Kundenanalyse im Großhandel: Methoden, Schritte, Beispiel

Methode	Beantwortet die Frage
Kundensegmentierung	Welche Kunden ähneln sich im Kaufverhalten?
Kundenwert / Customer Lifetime Value	Welche Kunden lohnen sich langfristig?
ABC-Analyse	Wer bringt heute den meisten Umsatz?
Verhaltens- und Abwanderungsanalyse	Wer bestellt leiser als sonst?
Potenzial- bzw. White-Spot-Analyse	Was kauft ein Kunde bei uns noch nicht?

Welche Ihrer Kunden lohnen sich wirklich, welche rutschen gerade ab, und wo liegt Umsatz, den niemand anspricht? Die Antworten stehen zum großen Teil in Ihren Bestelldaten, nur wertet sie kaum jemand aus: Gerade einmal 39 % der Data-&-Analytics-Entscheider in Handel und Großhandel nutzen eine Churn-Analyse.

Ob Ihr Vertrieb nächste Woche die richtigen Kunden anspricht, hängt deshalb an einer Frage:

Mit welcher Methode machen Sie aus diesen Daten eine Liste, mit der Außen- und Innendienst tatsächlich arbeiten?

Was ist eine Kundenanalyse?

Eine Kundenanalyse ist die systematische Auswertung von Daten über Ihre Kunden, um zu verstehen, wer kauft, was er kauft, wie viel er wert ist und wie sich sein Verhalten verändert. Sie hat drei Ziele: Streuverluste im Vertrieb senken, Umsatz mit bestehenden Kunden steigern und Kunden halten.

Ein paar Begriffe werden oft gleichgesetzt, meinen aber etwas anderes:

• Kundensegmentierung: eine Methode innerhalb der Kundenanalyse, die Kunden mit ähnlichen Merkmalen zu Gruppen zusammenfasst.
• ABC-Analyse: eine Methode der Kundenbewertung, die Kunden nach ihrem Umsatzanteil in drei Klassen einteilt.
• Customer Analytics: meist die laufende, softwaregestützte Auswertung von Kundendaten, die Kundenanalyse als fortlaufender Betrieb.
• Markt- und Zielgruppenanalyse: betrachtet potenzielle Kunden, die Kundenanalyse dagegen die Kunden, die Sie schon haben.

Als Ordnungsrahmen hilft die Einteilung in vier Analysearten:

• Beschreibend: was ist passiert
• Diagnostisch: warum ist es passiert
• Vorhersagend: was wird passieren
• Handlungsempfehlend: was sollen wir tun

Unserer Erfahrung nach bleiben die meisten Vertriebe bei der ersten stehen.

Die vier Analysearten im Überblick, von beschreibend bis handlungsempfehlend.

Welche Methoden der Kundenanalyse gibt es?

Die gängigen Methoden zeigen jeweils einen anderen Ausschnitt:

• Segmentierung zeigt die Struktur.
• Kundenwert und ABC-Analyse zeigen den Wert.
• Die Verhaltensanalyse zeigt Veränderung.
• Die Potenzialanalyse zeigt, was fehlt.

Keine Methode reicht allein, und welche Sie brauchen, hängt an der Frage, die Sie beantworten wollen.

Methode	Frage, die sie beantwortet	Datenbasis	Grenze
Kundensegmentierung	Welche Kunden sind vergleichbar?	Stammdaten, Kaufverhalten	Sagt nichts über den einzelnen Kunden
Kundenwert / Customer Lifetime Value (CLV)	Welche Kunden lohnen sich über die Jahre?	Deckungsbeitrag, Dauer der Beziehung	Braucht eine Annahme zur künftigen Dauer
ABC-Analyse	Wer bringt den meisten Umsatz?	Umsatz je Kunde	Schaut nur zurück
Verhaltens- und Abwanderungsanalyse	Wer weicht von seinem Muster ab?	Bestellhistorie, Abstände, Warenkorb	Braucht genügend Bestellungen, um das übliche Muster zu erkennen
Zufriedenheitsanalyse	Wie zufrieden sind Kunden?	Befragungen, Net Promoter Score (NPS)	Hinkt dem Verhalten hinterher
Potenzial- bzw. White-Spot-Analyse	Welche Warengruppen fehlen beim Kunden?	Sortiment je Kunde im Vergleich zu ähnlichen Kunden	Setzt eine saubere Segmentierung voraus

Wie gruppiert die Kundensegmentierung Ihre Kunden?

