Bachelor + Master Publishing
811 Bachelorarbeiten, 533 Masterarbeiten, 10.103 Diplomarbeiten

Prognose der Wahrscheinlichkeit von Kundenabwanderungen

Methodenvergleich und Gestaltungsempfehlungen

Die Lizentiatsarbeit wurde 2006 mit dem Studienpreis des Verbands Schweizer Markt- und Sozialforscher prämiert.
Prognose der Wahrscheinlichkeit von Kundenabwanderungen
Über dieses Buch
  • Art: Lizentiatsarbeit
  • Autor: Christian Schnider
  • Abgabedatum: Februar 2004
  • Umfang: 96 Seiten
  • Dateigröße: 2,6 MB
  • Note: 2,0
  • Institution / Hochschule: Universität Basel Schweiz
  • ISBN (eBook): 978-3-8324-9539-8
  • ISBN (Paperback) :
    978-3-8324-9539-8 P
  • ISBN (CD) :978-3-8324-9539-8 CD
  • Sprache: Deutsch
  • Prämierung: Die Lizentiatsarbeit wurde 2006 mit dem Studienpreis des Verbands Schweizer Markt- und Sozialforscher prämiert.
  • Arbeit zitieren: Schnider, Christian Februar 2004: Prognose der Wahrscheinlichkeit von Kundenabwanderungen, Hamburg: Diplomica Verlag
  • Schlagworte: Relationship Marketing, Churn, Data Mining, multivariant, Kundenbindung

Lizentiatsarbeit von Christian Schnider

Einleitung:

In den letzten Jahren konnte in vielen Branchen eine Intensivierung des Wettbewerbs beobachtet werden, wobei sich klassische Wettbewerbsstrategien wie Kosten- oder Qualitätsführerschaft zunehmend als unwirksam erwiesen. Diese Intensivierung kann darauf zurückgeführt werden, dass viele Märkte ihre Sättigungsgrenze erreicht haben, was zu einer Stagnation des Wachstums führte. Zudem gestaltet sich die Differenzierung der einzelnen Unternehmen von der Konkurrenz schwierig, weil Produkt- und Leistungsunterschiede immer kleiner werden.

In zunehmendem Masse ist auch das Verhalten der Kunden dynamischer geworden. Dies zeigt sich in einer weiteren Differenzierung und Polarisierung der Kundenwünsche, z.B. der Individualisierung als einem der zentralen Verhaltens-Megatrends der 90er Jahre und geht mit einer zunehmenden Emotionalisierung der Konsumerlebnisse einher. Die Kunden der Neuzeit verlangen eine individuellere Behandlung, was nach einer gezielten Kundenorientierung seitens der Unternehmen ersucht, um den spezifischen Bedürfnissen gerecht zu werden. Aktuelle Untersuchungen im Bereich der Konsumentenforschung zeigen, dass viele Kunden nach Unabhängigkeit streben. Die Konsumenten gelten als emanzipiert, anspruchsvoll und kritisch. Auch sind sie immer häufiger bereit die Marke bzw. den Anbieter zu wechseln.

Die veränderten Marktbedingungen bzw. Wettbewerbssituationen führten schließlich zum seit den frühen neunziger Jahren propagierten Paradigmenwechsel vom klassischen „inside-out“-orientierten Transaktionsmarketing zum „outside-in“-orientierten Beziehungsmarketing. Beim Beziehungsmarketing steht nicht das Produkt im Zentrum des Interesses, sondern die Gestaltung der Beziehungen zu den Anspruchsgruppen, insbesondere zu den Kunden.

Indem die Unternehmensaktivitäten auf die Kundenbeziehung ausgerichtet werden, ergeben sich Wettbewerbsvorteile, die von der Konkurrenz nur schwer zu imitieren sind. Daraus resultieren für das Unternehmen Erlössteigerungswirkungen durch Cross-Buying oder erhöhte Preisbereitschaft sowie Kostensenkungswirkungen aufgrund von Erfahrungseffekten seitens des Unternehmens wie auch des Kunden.

