen und $C_{\text{run}}$ Software, Emails und Arbeitszeit. Beachte: die Gewinne hängen von der Differenz $s_M - s_C$ ab, die Burn Kosten aber von ganz $s_M$. Du zahlst Punkte auf jeden Mitgliedsaufenthalt, um nur die inkrementellen zu bekommen. Diese Asymmetrie ist die ganze Ökonomie der Sache.

Die zweite Zahl ist die Breakage Rate, gemessen pro Ausgabekohorte, sobald die Kohorte ausgereift ist:

$b = 1 - \frac{R}{I}$

Dabei ist $I$ die Punktemenge, die einer Kohorte in einem Quartal ausgegeben wurde, und $R$ die Punkte dieser Kohorte, die am Ende eingelöst wurden. Das Punktebuch muss wissen, aus welcher Ausgabe jeder eingelöste Punkt stammt, meist nach dem Prinzip zuerst ausgegeben, zuerst eingelöst, sonst kannst du das nicht ehrlich rechnen.

Die dritte ist die Punkteverbindlichkeit, also was dich das offene Guthaben wirklich kosten wird:

$L = O\,(1 - \hat{b})\,c$

mit $O$ den offenen Punkten zum Stichtag, $\hat{b}$ der erwarteten Breakage aus ausgereiften Kohorten und $c$ den Grenzkosten pro Punkt, bei Seeblick € 63 geteilt durch 1.800, rund 3,5 Cent. Dein Steuerberater rechnet für die Bücher eine andere Verbindlichkeit, weil die Punkte unter IFRS 15 eine eigene Leistungsverpflichtung sind, bewertet näher am Verkaufspreis. Beide Zahlen sind richtig und beantworten verschiedene Fragen.

Rechenbeispiel: Seeblick Freunde nach zwei Jahren

Die erste Aufgabe war eine Kontrollgruppe, und hier hatte Seeblick Glück gehabt. Die Karte startete zuerst in drei Häusern und erreichte die anderen zwei acht Monate später, also gab es acht Monate lang in den späten Häusern Gäste, die in jeder Hinsicht identisch waren, ausser dass ihnen niemand eine Karte angeboten hatte. Innerhalb der Starthäuser habe ich Mitglieder mit Nichtmitgliedern nach Jahr des ersten Aufenthalts, Haus, Saison, Aufenthaltsdauer, Ratenklasse und Herkunftsland gematcht und beide Gruppen über dieselben zwölf Monate verglichen. Matching beseitigt Selektionsverzerrung nie vollständig, denn wer einer Treuekarte beitritt, mag dich schon mehr als wer ablehnt, also behandle ich die gematchte Schätzung als Obergrenze und den gestaffelten Start als die ehrliche Zahl. Beide lagen nahe genug beieinander.

Balken sind Mitglieder, die Linie ist die gematchte Kontrollgruppe. Der Effekt ist in jedem Segment real und relativ am grössten bei Alleinwandernden, den gewohnheitsgetriebensten Gästen.

Insgesamt blieben Mitglieder 1,84 Mal pro Jahr gegenüber 1,41 in der Kontrollgruppe, also 0,43 inkrementelle Aufenthalte pro Mitglied, plus oder minus etwa 0,12. Daraus wird Folgendes.

