B2B-Analytics: Wann sollte man nach Nutzern und wann nach Kundenkonten messen?

In einem B2B-Produkt kann eine Organisation Dutzende Nutzerinnen und Nutzer, unterschiedliche Rollen und sehr verschiedene Aktivitätsmuster haben. Deshalb beantwortet eine Kennzahl wie „aktive Nutzer“ allein nicht die Frage, ob das Produkt dem Kunden einen Mehrwert bietet: Sie kann steigen, weil weitere Personen hinzugekommen sind, obwohl niemand eine wichtige Funktion nutzt. Sie kann aber auch sinken, während ein Kundenkonto dank einer kleinen Gruppe von Spezialisten weiterhin Mehrwert erzielt.

Die Wahl der Analyseeinheit – Nutzer oder Kundenkonto – ist keine bloße Frage der Darstellung. Sie bestimmt, welche Frage eine Kennzahl beantworten kann und welche Entscheidungen sie nahezulegen scheint. Ein praktikabler Ansatz besteht darin, zunächst die anstehende Entscheidung zu bestimmen, dann die Einheit zu identifizieren, für die das Ergebnis relevant ist, und schließlich festzulegen, wie Beobachtungen zusammengefasst werden. Oft empfiehlt es sich, beide Einheiten zu analysieren, sie aber nicht in einer einzigen Kennzahl zu vermischen.

Was sich ändert, wenn Sie nach Nutzern oder Kundenkonten messen

Die Nutzerebene eignet sich zur Beobachtung individuellen Verhaltens: Wer meldet sich an, welche Schritte werden abgeschlossen, an welcher Stelle wird ein Ablauf abgebrochen und welche Funktionen werden verwendet? Die Ebene des Kundenkontos steht dagegen für die Organisation als Kundin. Sie hilft dabei zu beurteilen, ob das Produkt eingeführt wurde, ob verschiedene Teams es übernehmen oder ob es Anzeichen für ein Risiko in der Geschäftsbeziehung gibt.

Stellen wir uns zwei Kundenkonten mit jeweils zehn Nutzern vor. Beim ersten schließen neun Personen eine nützliche Aktion ab; beim zweiten konzentriert sich die gesamte Nutzung auf eine Person. Beide Konten können dieselbe Gesamtzahl an Ereignissen erreichen, doch die Adoption ist unterschiedlich. Geht es darum, die Breite der Nutzung einzuschätzen, verbirgt die Gesamtzahl der Ereignisse wichtige Informationen. Soll dagegen die Arbeitsbelastung einer spezialisierten Person verstanden werden, kann auch der Durchschnitt pro Kundenkonto wichtige Details verschleiern.

Die passende Kennzahl hängt von der Fragestellung ab, nicht davon, wie einfach sie sich erfassen lässt. Halten Sie fest, wofür der Zähler steht, welche Population der Nenner umfasst und welche Entscheidung sich durch das Ergebnis ändern würde.

Welche Fragen die jeweilige Analyseeinheit beantwortet

Die Messung auf Nutzerebene ist hilfreich, wenn der Mechanismus für Mehrwert oder Reibung bei einer konkreten Person auftritt. So lässt sich beispielsweise untersuchen, ob Personen, die mit einer Einrichtung beginnen, diese auch abschließen, ob eine bestimmte Rolle auf Schwierigkeiten stößt oder ob eine neue Nutzererfahrung eine individuelle Aufgabe erleichtert. Für Vergleiche zwischen Gruppen müssen diese anhand zuverlässiger Merkmale wie Rolle oder Team definiert und die Aktualität der Daten geprüft werden.

Die Messung auf Ebene des Kundenkontos eignet sich besser, wenn die Entscheidung die Kundin oder den Kunden als Organisation betrifft: etwa wenn Betreuungsmaßnahmen priorisiert, die Einführung bewertet oder die Verbreitung einer Funktion in den vorgesehenen Teams überprüft werden soll. Statt sämtliche Aktionen zu addieren, lassen sich Signale pro Kundenkonto bilden, zum Beispiel „Mindestens ein Nutzer hat die Einrichtung abgeschlossen“ oder „Nutzer aus zwei Teams sind beteiligt“. Die Regel sollte das angestrebte Ergebnis abbilden und nicht aus Bequemlichkeit gewählt werden.