Wird das Verhalten heutiger Kunden betrachtet, lässt sich eine hohe Bereitschaft erkennen, eingegangene Geschäftsbeziehungen nicht zum gewünschten Maß seitens der Anbieter aufrecht zu erhalten. Mit zweckmäßigen Gegenmaßnahmen kann aber dem vorzeitigen Ausscheiden eines Kunden aus der Geschäftsbeziehung entgegengewirkt werden. Eine empirische Untersuchung von Reichheld und Sacher kommt zum Ergebnis, dass eine Verringerung der Kundenabwanderungsrate von 10 auf 5% je nach Branche eine Kundenwertsteigerung zwischen 30 und 85% mit sich bringt. Die Bedeutung einer Verminderung der Abwanderungsrate zeigt sich darin deutlich. Das zentrale Problem liegt dabei nicht bei der Wahl der geeigneten Gegenmaßnahmen, sondern in der frühzeitigen Erkennung abwanderungsgefährdeter Kunden.

Im Rahmen der Kundenbindungsanalyse werden die für das Kundenbindungsmanagement relevanten Ziel- und Steuerungsgrößen (z.B. Kundenbindung, Kundenzufriedenheit und Qualität) häufig auf einem aggregierten Niveau gemessen. Es werden beispielsweise Kundenbindungsraten ermittelt, die den Anteil an gebunden Kunden an sämtlichen Kunden des Unternehmens angeben. Mit einer aggregierten Sichtweise ist es nicht möglich, einzelne Kunden mit einer erhöhten Abwanderungsneigung zu identifizieren. Eine individuelle Betrachtungsweise wäre jedoch nötig, um im Rahmen eines Frühwarnsystems abwanderungsgefährdete Kunden frühzeitig identifizieren zu können und um geeignete Gegenmaßnahmen einleiten zu können, mit denen die Kundenbeziehung wieder hergestellt und eine definitive Abwanderung vermieden werden kann. An dieser Notwendigkeit einer frühzeitigen Erkennung knüpft die vorliegende Untersuchung an. Es sollen Methoden vorgestellt und kritisch gewürdigt werden, die auf individueller Basis einen Hinweis auf die Abwanderungswahrscheinlichkeit eines Kunden liefern können.

Problemstellung:

Die vorliegende Untersuchung zielt nicht auf eine weitere theoretische Fundierung der Kundenbindungs- und Kundenrückgewinnungsmaßnahmen ab. Vielmehr sollen die methodischen Grundlagen zur eigentlichen Früherkennung des Phasenüberganges vom gebundenen zum abwanderungsgefährdeten Kunden analysiert werden. Ziel ist es, auf Basis geeigneter Indikatoren die methodischen Grundlagen für ein Frühwarnsystem aufzubauen, mit dem eine Unternehmung in der Lage ist, abwanderungsgefährdete Kunden rechtzeitig identifizieren zu können und in der Folge zweckmäßige Kundenbindungs- bzw. Kundenrückgewinnungsmaßnahmen einzuleiten. Weiterhin gilt es anhand von Bewertungskriterien die Methoden zur Identifikation gefährdeter Beziehungen kritisch zu würdigen und zu vergleichen.

Durch eine Auswertung des bisherigen Abwanderungsverhaltens können typische Bruchstellen von Geschäftsbeziehungen abgeleitet und Frühwarnindikatoren identifiziert werden. Die hohe Unzufriedenheit von Kunden im Prozess einer Abwanderung lässt auf einen zentralen Einfluss der Zufriedenheit auf die Abwanderungsneigung schließen. Untersuchungen zeigten jedoch, dass die reine Zufriedenheit eines Kunden nicht immer dessen zukünftiges Verhalten bestimmt. Die Zufriedenheit beeinflusst das Verhalten des Kunden gegenüber dem Unternehmen definitiv positiv, jedoch kann das gegenwärtige und vor allem das zukünftige Verhalten des Kunden über das Konstrukt der Kundenbindung besser und nachhaltiger beschrieben werden. Die Kundenbindung kann demnach in Betracht gezogen werden, um das Wiederkaufsverhalten von Kunden zu beschreiben und damit die Wahrscheinlichkeit einer möglichen Kundenabwanderung zu prognostizieren. Eine erfolgreiche Kundenbindung kann aus Zufriedenheit resultieren, was aber nicht heißt, dass ein zufriedener Kunde zwingend auch ein gebundener Kunde ist.

Trotz der wachsenden Erkenntnis, von welch hoher Bedeutung der Erhalt bestehender Kundenbeziehungen ist, wurde bisher relativ wenig unternommen, um Konzepte, Systeme und analytische Tools zu entwickeln, mit denen man dieses Ziel erreichen kann. Bisher wurden in der Marketing-Literatur nur einzelne Methoden zur Identifikation abwanderungsgefährdeter Kunden vorgestellt und analysiert. Eine Gesamtbetrachtung mit Methodenvergleich fand jedoch nicht statt. Diese Lücke soll die vorliegende Untersuchung schließen und damit Input für den Aufbau eines Frühwarnsystems auf Basis der einzelnen Kunden liefern.