Die Kundensegmentierung fasst Kunden mit ähnlichen Merkmalen zu Gruppen zusammen, damit Sie sie vergleichen und gezielt ansprechen können. Eindimensional heißt: nach einem Merkmal wie Branche oder Region. Mehrdimensional heißt: nach mehreren Merkmalen gleichzeitig.

Im B2B empfehlen wir, vor allem nach Kaufverhalten zu gruppieren:

• Kauffrequenz
• Sortimentsgruppen
• Umsatzklasse
• Branche als Zusatzmerkmal

Denn erst wenn Sie wissen, welche Kunden sich im Einkauf ähneln, können Sie später sehen, dass einer von ihnen eine Warengruppe nicht kauft, die alle anderen kaufen.

Wie berechnen Sie Kundenwert und Customer Lifetime Value?

Der Customer Lifetime Value (CLV) ist der erwartete Wert, den ein Kunde über die verbleibende Dauer der Geschäftsbeziehung bringt. In der einfachsten Form rechnen Sie: Deckungsbeitrag pro Jahr × erwartete Dauer der Beziehung in Jahren.

Beispiel: Ein Elektroinstallateur bringt Ihnen 12.000 € Deckungsbeitrag im Jahr, und Sie erwarten, dass er noch acht Jahre bei Ihnen kauft. Sein Kundenwert liegt dann bei 96.000 €, ohne Abzinsung gerechnet.

Im Bestandsgeschäft sagt der Deckungsbeitrag mehr als der Umsatz, weil zwei Kunden mit gleichem Umsatz sehr unterschiedliche Konditionen haben können. Wer nur den Umsatz betrachtet, hält den rabattstärksten Kunden leicht für den wertvollsten.

Was ist die ABC-Analyse von Kunden?

Die ABC-Analyse von Kunden teilt Ihre Kunden nach ihrem Anteil am Gesamtumsatz in drei Klassen ein: A-Kunden bringen den größten Teil des Umsatzes, C-Kunden den kleinsten. Sie beruht auf dem Pareto-Prinzip und gehört zu den einfachsten Methoden, die Sie mit einem Excel-Export machen können.

So gehen Sie vor:

1. Sortieren: Alle Kunden nach Umsatz der letzten zwölf Monate absteigend ordnen.
2. Kumulieren: Für jeden Kunden den Anteil am Gesamtumsatz und den aufsummierten Anteil berechnen.
3. Grenzen setzen: Als Faustregel gelten Klasse A die Kunden, die zusammen rund 80 % des Umsatzes ausmachen, Klasse B die nächsten 15–20 %, der Rest ist Klasse C.

Beispiel mit zehn Kunden und 1.000.000 € Gesamtumsatz:

Kunde	Umsatz	Anteil	Kumuliert	Klasse
Kunde 1	320.000 €	32 %	32 %	A
Kunde 2	250.000 €	25 %	57 %	A
Kunde 3	180.000 €	18 %	75 %	A
Kunde 4	90.000 €	9 %	84 %	B
Kunde 5	60.000 €	6 %	90 %	B
Kunde 6	40.000 €	4 %	94 %	B
Kunde 7	25.000 €	2,5 %	96,5 %	C
Kunde 8	15.000 €	1,5 %	98 %	C
Kunde 9	12.000 €	1,2 %	99,2 %	C
Kunde 10	8.000 €	0,8 %	100 %	C

Im Ergebnis bringen drei A-Kunden 75 % des Umsatzes, drei B-Kunden 19 % und vier C-Kunden zusammen 6 %.

Drei von zehn Beispielkunden bringen 75 % des Umsatzes, die vier C-Kunden zusammen nur 6 %.

Als Startpunkt ist das brauchbar. Warum die ABC-Analyse allein im Großhandel zu kurz greift, zeigt der Abschnitt zu den C-Kunden weiter unten.

Wie zeigen Verhaltens- und Zufriedenheitsanalysen, dass ein Kunde abspringt?