Zeile	Wert	Anmerkung
Mitglieder zum Jahresende	4.200	aktive Karten, alle fünf Häuser
Aufenthalte pro Mitglied	1,84	beobachtet
Aufenthalte pro Kontrollgast	1,41	gleiche Häuser, Saisonen und Ratenklassen
Inkrementelle Aufenthalte pro Mitglied	0,43	plus oder minus 0,12
Inkrementelle Aufenthalte	1.806	4.200 × 0,43
Deckungsbeitrag pro Aufenthalt	€ 245	€ 430 Umsatz minus variable Kosten
Inkrementeller Deckungsbeitrag	€ 442.470	1.806 × € 245
Gesparte Provision	€ 59.328	927 Aufenthalte von Plattformen auf direkt, je € 64
Ausgegebene Punkte	3.323.040	7.728 Mitgliedsaufenthalte × 430
Erwartete Breakage	34%	aus Kohorten älter als 30 Monate
Einzulösende Gratisnächte	1.218	3.323.040 × 0,66 / 1.800
Kosten pro Gratisnacht	€ 63	€ 38 Grenzkosten plus Verdrängung
Burn Kosten	€ 76.734	1.218 × € 63
Recognition Kosten	€ 46.368	€ 6 pro Mitgliedsaufenthalt
Laufende Kosten	€ 48.000	Software, Emails, Arbeitszeit
Inkrementelle Marge	€ 330.696	rund € 79 pro Mitglied und Jahr

Lies von oben. Nur die ersten vier Zeilen enthalten Statistik; alles darunter ist Arithmetik. Inkrementelle Aufenthalte mal Deckungsbeitrag ergibt € 442.470, den Hauptgewinn. Gesparte Provision bringt € 59.328 dazu, weil zwölf Prozent der Mitgliedsaufenthalte früher über Plattformen mit rund fünfzehn Prozent Provision kamen und jetzt direkt kommen; eine oft vergessene Zeile, die in einem Hotel nicht klein ist. Dann die Kosten. Ausgegebene Punkte ist die erschreckende Zahl von der Folie, hier in ihrer eigentlichen Rolle als Input. Nach Breakage werden aus diesen Punkten 1.218 Gratisnächte, und zu € 63 pro Nacht sind das € 76.734 Burn. Recognition Leistungen zu € 6 pro Aufenthalt machen € 46.368. Der Betrieb kostet € 48.000. Übrig bleiben € 330.696, rund € 79 pro Mitglied und Jahr.

Zwei Lesarten sind wichtiger als die Schlagzeile. Erstens die Kosten pro inkrementellem Aufenthalt: die drei Kostenzeilen summieren sich auf € 171.102 für 1.806 inkrementelle Aufenthalte, also rund € 95 pro gekauftem Aufenthalt gegenüber € 245 verdientem Deckungsbeitrag. Ein gutes Geschäft. Zweitens der Break even: Kosten netto der gesparten Provision sind € 111.774, geteilt durch € 245 ergibt 456 inkrementelle Aufenthalte oder 0,11 pro Mitglied. Das Programm trägt sich, wenn es grob einen Aufenthalt von neun pro Mitglied und Jahr verändert. Die Schätzung liegt bei 0,43 mit einer Untergrenze um 0,31, also lohnt es sich selbst am pessimistischen Ende deutlich. Wäre sie bei 0,10 gelegen, hätte ich dem Eigentümer geraten, keine Punkte mehr auszugeben und die Recognition zu behalten, denn auf diesem Niveau bezahlt das Programm Mitglieder für Aufenthalte, die sie ohnehin gemacht hätten.

Breakage und die Verbindlichkeit, die niemand gebucht hatte

Die 34 Prozent Breakage stammen daraus, jede Quartalskohorte so lange zu beobachten, bis sich die Einlösungen nicht mehr bewegten.

Punkte, die in einem Quartal ausgegeben wurden, und der eingelöste Anteil nach Monaten seit Ausgabe. Die Kurve flacht bei 66 Prozent ab, die Breakage der Kohorte ist also 34 Prozent. Kohorten jünger als etwa 30 Monate sind nicht fertig und dürfen nicht zur Schätzung verwendet werden.

Die Kurve ist im ersten Jahr langsam, das Problem der Earn Geschwindigkeit: die Mitglieder haben die Schwelle noch nicht erreicht. Zwischen Monat neun und achtzehn wird die Kurve steiler, wenn der vierte Aufenthalt kommt, und flacht dann ab. Gäste, die bis Monat 24 nicht eingelöst haben, tun es meist nie, weil sie abgewandert sind. Die Form sagt, dass Mitglieder zu lange warten, bis sie das Programm spüren.