Gang der Untersuchung:

Ziel der vorliegenden Untersuchung ist die methodische Grundlage für die Prognose der Wahrscheinlichkeit einer Kundenabwanderung darzulegen. Die Untersuchung besteht aus sechs Teilbereichen. Zu Beginn werden die theoretischen Grundlagen von Kundenbeziehungen und Kundenbindung aufgezeigt und relevante Begriffsdefinitionen erörtert. Anhand des Kundenbeziehungslebenszyklus wird sodann schwergewichtig auf die Kundenabwanderungsphase bzw. die Gefährdungsphasen eingegangen. Es soll hier gezeigt werden, wo die Gründe einer Kundenabwanderung zu finden sind und welche Indikatoren für eine frühzeitige Identifikation herangezogen werden können.

Der anknüpfende Abschnitt widmet sich nach einer allgemeinen Einführung von Prognosemodellen der Prognose der Wahrscheinlichkeit von Kundenabwanderungen. Neben den begrifflichen Grundlagen, Zielen, Annahmen und dem Prozessablauf von Prognosen werden an dieser Stelle Bewertungskriterien für die später folgende Evaluation der Prognosemethoden aufgezeigt.

Anschließend werden die methodischen Grundlagen diskutiert. Dabei soll nicht die mathematische Vollständigkeit im Vordergrund stehen, sondern die Fähigkeit der einzelnen Methoden zur Identifikation gefährdeter Beziehungen. Der anschließende Abschnitt soll Methoden direkt anhand vorher bestimmter Kriterien vergleichen und evaluieren. Zudem werden Handlungsempfehlungen für die Wahl und Anwendung der verschiedenen Methoden gegeben. Schließlich fasst der letzte Abschnitt die Untersuchung zusammen, widmet sich offenen Fragestellungen und soll einen Ausblick geben.

Inhaltsverzeichnis:

