Kundensegmentierung: Definition, Typen, Beispiele

Kundensegmentierung (customer segmentation) ist die Aufteilung eines Kundenbestands in Gruppen mit messbaren gemeinsamen Merkmalen: demografische Daten, Kaufverhalten, Transaktionshistorie oder geäußerte Einstellungen. Jede Gruppe erhält anschließend die Nachricht, das Angebot und die Erfahrung, die zu ihr passen, statt einer einzigen Kampagne an die gesamte Basis. Die Segmente konzentrieren Aufmerksamkeit und Budget auf die Gruppen mit dem höchsten Wert und sind die Vorstufe jeder Personalisierung (personalization).

Kundensegmentierung heißt nicht dasselbe wie die Zielgruppensegmentierung (audience segmentation). Die Zielgruppensegmentierung schneidet eine meist anonyme Werbepopulation für einen Medieneinkauf zu; die Kundensegmentierung richtet sich an identifizierte Kunden mit bestehender Beziehung und bleibt über mehrere Kampagnen bestehen. Im Englischen tragen beide eigene Begriffe.

Die vier Typen der Kundensegmentierung

Die Kundensegmentierung arbeitet mit vier Familien von Kriterien: demografisch, geografisch, verhaltensbasiert und psychografisch. Die meisten Unternehmen kombinieren mehrere davon und ergänzen eine engere Schnittmenge, die Mikrosegmentierung.

Die demografische Segmentierung gruppiert Kunden nach Alter, Geschlecht, Einkommen, Bildung oder Funktion. Sie ist der häufigste Einstieg, weil das CRM und die Registrierungsformulare diese Attribute bereits enthalten.
Die geografische Segmentierung unterteilt die Kundschaft nach Land, Region, Stadt oder Einzugsgebiet. Sie trägt lokale Kampagnen, das Sortiment einer Filiale und die Lagersituation je Standort.
Die verhaltensbasierte Segmentierung nutzt beobachtete Verhaltensdaten (behavioral data): Kaufhäufigkeit, besuchte Seiten, Reaktion auf E-Mails, Produktverwendung. Diese Familie teilt die Kunden nach dem ein, was sie tun, nicht nach dem, was sie sind.
Die psychografische Segmentierung klassifiziert Kunden nach Werten, Interessen, Lebensstil und Haltungen. Diese Kriterien sind nur schwer zu erheben, weil sie auf Selbstauskünften beruhen, etwa in Fragebögen oder einem Präferenzzentrum.
Die Mikrosegmentierung schneidet die Zielgruppe auf eine schmale Gruppe zu, zum Beispiel „Kunden, die in den letzten 30 Tagen in Kategorie X gekauft haben und deren durchschnittliche Bestellsumme über 100 € liegt“. Ein eng definiertes Segment steuert das Anzeigenbudget präziser und liefert den Lookalike-Algorithmen sauberere Eingangsdaten.

Was eine CDP für die Kundensegmentierung leistet

Die traditionelle Segmentierung exportiert statische Listen aus einer Datenbank oder einem Tabellenblatt, die nach wenigen Stunden veralten. Eine Customer Data Platform (CDP; auf Deutsch Kundendatenplattform) ersetzt die Liste durch ein Segment, das auf einem vereinheitlichten Kundenprofil bei jeder Kundenaktion neu berechnet wird.

Ein einheitlicher Datenbestand. Die CDP führt die Daten von Website, mobiler App, E-Mail, Kassensystem und Kundenservice durch die Identitätsauflösung (identity resolution) zu einem Profil je Kunde zusammen. Ein Segment auf diesem Profil beschreibt den ganzen Kunden, nicht die Sicht eines Kanals.
Die Mitgliedschaft wird in Echtzeit aktualisiert. Wenn ein Kunde einen Warenkorb verlässt oder eine Ausgabenschwelle überschreitet, ändert die CDP die Segmentmitgliedschaft in derselben Sekunde, und die Aktivierungstools erhalten die Änderung vor dem nächsten Kampagnenversand.
Eine Definition für alle Kanäle. Das Segment wird einmal in der CDP definiert, und dieselbe Definition speist E-Mail, bezahlte Werbung, Onsite-Personalisierung und die Weiterleitung im Kundenservice. Die widersprüchlichen Listen von Tool zu Tool verschwinden.
Segmente, die die Modelle hervorbringen. Scores der Predictive Analytics (predictive analytics) werden selbst zu Segmentkriterien: Abwanderungswahrscheinlichkeit (Churn) oder Customer Lifetime Value. So entstehen dynamische Segmente, die sich mit jedem Modelllauf aktualisieren, und die Grundlage für eine Next Best Action auf Ebene des einzelnen Kunden. Die KI-Kundensegmentierung (AI customer segmentation) findet zusätzlich Kohorten, die kein Analyst per Regel formuliert hätte.

