Skip to main content

2013 | OriginalPaper | Buchkapitel

Methodische Grundlagen zur Modellierung und Effizienzmessung

verfasst von : Kaveh Rouhi

Erschienen in: Dualer Kundenwert und Kundenwertsteuerung auf Massenmärkten

Verlag: Gabler Verlag

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Wie im vorigen Kapitel gezeigt, werden sowohl der CPV als auch der CLV theoretisch begründet und stützen sich dabei auf unterschiedliche Determinanten. Unternehmen können den CLV steigern, indem sie den CPV erhöhen. Dadurch werden Kundenzufriedenheit und Kundenbindung generiert.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Fußnoten
1
Vgl. Abbildung 9.
 
2
Vgl. Boetsch (2008), S. 81.
 
3
Vgl. Heidbrink (2006), S. 42.
 
4
Vgl. Heidbrink (2006), S. 51. Dort wird die Validität noch feiner unterschieden in Inhaltsvalidität, Konstruktvalidität und Kriteriumsvalidität.
 
5
Vgl. Schroeder (2006), S. 32.
 
6
Vgl. Schroeder (2006), S. 32.
 
7
Vgl. Gupta und Lehmann (2003).
 
8
Vgl. Kaya (2007), S. 51 ff.
 
9
Vgl. im Folgenden Sontakki und Sontakki (2010), S. 145.
 
10
Vgl. im Folgenden Kaya (2007), S. 49 ff.
 
11
Vgl. Boetsch (2008), S. 77.
 
12
Vgl. Grunert (2010).
 
13
Vgl. Kuß (2009), S. 141 ff, siehe auch Kapitel 3.1 zum logischen Empirismus.
 
14
Vgl. Homburg und Krohmer (2006), S.66 ff.
 
15
Zu Vor- und Nachteilen der Verfahren siehe Sontakki und Sontakki (2010), S. 142 ff.
 
16
Vgl. Trommsdorff et al. (1980).
 
17
Vgl. im folgenden Backhaus et al. (2008), S. 535 ff.
 
18
Eine weitere Unterscheidungsart gibt es hinsichtlich der Art der Objekrelation: Ähnlichkeitsskalierung und Präferenzskalierung. Siehe dazu Gutsche (1995), S. 103 ff.
 
19
Vgl. Kuß (2009).
 
20
Vgl. Backhaus et al. (2008), S. 11.
 
21
Voeth (2000), S. 31.
 
22
Vgl. Heidbrink (2006), S. 37 ff.
 
23
Vgl. Trommsdorff et al. (1980).
 
24
Vgl. Heidbrink (2006), S. 23 ff.
 
25
Vgl. Backhaus et al. (2008), S. 11.
 
26
Vgl. Wachter (2006).
 
27
Vgl. Backhaus et al. (2008), S. 514.
 
28
Vgl. Jahn (2007).
 
29
Vgl. Homburg und Giering (1996).
 
30
Vgl. Ringle (2004b).
 
31
Vgl. Götz und Liehr-Gobbers (2004).
 
32
Vgl. Ringle (2004b); unter ganz bestimmten Voraussetzungen können formativ gemessene Konstrukte in eine KFA eingebunden werden, siehe dazu Homburg und Klarmann (2006).
 
33
Vgl. Henseler et al. (2009) zu Details des Algorithmus.
 
34
Für die Anwendung der PLS-Verfahren spricht auch die Vielzahl von Publikationen im Marketing, die den PLS-Ansatz nutzen. Für eine Übersicht siehe Henseler et al. (2009).
 
35
Vgl. Ringle (2004a).
 
36
Vgl. Homburg und Giering (1996).
 
37
Homburg und Giering (1996), S. 8.
 
38
Vgl. Götz und Liehr-Gobbers (2004).
 
39
Vgl. Nitzl (2010).
 
40
Vgl. Nitzl (2010).
 
41
Vgl. zu Blindfolding Chin (1998).
 
42
Vgl. zu Details des Bootstrapping-Verfahrens Henseler et al. (2009).
 
43
Vgl. für eine detaillierte Auflistung von Verfahren zur Kundenwertberechnung Schneider (2007), S. 27.
 
44
Vgl. Kumar und George (2007) und Steiner (2008), S. 13 zur Unterscheidung von Verfahren auf Einzelkunde-, Segment- oder Kundenstammebene.
 
45
Es sollen zunächst alle Methoden zur Bewertung von Kunden betrachtet werden. Erst im letzten Schritt wird für den konkreten Fall der Anwendung im Massenmarkt ein geeignetes Verfahren anhand der hier diskutierten Kriterien ausgewählt.
 
