Diplomarbeit - Universität Paderborn

Weitere Magazine

Empfehlungen

Info

Beschreibung der existierenden Kundenbewertungsansätze In Abhängigkeit von verwendeten Daten und Bewertungskriterien können Scoring- Modelle in logisch-deduktive, einfache Modelle auf Basis absatzstatistischer Daten und mathematisch-statistische Methoden unterteilt werden (vgl. EBERLING 2002, S. 200). logisch-deduktive Modelle Abbildung 15:Arten der Scoring-Modelle Quelle: Eigene Darstellung Scoring-Modelle einfache Modelle auf Basis absatzstatistischer Daten mathematisch-statistische Modelle Bei logisch-deduktiven Modellen handelt es sich um einen von Experten erstellten Kri- terienkatalog zur Kundenbewertung. Während die Daten zur Beurteilung von ökonomi- schen Größen aus dem Rechnungswesen bezogen werden können, werden die qualitati- ven Kriterien von Experten geschätzt. Expertenbewertung kann auch als ein eigenstän- diger Ansatz zur Kundenbewertung verwendet werden. Dabei schätzen ausgewählte Experten, z. B. Manager aus dem Vertrieb oder Marketing die Kunden und bewerten sie anhand von Punktzahlen (vgl. PEPELS 2001, S. 79). Ein Beispiel hierzu zeigt Tabelle 5. Während einige Kriterien des Transaktionspotentials aus bisheriger Kaufhistorie abge- leitet werden, können schwer ermittelbare Größen des Ressourcenpotentials wie Infor- mations- oder Kooperationsbereitschaft durch Experten beurteilt werden. Dies setzt al- lerdings gute Kenntnisse über Kunden voraus und ist deshalb in Business-to-Consumer- Bereich 8 nur in den Unternehmen anzuwenden, wo die Mitarbeiter nah an Kunden sind, bspw. Versicherungsunternehmen, Banken (vgl. EBERLING 2002, S. 201). Im vorliegen- den Beispiel werden Transaktions- und Ressourcenpotential von Kunden A und B ge- trennt voneinander untersucht. So kann festgestellt werden, dass Kunde A hinsichtlich ökonomischer Größen und Kunde B bezüglich qualitativer Größen für das Unternehmen wichtig sind bzw. sein können. 1 Transaktionspotential Kunde A (1 bis 5) Kunde B (1 bis 5) Gewichtungs- faktor Kunden- scores A Cross-Selling-Potential 4 2 30 120 60 Basisvolumen 2 4 20 40 80 Bonität des Kunden 5 3 10 50 30 8 B2C-Markt: Anbieter der Leistung ist ein Unternehmen, Nachfrager sind Konsumenten Kunden- scores B 47
Beschreibung der existierenden Kundenbewertungsansätze (wenig) Betreuungsaufwand 3 2 20 60 40 Preisbereitschaft 2 1 20 40 20 2 Ressourcenpotential Insgesamt - - - 310 230 Informationspotential 2 4 30 60 120 Referenzpotential 2 5 50 100 250 Kooperationspotential 2 3 20 40 60 Tabelle 5:Beispiel für ein Scoring-Modell In Anlehnung an Winkelmann (2004, S. 12) Insgesamt - - - 200 430 Nächste Gruppe von Modellen beruht auf Daten aus Marketing- und Vertriebsbereich. Ein weit verbreitetes Modell aus dieser Gruppe ist RFM-Modell, bei dem zur Bestim- mung der Kundenattraktivität drei Kriterien als ausschlaggebend gelten: Zeit seit dem letzen Kauf (Recency), Häufigkeit der Bestellung (Frequency) und monetärer Wert der Bestellungen (Monetary) (vgl. CORNELSEN 2000, S. 150; KRAFFT 2002, S. 61 f.). Die- sem Modell liegt die empirisch untermauerte Erkenntnis zugrunde, dass die Response- Rate 9 einer Mailing-Aktion umso höher ist, je kürzer der Zeitraum seit dem letzten Kauf, je größer die Anzahl bisheriger Käufe und je höher der Umsatz mit dem Kunden ist. Je besser der Kunde diese Kriterien erfüllt, desto höher wird sein Wert für das Un- ternehmen geschätzt (vgl. KÖHLER 2005, S. 415). Dabei sind auch andere Kriterien denkbar, die ins Modell einfließen können. In Tabelle 6 ist das Scoring-Modell eines Mobilfunkanbieters dargestellt (vgl. HOMBURG et al. 2003, S. 178). Die Daten zur Ana- lyse wurden aus der Kundendatenbank abgerufen. Als Kriterien zur Punktvergabe die- nen hierbei branchenspezifische Einflussgrößen. Bei Erfüllung bestimmter Ausprägun- gen dieser Größen (z. B. der Kunde telefoniert mehr als 40 Stunden im Monat) erhält der Mobilfunkteilnehmer bestimmte Punktzahl (z. B. +40 Punkte). Die Summe aller Punkte ergibt dann die Attraktivität dieses Kunden für das Unternehmen in einer Zahl. Einflussgröße Skala (Pkt. = Punkte) Gesprächszeit pro Monat Primärer Zeitpunkt der Gespräche > 40h: +40 Pkt. Peak: +20 Pkt. 20-40h: +25 Pkt. 15-20h: +15 Pkt. 10-15h: +5 Pkt. Off-Peak: -5 Pkt. 5-10h: -5 Pkt. < 5h: -15 Pkt. 9 Response-Rate ist Prozentsatz der Kundenreaktionen auf das versandte Mailing (vgl. CORNELSEN 2000, S. 150) 48
Seite 1 und 2:
Universität Paderborn Fakultät f
Seite 3 und 4: Eidesstattliche Erklärung Hiermit
Seite 5 und 6: Inhaltsverzeichnis 4.2.1 Scoring-Mo
Seite 7 und 8: Tabellenverzeichnis Tabellenverzeic
Seite 9 und 10: Einleitung denbeziehungen zuständi
Seite 11 und 12: Grundlagen des Customer Relationshi
Seite 17 und 18: Kundenwert als zentrale Steuerungsg
Seite 35 und 36: Beschreibung der existierenden Kund
Seite 53: Beschreibung der existierenden Kund
Seite 65 und 66: Kritische Würdigung und Perspektiv
Seite 71 und 72: Zusammenfassung 6 Zusammenfassung D
Seite 73 und 74: Literaturverzeichnis Literaturverze
Seite 75 und 76: Literaturverzeichnis CRM - ein Übe
Seite 77 und 78: Literaturverzeichnis Direktmarketin
Seite 79 und 80: Literaturverzeichnis STOKBURGER, G.
Seite 81: Literaturverzeichnis Council Custom
Alle anzeigen

Diplomarbeit - Universität Paderborn

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?