24.02.2013 Aufrufe

Diplomarbeit - Universität Paderborn

Diplomarbeit - Universität Paderborn

Diplomarbeit - Universität Paderborn

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!