Der Wert dieser Mechanismen hängt an der Autonomie des Marketingteams: Ein Segment, das eine SQL-Abfrage und ein Ticket bei der IT braucht, ändert sich nicht im Takt einer Kampagne. Ob eine CDP das leistet, zeigt die Demonstration; die Kriterien für die CDP-Bewertung nennen die Prüffragen.

Der Wechsel von der Liste zum Segment verändert auch die Arbeitsteilung im Unternehmen. Das Team, das die Segmente definiert, braucht keinen Cronjob mehr, der jede Nacht eine CSV erzeugt, und keine Freigabe des Data-Engineers für die nächste Abfrage; die Definitionen liegen in einem Tool, das das Marketing selbst bedient. Die IT bleibt zuständig für die Anbindung der Quellsysteme und für die Datenqualität, nicht für den Betrieb der Aussteuerung. Diese Trennung ist der Grund, weshalb Unternehmen eine CDP überhaupt einführen: nicht für ein weiteres Datensilo, sondern weil die Segmentierung sonst an der Person hängt, die die SQL-Abfragen schreibt. Wo das Data Warehouse bereits steht, liest die CDP die Profile direkt daraus – ein Composable-CDP-Ansatz über BigQuery oder Snowflake, bei dem die Plattform die Semantik liefert und das Data Warehouse die Speicherung.

Statische Listen missachten das Timing

Ein Beispiel zeigt, was die Verzögerung kostet. Eine Kundin legt am Abend zwei Laufschuhe in den Warenkorb und schließt den Kauf nicht ab. Läuft die Segmentierung als nächtlicher Job, erreicht das Ereignis die Aussteuerung erst am nächsten Tag; dann trifft die Warenkorb-E-Mail ein, nachdem die Kundin die Laufschuhe in einem Vergleichsportal bereits günstiger gefunden oder das Interesse verloren hat. Mit einem Echtzeitprofil läuft derselbe Fall anders: Der Warenkorbabbruch ändert die Segmentmitgliedschaft sofort, und die E-Mail mit dem Anreiz geht noch am selben Abend raus. Der Anreiz zielt nur auf die Gruppe, die ihn braucht. Die Kundschaft, die ohnehin kauft, erhält keinen Preisnachlass. Auf 10.000 Warenkörben pro Monat kann dieser Tag je nach Warenkorbwert und Zusatzkonversion einen fünfstelligen Eurobetrag ausmachen – eine Modellrechnung, kein Messwert.

Zweites Beispiel: Ein Hersteller von Büromöbeln verkauft über Fachhandel und Onlineshop und setzt seine Segmente aus dem CRM des Außendiensts zusammen. Die Segmente dort tragen das Alter der letzten Betreuung, nicht das aktuelle Kaufinteresse; der Onlineshop-Datenbestand fehlt in den Segmenten ganz. Die Folge ist die doppelte Ansprache, die der Leser aus dem eigenen Postfach kennt: Der Kunde, der gestern online bestellt hat, erhält heute noch das Prospekt für Neukunden. Mit einem Profil je Kunde in der CDP liest die Segmentierung zuerst die Identität, danach die aktuelle Historie – und der Ausschluss ersetzt die nachträgliche Abstimmung über das CRM-System.

