Zum Hauptinhalt wechseln Skip to footer
Cognizant Blog

Wie OEMs mit datengetriebenem Kundenservice Profitabilität und das Kundenerlebnis in Sales- und After Sales-Prozesse bekommen.

Es ist schon fast ein alter Hut: Die Automobilbranche befindet sich in einem grundlegenden strukturellen Wandel – und dies gleich in mehreren Bereichen. Einerseits wird die digitale Transformation der Industrie mit schnellem Tempo und Innovationsdruck voran getrieben, andererseits entstehen vollkommen neue Geschäftsmodelle. Dabei werden traditionelle Autohersteller zu Mobilitätsanbietern, Fahrzeuge werden neu gedacht, sollen künftig vollständig elektrisch und autonom fahren und Innovationen kommen hauptsächlich aus dem Software-Bereich, weniger von der Fahrzeug-„Hardware“ – es sind quasi Computer auf vier Rädern. Zusätzlich angeheizt wird dieser Prozess durch geänderte Erwartungen und Anforderungen von Kund:innen. Online, digital und datengestützt soll es sein – und am besten alles, von der Beratung über den Verkauf bis hin zum Service und Wartung. Tschüss traditioneller Showroom. Oder zumindest nicht mehr in seiner bisherigen Form? 

Klar ist: die Ansprache der Kund:innen wird sich drastisch ändern. Die Qualität der Betreuung nach Kauf eines Fahrzeugs entscheidet mehr denn je über den langfristigen Geschäftserfolg. Der Verkauf eines Fahrzeugs ist nur der Eintritt in eine langfristige Beziehung zu Kund:innen, die gekennzeichnet sein wird von dem Erkennen individueller Bedürfnisse und dem Ausspielen kontextsensitiver Angebote. 

Womit wir wieder beim alten Hut sind, denn genau hier liegt die Krux: Warum hat es die Branche – trotz digitalem Wandel – bisher nicht geschafft, die Vision von digitalen Sales- und After-Sales Modellen durchgängig zu realisieren?

Datenmatch und Analytics-Power sind der Motor des digitalen Verkaufs – Erkenntnisproblem oder liegt es an etwas anderem?

Es ist nicht so als ob die Branche bisher untätig war. Und es ist auch nicht so, dass die Automobil - Industrie ein Erkenntnisproblem hätte, denn die vergangenen Jahre waren gezeichnet von zahlreichen Investitionen, technologischen Fortschritten und Innovationen. Dazu wandelt sich die Rolle der OEMs: Sie kommen immer mehr in den direkten Kontakt mit den Kund:innen und übernehmen damit zunehmend die Verantwortung für ihre Bindung und Zufriedenheit. Nach dem Kauf ist vor dem Kauf - und die wertvollsten Kund:innen sind Bestandskund:innen. Mit der neuen Rolle wird die Post Sales-Phase für das Geschäft also immer entscheidender. Die veränderten Service- und Reparaturanforderungen von Elektrofahrzeugen sowie die update- und upgradefähigkeit der neuen Fahrzeuggeneration „over the Air“ (also nicht stationär in der Werkstatt) machen den datengetriebenen Service zu einem entscheidenden Aspekt des künftigen Geschäftsmodells von Autoherstellern.

Dieser Ansatz nutzt Fahrzeug- und Kund:innendaten sowie Daten aus digitalen Interaktionen und analysiert diese – Vertriebsstätten und Hersteller haben damit die Möglichkeit, die Vorlieben und Bedürfnisse ihrer Kund:innen besser zu verstehen. Basierend auf diesen Informationen sind sie dann in der Lage, proaktiv personalisierte Empfehlungen und Angebote individuell zu erstellen. Das verbessert das Erlebnis signifikant, stärkt das Vertrauen steigert die Chancen für einen erfolgreichen digitalen Verkauf. 

Hört sich toll an? Ist es auch. Aber wenn es nun kein Erkenntnisproblem der Branche ist, woran liegt es dann? Ein Blick in die Praxis, ins Automotive-Tagesgeschäft der Abteilungen großer OEMs lässt schnell vermuten, dass es an der Umsetzung mangelt. Also statt Erkenntnisproblem eher ein Umsetzungsproblem? 

Umsetzungsprobleme aktiv angehen, Schlaglöcher beseitigen!

Viele Fahrzeughersteller sind nach wie vor silohaft organisiert.  Vertrieb und Service sind i.d.R. getrennte Organisationen, sowohl in der Zentrale als auch im Autohaus und arbeiten quasi nebeneinanderher. Dies verhindert die volle Transparenz über Daten der Kund:innen und eine horizontal durchgängige Nutzung entlang der gesamten Customer Journey.  Die Folgen sind mangelndes Verständnis der Präferenzen und -bedürfnisse von Kund:innen und das Verhindern eines konsistenten, kundenorientierten Engagement-Prozess. 