Verhaltens- und Zufriedenheitsanalysen sind zwei Zugänge zur Abwanderung: Die Verhaltensanalyse misst, was der Kunde tut, die Zufriedenheitsanalyse fragt, wie er es empfindet. Im Kaufverhalten schauen Sie auf Bestellfrequenz, Warenkorbgröße und den Abstand zwischen zwei Bestellungen. Befragungen mit dem Net Promoter Score (NPS) messen die Weiterempfehlungsbereitschaft.

Im Großhandel ist das Verhalten das frühere Signal. Kunden gehen selten mit einem Knall, sie bestellen leiser, und das zeigt die Bestellhistorie bevor ein Kunde in einer Umfrage etwas Kritisches ankreuzt. Welche Signale genau, steht im Abschnitt zu den ERP-Daten.

Wie führen Sie eine Kundenanalyse Schritt für Schritt durch?

Eine Kundenanalyse läuft in vier Schritten, und für den Anfang reicht dafür ein ERP-Export in Excel, Data Scientists oder neue Software brauchen Sie nicht.

• Frage festlegen: eine Frage, die eine Entscheidung auslöst
• Daten zusammenführen: Bestellhistorie aus dem ERP und Stammdaten, ergänzend das CRM
• Auswerten: mit der Methode, die Ihre Frage beantwortet
• Maßnahme festlegen: mit Verantwortlichem und Termin

Eine Kundenanalyse ist erst fertig, wenn am Ende ein Name und ein Termin stehen.

Schritt 1: Frage festlegen

Beginnen Sie mit einer einzigen Frage, die eine Entscheidung auslöst, etwa „Welche Kunden drohen abzuwandern?“ oder „Welche B-Kunden kaufen eine Warengruppe nicht, die vergleichbare Kunden kaufen?“. Eine Analyse ohne Frage endet in einem Bericht, den niemand liest.

Schritt 2: Daten zusammenführen

Im CRM steht nur, was jemand eingetragen hat, und das ist im Außendienst oft lückenhaft. Im ERP liegen dagegen Jahre an Bestellhistorie, Sortiment, Margen und Konditionen. Für die meisten Fragen reichen Auftragspositionen mit Kundennummer, Artikel, Warengruppe, Menge, Umsatz und Datum, dazu die Kundenstammdaten.

Schritt 3: Auswerten

Wenden Sie die Methode an, die Ihre Frage beantwortet:

• Umsatzverteilung: eine ABC-Einteilung
• Abwanderung: einen Vergleich der Bestellabstände
• Sortimentslücken: einen Warengruppen-Abgleich innerhalb eines Segments

In Excel funktioniert das mit Pivot-Tabellen, solange Sie es für eine überschaubare Zahl an Kunden einmal im Quartal machen.

Schritt 4: Maßnahme festlegen

Jedes Ergebnis bekommt einen Namen, einen Termin und ein Gesprächsthema: wer welchen Kunden bis wann anspricht und worüber. Ohne diesen Schritt bleibt jede Kundenanalyse eine Statistik.

Was ist an der Kundenanalyse im Großhandel anders?

Im Großhandel entsteht der Umsatz im Bestand, und die Analyse muss Hunderte Kunden je Außendienstler über Zehntausende Artikel hinweg abdecken, was im Kopf niemand schafft. Die wichtigste Datenquelle ist deshalb die Bestellhistorie im ERP, und mit den Ergebnissen arbeiten Außen- und Innendienst.

Ab hier geht es um Großhändler und Hersteller mit eigenem Direktvertrieb. In unserer Studie „Vertrieb im Großhandel 2026“ mit Angaben aus 106 Unternehmen betreut ein Außendienstler im Schnitt 247 Kunden, der Median liegt bei 175. Bei dieser Zahl behält niemand im Blick, wo bei den B- und C-Kunden gerade Cross-Selling-Potenzial oder ein Abwanderungsrisiko liegt.

Vier Dinge unterscheiden die Kundenanalyse im Großhandel von den Lehrbuchbeispielen:

• Umsatz kommt aus dem Bestand: Neukundengewinnung gleicht im Großhandel eher Geschäftsaufgaben aus, der Großteil des Umsatzes kommt von Kunden, die Sie schon haben.
• Bestellhistorie statt Umfrage: Kunden bestellen wiederkehrend, also zeigt ihr Kaufverhalten jede Veränderung früher als jede Befragung.
• Sortimentsbreite: Bei Tausenden Artikeln kann ein Kunde eine ganze Warengruppe zur Konkurrenz verlagern, ohne dass der Gesamtumsatz auffällt.
• Vertrieb als Nutzer: Das Ergebnis muss beim Außendienst im Auto und beim Innendienst am Telefon ankommen, dort, wo die Kundengespräche stattfinden.

