NBD-Prognosemodelle im Kundenbeziehungsmanagement : Einordnung, Implementierung und praktische Anwendungsempfehlung

Prognose von Kundenverhalten ist eine zentrale Aufgabe des Kundenbeziehungsmanagements. In nicht vertraglich geregelten Kundenbeziehungen werden Instrumente der Prognose benötigt, um das Kundenverhalten einzugrenzen. Diese Instrumente sind vielfältig und reichen von einfachen Daumenregeln bis hin zu komplexen Modellen. Zur Prognose gehört, ob Kunden als solche weiterhin aktiv sein werden, welche zukünftigen Kauftransaktionen zu erwarten sind sowie eine entsprechende Segmentierung der Kunden. David Zitzlsperger widmet sich vollstochastischen Prognosemodellen, welche einzig auf Informationen zum vergangenen Kaufverhalten aufbauen und mit Hilfe der negativen Binomialverteilung (NBD) daraus die Wahrscheinlichkeit zukünftiger kundenspezifischer Transaktionen bestimmen. Der Autor liefert für die Wissenschaft eine Erweiterung und Theoriebildung, die sich konkret mit den Einsatzmöglichkeiten der Modelle auseinandersetzt und für den Praktiker eine Einsatzempfehlung und die Möglichkeit die Forschungsergebnisse zu replizieren und die Analysemodelle auf eigene Kundendaten anzuwenden. Prognose von Kundenverhalten ist eine zentrale Aufgabe des Kundenbeziehungsmanagements. In nicht vertraglich geregelten Kundenbeziehungen werden Instrumente der Prognose benötigt, um das Kundenverhalten einzugrenzen. Diese Instrumente sind vielfältig und reichen von einfachen Daumenregeln bis hin zu komplexen Modellen. Zur Prognose gehört, ob Kunden als solche weiterhin aktiv sein werden, welche zukünftigen Kauftransaktionen zu erwarten sind sowie eine entsprechende Segmentierung der Kunden. David Zitzlsperger widmet sich vollstochastischen Prognosemodellen, welche einzig auf Informationen zum vergangenen Kaufverhalten aufbauen und mit Hilfe der negativen Binomialverteilung (NBD) daraus die Wahrscheinlichkeit zukünftiger kundenspezifischer Transaktionen bestimmen. Der Autor liefert für die Wissenschaft eine Erweiterung und Theoriebildung, die sich konkret mit den Einsatzmöglichkeiten der Modelle auseinandersetzt und für den Praktiker eine Einsatzempfehlung und die Möglichkeit die Forschungsergebnisse zu replizieren und die Analysemodelle auf eigene Kundendaten anzuwenden. Der Inhalt · Grundlagen des Kundenbeziehungsmanagements · Vorhersage von Kundentransaktionen · Vollstochastische RFM-Prognosemodelle · Implementierung ausgewählter NBD-Modelle Die Zielgruppen · Dozenten und Studenten der Wirtschaftswissenschaften mit den Schwerpunkten Marketing und Vertrieb · Fach- und Führungskräfte aus den Bereichen Kundenbeziehungsmanagement, Kundensegmentierung, Vertriebsplanung und Direktmarketing Der Autor Dr. David Zitzlsperger, Wirtschaftsingenieur und Master of Business Administration, wechselte nach einem Gastspiel als Unternehmensberater 2005 zurück an die Universität, promovierte bei Prof. Dr. Friedhelm Bliemel und beschäftigt sich mit der Analyse von Kundenverhalten, Kundenwert und Kundenbindung insbesondere im E-Commerce Front Matter....Pages I-XX Einleitung....Pages 1-7 Konzeptionelle Abgrenzung....Pages 9-62 Vollstochastische RFM-Prognosemodelle....Pages 63-129 Implementierung der ausgewählten NBD-Modelle....Pages 131-173 Die erweiterten NBD-Modelle für analytisches CRM....Pages 175-259 Zusammenfassung und Ausblick....Pages 261-266 Back Matter....Pages 267-275 Der Autor liefert fur die Wissenschaft eine Erweiterung und Theoriebildung, die sich konkret mit den Einsatzmoeglichkeiten der Modelle auseinandersetzt und fur den Praktiker eine Einsatzempfehlung und die Moeglichkeit die Forschungsergebnisse zu replizieren und die Analysemodelle auf eigene Kundendaten anzuwenden.