Zum Jahresende hatte Seeblick 1.950.000 offene Punkte. Eine naive Bewertung zum Listenpreis, 1.083 Gratisnächte zu € 165, ergibt € 178.750, die Zahl, die den Eigentümer nervös machte. Mit erwarteter Breakage und Grenzkosten ergibt sich die Management Verbindlichkeit: 1.950.000 × 0,66 × € 0,035, also € 45.045. Die Zahl des Steuerberaters für die Bücher lag dazwischen, näher bei € 118.000, weil der Standard die Verpflichtung näher am Verkaufspreis bewertet. Der Eigentümer brauchte alle drei, und das Wissen, dass die relevante die Grenzkostenzahl ist, ein Viertel der erschreckenden Zahl.

Das Redesign

Die Ökonomie war gesund und das Design falsch, eine häufige Kombination. Drei Änderungen, keine davon kostspielig: ein Willkommensbonus von 400 Punkten, damit ein neues Mitglied ein Fünftel des Weges schon hinter sich hat; ein Abendessen für zwei bei 700 Punkten, damit der erste Burn nach dem zweiten statt nach dem fünften Aufenthalt kommt; und ein Verfall, der sich mit jedem Aufenthalt zurücksetzt, statt ab Ausgabe zu laufen. Ich erwarte, dass die Breakage Richtung 25 Prozent fällt, die Burn Kosten um rund € 20.000 steigen und die inkrementellen Aufenthalte um mehr als genug steigen, um das zu decken, denn ein Programm, das Mitglieder wirklich nutzen, ist eines, das Verhalten formt. Diese Erwartung ist jetzt ein Test, bei dem die zwei späten Häuser noch sechs Monate mit den alten Regeln als Kontrollgruppe laufen.

Wann ein Programm nichts bringt: der Geschenkkorbshop

Nicht jedes Unternehmen sollte eines betreiben, und mein eigener Shop ist das Beispiel. Bei The Gift Bow bestellt eine typische Kundin 1,3 Mal pro Jahr um rund £ 62, mit etwa £ 24 Deckungsbeitrag pro Bestellung, also grob £ 31 pro Kundin und Jahr. Die meisten sind Schenkende, die in den ersten zwei Dezemberwochen bestellen und bis zum nächsten Dezember verschwinden. Ein Punkteprogramm mit fünf Prozent würde selbst nach grosszügiger Breakage rund £ 4 pro Kundin und Jahr kosten, vor jeglichen Betriebskosten. Um das allein aus inkrementeller Marge zu decken, müsste es die Bestellungen von 1,3 auf etwa 1,47 pro Kundin heben, ein Plus von 13 Prozent bei der Kaufhäufigkeit, nur durch Punkte, bei einem Produkt, das man einmal im Jahr kauft. Diese Zahl glaube ich nicht, und ich würde kein Programm auf die Hoffnung darauf freigeben.

Was dort funktioniert, sind die anderen zwei R. Recognition: die Empfängerliste vom letzten Jahr, gespeichert, mit einer Erinnerung in der zweiten Novemberwoche und den Adressen schon ausgefüllt. Eine Wiederbestellung fast ohne Aufwand, für den Preis eines Emails. Relationship für die Firmenkunden, ein Fünftel der Kunden und die Hälfte des Dezemberumsatzes: ein Anruf im September von einer Person, die sich erinnert, was sie bestellt haben. Keine Punkte, keine Verbindlichkeit, keine Breakage, und ein Retention Effekt, den ich mit derselben Kontrolllogik messen kann. Warum das für einen kleinen Shop so viel ausmacht, steht in der Retention Mathematik.

