Shared Mobility Studie in Deutschland und Frankreich vorgestellt

Der Mobilitätsmarkt befindet sich derzeit im Wandel und muss sich auf die Herausforderungen der Zukunft vorbereiten. Die Mobilitätsdienstleister sind dazu aufgefordert, ihr Angebot hinsichtlich Antriebssystemen, Elektromobilität & Infrastruktur, stationsgebundene / stationsungebundene Angebote, Konkurrenzsituation und Marketing & Kommunikation fit für die Zukunft zu machen.

Die Mobilität von morgen ist das große Thema von heute

Durch den Megatrend »Individualisierung« werden Lebensbereiche und somit auch der Bedarf an Mobilität und das Mobilitätsverhalten immer spezifischer. Der Modal Split (Verwendung unterschiedlicher Verkehrsmittel) wird immer breiter und der Wunsch nach Flexibilität größer. Einzig die persönlichen Einstellungen und das Angebot gelten als Ein- oder Ausschlusskriterium für bestimmte Verkehrsmittel.

Es existieren bereits einige Studien, die das Thema Carsharing und die damit einhergehenden Rahmenbedingungen untersuchten. Was bisher fehlt, sind einerseits Trackingstudien, durch die man langfristige Veränderungen und Entwicklungen, bedingt durch Carsharing, messen kann und eine detaillierte Beschreibung existierender Mobilitätstypen in Bezug auf die Shared Economy, die sich neben den »hard facts« wie z.B. Alter und Geschlecht durch ihre Einstellungen zum Thema Verkehr und Mobilität sowie durch ihr Nutzerverhalten beschreiben lassen.

Die aktuelle Studie »Shared Mobility in Deutschland und Frankreich« der LDB Mica Research wurde daher mit dem Ziel aufgesetzt, als repräsentative Tracking-Studie langfristige Veränderungen und Trends des Mobilitätsverhaltens vor allem in Bezug auf Shared Mobility zu messen. Außerdem sollen durch den Bezug der Ergebnisse zu einzelnen Mobilitätstypen, neue Anhaltspunkte für eine Conversion vom Nichtnutzer zum Nutzer identifiziert werden.


Gerrit Hardkop, Head of Market Research DACH, erklärt: »Unsere Studie hat es sich zum Ziel gemacht, als Nullmessung zu untersuchen, wer Carsharing nutzt, wo Potenziale sind, welche Mobilitätstypen es gibt und wie sich das Mobilitätsverhalten dieser verschiedenen Mobilitätstypen gestaltet und zukünftig verändert. Darüber hinaus sollen bisherige Hypothesen zum Carsharing erneut geprüft werden, um Klarheit über möglicherweise veraltete Vermutungen zu gewinnen.«

Die Besonderheit der vorliegenden Studie liegt in der repräsentativen Stichprobe und der Identifikation und Unterscheidung zwischen Nichtkennern des Carsharings, Kennern aber Nichtnutzern und Nutzern. Darüber hinaus erlaubt die Bildung von Mobilitätstypen die Ableitung von Handlungsempfehlungen und Ideen zur Neukundengewinnung.

Zukunftsmarkt Carsharing

Carsharing ist mittlerweile den meisten Autofahrern geläufig: 90 Prozent wissen, was sich hinter dem Konzept der kurzzeitigen Automietung verbirgt. Der typische Carsharing-Nutzer ist männlich (62 %), unter 40 Jahren alt (70 %), zählt zu den Besserverdienern (40 %) und wohnt größtenteils in einem Familienhaushalt (43 %).

Insbesondere Familien mit Zweitwagen erweisen sich als Zielgruppe mit Potenzial, da diese Personen dazu tendieren, den Zweit- oder Drittwagen abzuschaffen. In Großstädten legen 72% der Befragten weniger als 10.000 km mit ihrem am zweithäufgst genutzten Pkw zurück. Bei diesen Rahmenbedingungen lohnt es sich, Carsharing anstatt des eigenen Pkws zu nutzen.

Die in der Studie gewonnenen Ergebnisse zeigen, dass es noch viel Potenzial für Neukundengewinnung und Angebotsoptimierung gibt. Individuelle Bedürfnisse, die jeweilige Lebenssituation und natürlich das Angebot entscheiden letztendlich darüber, welches Verkehrsmittel wann von wem genutzt wird. Die Identifikation verschiedener Mobilitätstypen deutet an, welche Mobilitätsbedürfnisse und Einstellungen bedient werden müssen.

Zur Untersuchung der dargestellten Studieninhalte hat die LDB Mica Research GmbH im März 2017 in Deutschland und Frankreich jeweils ca. 1.000 Führerscheininhaber ab 18 Jahren zu ihrem Mobilitätsverhalten befragt.

Das Mica Reasearch FactSheets zur »Studie zur Shared Mobility in Deutschland und Frankreich« finden sie auf folgender Seite: https://tinyurl.com/yctqltwq.

Infografik

Den vollständigen Bericht zur Studie können Sie unter info@ldb-mica.de anfordern.

