Skip to main content
SpringerLink
Log in

Messung der Kundenbindung in nicht-vertraglichen Geschäftsbeziehungen

  • Chapter
Kundenrückgewinnung durch Direktmarketing

Part of the book series: Kundenmanagement & Electronic Commerce ((KEC))

  • 297 Accesses

Zusammenfassung

In Folge des sogenannten Paradigmenwechsels von einem transaktionalen zu einem Beziehungsmarketing und der geforderten Ausrichtung sämtlicher Unternehmensaktivitäten am Kunden wird der Ruf nach detaillierten Informationen zum Kundenverhalten auf individueller Ebene immer lauter.109 Das Problem der empirischen Schätzung von Kundenlebenszeiten stellt sich dabei primär in nicht-vertraglichen Geschäftsbeziehungen, wie etwa im Versandhandel, da hier die Inaktivität von Kunden temporär oder endgültig sein kann und der Kunde einen Beziehungsabbruch gegenüber dem Unternehmen i.d.R. nicht artikuliert. So kommt einer Messung der Kundenbindung beispielsweise für die Kalkulation individueller Kundenlebenszeitwerte (Customer Lifetime Value) größte Bedeutung zu.110 Aber auch ein systematisches KRM ist ohne gesicherte Informationen über den Zeitpunkt des Beziehungsabbruchs durch einen Kunden nicht vorstellbar.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 89.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 89.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Notes