Symbolverzeichnis IV
1. Einleitung und Problemstellung 1
1.1 Notwendigkeit der Identifikation gefährdeter Kundenbeziehungen 1
1.2 Problemstellung und Ziele der Untersuchung 3
1.3 Gang der Untersuchung 4
2. Theoretische Betrachtung von Kundenbeziehungen 5
2.1 Grundlagen des Relationship Marketing 5
2.2 Kundenbeziehungslebenszyklus 6
2.3 Kundenabwanderung 7
2.3.1 Grundlagen der Kundenabwanderung 7
2.3.2 Abwanderungsprozess und Identifikation gefährdeter Beziehungen 8
2.3.3 Gründe für eine Kundenabwanderung und Variablen zu deren Erklärung 9
3. Konzeption der Prognose der Abwanderungswahrscheinlichkeit 10
3.1 Allgemeine Grundlagen von Prognosen 10
3.2 Grundlagen der Prognose der Wahrscheinlichkeit einer Abwanderung 12
3.3 Ziele und Prozess der Prognose der Abwanderungswahrscheinlichkeit 12
3.4 Wahl des geeigneten Inputs für die Prognose der Wahrscheinlichkeit von Kundenabwanderungen 14
3.5 Kriterien für die Bewertung von Methoden zur Prognose der Abwanderungswahrscheinlichkeit 15
3.5.1 Grundlagen und Ansätze für die Bewertung von Prognosemethoden 15
3.5.2 Kriterien für die Bewertung des Prognoseinputs 16
3.5.3 Kriterien für die Bewertung des Prognoseprozesses 17
3.5.4 Kriterien für die Bewertung des Prognoseergebnisses 18
4. Methoden zur Analyse sowie Prognose der Kundenabwanderung 20
4.1 Loyalitätsleiter als qualitativer Ansatz 20
4.1.1 Anwendung der Loyalitätsleiter für die Identifikation gefährdeter Beziehungen 20
4.1.2 Kritische Würdigung der Loyalitätsleiter 21
4.2 Markov-Ketten als stochastischer Ansatz 21
4.2.1 Methodische Grundlagen von Markov-Ketten 21
4.2.2 Anwendung von Markov-Ketten zur Prognose von Abwanderungswahrscheinlichkeiten 22
4.2.3 Kritische Würdigung des Markov-Ketten-Ansatzes 24
4.3 Multivariate Prognosemethoden 24
4.3.1 Zwei-Gruppen-Diskriminanzanalyse 25
4.3.1.1 Eigenschaften der Diskriminanzanalyse 25
4.3.1.2 Verwendung der Zwei-Gruppen-Diskriminanzanalyse für die Identifikation abwanderungsgefährdeter Kunden 26
4.3.1.3 Kritische Würdigung der Zwei-Gruppen-Diskriminanzanalyse 27
4.3.2 Logistische Regression und Logit-Modell 28
4.3.2.1 Die lineare Regression als Ausgangspunkt 28
4.3.2.2 Das binäre Logit-Modell für die Prognose der Abwanderungswahrscheinlichkeit 29
4.3.2.3 Kritische Würdigung des Logit-Modells 30
4.3.3 Ereignisanalyse 31
4.3.3.1 Methodische Grundlagen der Ereignisanalyse 31
4.3.3.2 Überlebensfunktion und Hazard-Raten 32
4.3.3.3 Das Proportional-Hazard-Modell 32
4.3.3.4 Kritische Würdigung der Ereignisanalyse 34
4.3.4 NBD/Pareto-Modell 34
4.3.4.1 Grundlagen und Annahmen des NBD/Pareto-Modells 34
4.3.4.2 Spezifikation des NBD/Pareto-Modells zur Prognose der Abwanderungswahrscheinlichkeit 36
4.3.4.3 Kritische Würdigung des NBD/Pareto-Modells 37
4.4 Soft Computing Methoden 38
4.4.1 Entscheidungsbaumanalyse 38
4.4.1.1 Grundlagen der Entscheidungsbaumanalyse 38
4.4.1.2 Entscheidungsbaum zur Prognose der Wahrscheinlichkeit einer Abwanderung 39
4.4.1.3 Kritische Würdigung der Entscheidungsbaumanalyse 40
4.4.2 Neuronale Netze 41
4.4.2.1 Grundlagen und Bestandteile Neuronaler Netze 41
4.4.2.2 Funktionsweise Neuronaler Netze für die Prognose der Abwanderungswahrscheinlichkeit 42
4.4.2.3 Kritische Würdigung Neuronaler Netze 44
5. Methodenvergleich und Gestaltungsempfehlungen 45
5.1 Methodenvergleich anhand von Bewertungskriterien und Inputvariablen 45
5.2 Methodenvergleich im Kontext von Beziehungs- und Leistungstypen 46
5.3 Gestaltungsempfehlung bezüglich der Informationsgewinnung 47
6. Zusammenfassung und Ausblick 49
Literaturverzeichnis 51
Anhang 59
Schaubildverzeichnis 60
Sammlung Schaubilder 1-31 61

Arbeit zitieren:
Schnider, Christian Februar 2004: Prognose der Wahrscheinlichkeit von Kundenabwanderungen, Hamburg: Diplomica Verlag

Schlagworte:
Relationship Marketing, Churn, Data Mining, multivariant, Kundenbindung

Entdecken Sie mehr zum Thema

diplom.de
Bachelor + Master Publishing

Hermannstal 119 k
22119 Hamburg

Fon: +49 (0) 40 655992-0
Fax: +49 (0) 40 655992-22

Service-Telefon

Rufen Sie uns an:
+49 (0) 40 655992-0

Mo-Fr
09.00-16.00 Uhr

diplom.de in den Medien

Folgen Sie uns bei Twitter & werden Sie diplom.de-Fan bei Facebook!
Schreibtipps unserer Lektoren, Neuigkeiten aus dem Verlagsalltag und das Expertenwissen unserer Autoren als Tweet & Post!
Wir freuen uns auf Sie!

diplom.de BACHELOR + MASTER PUBLISHING

Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Magisterarbeiten, Dissertationen und andere Abschlussarbeiten aus allen Fachbereichen und Hochschulen können Sie bei uns als eBook sofort per Download beziehen oder sich auf CD oder als Buch zusenden lassen. Seit mehr als 15 Jahren ist diplom.de der seriöse, professionelle und erfolgreiche Partner für die Veröffentlichung wissenschaftlicher Abschlussarbeiten.

© Diplomica Verlag GmbH 1996-2011, AG Hamburg HRB 80293 - GF Björn Bedey, USt-IdNr.: DE214910002 - Verkehrsnummer: 12285 - Impressum
Index der Arbeiten - Index der Autoren