Mit dem Tool Textanalyse Kundenbedürfnisse verstehen

Je mehr ein Unternehmen über seine Kunden weiß, desto enger lässt sich die Kundenbeziehung knüpfen. Welches Bild haben Ihre Kunden von Ihrem Unternehmen? Wie erleben sie es im Alltag? Welche Kritikpunkte hatte Ihr Kunde bei seinem letzten Besuch? Hat er Ihr Unternehmen bei seinen Freuden oder im Social Web empfohlen? Dieses Wissen gehört zum wertvollsten Kapital jedes Unternehmens. Unternehmen erkennen immer mehr den strategischen Wert von Daten und nutzen diesen zielorientiert für ihre Zwecke. Kundenzufriedenheit kann für den Erfolg oder Misserfolg eines Unternehmens entscheidend sein. Doch woher bekommen Sie diese Hinweise? Beispielsweise durch Befragungen zur Kundenzufriedenheit.

Herausforderung
Die LDB Gruppe wollte Befragungen zur Kundenzufriedenheit noch effizienter durchführen, um auch große Firmen für diesen Geschäftszweig zu begeistern. Die Optimierung sollte vor allem in der Hinsicht auf den großen Zeitaufwand der Analyse von Befragungsergebnissen erfolgen.

Umsetzung
Die LDB Gruppe implementierte eine hochmoderne Analyselösung, die Feedback aus Kundenbefragungen automatisch verarbeitet, die Zufriedenheit ermittelt und die Ursachen identifiziert.

Vorteile
Beschleunigt die Analyse von Befragungen zur Zufriedenheit von Tagen auf wenige Minuten
Gewährt neue Einblicke in die Kundenzufriedenheit und reduziert die Abwanderungsrate
Ermöglicht den Gewinn von neuen Kunden, erhöht Umsatz und Marktanteile

statistiken_zettel_auf_schreibtisch

»Wenn ein Kunde eine schlechte Erfahrung mit Ihrem Unternehmen macht und Sie das Problem nicht schnell genug lösen, können Sie den Kunden für immer verlieren«, berichtet Anna Sapronova, Business Intelligence Consultant bei der LDB Gruppe. »Wir haben ein innovatives Produkt entwickelt, mit dem wir sicherstellen, dass Ihnen so etwas nicht passiert.«

Eines der zentralen Angebote der LDB Gruppe umfasst die Analyse der Kundenzufriedenheit und die daraus resultierende Ermittlung von konkreten Verbesserungspotenzialen. Dazu nutzen wir eine breite Palette an Werkzeugen, um den höchstmöglichen Ertrag aus Daten der Kundenzufriedenheit zu gewinnen.

Anna Sapronova kennt das Bedürfnis vieler Unternehmen nach solch einem Produkt aus dem Geschäftsalltag: »Einer unserer großen Klienten aus der Automobilindustrie wollte herausfinden, was Kunden in seinen Werkstätten gefallen hat und was nicht. Schließlich kann schon eine einzige schlechte Erfahrung dazu führen, dass man einen Kunden verliert. Als wir damit begannen, diese Kunden zu befragen, konnten wir schnell umfassende Informationen über ihre Erfahrungen mit den Werkstätten sammeln.«

Das Potenzial von Befragungen der Kundenzufriedenheit ist nicht nur für die Automobilindustrie relevant. Auch Unternehmen aus anderen Branchen können von dem Wissen darüber profitieren, wie Kunden eine Marke und deren Service empfinden und warum.

Der innovative Aspekt der Dienstleistung bezieht sich in hohem Maße auf die Analyse der Befragungsergebnisse, weiß Anna Sapronova: »Bisher erzielten wir ausschließlich durch manuelle Abläufe einen Erkenntnisgewinn. Wir wussten aber, dass wir mit der manuellen Herangehensweise nicht den Arbeitsaufwand bewältigen könnten, um uns auch an größere Unternehmen zu richten. Darum suchten wir nach einer Möglichkeit, die Analyse der Befragungsergebnisse zu automatisieren.«

Eine leistungsstarke Analyseplattform mit hochmodernen Text Mining-Funktionen musste gefunden werden. Die Suche der LDB Gruppe führte geradewegs zu IBM® SPSS® Modeler Premium. Anna Sapronova: »Die Analyseplattform war deutlich besser als die anderen Produkte, die wir uns angesehen haben. IBM SPSS hatte genau das, wonach wir suchten – eine breite Palette an Möglichkeiten für ausgeklügelte Analysen, die Unterstützung verschiedener Sprachen und die Bestimmung, ob ein Kommentar positiv oder negativ konnotiert ist.«

Mit der Implementierung von IBM® SPSS® Modeler Premium konnte die LDB Gruppe eine neue Ebene der Analyse der Kundenzufriedenheit öffnen. Die Entwicklung dieses Geschäftssegments und die damit verbundenen Vorteile sind bahnbrechend und ein echter Wettbewerbsvorteil für unsere Kunden. Wenn Werkstattkunden heute an einer Befragung zur Kundenzufriedenheit teilnehmen, werden die Ergebnisse automatisch an die IBM-Lösung gesendet. Die Software übernimmt die Analyse des Feedbacks und ermittelt, ob ein Kunde mit dem gebotenen Service zufrieden oder unzufrieden war.

