Diplomarbeit - Universität Paderborn
Diplomarbeit - Universität Paderborn
Diplomarbeit - Universität Paderborn
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Beschreibung der existierenden Kundenbewertungsansätze<br />
Die mathematisch-statistischen Scoring-Modelle basieren auf der Berechnung des Kun-<br />
denwerts mittels statistischer Methoden mit Berücksichtigung einer Vielzahl von Kun-<br />
denmerkmalen (vgl. EBERLING 2002, S. 203). Diese Verfahren werden oft in Versand-<br />
handelsfirmen für die Ermittlung erfolgsversprechender Kunden eingesetzt, an welche<br />
die Kataloge verschickt werden und welche aus Unternehmenssicht eher bereit sind, ein<br />
Angebot von der Firma anzunehmen (vgl. MALTHOUSE 1999, S. 11). Die Daten zur A-<br />
nalyse können aus internen und externen Quellen bezogen werden.<br />
In der ersten Phase dieser Methode wird der Stichprobenumfang festgelegt, falls der<br />
Kundenbestand zu groß ist. Durch Definition abhängiger und unabhängiger Variablen<br />
findet in der zweiten Phase die Bestimmung der künftig zu belegenden Zusammenhänge<br />
statt. So können Umsatz und Kaufwahrscheinlichkeit nach einer Werbeaktion als eine<br />
abhängige Variablen definiert werden, während als unabhängige Variablen die bereits<br />
oben beschriebenen Recency, Frequency und Monetary Ratio oder, bei der Akquisition<br />
neuer Kunden, die demographischen bzw. sozio-ökonomischen Daten eingesetzt wer-<br />
den können (vgl. MALTHOUSE 1999, S. 11; EBERLING 2002, S. 203 f.). Ins Modell kann<br />
dabei eine Vielzahl von unabhängigen Variablen eingebaut werden (vgl.<br />
LINK/SCHLEUNING 1999, S. 127). Zur Analyse des Zusammenhangs zwischen diesen<br />
Variablen werden solche statistische Verfahren wie Regressionsanalyse, Diskriminan-<br />
zanalyse, Neuronale Netze etc. herangezogen. Durch die Anwendung der Regressions-<br />
analyse können Kundenmerkmale (z. B. Alter, Geschlecht, Umsatzangaben aus vergan-<br />
genen Perioden) identifiziert werden, die einen signifikanten Erklärungsbeitrag zu der<br />
abhängigen Variable (Response-Rate in aktueller Periode) liefern. Mit Hilfe von<br />
Punktwerten bzw. standardisierten Regressionskoeffizienten unabhängiger Variablen<br />
können die Profile der Kunden ausgemacht werden, die mit hoher Wahrscheinlichkeit<br />
erfolgsversprechend sind (z. B. bei denen Response-Rate im Vergleich zu anderen hö-<br />
her ist). In der dritten Phase wird abschließend die Validität und Performance von ein-<br />
gesetzten Methoden überprüft (vgl. CORNELSEN 2000, S. 154; EBERLING 2002, S. 204;<br />
KÖHLER 2005, S. 415). Die mathematisch-statistischen Scoring-Methoden werden als<br />
unterstützendes Mittel eingesetzt, da hier eine abhängige Variable als Ausgangspunkt<br />
zur Analyse dienen. Im Gegensatz zu logisch-deduktiven und einfachen Scoring-<br />
Modellen können diese Verfahren nicht eigenständig verwendet werden, sie ermögli-<br />
chen jedoch die Berücksichtigung mehrerer unabhängiger Variablen und sind zur Auf-<br />
50