46
Vgl. Kapitel 4.1
 
47
Vgl. Schroeder (2006), S. 38 ff. Das RFM-Modell ist ein Scoringverfahren, bei dem Kunden nach ihrem letzten Einkauf (Recency), ihrer Einkaufsfrequenz (Freuency) und ihrem generierten Umsatz (Monetary Value) in Gruppen eingeteilt werden.
 
48
Vgl. Steiner (2008), S. 11 ff.
 
49
Vgl. Berger und Nasr (1998). In englischsprachigen Veröffentlichungen wird die "Contribution Margin" (und nicht der Cashflow) als wesentlicher Input verwendet. Insbesondere im B2C-Markt ist eine Unterscheidung zwischen diesen Größen nicht undbedingt notwendig, da diese i. d. R. zusammenfallen.
 
50
Vgl. Gupta et al. (2006), dort wird eine Einteilung vorgenommen nach "RFM Models", "Probability Models", "Econometric Models", "Persistence Models", "Computer Science Models" und "Diffusion/Growth Models"; eine weitere Übersicht liefern Kumar und George (2007).
 
51
Vgl. Böhrs (2004), S. 155.
 
52
Vgl. Rödl (2010), S. 138.
 
53
Vgl. Schneider (2007), S. 141.
 
54
Vgl. Backhaus et al. (2008), S. 51 ff. zu Details der linearen Regression.
 
55
Vgl. Gupta et al. (2004), allerdings wird in dem Ansatz nicht nur der Ertrag modelliert, sondern anhand einer Diffusionsmodells auch die Anzahl der Kunden.
 
56
Vgl. Donkers et al. (2007), allerdings ist dies ein Fall, in dem konkrete Verträge zwischen Anbieter und Kunde vorliegen, und daher ist die Anwendbarkeit im Massenmarkt limitiert. Mehr dazu siehe Kapitel 4.3.1.2.3
 
57
Vgl. Winker (2002), S. 218.
 
58
Vgl. Villanueva et al. (2008).
 
59
Vgl. Steiner (2008), S. 37.
 
60
Vgl. Reinartz et al. (2005) für eine Anwendung des Probit-Modells und Lewis (2005) für die Andwendung des Logit-Modells.
 
61
Vgl. Backhaus et al. (2008), S. 249.
 
62
Vgl. Szczesny und Kaiser (2002), S. 365.
 
63
Vgl. Cox (1972).
 
64
Vgl. Bolton (1998).
 
65
Vgl. Venkatesan und Kumar (2004) und Venkatesan et al. (2007).
 
66
Vgl. Schweidel et al. (2008).
 
67
Vgl. Fader und Hardie (2009).
 
68
Vgl. Fader et al. (2010) zum Beta-Geometric/Beta-Binomial-Modell (BG/BB).
 
69
Vgl. Fader und Hardie (2007) und Fader und Hardie (2010) zum shifted-Beta-Geometric(sBG)- Modell.
 
70
Vgl. Fader und Hardie (2006), S. 176 ff. zum Exponentiell-Gamma(EG)-Modell, welches im Kern ein Hazard-Modell ist.
 
71
NBD steht für Negative Binomial Distribution und beschreibt die Verteilungsannahme.
 
72
Weitere Details zum Pareto/NBD-Modell in Schmittlein et al. (1987), Krafft (2002), S. 91.
 
73
Vgl. Fader et al. (2005b); BG steht für Beta Geometric und beschreibt die Verteilungsannahme.
 
74
Vgl. Batislam et al. (2007); MBG steht für Modified Beta Geometric.
 
75
Vgl. für die Herleitung der Annahmen Fader und Hardie (2006), S. 22 ff.
 
76
Vgl. siehe Schmittlein et al. (1987), Krafft (2002), S. 91.
 
77
Siehe Anhang von Schmittlein et al. (1987) für die komplette mathematische Herleitung.
 
78
Vgl. Krafft (2002), S. 104 zur Anwendung von Mathematica und Fader et al. (2005a) zur Anwendung von Matlab.
 
79
Vgl. Fader et al. (2005b); siehe dort im Anhang die komplette mathematische Herleitung.
 
80
Vgl. Fader et al. (2005b), Wübben und Wangenheim (2008).
 
81
Vgl. Batislam et al. (2007).
 
82
Vgl. Batislam et al. (2007) und Fader et al. (2005b).
 
83
Vgl. Batislam et al. (2007); im Anhang dort befindet sich die mathematische Herleitung. Dazu muss auch das Erratum Wagner und Hoppe (2008) und die Korrektur Batislam et al. (2008) berücksichtigt werden.
 