Mithilfe von weiteren Werkzeugen der Software kann die LDB Gruppe sogar ein konkretes Verbesserungspotenzial identifizieren, das wir ohne Umwege an den Klienten weitergibt.

Die Analyse des Verbesserungspotenzials ergibt sich automatisch aus der Befragung, erklärt Anna Sapronova: »Die Befragungsergebnisse liefern viel nützliches Feedback, das wir an die Klienten weitergeben, um ihnen bei der Optimierung von Prozessen zu helfen. Wenn sich Kunden zum Beispiel beschweren, dass sie zu lange warten mussten, kann sich die Werkstatt überlegen, für Spitzenzeiten zusätzliche Mitarbeiter einzustellen.«

Richtungsweisend ist auch die statistische Analyse der Befragung. Die LDB Gruppe nutzt dafür die Analysesoftware IBM SPSS Statistics, mit deren Hilfe sie Feedback noch genauer untersuchen kann.

Im Rahmen der Durchführung von Cluster-Analysen können verschiedene Aspekte der Kundenzufriedenheit miteinander in Beziehung gesetzt werden. Zum Beispiel denken Kunden, die sich über lange Wartezeiten beschweren, eher, dass die Werkstatt nicht genügend Personal hat.
Anna Sapronova gewichtet diesen Aspekt der Analyse besonders stark: »Es ist extrem wichtig, sowohl das qualitative als auch das quantitative Feedback aus Befragungen zu untersuchen. So können wir völlig neue Einblicke gewinnen. Viele Kunden waren zum Beispiel mit ihrem Werkstattbesuch zufrieden, hatten aber dennoch Verbesserungsvorschläge.«

Besonders lukrativ ist die Zeiteinsparung, die sich durch die Einführung der automatischen Analyse der Befragungen ergibt. Bislang brauchte das Team der LDB Gruppe einen ganzen Tag, um Antworten aus 500 Einzelbefragungen zu analysieren. Die Dauer der Analysen bestimmt aber, wie schnell der Klient auf seine Kunden eingehen kann. Je schneller die Verarbeitung der Informationen erfolgt, desto eher können Abwanderungen verhindert und die Kundenbindung gestärkt werden. Anna Sapronova: »Jetzt erledigt die Software diese Aufgabe in wenigen Minuten. Dank IBM SPSS gibt es eine Effizienzsteigerung von über 95%.«

Für die Zukunft plant die LDB Gruppe eine Analyse in Kombination mit zusätzlichen Unternehmensdaten, die detailreiche Muster aufzeigen sollen. Zum Beispiel werden wir herausfinden, ob die Kunden, die nicht zufrieden waren, alle die gleiche Reparatur in Auftrag gegeben hatten. Mit diesen neuen Erkenntnissen kann der Klient mögliche Ursachen gezielt untersuchen und so die Kundenzufriedenheit steigern.

»Wir können mit IBM Analytics ganz neue Dienstleistungen entwickeln und Mehrwert schaffen. Das hilft uns dabei, unser Geschäft weiter auszubauen.« Anna Sapronova Business Intelligence Consultant LDB Gruppe.

IBM

Lesen Sie hier den ganzen Praxisbericht. Erfahren Sie, wie die LDB Gruppe die Analyse von Zufriedenheitsbefragungen von Tagen auf Minuten beschleunigte, detaillierte Erkenntnisse für Kunden der LDB erreichte und somit Kundenabwanderung reduzierte, neue Geschäftsfelder erschloss und Marktanteile erhöhte.

10 Dinge die Sie über Customer Experience wissen sollten

»Do what you do so well that they will want to see it again and bring their friends« Walt Disney

Infografik (Klick zum öffnen)Customer Experience beschreibt, wie Konsumenten ihre Beziehung zu einem Unternehmen bzw. einer Marke basierend auf allen Kontakten und Erfahrungen an allen Touchpoints während des gesamten Kundenlebenszyklus (Customer Journey) wahrnehmen, sowohl bewusst als auch unbewusst. Unternehmen die eine herausragende Customer Experience bieten, haben in Zukunft langfristige Wettbewerbsvorteile gegenüber der Konkurrenz.

Erfolgreiche Customer Experience vermag zu erfassen und zu analysieren, was Ihre Kunden wirklich bewegt, welches ihre wichtigsten qualitativen Werte und individuellen Präferenzen sind, wo sie den Nutzen Ihrer Produkte sehen, wie sie Ihren Service bewerten und, nicht zuletzt, was ihr Kaufverhalten wesentlich beeinflusst. In gesättigten Märkten mit einer Flut an ähnlichen Produkten und Dienstleistungen wird Customer Experience ein entscheidendes Differenzierungsmerkmal.