Fünf Prüffragen, bevor ein Segment produktiv geht

Ein Segment entsteht in Minuten; die Prüfung danach entscheidet, ob es sich im Betrieb bewährt. Fünf Fragen beantwortet das Team, bevor die Aussteuerung startet. Erstens: Welche Identitätsschlüssel trägt das Segment, und wie viele Profile bleiben ohne Schlüssel? Ein Segment, in dem anonyme Profile mehr als ein Zehntel ausmachen, verteilt dieselbe Botschaft an falsche Empfänger; nach der Faustregel ist dieses Zehntel die Alarmgrenze. Zweitens: Wie schnell veraltet die Mitgliedschaft – in Sekunden oder in Stunden? Ein Reaktivierungssegment auf Basis von Verhaltensdaten, das einmal pro Woche neu gebaut wird, triggert Kunden, die längst zurück sind. Drittens: Welches Kanal-Frequenzlimit gilt für die Mitglieder? Fünf Segmente, die dieselbe Person in derselben Woche je einmal adressieren, erzeugen die Überkontaktierung, die Abmeldungen kostet. Viertens: Welche Ausschlüsse enthält das Segment – Neukunden von Bestandskunden, Vollpreis von Rabattkunden, Einwilligungsstand je Kanal? Die Ausschlussliste (suppression list) ist der halbe Wert eines Segments. Fünftens: Lässt sich die Zuordnung nachvollziehen, wenn der Datenschutzbeauftragte oder eine betroffene Person danach fragt? Die Logik des Segments muss dokumentiert sein, weil Art. 15 Abs. 1 lit. h DSGVO der betroffenen Person bei einer Entscheidung nach Art. 22 Auskunft über die beteiligte Verarbeitungslogik gibt; ein Segment aus mehreren Modell-Scores braucht deshalb eine Erklärung ohne ML-spezifisches Vokabular.

Ein Modell-Score als Segmentmerkmal bringt eine Pflicht mit, die die Freitextregel nicht löst. Nach Art. 22 Abs. 3 DSGVO hat die betroffene Person bei einer vollautomatisierten Entscheidung mit rechtlicher Wirkung oder ähnlich erheblicher Tragweite, die nicht unter eine Ausnahme nach Art. 22 Abs. 2 fällt, ein Recht auf menschliche Überprüfung; ein Segment, dessen Aktion automatisch ohne menschliche Prüfung ausgesteuert wird, muss dieses Recht deshalb direkt in die Aussteuerung einbauen. Die Segmentlogik gehört in ein Dokument, das ein neues Teammitglied ohne mündliche Überlieferung lesen kann – und nicht im Kopf des Analysten bleibt.

Diese fünf Fragen kosten eine Teambesprechung. Sie ersetzen die Kampagne, die an der falschen Zielgruppe scheitert und einen ganzen Budgetzyklus verschwendet.

Was gute Segmentierung dem Marketing bringt

Eine Kundensegmentierung rechnet sich nicht an der Zahl der angelegten Segmente, sondern an messbaren Effekten. Vier Effekte kehren in Programmen zur Kundenbindung (customer retention) stets wieder: Die Konversionsrate der zielgerichteten Nachrichten steigt, weil Moment und Anlass zum Segment passen; das Budget der bezahlten Medien konzentriert sich auf Segmente mit hohem Wert, weil bereits gewonnene Kunden aus den Neukundenadressen ausgeschlossen werden; die Abwanderungsrate (Churn) sinkt, wenn eine Rückgewinnungssequenz ein Abwanderungssegment erreicht, bevor die Kündigung fällt; der Cross-Selling-Erfolg bemisst sich am Kaufverlauf der Segmente, nicht am Katalog.

Weihnachtsgeschäft und Black Friday liefern das konkrete Anwendungsbeispiel für den Handel. Vor dem Weihnachtsgeschäft trennt ein Versandhändler die Kundschaft, die nur im Ausverkauf kauft, von der Kundschaft, die den Vollpreis zahlt: Die erste Gruppe erhält das Aktionsmailing am ersten Tag, die andere eine Vorschau auf Neuvorstellungen, und die CRM-Kundennummer verbindet Filiale und Onlineshop als Identitätsschlüssel. Während der Cyber Week begrenzt dieses Vorgehen die Überkontaktierung – solange die Segmentmitgliedschaft aktuell bleibt und nicht aus dem Export von gestern stammt.

Kundensegmentierung und DSGVO

Das Anlegen eines Segments ist eine Verarbeitung personenbezogener Daten: Das Unternehmen legt Zweck und Rechtsgrundlage vor der Erhebung fest, nicht nachträglich. In Deutschland gelten zwei Texte gemeinsam: die Datenschutz-Grundverordnung (DSGVO; englisch GDPR) als unmittelbar geltendes EU-Recht und das Bundesdatenschutzgesetz (BDSG) als ergänzendes Bundesrecht. Für Werbung per elektronischer Post kommt das Gesetz gegen den unlauteren Wettbewerb (UWG) dazu: § 7 Abs. 2 Nr. 2 UWG verlangt eine vorherige ausdrückliche Einwilligung des Adressaten. Die amerikanische Referenz ist der CCPA für Kalifornier; das Gesamtregister steht im Eintrag zu den Datenschutzgesetzen.

