Success Case Pixum
Automation Audit im CRM – Blind-Spots aufdecken, Potenziale aktivieren
Unser Automation Audit hat bei Pixum verborgene Wachstumspotenziale im CRM sichtbar gemacht. Durch eine strukturierte Analyse aller E-Mail-Automatisierungen haben wir konkrete Blind-Spots identifiziert und einen priorisierten Fahrplan entwickelt, der Marketing-Aktivitäten smarter, skalierbarer und datengetriebener macht.
Kunde
Pixum
Service
Automation Audit
Jahr
2025
Typ
Audit
Überblick
Projektziel und Vorgehen
Pixum, einer der führenden europäischen Anbieter für personalisierte Fotoprodukte, stand vor der Herausforderung, seine CRM-Automatisierungen systematisch weiterzuentwickeln. Ziel des Projektes war es, den Status Quo der bestehenden E-Mail-Automatisierungen vollständig zu erfassen, strukturelle Blind-Spots zu identifizieren und konkrete Optimierungspotenziale abzuleiten – mit dem übergeordneten Anspruch, Kunden zur richtigen Zeit, am richtigen Touchpoint mit der richtigen Botschaft zu erreichen und sukzessive mehr Marketingaktivitäten zu automatisieren.
Phase 1 – Kennenlernen & Kalibrierung
In einem ersten Termin wurden die zentralen Herausforderungen und Chancen im CRM-Umfeld von Pixum gemeinsam erarbeitet. Auf Basis dieser Erkenntnisse wurden die inhaltlichen Schwerpunkte der Analyse festgelegt.
Phase 2 – Tiefeninterview & Datenaufnahme:
In einem strukturierten 60-minütigen Interview wurden alle bestehenden Automatisierungen, relevante Kennzahlen sowie die eingesetzten Technologien (u.a. Emarsys als zentrales Automation-Tool, QlikSense als übergeordnetes Monitoring-System) detailliert aufgenommen.
Phase 3 – Ausarbeitung & Analyse:
Auf Basis des gewonnenen Verständnisses wurden alle Automatisierungen systematisch ausgewertet. Dabei wurden Optimierungspotenziale und Blind-Spots entlang eines strukturierten Reifegradmodells abgeleitet – gegliedert nach den Dimensionen E-Commerce-Daten, First- und Zero-Party-Daten, Verhaltensdaten, Engagement & Kampagnen, CLV-Profil sowie Prediction.
Ergebnisse
Erfolgstreiber
Im Rahmen des Audis wurden fünf Schritte durchgeführt, die dem Kunden systematisiert die Automatisierungspotenziale aufgezeigt haben.
1. Strukturiertes Reifegradmodell als Analyserahmen
Die Verwendung eines klaren, sechsdimensionalen Frameworks ermöglichte eine objektive Einordnung des Automatisierungs-Setups – von einfachen verhaltensbasierten Triggern bis hin zu komplexen Prediction-Modellen. So konnten Stärken und Lücken gezielt sichtbar gemacht werden, ohne sich in Einzelmaßnahmen zu verlieren.
2. Priorisierung nach Impact
Alle identifizierten Handlungsfelder wurden konsequent nach ihrem prognostizierten Werthebel priorisiert. Dadurch entstand ein klarer Fahrplan, der operative Ressourcen auf die wirksamsten Maßnahmen lenkt – statt eine ungefilterte Liste von Verbesserungsideen zu liefern.
3. Datengetriebene Grundlage als strategischer Ankerpunkt
Ein zentrales Ergebnis der Analyse war die Erkenntnis, dass vor dem Aufbau weiterer Automatisierungen zunächst eine solide Datenbasis geschaffen werden muss – insbesondere im Bereich CLV-Profiling und Kampagnendaten auf Einzelkundenebene. Dieses "Data first"-Prinzip war entscheidend, um nachhaltig skalierbare Automations zu ermöglichen.
4. Ganzheitliche Betrachtung der Customer Journey
Statt einzelne E-Mail-Flows isoliert zu betrachten, wurde die gesamte Kundeninteraktion – von der Produkthistorie über das Kampagnen-Engagement bis hin zu nicht abgeschlossenen Projekten – in die Analyse einbezogen. Dieser 360°-Blick auf den Kunden schuf die Grundlage für wirklich relevante, personalisierte Kommunikation.
5. Klare Anknüpfungspunkte für die Umsetzung
Das Projekt endete nicht mit Empfehlungen auf dem Papier. Stattdessen wurden konkrete Folgeprojekte definiert – darunter ein dediziertes Zero-Party-Data-Konzept sowie ein strukturierter Ansatz zur Schließung identifizierter Blind-Spots – um den Übergang von der Analyse in die Umsetzung nahtlos zu gestalten