  1. Vgl. Reinartz/Krafft (2000), S. 1264.

    Google Scholar 

  2. Vgl. Krafft (2002), S. 51 ff.; Krafft /Reinartz (2000), S. 2 f.

    Google Scholar 

  3. Vgl. Elsner (2002), S. 159.

    Google Scholar 

  4. Vgl. Blattberg (1987), S. 12; DeSarbo/Ramaswamy (1994), S. 8.

    Google Scholar 

  5. Vgl. Gupta (1991), S. 2; Wheat/Morrison (1990b), S. 87.

    Google Scholar 

  6. Vgl. Gupta (1991), S. 2.

    Google Scholar 

  7. Vgl. Gupta (1991), S. 2.

    Google Scholar 

  8. Vgl. Neslin/Henderson/Quelch (1985).

    Google Scholar 

  9. Vgl. Guadagni/Little (1983).

    Google Scholar 

  10. Vgl. Ehrenberg (1988).

    Google Scholar 

  11. Vgl. Blossfeld/Hamerle/Mayer (1989); Helsen/Schmittlein (1993); Peters/Sheridan (1988).

    Google Scholar 

  12. Vgl. Blossfeld/Hamerle/Mayer (1986), S. 213.

    Google Scholar 

  13. Vgl. Blossfeld/Hamerle/Mayer (1986), S. 217.

    Google Scholar 

  14. Vgl. Kalbfleisch/Prentice (1980), S. 5 f.; Krafft (2002), S. 126 ff.

    Google Scholar 

  15. Vgl. Helsen/Schmittlein (1993), S. 402.

    Google Scholar 

  16. Vgl. Blossfeld/Hamerle/Mayer (1986), S. 56.

    Google Scholar 

  17. Vgl. Blossfeld/Hamerle/Mayer (1986), S. 27.

    Google Scholar 

  18. Vgl. Greenwood/Yule (1920); Ehrenberg (1959).

    Google Scholar 

  19. Vgl. Ehrenberg (1959), S. 28 ff.

    Google Scholar 

  20. Vgl. Lee/Zufryden/Dreze (2001), S. 3.

    Google Scholar 

  21. Vgl. Chatfield/Goodhardt (1973), S. 828.

    Google Scholar 

  22. Vgl. Gupta (1991), S. 2.

    Google Scholar 

  23. Vgl. Morrison/Schmittlein (1988), S. 145.

    Google Scholar 

  24. Vgl. Chatfield/Goodhardt (1973).

    Google Scholar 

  25. Vgl. Fahrmeir/Künstler/Pigeot/Tutz (2001), S. 278; Mood/Graybill/Boes (1974), S. 111 f.

    Google Scholar 

  26. Vgl. Dunn/Reader/Wrigley (1983).

    Google Scholar 

  27. Vgl. Wheat (1987).

    Google Scholar 

  28. Vgl. http://www.qrst.de/html/mathe/erlanq.htm.

    Google Scholar 

  29. Vgl. Chatfield/Goodhardt (1973); Gupta (1991); Lee/Zufryden/Dreze (2001); Wheat/Morrison (1990).

    Google Scholar 

  30. Vgl. Morrison/Schmittlein (1988), S. 148.

    Google Scholar 

  31. Vgl. Kahn/Morrison (1989).

    Google Scholar 

  32. Vgl. Morrison/Schmittlein (1981), S. 1008 f.

    Google Scholar 

  33. Vgl. Chatfield/Goodhardt (1973); Lee/Zufryden/Dreze (2001).

    Google Scholar 

  34. Vgl. Morrison/Schmittlein (1988), S. 145 f.

    Google Scholar 

  35. Vgl. Morrison/Schmittlein (1988), S. 146 und S.158.

    Google Scholar 

  36. Vgl. Morrison/Schmittlein (1988), S. 152; Kapitel 4.2.2.4.

    Google Scholar 

  37. Vgl. Montgomery (1988), S. 163.

    Google Scholar 

  38. Vgl. Chatfield/Goodhardt (1973); Lee/Zufryden/Dreze (2001); Moe/Fader (2001).

    Google Scholar 

  39. Vgl. Gupta (1991), S. 2; Morrison/Schmittlein (1988), S. 165; Sabavala (1988), S. 162; Zufryden(1991), S. 251.

    Google Scholar 

  40. Vgl. Morrison/Schmittlein (1988), S. 165.

    Google Scholar 

  41. Vgl. Wagner/Taudes (1986).

    Google Scholar 

  42. Vgl. Gupta (1991), S. 4. Ein vergleichbarer Ansatz findet sich bei Allenby/Leone/Jen (1999), wobei die Autoren direkt auf die Prognose individueller Kaufintervalle abstellen.

    Google Scholar 

  43. Vgl. Morrison/Schmittlein (1988), S. 165.

    Google Scholar 

  44. Vgl. Frisbie (1980), S. 389; Schmittlein/Peterson (1994), S. 57 f.

    Google Scholar 

  45. Vgl. Morrison/Schmittlein (1988), S. 153.

    Google Scholar 

  46. Vgl. Morrison/Schmittlein (1988), S. 152.

    Google Scholar 

  47. Vgl. Moe/Fader (2001).

    Google Scholar 

  48. Vgl. Bronnenberg/Mahajan/Vanhonacker (2000), S. 16 f.

    Google Scholar 

  49. Vgl. Sabavala/Morrison (1981).

    Google Scholar 

  50. Vgl. Fader/Hardie (1999); Fader/Lattin (1993).

    Google Scholar 

  51. Vgl. Moe/Fader (2001), S. 10.

    Google Scholar 

  52. Vgl. Moe/Fader (2001), S. 18 f.

    Google Scholar 

  53. Vgl. Eskin (1973); Kalwani/Silk (1980); Schmittlein/Morrison/Colombo (1987).

    Google Scholar 

  54. Vgl. Schmittlein/Morrison /Colombo (1987); Schmittlein/Peterson (1994).

    Google Scholar 

  55. Vgl. Kapitel 2.2.

    Google Scholar 

  56. Vgl. www.weltbild.de.

    Google Scholar 

  57. Vgl. Gupta (1988), S. 9.

    Google Scholar 

  58. Vgl. Colombo/Jiang (1999), S. 5 f.; Morrison/Schmittlein/Colombo (1987), S. 3.

    Google Scholar 

  59. Vgl. Krafft (2002); Reinartz (1999).

    Google Scholar 

  60. Vgl. Schmittlein/Morrison/Colombo (1987); Schmittlein/Peterson (1994).

    Google Scholar 

  61. Vgl. Krafft (2002), S. 104 f.; Reinartz (1999), S. 19 f.

    Google Scholar 

  62. Vgl. Krafft (2002), S. 91 f.; Schmittlein/Morrison/Colombo (1987), S. 3 ff.; Schmittlein/Peterson (1994), S. 45 f.

    Google Scholar 

  63. Vgl. zum NBD-Modell Ehrenberg (1988) und zur Pareto-Verteilung Mood/Graybill/Boes (1974), S. 542.

    Google Scholar 

  64. Die angegebene Formel für P(alive) gilt nur für den Fall, dass α > β gilt, was in der späteren empirischen Anwendung der Fall ist. Die hier nicht vorgestellten Formeln für α < β und α = β werden hergeleitet und wiedergegeben in Schmittlein/Morrison/Colombo (1987), S. 6 sowie Schmittlein/Peterson (1994), S. 65.

