Zusammenfassung
Die Veränderungen im Einzelhandel in den letzten Jahren waren vielfältig: Die Globalisierung hat dazu geführt, dass internationale Wettbewerber Zugang zu den Märkten erhalten haben und nun Produkte in gleicher Qualität zu niedrigeren Preisen anbieten können. Darüber hinaus treten andere Marktteilnehmer, insbesondere aus dem E-Commerce, in den ohnehin schon hart umkämpften Markt ein und verschärfen damit den Wettbewerb. Dies und andere Faktoren haben zu einem zunehmenden Verdrängungswettbewerb geführt, nicht nur aufgrund von Überkapazitäten, sondern auch aufgrund stagnierender Gesamtmarktvolumina. Der Spielraum für die Preisdifferenzierung ist insgesamt geringer geworden, da in vielen Produktkategorien eine „technisch-funktionale Harmonisierung“ stattgefunden hat. Aufgrund der Ähnlichkeit von Sortimenten und Geschäftsarten im Einzelhandel – insbesondere im Lebensmittelsektor – ist der Einzelhandelspreis weitgehend das einzige verbleibende Wettbewerbsinstrument. Die erhöhte Preistransparenz der Verbraucher beruht auf der erhöhten Transparenz durch die allgegenwärtige Verfügbarkeit des Internets und der Preissuchmaschinen und -vergleiche. Der (positive) Zusammenhang zwischen Kundenzufriedenheit und Kaufbereitschaft ist wissenschaftlich nahezu unbestritten [1–5] und könnte neben der Preisorientierung als weiteres Wettbewerbsinstrument im deutschen Lebensmitteleinzelhandel genutzt werden. Das veränderte Kundenverhalten und die breitere Verfügbarkeit von Informationen sollen nicht nur den Kunden zugutekommen, sondern auch den Händlern zu ihrem eigenen Vorteil dienen. Das vorgestellte Forschungsprojekt stellt eine Fallstudie des stationären Einzelhandels mit einer bestehenden, auf Standardsoftware basierenden Retail-Systemarchitektur vor.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Hallowell, R.: The relationships of customer satisfaction, customer loyalty, and profitability: an empirical study. Int. J. Serv. Ind. Manag. 7(4), 27–42 (1996)
Homburg, C., Koschate, N., Hoyer, W.D.: Do satisfied customers really pay more? A study of the relationship between customer satisfaction and willingness to pay. J. Mark. 69(2), 84–96 (2005)
Francioni, B., Savelli, E., Cioppi, M.: Store satisfaction and store loyalty: The moderating role of store atmosphere. J. Retail. Consum. Serv. 43, 333–341 (2018)
Kumar, V., Anand, A., Song, H.: Future of retailer profitability: An organizing framework. J. Retail. 93(1), 96–119 (2017)
Anderson, E.W.: Customer satisfaction and price tolerance. Mark. Lett. 7(3), 265–274 (1996)
Renker, C., Maiwald, F.: Vorteilsstrategien des stationären Einzelhandels im Wettbewerb mit dem Online-Handel. In: Binckebanck, L., Elste, R. (Hrsg.) Digitalisierung im Vertrieb: Strategien zum Einsatz neuer Technologien in Vertriebsorganisationen, S. 85–104. Springer Fachmedien, Wiesbaden (2016)
Fleer, J.: Kundenzufriedenheit und Kundenloyalität in Multikanalsystemen des Einzelhandels: Eine kaufprozessphasenübergreifende Untersuchung. Springer, Wiesbaden (2016)
IFH: Catch me if you can – Wie der stationäre Handel seine Kunden einfangen kann. https://www.cisco.com/c/dam/m/digital/de_emear/1260500/IFH_Kurzstudie_EH_digital_Web.pdf (2017). Zugegriffen am 23.07.2018
Töpfer, A.: Konzeptionelle Grundlagen und Messkonzepte für den Kundenzufriedenheitsindex (KZI/CSI) und den Kundenbindungsindex (KBI/CRI). In: Töpfer, A. (Hrsg.) Handbuch Kundenmanagement: Anforderungen, Prozesse, Zufriedenheit, Bindung und Wert von Kunden., S. 309–382. Springer, Berlin/Heidelberg (2008)
Anders, G.: Inside Amazon’s Idea Machine: How Bezos Decodes Customers. https://www.forbes.com/sites/georgeanders/2012/04/04/inside-amazon/#73807ee56199 (2012). Zugegriffen am 20.05.2018
Constantinides, E., Romero, C.L., Boria, M.A.G.: Social media: a new frontier for retailers? Eur. Retail Res. 22, 1–28 (2008)
Piotrowicz, W., Cuthbertson, R.: Introduction to the special issue information technology in retail: Toward omnichannel retailing. Int. J. Electron. Commer. 18(4), 5–16 (2014)
Evanschitzky, H., et al.: Consumer trial, continuous use, and economic benefits of a retail service innovation: the case of the personal shopping assistant. J. Prod. Innov. Manag. 32(3), 459–475 (2015)
Oliver, R.L.: Effect of expectation and disconfirmation on postexposure product evaluations: an alternative interpretation. J. Appl. Psychol. 62(4), 480 (1977)
Bösener, K.: Kundenzufriedenheit, Kundenbegeisterung und Kundenpreisverhalten: Empirische Studien zur Untersuchung der Wirkungszusammenhänge. Springer, Berlin (2014)
Simon, A., et al.: Safety and usability evaluation of a web-based insulin self-titration system for patients with type 2 diabetes mellitus. Artif. Intell. Med. 59(1), 23–31 (2013)