Noch immer werden der Verkauf von Fahrzeugen und davon unabhängige Serviceprozesse als Hauptumsatzträger der Unternehmen angesehen. Mehr noch, die entsprechenden Abteilungen internationaler OEM werden oftmals noch auf die Maximierung genau dieser, traditionellen Ziele hin incentiviert. Wobei wir bei einem der größten Probleme heutiger Organisationen angelangt wären: Wie kann echte Innovation inhouse geschehen, ohne das eigene Geschäftsmodell zu einer disruptiven Veränderung zu führen? Die Geschichte ist voll mit Beispielen verpasster Disruptionen. Ein Ende-zu-Ende-Prozess der Kund:innen in den Mittelpunkt stellt über alle Abteilungen hinweg, der die Maximierung des Kund:innen–Lebenswertes (LTV) honoriert, steht lediglich als Vision im Raum.

Darüber hinaus sind die aktuellen Fahrzeuge noch nicht ausreichend mit Sensoren ausgestattet, um tatsächlich alle relevanten Daten zu erfassen. Das liegt auf der Hand, denn Sensoren kosten Geld, müssen aufwändig integriert werden und reduzieren auf den ersten Blick die Marge des Produkts. Wie sonst ist es zu erklären, dass in der Praxis bspw. auf der Achse von aktuellen Fahrzeugen eines Premiumherstellers nur ein Sensor für die Bremsbeläge – immerhin ein sicherheitsrelevantes Bauteil – zu finden ist? Die mit Sensoren heute auch meist einhergehende Wunschvorstellung einer allumfassenden Predictive Maintenance wurde dabei all zu oft enttäuscht. Ein Großteil der Fahrzeugprobleme ließ sich nicht zuverlässig vorhersagen, oder meist mit nur geringem Vorlauf. Will man Endkund:innen die Vorhersage von Reparaturereignissen aber als Service offerieren, muss der Fahrzeughersteller mit annähernd 100 % die richtigen Schlüsse aus der Mustererkennung ziehen. Eine Gefahr für die Reputation, sollte dies nicht gelingen – ein Teufelskreis aus Technik und Interaktion.

Ein weiteres technisches Dilemma offenbart die momentan nicht – oder nur ansatzweise – vorhandene Verknüpfung aus Fahrzeug- und Kundendaten wodurch wertvolle Synergien gar nicht erst genutzt werden können. Zudem fehlt das intelligente Mapping aus Fahrzeugdaten, Fahrzeugumgebungsvariablen und Erfahrungsdatenbanken (Best Practices) die das notwendige Fachwissen in den Prozess einbringen.  

Aber nicht nur organisatorische und technische Herausforderungen gilt es zu managen. Auch die Wahrnehmung der Kund:innen scheint entscheidend. Viele Personen sind hierzulande dem digitalen Verkauf gegenüber noch skeptisch eingestellt. Sie zögern, einen großen Kauf wie den eines Fahrzeugs online abzuschließen, ohne das Fahrzeug physisch zu inspizieren und Probe zu fahren. Verständlich, denn es ist schließlich für die meisten Menschen ein großer, wohl überlegter Invest. Muss dieser Mangel an Vertrauen daher immer zu einer niedrigeren Konversionsrate beim digitalen Verkauf führen? Wohl kaum, wenn man akzeptiert, dass die Zukunft ein hybrides Modell sein wird.

Kund:innen anstatt Services in den Mittelpunkt rücken
Der Weg zum Direktvertrieb

 

In der Abbildung: Der Wandel vom Händlermodell zum Direktvertrieb. Der direkte Kontakt zu den Kund:innen ermöglicht den Fahrzeugherstellern erstmals digitale Services vollumfänglich anzubieten. Zudem werden die Rückkanäle/Feedbacks genutzt, um Fahrzeug und Kund:in besser verstehen zu lernen.

Um langfristig zu wachsen, müssen Autohersteller ihre After Sales-Prozesse mithilfe neuer Lösungen weiterentwickeln. Dabei werden vier Schwerpunktbereiche die zukünftigen Erfolge von OEMs beeinflussen:

1.     Organisatorische Hürden überwinden und zusätzlich experimentelle Prozessveränderungen incentivieren: Nur eine Organisation die Raum schafft für fundamental veränderte Geschäftsprozesse und Einnahmeströme kann disruptive Veränderungen des Marktes begleiten. 

2.     Lösungen (für drohende Fehler oder zur Vereinfachung des täglichen Lebens) noch vor den Kund:innen selbst erkennen und ein neues Erlebnis mit datengestütztem Support schaffen.

3.     Verkaufspotenziale auch nach dem Verkauf von Fahrzeugen identifizieren und ausschöpfen sowie damit das Post Sales-Potenzial steigern.