    Google Scholar 

  65. Vgl. zum RFM-Modell Abschnitt 2.2.

    Google Scholar 

  66. Vgl. Kapitel 4.2.2.2.

    Google Scholar 

  67. Vgl. Krafft (2002), S. 99.

    Google Scholar 

  68. Vgl. Abschnitt 4.4.3.

    Google Scholar 

  69. Vgl. Schmittlein/Peterson (1994), S. 43.

    Google Scholar 

  70. Vgl. Hair/Anderson//Tatham/Black (1998), S. 692 ff.; Mooney/Duval (1993).

    Google Scholar 

  71. Vgl. Schmittlein/Peterson (1994), S. 54 f.; Krafft (2002), S. 107.

    Google Scholar 

  72. Vgl. Schmittlein/Peterson (1994), S. 56.

    Google Scholar 

  73. Vgl. Krafft (2002), S. 104 f.; Reinartz (1999), S. 24 f.

    Google Scholar 

  74. In Kapitel 4.4.2 erfolgt eine umfassende Diskussion zur Aufbereitung der Daten für die Kalibrierung des NBD/Pareto-Modells, wobei diese Datenaufbereitung kein triviales Problem darstellt.

    Google Scholar 

  75. Vgl. Schmittlein/Peterson (1994), S. 46.

    Google Scholar 

  76. Vgl. Schmittlein/Peterson (1994), S. 66.

    Google Scholar 

  77. Vgl. Schmittlein/Peterson (1994), S. 47. Krafft verweist an dieser Stelle darauf, dass im zitierten Beitrag ein Fehler in der Formel gegeben ist. In der zweiten Zeile der Formel muss der Exponent der ersten inneren Klammer (in der eckigen Klammer) s-2 lauten, und nicht s-1 (vgl. Krafft (2002), S. 103).

    Google Scholar 

  78. Vgl. Schmittlein/Peterson (1994), S. 65 f.

    Google Scholar 

  79. Vgl. Schmittlein/Peterson (1994), S. 48.

    Google Scholar 

  80. Vgl. Helsen/Schmittlein (1993), S. 408.

    Google Scholar 

  81. Vgl. Krafft (2002), S. 112; Reinartz (1999), S. 24 f.

    Google Scholar 

  82. Vgl. Kapitel 3.2.

    Google Scholar 

  83. Bei dem hier beschriebenen Vorgehen der Datenerhebung handelt es sich um eine Kohortenbetrachtung. Als Kohorte wird eine Gruppe von Kunden bezeichnet, die alle dasselbe bzw. ein ähnliches „Geburtsdatum“ der Geschäftsbeziehung (Datum des Erstkaufs) mit dem Unternehmen aufweisen (vgl. Reinartz (1999), S. 59). Im vorliegenden Anwendungsfall wurden die betreffenden Kunden im dritten Quartal 1998 akquiriert.

    Google Scholar 

  84. Vgl. Schmittlein/Peterson (1994), S. 50 f.

    Google Scholar 

  85. Vgl. Schmittlein/Morrison/Colombo (1987), S. 18.

    Google Scholar 

  86. Vgl. Schmittlein/Morrison (1988), S. 165.

    Google Scholar 

  87. Vgl. Krafft (2002), S. 109; Schmittlein/Peterson (1994), S. 54.

    Google Scholar 

  88. Vgl. Sabavala(1988), S. 161.

    Google Scholar 

  89. Ein Mailing besteht i.d.R. aus einem Katalog mit den aktuellen Angeboten, einer Bestellkarte sowie einem sogenannten Stuffer mit speziellen Hinweisen und Angeboten. Sollen Kunden reaktiviert werden, so erhalten diese zusätzlich ein Anschreiben und gegebenenfalls einen Gutschein.