84
Vgl. Fader et al. (2005c).
 
85
Vgl. Gleichung (4-26).
 
86
Vgl. Hoppe und Wagner (2010).
 
87
Vgl. Steiner (2008), S. 27 ff.
 
88
Vgl. Bass (1969).
 
89
Vgl. Gupta et al. (2004).
 
90
Vgl. Hogan et al. (2003).
 
91
Vgl. Steiner (2008), S. 38.
 
92
Vgl. Bijmolt et al. (2010) sehen die Stärke insbesondere in der WOM-Forschung.
 
93
Gupta et al. (2006), S. 148, nennen noch weitere Verfahren: "These include projection-pursuit models; neural network models; decision tree models; spline-based models such as generalized additive models (GAM), multivariate adaptive regression splines (MARS), classification and regression trees (CART); and support vector machines (SVM)."
 
94
Vgl. Steiner (2008), S. 80.
 
95
Vgl. Neslin et al. (2006).
 
96
Vgl. Rust et al. (2004b) oder Steiner (2008), S. 84.
 
97
Für eine detaillierte Auflistung siehe Barrot (2007).
 
98
Vgl. Wübben und Wangenheim (2008).
 
99
Es existiert der Theilsche Ungleichungskoeffizient 1. und 2. Ordnung und wird im Englischen abgekürzt mit Theil’s U oder U1 und U2. Letzterer ist besser interpretierbar und hat sich folglich durchgesetzt, vgl. Barrot (2007), S. 421.
 
100
Eine naive Prognose nimmt an, dass der historischer Wert in t-h als Prognose für den Zeitpunkt t dienen kann. Das würde beispielsweise bedeuten, dass man im Januar (t = 1) eines Jahres den Vorjahreswert (d. h. h = 12 Monate) als Prognosewert annimmt.
 
101
Vgl. Barrot (2007), S. 422.
 
102
Vgl. Reinecke und Janz (2007).
 
103
Vgl. Hammerschmidt (2006), S. 109.
 
104
Vgl. zur Sättigung von Kommunikationsmaßnahmen Homburg (2009), S. 746; zur Sättigung von Preisreduktionen siehe Marshall und Leng (2002); zur Sättigung abhängig von Qualität, Preis und Marktpotenzial siehe Narasimhan et al. (1993).
 
105
Vgl. Aigner und Chu (1968).
 
106
Vgl. Aigner et al. (1977).
 
107
Vgl. Hammerschmidt (2006), S. 113.
 
108
Vgl. Hammerschmidt (2006), S. 109.
 
109
Vgl. Golany et al. (1990).
 
110
Vgl. de Borger et al. (1994).
 
111
Vgl. Blose und Tankersley (2004).
 
112
Vgl. Donthu et al. (2005).
 
113
Vgl. Donnevert (2009), S. 133.
 
114
Vgl. Hammerschmidt (2006), S. 258. Weitere Anwendungen, die dort diskutiert werden, sind die Effizienz von Mittelklassefahrzeugen aus Nachfragersicht anhand von Kosten und Leistungseigenschaften (S. 231) sowie die Effizienz von Vertriebsteams anhand Aufwand (z. B. Teamgröße und Werbemittel) gegenüber Umsatz und Erfolgsanteil (S. 275).
 
115
Golany et al. (1990) sprechen in diesem Fall auch von "decision making units" (DMU).
 
116
Vgl. Hammann und Erichson (2000), S. 181.
 
117
Wyner (2007), S. 9.
 
118
Sarris (1990), S. 129.
 
119
Vgl. Rack und Christophersen (2007), S. 19.
 
120
Vgl. Kaya (2007), S. 58.
 
121
Vgl. Schneider (2007), S. 101.
 
122
Vgl. dazu Unterkapitel 5.3.4 und Gleichung (5-1).
 
123
Vgl. im Folgenden Sarris (1990), S. 228 ff.
 
124
Vgl. im Folgenden Rack und Christophersen (2007), S. 27.
 
125
Vgl. Rack und Christophersen (2007), S. 20 ff., für weitere Typologisierung siehe auch Venkatesan (1971), S. 49 ff.
 
126
Patzer (1996), S. 100.
 
127
Vgl. Patzer (1996), S. 43 ff.
 
128
Für eine exemplarische Auswahl von Marketingexperimenten siehe Hammann und Erichson (2000), S. 205 ff.
 
Metadaten
Titel
Methodische Grundlagen zur Modellierung und Effizienzmessung
verfasst von
Kaveh Rouhi
Copyright-Jahr
2013
Verlag
Gabler Verlag
DOI
https://doi.org/10.1007/978-3-8349-4324-8_4