Hinzu kommt, dass CRMs für Neukunden-Pipelines gebaut sind: Interesse, Qualifizierung, Angebot, Abschluss. Bestellrhythmus, Saisonalität und Sortimentsausschöpfung bildet dort kaum ein System ab. Deshalb werden Umsatzeinbrüche und wegbrechende Warengruppen oft erst nach Monaten bemerkt, wenn der Kunde seine Entscheidung längst getroffen hat.

Ein CRM bildet die Neukunden-Pipeline ab, im Großhandel zählen Bestellrhythmus, Saisonalität und Sortimentsausschöpfung.

„Wir haben 800 Artikelgruppen. […] ein manueller, mühsamer Weg […] Das funktioniert in der Praxis gar nicht […] der Kundenberater hat 50 Kunden.“
– IT-Leitung, KFZ-Teile-Großhändler

Am Außendienst liegt das nicht. Ihm fehlt die Zeit und das System, Hunderte Kunden über Hunderte Warengruppen hinweg zu beobachten.

Warum bleibt ein C-Kunde in der ABC-Analyse ein C-Kunde?

Ein C-Kunde bleibt C-Kunde, weil die ABC-Analyse nach dem Umsatz von gestern sortiert und der Vertrieb ihn danach so behandelt: kein Besuch, kein Angebot, Kontakt nur bei Bestellung oder Reklamation. Wächst dieser Kunde, wächst er bei der Konkurrenz.

Ein Vertriebsleiter aus dem Großhandel für Sanitär, Heizung und Klima (SHK) hat mir gesagt, dass sich seine B- und C-Kunden nicht wirklich betreut fühlen und sein Team nur reagiert, wenn etwas schiefläuft. Bei den A-Kunden läuft alles: regelmäßige Besuche, proaktive Angebote, Strategiegespräche. Bei den übrigen kommt der Besuch, wenn Zeit übrig ist.

Stellen Sie sich einen kleinen Installationsbetrieb vor, der zwei Jahre lang bei Ihnen Kleinteile bestellt hat. Er übernimmt einen zweiten Betrieb, stellt Monteure ein und braucht plötzlich Heizungstechnik und Sanitärkeramik in ganz anderen Mengen. In Ihrer ABC-Liste steht er weiter in Klasse C, also fährt niemand hin. Den neuen Bedarf deckt er bei dem Händler, dessen Außendienst zuerst vor der Tür stand.

Dieselbe Lücke zeigt sich bei der Abwanderung. Wenn nur 39 % der Analytics-Entscheider in Handel und Großhandel systematisch nach abwandernden Kunden suchen, sucht noch kaum jemand nach den wachsenden. Selbst Lexikonbeiträge zur Methode nennen die ABC-Analyse ein begrenztes, stark vereinfachtes Bild.

In meinen Gesprächen mit Vertriebsleitern höre ich manchmal den Satz „Wir kennen unsere Kunden sehr gut“. Wirklich kennen kann ein Mensch aber etwa 30 bis 50 Kunden, beim Rest des Gebiets entscheidet das Bauchgefühl.

Eine ABC-Liste sortiert nach dem Umsatz von gestern. Für die Planung der nächsten Woche braucht der Vertrieb das Potenzial von morgen.

Die ABC-Analyse bleibt ein guter Startpunkt, weil sie zeigt, wo heute das Geld herkommt. Als Steuerungsinstrument für Besuche reicht sie nicht. Wir empfehlen, jeden Kunden zusätzlich nach drei Kriterien zu bewerten:

• Sortimentsbreite im Vergleich zu ähnlichen Kunden: Wie viele Warengruppen kauft er, und wie viele kaufen vergleichbare Kunden aus seinem Segment?
• Entwicklung der Bestellfrequenz: Bestellt er häufiger oder seltener als in den Vorperioden?
• Anteil am Gesamtbedarf: Wie viel seines Bedarfs deckt er bei Ihnen, also Ihr Share of Wallet?

Die ABC-Klasse zeigt den Umsatz von gestern, Sortimentsbreite, Bestellfrequenz und Anteil am Gesamtbedarf zeigen das Potenzial.