    Google Scholar 

  90. Vgl. Sabavala (1988), S. 161; Schmittlein/Peterson (1994), S. 50.

    Google Scholar 

  91. Vgl. Schmittlein/Morrison/Colombo (1987), S. 18.

    Google Scholar 

  92. Vgl. Erichson (2000), S. 794.

    Google Scholar 

  93. Der genaue Schätzvorgang wurde bereits in Kapitel 4.3.2 erläutert.

    Google Scholar 

  94. Vgl. Kapitel 4.4.2.

    Google Scholar 

  95. Vgl. Gupta (1988); Herniter (1971); Neslin/Henderson/Quelch (1986).

    Google Scholar 

  96. Vgl. Wheat/Morrison (1990a), S. 163; Wheat/Morrison (1990b), S. 88.

    Google Scholar 

  97. Ein ähnliches Vorgehen wird bei Wheat/Morrison (1990a) auf S. 163 beschrieben.

    Google Scholar 

  98. Vgl. zum Variationskoeffizienten: Chatfield/Goodhardt (1973), S. 829 f.; Wheat/Morrison (1990a), S. 167 f. Vgl. zum Plot der Kaufintervalle: Krafft (2002), S. 107; Moe/Fader (2001), S. 2; Reinartz (1999), S. 21.

    Google Scholar 

  99. Vgl. Brosius(1998), S. 755.

    Google Scholar 

  100. Vgl. Chatfield/Goodhardt (1973), S. 829 f.

    Google Scholar 

  101. Vgl. Krafft (2002), S. 109; Reinartz (1999), S. 22 f.

    Google Scholar 

  102. Ein Parameterwert von r ≥ 4 spricht für ein sehr homogenes, ein Parameterwert < 1 für ein sehr heterogenes Kaufverhalten (vgl. Schmittlein/Cooper/Morrison (1993), S. 180).

    Google Scholar 

  103. Vgl. Krafft (2002), S. 109; Reinartz (1999), S. 22.

    Google Scholar 

  104. Vgl. Schmittlein/Peterson (1994), S. 56.

    Google Scholar 

  105. Vgl. Krafft (2002), S. 109; Schmittlein/Peterson (1994), S. 54 f.

    Google Scholar 

  106. Reinartz (1999, S. 29) berichtet eine maximale globale Trefferquote von 63,49% und Krafft (2002, S. 112) eine maximale globale Trefferquote von 62,33%. Die höhere maximale global Trefferquote in dieser Studie dürfte u.a. auf die gezielte Selektion von Kunden zurückzuführen sein, die in den vorgenannten Arbeiten nicht erfolgt.

    Google Scholar 

  107. Vgl. Krafft (2002), S. 112; Reinartz (1999), S. 24 ff.

    Google Scholar 

  108. Vgl. Abschnitt 4.4.1.

    Google Scholar 

  109. Vgl. Schmittlein/Morrison (1988), S. 165.

    Google Scholar 

  110. Inwiefern dieser Fall eintritt, ist auch vom Kundenverhalten auf aggregierter Ebene abhängig, welches über die entsprechenden Verteilungen in die Modellkalibrierung eingeht.

    Google Scholar 

  111. Die Kosten eines Mailings inklusive Versand liegen im Durchschnitt deutlich unter 0,50 €, so dass eine Kundenansprache auch im Falle einer temporär ausbleibenden Reaktion profitabel sein kann.

    Google Scholar 

  112. Vgl. Krafft (2002), S. 115 f.

    Google Scholar 

Download references

Authors
  1. Uwe Rutsatz
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2004 Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

Rutsatz, U. (2004). Messung der Kundenbindung in nicht-vertraglichen Geschäftsbeziehungen. In: Kundenrückgewinnung durch Direktmarketing. Kundenmanagement & Electronic Commerce. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-81521-7_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-81521-7_4

  • Publisher Name: Deutscher Universitätsverlag

  • Print ISBN: 978-3-8244-7841-5

  • Online ISBN: 978-3-322-81521-7

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation