Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Multiple Regression als Konzept zur Absatzprognose Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

10. Szenarioanalyse als Prognoseinstrument mit einem Beispiel zur Kundenbindung

verfasst von : Karsten Lübke, Prof. Dr., Heike Papenhoff, Prof. Dr.

Erschienen in: Markt- und Absatzprognosen

Verlag: Springer Fachmedien Wiesbaden

Einloggen

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

search-config
loading …

Zusammenfassung

Die Daten der Vergangenheit – und insbesondere deren Trend sowie die Schwankungen – können wichtige Hinweise zur zukünftigen Entwicklung liefern. Über computerintensive Resampling-Verfahren kann auf dieser Basis die Prognoseverteilung generiert und unterschiedliche Szenarien können simuliert werden.
Die Möglichkeiten dieser Methode werden an einem Beispiel zur Kundenbindung demonstriert. Neben den anwendungsbezogenen und statistischen Grundlagen werden auch Hinweise zur Umsetzung mit R gegeben.

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!

Jetzt informieren

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!

Jetzt informieren
Vorheriges Kapitel Der GfK-Konsumklimaindex als Instrument zur Prognose der monatlichen privaten Konsumausgaben
Nächstes Kapitel Präferenzprognosen mittels Conjoint-Analyse – Eine Fallstudie mit Choice-Based-Design
Fußnoten
1
Wir danken der Firma BP Europa SE/ARAL für die freundliche Genehmigung, den Fall und die manipulierten Daten hier zu verwenden.
 
Literatur
Altobelli, C. F. (2007). Marktforschung. Stuttgart: UTB.
Berekoven, L., Eckert, W., & Ellenrieder, P. (2001). Marktforschung, Methodische Grundlagen und praktische Anwendung (9. Aufl.). S. 258–268). Wiesbaden: Gabler.
Britton, E., Fisher, P. G., & Whitley, J. D. (1998). The Inflation Report projections: understanding the fan chart. Bank of England Quarterly Bulletin, 38, 30–37.
Bühlmann, P. (1997). Sieve bootstrap for time series. Bernoulli, 3(2), 123–148.CrossRef
Bühlmann, P. (2002). Bootstraps for Time Series. Statistical Science, 17(1), 52–72.CrossRef
Canty, A.; Ripley, B. (2013): boot: Bootstrap R (S-Plus) Functions. R package version 1.3-9.
Chatfield, C. (2001). Prediction intervals for time-series forecasting. In Principles of Forecasting (S. 475–494). New York: Springer.CrossRef
Chatfield, C., & Yar, M. (1998). Holt-Winters Forecasting: Some Practical Issues. The Statistician, 37(2), 129–140.CrossRef
Cottin, C., & Döhler, S. (2009). Risikoanalyse. Wiesbaden: Vieweg+Teubner.CrossRef
Cowpertwait, P. S. P., & Metcalfe, A. V. (2009). Introductory Time Series with R. New York.: Springer.
Dalrymple, D. J. (1987). Sales Forcasting Practices. International Journal of Forecasting, 3, 379–391.CrossRef
Davison, A. C., & Hinkley, D. V. (1997). Bootstrap Methods and Their Applications. Cambridge: Cambridge University Press.CrossRef
Efron, B. (1979). Bootstrap Methods: Another look at the Jackknife. The Annals of Statistics, 7(1), 1–26.CrossRef
Efron, B. (1987). Better Bootstrap Confidence Intervals. Journal of the American Statistical Association, 82(397), 171–185.CrossRef
Glusac, N. (2005). Der Einfluss von Bonusprogrammen auf das Kaufverhalten und die Kundenbindung von Konsumenten – Eine theoretische und empirische Analyse. Wiesbaden: Gabler.CrossRef
Holt, C. C. (1957). Forecasting trends and seasonals by exponentially weighted moving averages. ONR Research Memorandum, Bd. 52. Ballston: Carnegie Institute of Technology.
Hyndman, R. J., Koehler, A. B., Snyder, R. D., & Grose, S. (2002). A state space framework for automatic forecasting using exponential smoothing methods. International Journal of Forecasting, 18, 439–454.CrossRef
Kuensch, H. R. (1989). The Jackknife and the Bootstrap for General Stationary Observations. The Annals of Statistics, 17, 1217–1241.CrossRef
Lauer, T. (2004). Bonusprogramme – Rabattsysteme für Kunden erfolgreich gestalten. Berlin: Springer.
Lübke, K., & Vogt, M. (2014). Angewandte Wirtschaftsstatistik: Daten und Zufall. Wiesbaden: Springer Gabler.CrossRef
Makridakis, S., Hibon, M., Lusk, E., & Belhadjali, M. (1987). Confindence Intervals. An Empirical Investigation of the Series in the M-Competition. International Journal of Forecasting, 3, 489–508.CrossRef
Mentzer, J. T., & Cox, J. E. (1984). Familiarity, application, and performance of sales forecasting techniques. Journal of Forecasting, 3(1), 27–36.CrossRef
Morgenstern, T., & Zimmermann, K. (2012). Branchenstudie Tankstellenmarkt Deutschland 2011. Berlin: Scope Credit Ranking.
Spann, M., Soukhoroukova, A., & Skiera, B. (2008). Prognose von Marktentwicklungen anhand virtueller Börsen, in: Herrmann, A, Homburg, C, Klarmann, M. Handbuch Marktforschung (3. Aufl.). S. 791–809). Wiesbaden: Springer.
Tomczak, T., Reinecke, S., & Dittrich, S. (2005). Kundenbindung durch Kundenkarten und -clubs. In M. Bruhn, & C. Homburg (Hrsg.), Handbuch Kundenbindungsmanagement: Strategien und Instrumente für ein erfolgreiches CRM (5. Aufl. S. 275–295). Wiesbaden: Gabler.CrossRef
Winklhofer, H., Diamantopoulos, A., & Witt, S. F. (1996). Forecasting practice: a review of the empirical literature and an agenda for future research. International Journal of Forecasting, 12, 193–221.CrossRef
Winters, P. R. (1960). Forecasting sales by exponentially weighted moving averages. Management Science, 6, 324–342.CrossRef
Metadaten
Titel
Szenarioanalyse als Prognoseinstrument mit einem Beispiel zur Kundenbindung
verfasst von
Karsten Lübke, Prof. Dr.
Heike Papenhoff, Prof. Dr.
Copyright-Jahr
2015
Buch
Markt- und Absatzprognosen

Print ISBN: 978-3-658-04491-6

Electronic ISBN: 978-3-658-04492-3

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-658-04492-3_10