So läuft es in der Praxis

Du brauchst vier Tabellen. Kunden oder Gäste mit einer stabilen Kennung. Transaktionen mit Datum, Wert, Kanal und Ratenklasse. Ein Punktebuch mit einer Zeile pro Ereignis, ausgegeben, eingelöst, verfallen oder korrigiert, wobei jede Einlösung das Ausgabedatum der verbrauchten Punkte trägt. Und die Mitgliedertabelle mit Beitrittsdatum und idealerweise der Information, wer eingeladen wurde, denn eine zurückgehaltene Einladungsgruppe ist die beste Kontrolle, die du je bekommen wirst. Wenn das Programm noch nicht gestartet ist, baue sie ein: lade neunzig Prozent ein, halte zehn Prozent ein Jahr lang zurück, und du musst nie wieder über Selektionsverzerrung streiten.

Breakage pro Kohorte ist eine kurze Abfrage, sobald das Punktebuch stimmt:

with issued as (
  select date_trunc('quarter', issued_at) as cohort, sum(points) as issued
  from points_ledger where event = 'issued' group by 1
), redeemed as (
  select date_trunc('quarter', origin_issued_at) as cohort, sum(points) as redeemed
  from points_ledger where event = 'redeemed' group by 1
)
select i.cohort, i.issued, coalesce(r.redeemed, 0) as redeemed,
       1 - coalesce(r.redeemed, 0)::numeric / i.issued as breakage
from issued i left join redeemed r using (cohort)
where i.cohort < now() - interval '30 months'
order by 1;

Der letzte Filter ist der, den alle vergessen. Eine Kohorte, die noch einlöst, hat eine Breakage, die jeden Monat fällt, und schmeichelt dem Programm.

Die Verbindlichkeit sind dann ein paar Zeilen:

outstanding = 1_950_000
breakage = 0.34
cost_per_night, points_per_night = 63, 1_800
liability = outstanding * (1 - breakage) * cost_per_night / points_per_night
print(round(liability))  # 45045

Mit einem sauberen Punktebuch dauert eine erste ehrliche Auswertung von inkrementeller Marge, Breakage und Verbindlichkeit etwa zwei Wochen. Ohne eines gehen die ersten zwei Wochen für den Aufbau aus den Buchungsdaten drauf.

Bevor du dem Ergebnis vertraust, prüfe vier Dinge. Dass Mitglieder und Kontrollgruppe in allem, was vor dem Beitritt beobachtbar ist, gleich aussehen, in einer Balance Tabelle statt in einem Satz. Dass ihre Aufenthaltsraten im Jahr vor dem Start parallel liefen; wenn Mitglieder schon vorher zulegten, schreibt sich das Programm einen Trend zu. Dass die Breakage Schätzung nur ausgereifte Kohorten nutzt. Und dass Mitglieder nicht einfach niedrigere Raten zahlen als die Kontrollgruppe, denn ein Programm, das Gäste in eine rabattierte Ratenklasse schiebt, kann gleichzeitig mehr Aufenthalte und weniger Marge zeigen.

Fallstricke

Aktivität als Ergebnis zählen. Ausgegebene Punkte, angemeldete Mitglieder und bearbeitete Einlösungen steigen alle, wenn ein Programm teuer ist, und sagen nichts darüber, ob sich Verhalten verändert hat. Ein Dashboard mit diesen drei Zahlen oben und nirgends einer Kontrollgruppe ist ein Dashboard für die Marketingabteilung.

Trägheit belohnen. Die Gäste, die am ehesten einer Treuekarte beitreten, sind die, die ohnehin wiederkommen. Gib ihnen fünf Prozent jedes Aufenthalts in Punkten und du hast Loyalität gekauft, die dir schon gehörte. Die Kontrollgruppe existiert genau dafür, und die Ergebnisse sind oft ernüchternd.

Breakage als Gewinnziel behandeln. Sobald die Finanzabteilung entdeckt, dass nicht eingelöste Punkte gratis sind, entsteht Druck, das Einlösen schwerer zu machen: höhere Schwellen, Sperrtermine, fixer Verfall. Jede dieser Massnahmen erhöht die Breakage und senkt den Verhaltenseffekt. Am Ende hast du ein Programm, das auf dem Papier profitabel ist, weil es niemand nutzt, also keines.

