Diplomarbeit - Universität Paderborn
Diplomarbeit - Universität Paderborn
Diplomarbeit - Universität Paderborn
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Beschreibung der existierenden Kundenbewertungsansätze<br />
Mit Hilfe des NBD/Pareto-Modells wird die Schätzung der Kundenbeziehungsdauer<br />
vorgenommen. Zur Kalibrierung dieses Modells werden die Daten aus vergangenen<br />
Transaktionen, z. B. Bestellhäufigkeit (Frequency), Zeitpunkt der letzten Bestellung<br />
(Recency), benötigt. Bei der Erfüllung der Annahmen dieses Modells in einem Anwen-<br />
dungsfall folgen die getätigten Transaktionen dem NBD-Modell, in dem das Wieder-<br />
kaufverhalten von Kunden einer Poisson-Verteilung folgt. Die kundenseitige Abbruchs-<br />
rate ist dabei pareto-verteilt. Als Ergebnis liefert das Modell die Wahrscheinlichkeit<br />
P(alive) für jede Periode, dass der Kunde aktiv ist bzw. die Beziehung zum Kunden<br />
noch besteht. P(alive) sinkt mit der Zeit, wenn der Kunde nichts mehr bestellt. Beim<br />
Unterschreiten eines festgelegten P(alive)-Schwellenwertes wird die Kundenbeziehung<br />
für tot erklärt. Da das Datum der ersten Transaktion bekannt ist, kann die Kundenbezie-<br />
hungsdauer bestimmt werden. Dadurch kann der Zusammenhang zwischen Variablen<br />
Recency etc. und Dauer einer Kundenbeziehung abgeleitet werden. Daraufhin wird die<br />
Dauer einer durchschnittlichen Kundenbeziehung prognostiziert. Durch Integration die-<br />
ser Dauer in den CLV-Ansatz wird der prospektive Wert einer Kundenbeziehung ermit-<br />
telt (vgl. KRAFFT/RUTSATZ 2003a, S. 282; KRAFFT/RUTSATZ 2003b, S. 702 ff.; WILLE<br />
2005, S. 125). Obwohl die Aussagekraft dieser Methode gut ist, wird es in der Praxis<br />
aufgrund der Komplexität nur in wenigen Fällen anwendbar.<br />
Da die Ermittlung des CLV für jede einzelne Kundenbeziehung sehr aufwendig ist, wird<br />
in vielen Unternehmen die Berechnung vom CLV für Kundengruppen bzw. -segmente<br />
vorgenommen. Dabei werden die Kunden zuerst nach klassischen Segmentierungskrite-<br />
rien (z. B. Umsatz, Einkommen, Alter etc.) in Gruppen eingeteilt und die Durch-<br />
schnittswerte für jede Gruppe berechnet. Auf Basis aggregierter Daten, d. h. der Daten<br />
für Kundensegmente oder Gruppen, werden Customer Retention Modell (Kundenloyali-<br />
tätsmodell), Customer Migration Modell (Kundenwanderungsmodell) zur Bestimmung<br />
der Bindungsrate bzw. Wiederkaufswahrscheinlichkeit sowie des Kundenbestands in<br />
der Zukunft verwendet (vgl. KRÜGER-STROHMAYER 2000, S. 138; EBERLING 2002,<br />
S. 190; Wille 2005, S. 116 f.).<br />
Beim Customer Retention Modell werden die Bindungsraten (Loyalitätsraten) für be-<br />
stimmte Kundengruppen bzw. -segmente aus Vergangenheitswerten abgeleitet und in<br />
das CLV-Modell eingebunden. Die Variation der Bindungsraten aus der Vergangenheit<br />
kann für die künftigen Perioden übernommen werden. Dabei wird angenommen, dass<br />
42