Zusammenfassung
Das Konzept des Customer Relationship Managements (CRM) intendiert die langfristige Bindung profitabler Kunden an das Leistungsangebot des Unternehmens. Ausgangspunkt für die Steuerung und Optimierung von Kundenbindungsmaßnahmen ist die Zielgröße des Kundenwerts, die den ökonomischen Erfolgsbeitrag einer Geschäftsbeziehung über den gesamten Lebenszyklus quantifiziert.1 Diese Steuerungsgröße liefert die notwendige Informationsgrundlage, um die Attraktivität einzelner Kunden zu beurteilen und nach ihrer Bedeutung für die Unternehmung zu klassifizieren. Im Rahmen einer dynamischen Betrachtung des gesamten Beziehungslebenszyklus erwächst hieraus die Anforderung, eine phasenspezifische Kundenansprache zu gewährleisten und den Einsatz der Kundenbindungsinstrumente zu steuern. Zu diesem Zweck benötigt das CRM ein analytisches Instrumentarium, das Fragestellungen der Kundenbewertung und der differenzierten Kundenansprache beantwortet.2 Die Abb. 9-1 liefert eine Übersicht Über phasenspezifische Aufgabenstellungen des analytischen CRM.3
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Adamo, J.-M. (2000): Data Mining for Association Rules and Sequential Patterns ¡ª Sequential and Parallel Algorithms. New York et al.
Agrawal, R. et al. (1993): Mining Association Rules between Sets of Items in Large Databases. In: ACM SIGMOD Record, Vol. 22, No. 2, S. 207–216.
Agrawal, R. et al. (1996): Fast Discovery of Association Rules. In: Fayyad, U. M. et al. (Hrsg.): Advances in Knowledge Discovery and Data Mining. Menlo Park, Cambridge, London, S. 307–328.
Alpar, P.; Niedereichholz, J. (2000): Einführung zu Data Mining. In: Alpar, P.; Niedereichholz, J. (Hrsg.): Data Mining im praktischen Einsatz. Braunschweig, Wiesbaden, S. 1–27.
Backhaus, K. et al. (1996): Multivariate Analysemethoden ¡ª Eine anwendungsorientierte Einführung. 8. Aufl., Berlin et al.
Bensberg, F. (2001): Web Log Mining als Instrument der Marketingforschung ¡ª Ein systemgestaltender Ansatz für internetbasierte Märkte. Wiesbaden.
Bensberg, F.; Schultz, M. B. (2001): Data Mining. In: Das Wirtschaftsstudium (WISU), Nr. 5, S. 679–681.
Berry, M.; Linoff, G. (2000): Mastering Data Mining ¡ª The Art and Science of Customer Relationship Management. New York et al.
Bettini, C. et al. (1998): Discovering Frequent Event Patterns with Multiple Granularities in Time Sequences. In: IEEE Transactions on Knowledge and Data Engineering, Vol. 10, Issue 2, S. 222–237.
Blattberg, R.; Thomas, J. (2000): The Fundamentals of Customer Equity Management. In: Bruhn, M.; Homburg, M. (Hrsg.): Handbuch Kundenbindungsmanagement: Grundlagen ¡ª Konzepte ¡ª Erfahrungen. 3. überarb. u. erw. Aufl., Wiesbaden, S. 445–471.
Bollinger, T. (1996): Assoziationsregeln ¡ª Analyse eines Data Mining Verfahrens. In: Informatik-Spektrum, 19. Jg, Nr. 5, S. 257–261.
Borgelt, C.; Kruse, R. (1998): Attributauswahlmaße für die Induktion von Entscheidungsbäumen: Ein Überblick. In: Nakhaeizadeh, G. (Hrsg.): Data Mining ¡ª Theoretische Aspekte und Anwendungen. Heidelberg, S. 77–98.
Bruhn, M. (2001): Relationship-Marketing: Das Management von Kundenbeziehungen. München.
Brusilovsky, P. (1996): Methods and Techniques of Adaptive Hypermedia. In: User Modeling and User Adapted Interaction, Vol. 6, No. 2–3, S. 87–129.
Ester, M.; Sander J. (2000): Knowledge Discovery in Databases ¡ª Techniken und Anwendungen. Berlin et al.
Fayyad, U. M.; Piatetsky-Shapiro, G.; Smyth, P. (1996): From Data Mining to Knowledge Discovery ¡ª An Overview. In: Fayyad, U. M. et al. (Hrsg.): Advances in Knowledge Discovery and Data Mining. Menlo Park, S. 1–33.
Frawley, W. J.; Piatetsky-Shapiro, G.; Matheus, C. J. (1991): Knowledge Discovery in Databases ¡ª An Overview. In: Piatetsky-Shapiro, G.; Frawley, W. J. (Hrsg.): Knowledge Discovery in Databases. Menlo Park, S. 1–27.
Gaul, W.; Säuberlich, F. (1999): Classification and Positioning of Data Mining Tools. In: Classification in the Information Age. Proceedings of the 22nd Annual GfK1 Conference. Berlin et al., S. 145–154.
Goebel, M.; Gruenwald, L. (1999): A Survey of Data Mining and Knowledge Discovery Software Tools. In: SIGKDD Explorations, Vol. 1, Issue 1, S. 20–33.
Grimmer, U.; Mucha, H.-J. (1998): Datensegmentierung mittels Clusteranalyse. In: Nakhaeizadeh, G. (Hrsg.): Data Mining ¡ª Theoretische Aspekte und Anwendungen. Heidelberg, S. 109–141.