Zwei Punkte treffen die Segmentierung unmittelbar. Die psychografische Segmentierung fällt unter das Verbot des Art. 9 Abs. 1 DSGVO, sobald tatsächlich besondere Datenkategorien verarbeitet werden, etwa Gesundheitsdaten oder religiöse Anschauungen; für diese Daten genügt keine Rechtsgrundlage nach Art. 6 allein, es braucht zusätzlich eine Bedingung aus Art. 9 Abs. 2 DSGVO, in der Praxis meist eine ausdrückliche Einwilligung. Für jede Auslegung an dieser Grenze prüft der Datenschutzbeauftragte die Rechtsgrundlage, bevor das Segment produktiv geht. Das Recht auf Löschung (Art. 17 Abs. 1 DSGVO) endet nicht bei den Segmenten: Die betroffene Person verlangt zuerst Auskunft über die Rechtsgrundlage, danach die tatsächliche Löschung. Ein gelöschter Kunde muss auch aus den Segmenten verschwinden, die bereits an die Aktivierungstools exportiert sind.

Lesen Sie auch: Anzeigenausgaben mit einer CDP verbessern (auf Englisch)

FAQ

Was sind die wichtigsten Typen der Kundensegmentierung?

Die wichtigsten Typen sind die demografische, die geografische, die verhaltensbasierte und die psychografische Segmentierung. Die demografische Segmentierung nutzt Alter, Einkommen und Funktion; die geografische den Standort; die verhaltensbasierte Kaufhäufigkeit und die Reaktion auf Kampagnen; die psychografische Werte und den Lebensstil. CDPs ergänzen die Mikrosegmentierung, die auf einem präzisen Merkmal eine sehr enge Gruppe von Kunden isoliert.

Was ist der Unterschied zwischen Kundensegmentierung und Zielgruppensegmentierung?

Die Kundensegmentierung gruppiert Kunden nach gemeinsamen Merkmalen; die Zielgruppensegmentierung teilt eine meist anonyme Werbepopulation für den Medieneinkauf ein. Die Kundensegmentierung arbeitet mit identifizierten Kunden und übersteht mehrere Kampagnen; die Zielgruppensegmentierung bedient die Anzeige, keinen Bestand. Die Trennung lohnt: Segmente aus der Kundensegmentierung speisen die Personalisierung, die Zielgruppensegmentierung adressiert eher Kaltbestände für den Reichweitenkauf.

Wie verbessert eine CDP die Segmentierung gegenüber herkömmlichen Tools?

Eine CDP berechnet die Segmentmitgliedschaft in Echtzeit auf vereinheitlichten Kundenprofilen neu, während herkömmliche Tools statische Listen kanalweise exportieren. Der Export aus einer Datenbank oder aus einem Tabellenblatt erzeugt einen Schnappschuss, der nach einem Tag veraltet. Die CDP aktualisiert das Segment im Moment der Kundenaktion, und E-Mail, SMS und bezahlte Medien erhalten dieselbe Audience-Definition.

Welche Rolle spielt die Einwilligung für die Kundensegmentierung?

Jedes Segment braucht eine Rechtsgrundlage; die Einwilligung nach Art. 6 Abs. 1 lit. a DSGVO ist erforderlich, sobald das Segment auf Trackern beruht (§ 25 TDDDG, bis Mai 2024 TTDSG) oder wenn das Segment der E-Mail- und SMS-Werbung an Privatkunden dient (§ 7 Abs. 2 Nr. 2 UWG). Die Einwilligung gilt stets nur für den genannten Zweck: Die Zustimmung zum Newsletter deckt nicht die Aufnahme in eine Werbezielgruppe. Der Datenschutzbeauftragte prüft die Zwecke; die Landesdatenschutzbehörden kontrollieren die Umsetzung.

Was ist der Unterschied zwischen Kundensegmentierung und Personalisierung?

Die Kundensegmentierung gruppiert Kunden nach geteilten Merkmalen; die Personalisierung nutzt diese Gruppen und die Daten der einzelnen Person, um die Erfahrung anzupassen. Die Segmentierung strukturiert den Bestand in nutzbare Mengen; die Personalisierung wählt Inhalt, Angebot und Versandtermin. Eine CDP verbindet beide Schritte: Das Segment speist die Personalisierung in Echtzeit mit.