Regeln ändern, ohne den Ansturm zu modellieren. Kündige an, dass Punkte verfallen, und die Mitglieder lösen ein. Ich habe gesehen, wie eine Regeländerung ein Jahr an Einlösungen in sechs Wochen zog, während die Häuser voll waren, sodass sich die Verdrängungskosten pro Gratisnacht verdreifachten. Modelliere die Verbindlichkeit unter den neuen Regeln, bevor das Email rausgeht.

Stufen, die bestrafen. Status ist eine feine Belohnung, und ihn zu verlieren ist eine unverhältnismässige Verletzung. Mitglieder, die von Gold auf Silber fallen, zucken nicht mit den Schultern, sie gehen. Gib eine Schonfrist und eine weiche Landung, und miss die Abwanderung rund um das Datum der Herabstufung.

So mache ich das für Kunden

Das Ergebnis ist eine Entscheidung, kein Bericht. Soll das Programm existieren, in welcher Form, und was wird es kosten. Dafür brauche ich die Buchungs oder Bestellhistorie pro Kunde mit Kanal und Preis, das Punktebuch, falls es eines gibt, die Mitgliedertabelle mit Beitrittsdaten und jede Aufzeichnung darüber, wer eingeladen wurde und abgelehnt hat.

Der erste Monat beginnt mit dem kostenlosen Workshop, ein halber Tag, an dem wir die Programmregeln, die Daten und die Frage, die der Eigentümer wirklich beantwortet haben will, auf den Tisch legen. Dann zwei Wochen echte Arbeit auf mein Risiko: die Kontrollgruppe gebaut und auf Balance geprüft, die inkrementellen Aufenthalte oder Bestellungen mit Fehlermarge geschätzt, Breakage pro Kohorte, die Verbindlichkeit auf drei Arten, und eine erste Einschätzung, ob die Earn und Burn Regler vernünftig gesetzt sind. Erst dann reden wir über eine Fortsetzung.

Du bekommst ein einseitiges Entscheidungsmemo mit einer Zahl und einem Risiko: die inkrementelle Marge mit ihrer Untergrenze und der einen Annahme, die die Antwort ändern würde. Die Programmökonomie Tabelle von oben, live, als Dashboard, das die eine Frage beantwortet, ob sich das Programm im letzten Quartal getragen hat. Und wo das Design falsch ist, ein Redesign mit Testplan, damit die Änderung gemessen statt erhofft wird. Die Abfragen, das Modell und das Dashboard gehören dir. Diese Arbeit gehört zu meiner Data Science Praxis, und wenn die Antwort lautet, dass Retention statt Akquisition der Wachstumshebel ist, geht es meist unter Growth Hacking Plus weiter, wo ich teilweise auf Provision gegen die inkrementelle Marge arbeiten kann, die wir gerade zu messen gelernt haben. Wie das Engagement bepreist ist, steht klar auf der Preisseite.

Fragen an dein Team oder deine Agentur

• Wie hoch wäre die Aufenthalts oder Bestellrate unserer Mitglieder ohne das Programm gewesen, und woher wissen wir das?
• Gibt es eine Kontrollgruppe, und wenn nicht, können wir die nächste Einladungsrunde teilweise zurückhalten, um eine zu bauen?
• Wie lange braucht ein durchschnittliches Mitglied bis zur ersten Belohnung, die es wirklich will?
• Wie hoch ist die Breakage pro Ausgabekohorte, nur mit Kohorten gerechnet, die fertig eingelöst haben?
• Wie hoch ist die offene Punkteverbindlichkeit zu Grenzkosten, und was bucht der Steuerberater?
• Was kostet uns ein inkrementeller Aufenthalt oder eine inkrementelle Bestellung über das Programm, alle drei Kostenzeilen eingerechnet?
• Wenn wir morgen die Verfallsregel ändern, was machen die Einlösungen in den folgenden acht Wochen?

Diese Serie ist inspiriert von Mike Grigsbys Marketing Analytics (Kogan Page). Erklärungen, Beispiele und Zahlen hier sind meine eigenen.