4.     Garantiekosten kontrollieren und optimieren sowie die Loyalität erhöhen und eine leistungsfähige Garantieorganisation etablieren.

Grafik Ablauf DICS

 

Das Diagramm zeigt ein Beispiel für eine vernetzten Ende-zu-Ende Serviceprozess. Auf Basis der verfügbaren Produkt- und Kund:innendatenquellen (nach Freigabe durch die Kund:innen, Datenschutz, etc.) und nach einer state-of-the-art Mustererkennung kann man mit Endkund:innen direkt in den Kontakt treten und einen „Next Best Service“ vorschlagen. Die kontinuierliche Evaluierung von Daten aus den einzelnen Schritten bis nach den durchgeführten Serviceleistungen garantiert die kontinuierliche Verbesserung des Gesamtprozesses. Die transparente Zusammenführung durchgeführter Serviceleistungen in einer digitalen Fahrzeug- und Kund:innenakte ermöglicht zudem eine differenzierte Betreuung und schafft langfristige Bindung.

Neue Möglichkeiten in der proaktiven und persönlichen Betreuung

In der Praxis könnte dies dann so aussehen: Fahrzeugsensoren erfassen einen Defekt an der Autobatterie. Lange bevor das Fahrzeug liegen bleibt oder Schäden entstehen, geht diese Information beim Autohersteller ein, der sich aktiv an die Lösung des Problems machen kann (Prüfung der Verfügbarkeit von Ersatzteilen sowie Zeitfenstern bei Servicepartnern in der Nähe oder auf dem Reiseweg). Anschließend kann sich der OEM proaktiv bei Kund:innen melden, um auf das Problem hinzuweisen und die nächsten Schritte zu vereinbaren. Für diese bleiben die komplexen Prozesse unbemerkt im Hintergrund, sie profitieren einerseits von dem unkomplizierten, personalisierten Service und sind andererseits vor Pannen und größeren Schäden geschützt sowie weiterhin mobil. Der OEM wiederum hat die Möglichkeit, die Zufriedenheit und Treue zu steigen, Garantiekosten durch proaktive Reparaturen zu senken und neue Cross-Selling-Potenziale zu erschließen. Eine Win-Win-Situation.

Organisatorische Anpassungen müssen her, sowie durchgängige, digitale Technologien

Die Post Sales-Phase birgt allerlei Möglichkeiten für profitables Wachstum, wenn sich OEMs in dieser Phase mehr auf Kund:innen konzentrieren und einen unternehmensweiten einheitlichen Ansatz fahren. Voraussetzungen hierfür ist jedoch ein neues Mindset in der Organisation und deren Incentivierung, sowie eine End-zu-End Herangehensweise bei den Unternehmensprozessen. Die nachfolgende Übersicht zeigt mögliche Stellschrauben auf dem Weg zur Adaption von Data Initiated Customer Support.

Data Initiated customer support

 

Cognizant ist mit seinem Team an Expert:innen in der Lage, den Reifegrad von Post-Sales Prozessen zu verbessern, um den Kund:innen-Lebenswert zu optimieren. Wir unterstützen unsere Kund:innen von der Strategie- und Prozessdefinition über IT-Konzepte, Front- und Backendentwicklung über das Datenmanagement (auch in der Cloud) bis hin zum operativen Betrieb und dem Enablement der Organisation sowie dem Training von Mitarbeiter:innen.

Wollen Sie erfahren, wie Kund:innen von der Einführung von Data Initiated Customer Support profitierten? Dann sprechen Sie uns jetzt direkt an. Wir lassen Sie gerne an unseren Best-Practices teilhaben und demonstrieren, mit welchem Nutzen Sie rechnen können.


Otmar Kratzer

Head of Automotive Consulting, Cognizant

Author Image

Otmar ist seit mehr als 25 Jahren in der und für die Automobilindustrie tätig. Er kennt das Business aus verschiedenen Perspektiven und hat sowohl bei einem Automobilhersteller als auch für einen Zulieferer gearbeitet. Darüber hinaus hat er seit mehr als 10 Jahren mit IT-Services und Software Business viele renommierte Automobilunternehmen auf dem Weg in die Digitale Transformation entlang der gesamten Wert­schöpfungs­kette unterstützt.




Matthias Krause

Senior Manager, CRM Advisory, Cognizant

Author Image

Matthias ist Digitalberater mit über 20 Jahren Erfahrung und leitete kdabei Projekte für Kunden unter anderem aus der Automobilindustrie. 
Er unterstützt Marken­verant­wort­liche auf dem Weg der digitalen Trans­for­ma­tion dabei, Entscheidungen auf Basis valider Daten zu fällen – sein Credo lautet daher "Data beats opinion".





Aktuelle Blogbeiträge
Ähnliche Blogbeiträge