• Individuelle Frage: Welcher Schritt im Ablauf erschwert die Aktivierung? Analysieren Sie die Nutzer, die diesen Ablauf begonnen haben, und ihre Abschlussrate.
• Organisationsbezogene Frage: Welche Kundenkonten haben die Funktion eingeführt? Zählen Sie die Organisationen, die ein ausdrücklich festgelegtes Einführungskriterium erfüllen.
• Frage nach der Nutzungsbreite: Ist die Nutzung weit verbreitet oder auf wenige Personen konzentriert? Betrachten Sie die aktiven Nutzer pro Kundenkonto zusammen mit der Größe der berechtigten Gruppe.

Aktivität, Adoption und Reibung sind nicht dasselbe

Aktivität beschreibt beobachtete Aktionen innerhalb eines Zeitraums. Adoption gibt an, in welchem Umfang eine Person, ein Team oder ein Kundenkonto eine relevante Funktion übernimmt. Reibung zeigt sich möglicherweise in Verhaltensmustern, die auf Schwierigkeiten hindeuten. Ein Abbruch in einem Formular beweist für sich genommen jedoch nicht, warum er erfolgt ist. Mögliche Gründe sind eine schlechte Nutzererfahrung, eine Unterbrechung oder schlicht, dass die Person nicht fortfahren musste.

Legen Sie für Aktivität fest, welches Ereignis zählt und über welchen Zeitraum es betrachtet wird, etwa eine bedeutsame Aktion innerhalb der letzten 30 Tage. Bezeichnen Sie niemanden als „aktiv“, nur weil eine Sitzung geöffnet wurde, wenn das nicht mit dem Produktwert zusammenhängt. Bestimmen Sie für Adoption eine Aktion, die mit einem Ergebnis verknüpft ist, und entscheiden Sie, ob eine einzelne Person, ein Anteil der berechtigten Nutzer oder eine bestimmte Rollenkombination sie abschließen muss. Um Ursachen für Reibung zu erklären, sollten Sie quantitative Verlaufsdaten mit qualitativer Forschung verbinden.

Eine Kennzahl auf Nutzerebene kann zeigen, an welcher Stelle eine Aufgabe scheitert; eine Kennzahl auf Ebene des Kundenkontos kann angeben, wie viele Organisationen den Meilenstein erreichen. Bewahren Sie die Verbindung zwischen beiden Ebenen, damit Sie vom aggregierten Symptom zu den beteiligten Personen und Abläufen zurückgehen können. Beachten Sie dabei die geltenden Berechtigungen und Datenschutzrichtlinien.

Signale zusammenfassen, ohne Unterschiede zu verwischen

Kundenkonten unterscheiden sich in Größe, Konfiguration und Rollenverteilung. Ein einfacher Durchschnitt der Aktivität pro Kundenkonto gewichtet eine kleine Organisation genauso stark wie eine große. Ein Durchschnitt über alle Nutzer kann wiederum von Kundenkonten mit besonders vielen Personen dominiert werden. Keine dieser Methoden ist grundsätzlich falsch, aber sie beantworten unterschiedliche Fragen.

Entscheiden Sie vor der Zusammenfassung, was Sie gewichten möchten:

• Durchschnitt pro Kundenkonto: Beschreibt das typische Kundenkonto, wenn jede Organisation gleich gewichtet werden soll. Zeigen Sie auch die Verteilung, denn einzelne Kundenkonten können deutlich vom mittleren Wert abweichen.
• Durchschnitt pro Nutzer: Beschreibt die typische Person in der beobachteten Gruppe; größere Organisationen erhalten dabei jedoch mehr Gewicht.
• Anteil der Kundenkonten, die ein Kriterium erfüllen: Eignet sich zur Nachverfolgung von Meilensteinen, sofern Kriterium und Zeitraum festgelegt sind.
• Verteilung innerhalb eines Kundenkontos: Zeigt, ob die Nutzung breit verteilt oder auf eine Person beziehungsweise Rolle konzentriert ist.

Vergleichen Sie keine Quoten, ohne die Nenner zu prüfen. Ein Kundenkonto mit zwei berechtigten Personen liefert keine ebenso stabile Grundlage wie eines mit mehreren Hundert. Achten Sie bei Zeitreihen auf Veränderungen in der Zusammensetzung der Kundschaft: Ein Gesamtindikator kann sich ändern, weil andere Kundenkonten hinzugekommen sind, nicht weil sich das Verhalten innerhalb der einzelnen Konten verändert hat.

Fehler, die zu irreführenden Schlussfolgerungen führen

Ein erster Fehler besteht darin, Nutzerwerte zu mitteln und das Ergebnis so darzustellen, als beschreibe es Kundenkonten. Ein zweiter ist, ein Kundenkonto bereits dann als aktiv zu zählen, wenn irgendein oberflächliches Ereignis die Regel erfüllt. Dadurch kann vereinzelte Aktivität mit organisationsweiter Adoption verwechselt werden. Riskant ist auch, Nutzerereignisse mit Merkmalen des Kundenkontos zu verbinden, ohne den zeitlichen Bezug klar festzulegen: Eine Person kann das Team wechseln oder die Organisation verlassen.

Ein weiteres Problem sind Vergleiche zwischen Kundenkonten mit unterschiedlichen Voraussetzungen. Ist eine Funktion nur in bestimmten Tarifen, für bestimmte Rollen oder bei bestimmten Konfigurationen verfügbar, sollten Kundenkonten, die sie nicht nutzen können, nicht als Fälle gescheiterter Adoption gelten. Werden sie dagegen ohne Erklärung ausgeschlossen, kann das Ergebnis zu positiv ausfallen. Dokumentieren Sie, wer in die Analyse einbezogen wird und warum.

Verwechseln Sie schließlich Korrelation nicht mit Erklärung. Dass Kundenkonten mit mehr aktiven Nutzern häufiger verlängern, beweist nicht, dass eine höhere Aktivität die Verlängerung verursacht. Der Zusammenhang kann von der Größe, dem Anwendungsfall oder anderen Unterschieden abhängen. Nutzen Sie die Kennzahl, um Hypothesen zu entwickeln, und überprüfen Sie diese, bevor Sie einen ursächlichen Zusammenhang behaupten.

Ein praktisches Modell zur Definition einer Kennzahl

1. Formulieren Sie die Entscheidung: Legen Sie fest, welche Maßnahme Produkt-, Geschäfts- oder Betriebsteams ergreifen würden, wenn der Wert steigt oder fällt.
2. Wählen Sie die Einheit: Bestimmen Sie, ob das Ergebnis eine Person, ein Team oder eine Organisation betrifft.
3. Definieren Sie das Ereignis oder die Bedingung: Bevorzugen Sie Signale, die mit dem Mehrwert verbunden sind, statt beliebiger erfasster Aktivitäten.
4. Legen Sie Population und Zeitraum fest: Klären Sie, wer berechtigt ist, welcher Zeitraum betrachtet wird und wie Eintritte, Austritte und Rollenwechsel berücksichtigt werden.
5. Geben Sie die Aggregation an: Erläutern Sie, ob gezählt, gemittelt oder ein Anteil berechnet wird und welches Gewicht jedes Kundenkonto erhält.
6. Prüfen Sie Extremfälle: Kontrollieren Sie, wie sich die Kennzahl bei kleinen und großen Kundenkonten, konzentrierter Nutzung und mehreren beteiligten Teams verhält.
7. Überprüfen Sie die Interpretation: Fragen Sie, ob zwei unterschiedliche Geschäftssituationen denselben Wert ergeben könnten. Falls ja, ergänzen Sie eine Aufschlüsselung oder eine weitere Kennzahl.

Checkliste vor der Veröffentlichung

• Macht der Name der Kennzahl deutlich, ob sie Nutzer, Teams oder Kundenkonten misst?
• Sind Zähler und Nenner definiert und beziehen sie sich auf eine passende berechtigte Population?
• Passt der Zeitraum zum Nutzungszyklus des Produkts?
• Werden Aktivität, Adoption und Reibung voneinander unterschieden?
• Lässt sich erkennen, wenn sich die Nutzung auf wenige Personen konzentriert?
• Können Veränderungen in Zusammensetzung oder Größe der Kundenkonten den Vergleich beeinflussen?
• Führt die Kennzahl zu einer konkreten Entscheidung und lässt sie sich auf einer detaillierteren Ebene untersuchen?

Zusammengefasst: Messen Sie auf Nutzerebene, wenn Sie individuelles Verhalten und persönliche Erfahrungen verstehen möchten. Messen Sie auf Ebene des Kundenkontos, wenn es um Adoption oder Ergebnisse auf Organisationsebene geht. Bei komplexen B2B-Produkten sollten Sie beide Perspektiven beibehalten und erklären, wie sie zusammenhängen. Eine gut definierte Kennzahl fasst nicht nur zusammen, was geschehen ist: Sie zeigt auch, was untersucht werden sollte, wen es betrifft und welche Entscheidung sinnvoll ist.