Wie Sie daraus eine Matrix aus Ist-Umsatz und Potenzial bauen, steht in unserem Beitrag zum potenzialbasierten Vertrieb.

Welche Kaufsignale stecken in Ihren ERP-Daten?

Ihre ERP-Daten zeigen für jeden Kunden, ob er gerade von seinem gewohnten Bestellmuster abweicht, nach unten wie nach oben. Großhändler sitzen damit auf besseren Kaufsignalen als jede Software-Firma, die viel Geld für Website-Besuche und Klickdaten zahlt, nutzen sie aber kaum.

Wenn ich Vertriebsleiter frage, welcher ihrer Kunden gerade wirklich überfällig mit seiner Nachbestellung ist, wird es oft still. Die Antwort steht im ERP, nur hat im Alltag niemand Zeit, danach zu suchen.

„Wenn keiner aktiv gucken würde, welcher Kunde Umsatzrückgang hat, würde man das auch nicht nachverfolgen.“
– Vertriebsmitarbeiter, mittelständischer Ersatzteil-Großhändler, Erstgespräch

Diese Signale lohnen sich im Großhandel:

• Überfällige Nachbestellung: Ein Kunde hat einen Artikel auch nach Überschreiten seines üblichen Bestellrhythmus noch nicht nachbestellt, zum Beispiel nach sieben Wochen statt der gewohnten vier.
• Wegbrechende Warengruppe: Der Gesamtumsatz ist stabil, aber eine Warengruppe, die der Kunde regelmäßig bezogen hat, fällt aus.
• Nur noch Kleinteile: Der Kunde bestellt weiter, aber nur noch Verbrauchsmaterial, die großen Positionen kommen nicht mehr.
• Ausbleibende Saisonbestellung: Ein Kunde, der jedes Frühjahr bestellt, fehlt genau in diesem Zeitraum.
• Nie gekauftes Komplementärprodukt: Der Kunde kauft Produkt A, aber nie das Produkt B, das ähnliche Kunden fast immer dazu kaufen.
• Plötzlicher Auftragsanstieg: Ein Kunde bestellt im Vergleich zum Vorquartal deutlich mehr, ein Zeichen für Wachstum und neuen Bedarf.

Wir vergleichen dafür Umsatz und Aufträge eines Kunden über einen, drei und sechs Monate sowie mit dem Vorquartal. Kurzfristige Veränderungen betrachten wir typischerweise innerhalb der letzten sechs Monate, weil ältere Ausschläge für die Planung der nächsten Woche nichts mehr sagen. Mehr Beispiele dazu finden Sie unter den Signalen für Kundenabwanderung im Großhandel.

Woran erkennen Sie Abwanderung, bevor der Gesamtumsatz fällt?

Abwanderung erkennen Sie früh an der Abweichung vom Normalmuster des einzelnen Kunden, weil Kunden Produktgruppe für Produktgruppe abwandern. Der Gesamtumsatz wirkt dabei lange gesund, denn die Standardartikel laufen weiter. Genau das ist der „stille“ Churn im Handel: Es gibt keinen klaren Moment, ab dem ein Kunde keiner mehr ist.

Der Gesamtumsatz wirkt lange gesund, während eine einzelne Warengruppe bereits wegbricht.

Eine feste Regel wie „drei Monate ohne Bestellung“ passt deshalb für keinen Kunden richtig. Wir vergleichen jeden Kunden mit seiner eigenen Bestellhistorie und ähnlichen Kunden:

1. Wiederkaufsintervall: die Tage zwischen zwei Bestellungen des Kunden.
2. Normales Bestellmuster: der gewohnte Bestellrhythmus einschließlich saisonaler Unterschiede.
3. Vergleichsgruppe: Kunden mit ähnlichem Kaufverhalten.
4. Abweichung: Veränderungen gegenüber dem eigenen Bestellmuster und dem Verhalten ähnlicher Kunden.

Eine Abweichung vom üblichen Bestellmuster ist ein Hinweis auf ein mögliches Abwanderungsrisiko. Ein Kunde, der zum Beispiel wöchentlich bestellt, fällt nach wenigen ausgebliebenen Bestellungen auf, einer mit Quartalsrhythmus erst viel später, und beide zu Recht. Zusätzlich lohnt der Vergleich mit ähnlichen Kunden, die in der Vergangenheit dasselbe Muster zeigten und danach abgewandert sind.

