Relationship Equity im Private Banking - Universität St.Gallen

R E L A T I O N S H I P E Q U I T Y I M P R I V A T E B A N K I N G
tigender Ausprägungen pro Dimension unterliegt dem schon betrachteten Dilemma zwischen
Handhabbarkeit und Genauigkeit. Das Kernproblem liegt im exponentiellen Wachstum
der Anzahl Cluster mit dem Hinzufügen einer neuen Dimension.
In der vorliegenden Rechnung mit Dummydaten wurde der Basislebenszyklus nach mehreren
Iterationen mit drei Dimensionen verfeinert: den Geschlechtern, Nettoeinkommens- und
Gesamtvermögensstufen 308 .
Abbildung 6-8: Verfeinerte „Landkarte“ der Kundengruppen
Die Auswahl dieser drei Dimensionen beruht auf den bisher erstellten und geprüften Hypothesen.
Damit verfügt das Modell über 1’320 einzelne Cluster 309 . Die Grösse dieser Zahl
soll hier – abgesehen von der Feststellung, dass sie sehr hoch erscheint – nicht weiter beurteilt
werden. Denn die optimale Anzahl Cluster muss in jeder Umgebung neu beurteilt werden.
Verfügt ein Bankeninstitut über eine genügende Anzahl Kunden, die sich über eine
derart hohe Anzahl Cluster verteilen lassen, ist eine Arbeit mit solchen Dimensionen durch-
308 Das Dummydatenset umfasst 1’000 Kunden. Im Sinne von Spremann (1996) ist unter Nettoeinkommen ein reduziertes
Residualeinkommen nach Abzug aller Lebenshaltungskosten zu verstehen. In der Praxisanwendung, wo flächendeckend
solche Daten kaum zur Verfügung stehen dürften, wäre eine Verwendung des einfacher verfügbaren Reineinkommens
unter Umständen realistischer.
309 55 Lebenszykluscluster der „Basiskarte“ x 2 Geschlechter x 3 Nettoeinkommensstufen x
4 Gesamtvermögensstufen = 1’320 Cluster; siehe Abbildung 6-8
156