Grossman, R. et al. (1999): The Management and Mining of Multiple Predictive Models Using the Predictive Modeling Markup Language. In: Information and Software Technology, Vol. 41, No. 9, S. 589–595.
Han, J.; Kamber, M. (2001): Data Mining ¡ª Concepts and Techniques. London.
Helmke, S.; Dangelmaier, W. (2001): Marktspiegel Customer Relationship Management ¡ª Anbieter von CRM-Software im Vergleich. Wiesbaden.
Hettich, S.; Hippner, H. (2001): Assoziationsanalyse. In: Hippner, H. et al. (Hrsg.): Handbuch Data Mining im Marketing. Braunschweig, Wiesbaden.
Hippner, H.; Wilde, K. (2001): Data Mining im CRM. In: Helmke, S.; Dangelmaier, W. (Hrsg.): Effektives Customer Relationship Management. Wiesbaden, S. 211–231.
Holten, R. (1999): Entwicklung von Führungsinformationssystemen ¡ª Ein methoden-orientierter Ansatz. Wiesbaden.
Inmon, W. H. (1996): Building the Data Warehouse. 2. Aufl., New York et al.
Kaufmann, H.; Pape, H. (1996): Clusteranalyse. In: Fahrmeir, L.; Hamerle, A.; Tutz, G. (Hrsg.): Multivariate statistische Verfahren. 2., überarb. Aufl., Berlin, New York, S. 437–536.
Köhler, R. (2000): Kundenorientiertes Rechnungswesen als Voraussetzung des Kundenbindungsmanagements. In: Bruhn, M.; Homburg, M. (Hrsg.): Handbuch Kundenbindungsmanagement: Grundlagen ¡ª Konzepte ¡ª Erfahrungen. 3. überarb. u. erw. Aufl., Wiesbaden, S. 413–444.
Lasslop, I. (2000): Data-Mining als Grundlage des Relationship-Marketing ¡ª Einsatzfelder und Aussagewert, Arbeitspapier Nr. 142 der Wissenschaftlichen Gesellschaft für Marketing und Unternehmensführung e. V. Münster.
Link, J.; Hildebrand, V. (1993): Database-Marketing und Computer Aided Selling: Strategische Wettbewerbsvorteile durch neue informationstechnologische Systemkonzeptionen. München.
Mayer, R.; Bensberg, F.; Hukemann, A. (2001): Web Log Mining als Controllinginstrument für Online-Shops. In: Controlling, 13. Jg., Nr. 3, S. 157–166.
Meffert, H. (1998): Marketing ¡ª Grundlagen marktorientierter Unternehmensführung: Konzepte ¡ª Instrumente ¡ª Praxisbeispiele. 8., vollst. neubearb. u. erw. Aufl., Wiesbaden.
Mertens, P. et al. (1994): Datenmustererkennung in der Ergebnisrechnung mit Hilfe der Clusteranalyse. In: Die Betriebswirtschaft, 54. Jg., S. 739–753.
Michie, D.; Spiegelhalter, D. J.; Taylor, C. C. (1994): Introduction. In: Michie, D.; Spiegelhalter, D. J.; Taylor, C. C. (Hrsg.): Machine Learning, Neural and Statistical Classification. Englewood Cliffs, S. 1–5.
Nakhaeizadeh, G.; Reinartz, T.; Wirth, R. (1998): Wissensentdeckung in Datenbanken und Data Mining: Ein Überblick. In: Nakhaeizadeh, G. (Hrsg.): Data Mining ¡ª Theoretische Aspekte und Anwendungen. Heidelberg, S. 1–33.
Quinlan, J. R. (1993): C4.5: Programs for Machine Learning. San Mateo.
Redman, T. C. (1998): The Impact of Poor Data Quality on the Typical Enterprise. In: Communications of the ACM, Vol. 41, Issue 2, S. 79–82.
Reichheld, F.; Sasser, E. (2000): Zero-Migration: Dienstleister im Sog der Qualitätsrevolution. In: Bruhn, M.; Homburg, M. (Hrsg.): Handbuch Kundenbindungsmanagement: Grundlagen ¡ª Konzepte ¡ª Erfahrungen. 3. überarb. u. erw. Aufl., Wiesbaden, S. 137–152.
Rosemann, M.; Rochefort, M.; Behnck, W. (1999): Customer Relationship Management. In: Praxis der Wirtschaftsinformatik (HMD), Nr. 208, S. 105–116.
Saathoff, I. (2000): Kundensegmentierung aufgrund von Kassenbons ¡ª Eine kombinierte Analyse mit Neuronalen Netzen und Clustering. In: Alpar, P.; Niedereichholz, J. (Hrsg.): Data Mining im praktischen Einsatz. Braunschweig, Wiesbaden, S. 119–141.
Zaiane, O. R. (1999): Resource and Knowledge Discovery from the Internet and Multimedia Repositories. Burnaby (Kanada).
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2002 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Bensberg, F. (2002). CRM und Data Mining. In: Ahlert, D., Becker, J., Knackstedt, R., Wunderlich, M. (eds) Customer Relationship Management im Handel. Roland Berger-Reihe: Strategisches Management für Konsumgüterindustrie und -handel. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-55959-4_9
Download citation
DOI: https://doi.org/10.1007/978-3-642-55959-4_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-62744-6
Online ISBN: 978-3-642-55959-4
eBook Packages: Springer Book Archive