Bestelldaten allein führen allerdings manchmal in die Irre, denn einige Dinge stehen nur im Kopf des Außendienstlers:

• Wer beim Kunden entscheidet
• Wofür er das Material einsetzt
• Was sich im Betrieb gerade ändert

Erst dieser Kontext macht aus einer Abweichung ein Signal.

Mit und ohne Kontext: Siebert bestellt seit drei Wochen nichts. Ohne Kontext heißt das: Abwanderung droht, sofort anrufen. Mit dem Besuchsbericht dazu heißt es: Betriebsferien bis 15.09., kein Alarm, Erinnerung am 16.09.

Eine Grenze hat dieses Vorgehen: Im Projektgeschäft ohne Wiederbestellungen fehlen die Kaufsignale, dort hilft die Bestellhistorie wenig.

Wie finden Sie Cross-Selling-Potenzial und Sortimentslücken?

Cross-Selling-Potenzial finden Sie, indem Sie einen Kunden mit ähnlichen Kunden aus seinem Segment vergleichen und nach Warengruppen suchen, die in der Vergleichsgruppe gekauft werden und bei ihm fehlen. Ein Dachdecker, der bei Ihnen Ziegel und Unterspannbahnen bezieht, aber nie Dachfenster, während fast alle vergleichbaren Dachdecker das tun, hat eine Sortimentslücke.

Eine Sortimentslücke zeigt sich im Vergleich: Fast alle vergleichbaren Dachdecker kaufen Dachfenster, dieser Kunde nicht.

B2B-Kunden kaufen selten nur ein Produkt. Sie haben vor- und nachgelagerten Bedarf, und viele wissen schlicht nicht, welche Produktgruppen ihr Lieferant noch führt. Wer das nicht weiß, lässt Umsatz im großen Stil liegen. Wie Sie solche Lücken systematisch aufspüren, beschreibt unser Beitrag zur White-Spot-Analyse.

Beispiel: Wie sieht die Analyse für fünf Kunden eines Baustoffhändlers aus?

Bewertet man fünf Kunden eines Baustoffhändlers zusätzlich nach Signalen und Potenzial, sieht die Prioritätenliste der Woche deutlich anders aus als die ABC-Reihenfolge: Ein A-Kunde fällt diese Woche heraus, ein B- und ein C-Kunde kommen dazu.

Stellen Sie sich einen regionalen Baustoffhändler vor, dessen Außendienstler am Freitag die nächste Woche plant. Vergleichbare Kunden im jeweiligen Segment kaufen im Schnitt sieben von neun Warengruppen.

Kunde	Umsatz 12 Monate	ABC-Klasse	Warengruppen (Vergleichsgruppe: 7 von 9)	Bestellrhythmus	Signal
Dachdeckerei Krause	410.000 €	A	8 von 9	alle 2 Wochen, stabil	keins
Bauunternehmen Hahn	360.000 €	A	7 von 9	alle 2 Wochen, stabil	Dämmstoffe brechen weg
Fliesenleger Brandt	95.000 €	B	6 von 9	Fliesenkleber alle 4 Wochen	Nachbestellung Fliesenkleber überfällig
Zimmerei Lindner	28.000 €	C	3 von 9	von monatlich auf alle 2 Wochen gestiegen	große Sortimentslücke, Wachstum
Gartenbau Vogt	22.000 €	C	5 von 9	seit 3 Wochen keine Bestellung	Betriebsferien laut Besuchsbericht

Nach reiner ABC-Logik besucht der Außendienstler diese Woche Krause und Hahn. Mit Signalen und Potenzial ergibt sich diese Reihenfolge:

Priorität	Kunde	Kanal	Gesprächsthema
1	Bauunternehmen Hahn	Besuch Außendienst	Dämmstoffe: sonst 8.000 € im Quartal, zuletzt 1.500 €
2	Fliesenleger Brandt	Anruf Innendienst	überfällige Nachbestellung Fliesenkleber
3	Zimmerei Lindner	Besuch Außendienst	fehlende Warengruppen wie Dachfenster und Dämmung
nicht diese Woche	Dachdeckerei Krause	regulärer Kontakt	keine Auffälligkeit
nicht diese Woche	Gartenbau Vogt	Erinnerung nach den Ferien	kein Alarm

Rechnen Sie die Beträge durch, wird der Unterschied greifbar. Bei Hahn fehlen 6.500 € Dämmstoff-Umsatz pro Quartal (8.000 € minus 1.500 €), aufs Jahr gerechnet 26.000 €, die ohne gezieltes Gespräch zur Konkurrenz wandern. Bei Lindner setzen vergleichbare Zimmereien in den sechs Warengruppen, die er nicht bei Ihnen kauft, angenommen zusammen 40.000 € im Jahr um.

Zusammen stehen bei diesen zwei Kunden 66.000 € Jahresumsatz auf dem Spiel, und die ABC-Liste hätte nur einen von beiden auf den Plan gesetzt, ohne das richtige Thema. Der Besuch bei Krause wäre ein freundlicher Termin gewesen, an dem sich nichts verändert.

Im Beispiel stehen bei Hahn 26.000 € und bei Lindner 40.000 € Jahresumsatz auf dem Spiel, zusammen 66.000 € (ausgedachte Zahlen).

Wie wird aus der Analyse eine Besuchs- und Anrufliste?

Aus der Analyse wird eine Liste, indem Sie jedes Signal einem konkreten Kundenkontakt zuordnen und die Liste jede Woche neu sortieren. Zu jedem Eintrag gehören:

• der Kunde
• der Kanal
• die verantwortliche Person
• das Gesprächsthema

Die Logik dahinter ist eine einfache Formel: Umsatz = Umsatz pro Besuch × Zahl der Besuche.

Jedes Vertriebsprojekt muss an einem dieser zwei Hebel drehen. Die Kundenanalyse dreht am ersten: richtige Kunden, richtige Themen, höherer Umsatz pro Besuch. Weniger Verwaltung und schnellere Vorbereitung drehen am zweiten, weil mehr Zeit für Gespräche bleibt. Bei rund sechs Besuchen am Tag, die Außendienstler im Großhandel laut unserer Studie machen, entscheidet die Auswahl der Kunden über den Umsatz der Woche.

Feste Besuchsintervalle alle vier, acht oder zwölf Wochen richten sich nach dem Kalender. Ein fester Turnus ist Tanken nach Datum, nicht nach Tank. Nach diesem Turnus besucht der Außendienstler Krause, weil der Termin fällig ist, und übersieht Lindner, weil der nie einen Termin hatte.

So bauen Sie die Liste jede Woche:

1. Signale sammeln: alle Kunden mit überfälliger Nachbestellung, wegbrechender Warengruppe, Sortimentslücke oder Auftragsanstieg.
2. Nach Umsatzeffekt sortieren: zuerst das, was am meisten Umsatz kostet oder bringt, auch wenn ein anderer Kunde schon länger keinen Besuch hatte.
3. Kanal zuordnen: Besuch für Gespräche mit Beratungsbedarf, Anruf für Nachbestellungen und schnelle Klärungen.
4. Grund und Thema notieren: ein Satz, warum dieser Kunde dran ist und worüber gesprochen wird.
5. Rückmeldung festhalten: was das Gespräch ergeben hat, damit die nächste Liste besser wird.

Der proaktive Innendienst bekommt dieselbe Liste für seine Anrufe. So ruft er den Fliesenleger wegen des Fliesenklebers an, statt zu warten, bis die Bestellung von selbst kommt oder gar nicht mehr. Wen Ihr Team besucht, entscheidet die Analyse; wie es am besten hinfährt, klärt die Tourenplanung im Außendienst.

Womit analysieren Sie: Excel, BI-Dashboard, Eigenentwicklung oder Spezialsoftware?

Welcher Weg sinnvoll ist, hängt daran, wie oft und für wen die Analyse laufen soll: Für eine einmalige ABC-Analyse reicht Excel, ein Dashboard aus der Business Intelligence (BI) hilft der Vertriebsleitung beim Steuern, und für die tägliche Priorisierung im Vertriebsalltag braucht es Spezialsoftware. Eine Eigenentwicklung kommt nur für Unternehmen mit starkem eigenem Datenteam in Frage.

