Next Best Offer

Next Best Offer (NBO, „nächstes bestes Angebot") ist die auf Kundendaten gestützte Empfehlung, welches Verkaufsangebot einem bestimmten Kunden als Nächstes gezeigt werden soll, damit der erwartete Umsatz möglichst hoch ausfällt. Das Ergebnis ist immer genau ein Angebot (ein einzelnes Produkt, eine Paketlösung oder ein höherwertiger Tarif), keine allgemeine Entscheidung über Service- oder Betreuungsmaßnahmen.

Was ist Next Best Offer?

Next Best Offer ist ein Verfahren aus dem analytischen CRM (der datenauswertende Teil eines Kundenmanagement-Systems) mit engem Verkaufsfokus. Für jeden Kunden wird zu einem bestimmten Zeitpunkt aus einer festgelegten Liste möglicher Angebote genau jenes ausgewählt, das eine kommerzielle Kennzahl maximiert. Diese Kennzahl ist meist die Kaufwahrscheinlichkeit (wie wahrscheinlich der Kunde zugreift), der erwartete Deckungsbeitrag (Umsatz abzüglich variabler Kosten) im Erfolgsfall oder eine Kombination aus beidem. Der Begriff stammt aus dem Online-Handel und der Telekommunikationsbranche der 2000er-Jahre und war in den Anfängen regel- und warenkorbbasiert; heute stützt sich Next Best Offer auf statistische Modelle zur Kaufneigung (Propensity), Modelle für den zusätzlichen Effekt einer Ansprache (Uplift) und Empfehlungssysteme (Recommender), kombiniert mit einer vorgeschalteten Regelschicht.

Der Angebotskatalog eines NBO-Systems umfasst Cross-Sell (ergänzende Produkte), Upsell (höherwertige Variante desselben Produkts), Bundles (Kombinationen mehrerer Produkte) und Vertragsanpassungen (Tarif-Upgrade, Zusatzoptionen). Service-Interventionen, Retention-Maßnahmen, Onboarding-Schritte oder die Option „keine Aktion" gehören nicht dazu. Genau in dieser Beschränkung auf Verkaufsaktionen liegt der methodische Unterschied zur breiter angelegten Next Best Action.

Methodisch trägt eine NBO-Architektur mehrere Modellfamilien zusammen. Für jedes Angebot existiert typischerweise ein Propensity-Modell auf Basis von Nutzungsverhalten, Vertragsdaten, Kaufhistorie und Kundenkontext sowie ein Value-Modell, das den zu erwartenden Deckungsbeitrag beziehungsweise ARPU-Effekt schätzt. Für Bundle- und Sequenzentscheidungen ergänzen Warenkorbanalyse, Assoziationsregeln und sequenzielle Modelle die Basis. Eine Regelschicht filtert die möglichen Angebote je Kunde nach Eligibility (Vertragsstand, Alter, Bestand, Verfügbarkeit), Bestandslogik und Kontaktfrequenz und priorisiert die verbleibenden Kandidaten. Voraussetzung für konsistente Ausspielung über Web, App, CRM, E-Mail und Call-Center ist eine konsolidierte Kunden- und Produktsicht, in der Regel abgebildet in einem Customer-360- und Produktkatalog-Modell.

Abgrenzung: Next Best Action, Cross-Selling, Upselling, Recommender

Der Begriff wird häufig synonym zu Next Best Action, Cross-Selling oder Recommendation Systems verwendet. Die folgenden vier Abgrenzungen decken die häufigsten Verwechslungen ab.

Next Best Action (NBA) ist das übergeordnete Konzept und umfasst die beste nächste Aktion je Kunde, unabhängig davon, ob es sich um ein Angebot, eine Service-Maßnahme, eine Retention-Aktion oder die bewusste Nicht-Aktion handelt. NBO ist definitorisch eine Teilmenge von NBA und beschränkt sich auf Verkaufsaktionen. Jedes NBO-Ergebnis lässt sich als Aktion in einem NBA-Aktionskatalog abbilden; NBA entscheidet zusätzlich über Aktionsklassen jenseits des Verkaufs und löst Konflikte zwischen Retention und Sales oder zwischen Service und Kampagne.

Cross-Selling bezeichnet den Verkauf ergänzender Produkte zu einem bestehenden Produkt, Upselling den Verkauf einer höherwertigen Variante desselben Produkts. Beide sind Angebotsklassen, die innerhalb eines NBO-Katalogs vorkommen. NBO wählt aus Cross-Sell, Upsell, Bundle und Vertragsanpassung; Cross-Selling und Upselling allein sind daher enger als NBO. Recommendation Systems liefern über kollaboratives Filtern, Content-Based-Ansätze oder Hybrid-Recommender eine Item-Rangliste. Ein NBO-System nutzt solche Ranglisten als einen Input, kombiniert sie aber mit Value-Modellen, Eligibility-Regeln und Bestandslogik zu einer priorisierten Angebotsempfehlung.

Beispiel: Next Best Offer im Telko-Kontext

Ein Telko-Anbieter betreibt Next Best Offer für rund 4 Millionen Privatkunden. Der Angebotskatalog enthält rund 30 Positionen: Tarif-Upgrades (mehr Datenvolumen, 5G-Option, Familienplan), Zusatzoptionen (Auslandsflat, Streaming-Paket, Endgeräte-Versicherung), Endgeräte-Upsell (Smartphone, Tablet mit Vertragsbindung) und Bundles aus Mobilfunk, Festnetz und TV. Für jedes Angebot existiert ein Propensity-Modell auf Basis von Nutzungsverhalten, Vertragslaufzeit, bisherigen Käufen und Kanalinteraktionen sowie ein Value-Modell, das den erwarteten zusätzlichen Deckungsbeitrag über die Restlaufzeit schätzt.

Eine Regelschicht filtert die möglichen Angebote je Kunde. Kein 5G-Angebot ohne 5G-Abdeckung am Wohnort. Keine Endgeräte-Angebote während einer laufenden Ratenzahlung. Keine parallele Ausspielung derselben Kampagne in mehr als zwei Kanälen innerhalb von 30 Tagen. Innerhalb der zulässigen Kandidaten wird pro Kunde ein Score aus Propensity und Value gebildet, die drei besten Angebote werden priorisiert. Die Ausspielung erfolgt in vier Kanälen: als personalisierte Kachel im Login-Bereich der Kunden-App, als Verkaufsvorschlag im CRM für das Call-Center, als E-Mail-Kampagne der Marketing-Automation und als Vorschlag im Chatbot.

Die Erfolgsmessung läuft über randomisierte Holdout-Gruppen je Angebot. Ein Anteil der eligiblen Kunden erhält das Angebot bewusst nicht; berichtet wird der inkrementelle ARPU-Effekt pro Kontakt gegen diese Kontrollgruppe. Zweite Kennzahl ist die Take-Rate der Angebote pro Kanal, dritte die Warenkorb- oder Vertragserweiterungsrate über einen definierten Zeitraum. Der Hebel liegt weniger in der Modellqualität eines einzelnen Angebots als in der Konsistenz über die vier Kanäle: derselbe Kunde erhält nicht in App, E-Mail, Chatbot und Call-Center parallel dasselbe Angebot in unterschiedlicher Preisgestaltung.