Weg	Stärke	Grenze	Sinnvoll, wenn
Excel-Liste aus ERP-Export	Schnell gestartet, keine Kosten für neue Software	Manuell, hängt an einzelnen Personen, schnell veraltet	Sie einmal im Quartal eine ABC-Einteilung machen
BI-Dashboard	Kennzahlen für die Vertriebsleitung auf einen Blick	Der Außendienst muss sich Informationen selbst heraussuchen	die Leitung steuert und das Team nicht täglich damit arbeiten muss
Eigenentwicklung	Volle Kontrolle über Logik und Daten	Bindet IT-Kapazität, Wartung, schwer kalkulierbare Kosten, anspruchsvolle Algorithmen für Sortimentslücken	Sie ein eigenes Datenteam ohne laufendes ERP- oder CRM-Projekt haben
Spezialsoftware für Vertriebs-KI im Großhandel	Fertige Empfehlungen je Kunde mit Begründung, täglich aktuell	Lohnt sich erst bei vielen Kunden und Wiederbestellungen, wenig Nutzen im reinen Projektgeschäft	Hunderte Kunden je Außendienstler priorisiert werden müssen

Mit Excel fangen die meisten an, und dort bleiben viele hängen, weil die Liste schon beim nächsten Export nicht mehr stimmt.

„Bei der Entscheidung, welche Kunden wir priorisieren sollten, haben wir uns mit selbstgebauten Excel-Listen geholfen. Die waren aber nicht nur umständlich, sondern oft schon wieder veraltet, sobald wir sie genutzt haben.“
– Marco Bender, Abteilungsleiter Vertriebsinnendienst, Plate

Ein BI-Dashboard löst das Aktualitätsproblem, verlagert aber die Arbeit: Jemand muss es öffnen, filtern und deuten. Wer den ganzen Tag im Auto sitzt, tut das selten. Menschen brauchen nicht noch ein Dashboard, sie brauchen die fertige Antwort, welcher Kunde heute dran ist.

Was eine Lösung für die tägliche Kundenanalyse im Großhandel können muss:

• ERP-Daten lesen: Auftragspositionen, Warengruppen und Kundenstamm direkt, ohne dass jemand Listen pflegt.
• Je Kunde priorisieren: wer dran ist, mit Grund und Gesprächsthema, verglichen mit seinem eigenen Muster und mit ähnlichen Kunden.
• Im Alltag erscheinen: in Outlook, im CRM oder in einer App, damit niemand ein weiteres System öffnen muss.
• Kontext berücksichtigen: Besuchsberichte und Rückmeldungen einbeziehen, damit Betriebsferien keinen Alarm auslösen.
• Ohne Pflegeaufwand laufen: täglich neu rechnen, ohne dass das Vertriebsteam Daten nachträgt.

Wie bringt Acto die Kundenanalyse in den Vertriebsalltag?

Acto übernimmt die tägliche Auswertung, für die im Alltag niemand Zeit hat: Wir lesen jede Nacht Ihre ERP-Bestelldaten und zeigen Außen- und Innendienst morgens, welcher Kunde dran ist und warum. Unsere KI-Software für den Außendienst deckt diese Schritte ab:

• Priorisieren: Abwanderungsrisiken, überfällige Nachbestellungen und Sortimentslücken je Kunde, mit Begründung
• Vorbereiten: Risiken, Potenziale und Kundenhistorie auf einen Blick
• Ausspielen: in Outlook, im CRM oder in der App

Aus Auftrags-, Kunden-, Produkt- und Interaktionsdaten werden Hinweise zum Priorisieren, Vorbereiten und Nachbereiten.

Bei Plate stieg der Umsatz bei den Nutzern im Pilotteam um 10 %, und Kunden, die nach einer Acto-Benachrichtigung angesprochen wurden, kauften im Schnitt 2,1 Produkte mehr.

Acto-App mit Demodaten: Kundenkarte des Beispielkunden Kramer & Sohn GmbH mit drei Kaufmuster-Hinweisen und den Aktionen „Ignorieren“ und „Priorisieren“.

Ziehen Sie diese Woche die Kunden aus dem ERP, deren aktueller Bestellabstand deutlich über ihrem üblichen Rhythmus liegt, und zählen Sie, wie viele davon in keiner Besuchs- oder Anrufplanung stehen.

Im Gespräch zeigen wir Ihnen, welche Kaufsignale in Ihren ERP-Daten stecken und welche Kunden Ihr Vertrieb diese Woche ansprechen sollte.

Gespräch vereinbaren