Fornell, C., et al.: The American customer satisfaction index: nature, purpose, and findings. J. Mark. 60(4), 7–18 (1996)
Becker, J., Schütte, R.: Handelsinformationssysteme. Domänenorientierte Einführung in die Wirtschaftsinformatik, 2. Aufl., Redline-Wirtschaft, Frankfurt an Main (2004)
Schütte, R.: Analyse des Einsatzpotenzials von In-Memory-Technologien in Handelsinformationssystemen. In: IMDM (2011)
Woesner, I.: Retail Omnichannel Commerce – Model Company. https://www.brainbi.dev (2016). Zugegriffen am 01.07.2017
Plattner, H., Leukert, B.: The In-Memory Revolution: How SAP HANA Enables Business of the Future. Springer, Berlin (2015)
Schütte, R., Vetter, T.: Analyse des Digitalisierungspotentials von Handelsunternehmen. In: Handel 4.0, S. 75–113. Springer, Berlin (2017)
Meffert, H., Burmann, C., Kirchgeorg, M.: Marketing: Grundlagen marktorientierter Unternehmensführung. Konzepte – Instrumente – Praxisbeispiele, 12. Aufl., S. 357–768. Springer Fachmedien, Wiesbaden (2015)
Daurer, S., Molitor, D., Spann, M.: Digitalisierung und Konvergenz von Online-und Offline-Welt. Z Betriebswirtsch. 82(4), 3–23 (2012)
Weber, F., Schütte, R.: A domain-oriented analysis of the impact of machine learning – the case of retailing. Big Data Cogn. Comput. 3(1), 11 (2019)
Kari, M., Weber, F., Schütte, R.: Datengetriebene Entscheidungsfindung aus strategischer und operativer Perspektive im Handel. Springer, Berlin (2019). HMD Praxis der Wirtschaftsinformatik
Schöler, K.: Das Marktgebiet im Einzelhandel: Determinanten, Erklärungsmodelle u. Gestaltungsmöglichkeiten d. räumlichen Absatzes. Duncker & Humblot, Berlin (1981)
Schröder, H.: Handelsmarketing Methoden und Instrumente im Einzelhandel, 1. Aufl. Redline Wirtschaft, München (2002)
Wedel, M., Kamakura, W.A.: Market Segmentation: Conceptual and Methodological Foundations, Bd. 8. Springer Science & Business Media, New York (2012)
Doyle, P., Saunders, J.: Multiproduct advertising budgeting. Mark. Sci. 9(2), 97–113 (1990)
Smith, W.R.: Product differentiation and market segmentation as alternative marketing strategies. J. Mark. 21(1), 3–8 (1956)
Weinstein, A.: Market Segmentation: Using Niche Marketing to Exploit New Markets. Probus Publishing, Chicago (1987)
Kesting, T., Rennhak, C.: Marktsegmentierung in der deutschen Unternehmenspraxis. Springer, Wiesbaden (2008)
Huang, J.-J., Tzeng, G.-H., Ong, C.-S.: Marketing segmentation using support vector clustering. Expert Syst. Appl. 32(2), 313–317 (2007)
Jiang, H., Kamber, M.: Data Mining: Concept and Techniques, S. 26–78. Morgan Kaufmann Publishers Inc., San Francissco (2001)
MacQueen, J.: Some methods for classification and analysis of multivariate observations. In: Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Oakland (1967)
Kohonen, T.: Self-Organization and Associative Memory, Bd. 8. Springer Science & Business Media, New York (2012)
Mitsyn, S., Ososkov, G.: The growing neural gas and clustering of large amounts of data. Opt. Mem. Neural Netw. 20(4), 260–270 (2011)
Cottrell, M., et al.: Batch and median neural gas. Neural Netw. 19(6–7), 762–771 (2006)
Brescia, M., et al.: The detection of globular clusters in galaxies as a data mining problem. Mon. Not. R. Astron. Soc. 421(2), 1155–1165 (2012)
Martinetz, T., Schulten, K.: A „Neural-Gas“ Network Learns Topologies. MIT Press, Cambridge (1991)
Fritzke, B.: A growing neural gas network learns topologies. In: Advances in Neural Information Processing Systems (1995)
Chaudhary, V., Ahlawat, A.K., Bhatia, R.: Growing neural networks using soft competitive learning. Int. J. Comput. Appl. (0975–8887). 21, 1 (2011)
Xinjian, Q., Guojian, C., Zheng, W.: An overview of some classical Growing Neural Networks and new developments. In: 2010 2nd International Conference on Education Technology and Computer (2010)
Angora, G., et al.: Neural gas based classification of globular clusters. In: International Conference on Data Analytics and Management in Data Intensive Domains. Springer, Berlin (2017)
Ghesmoune, M., Lebbah, M., Azzag, H.: A new growing neural gas for clustering data streams. Neural Netw. 78, 36–50 (2016)
Watson, H., Wixom, B.: The current state of business intelligence. Computer. 40, 96–99 (2007)
Awadallah, A., Graham, D.: Hadoop and the Data Warehouse: When to Use Which. Copublished by Cloudera, Inc. and Teradata Corporation, California (2011)
Hartmann, M.: Preismanagement im Einzelhandel, 1. Aufl., Gabler Edition Wissenschaft (Hrsg.). Dt. Univ.-Verl, Wiesbaden (2006)
Diller, H.: Preispolitik, 3. Aufl., Kohlhammer, Stuttgart (2000)
Weber, F.: Streaming analytics – real-time customer satisfaction in brick-and-mortar retailing. In: Cybernetics and Automation Control Theory Methods in Intelligent Algorithms. Springer, Cham (2019)
Mendes, A.B., Themido, I.H.: Multi-outlet retail site location assessment. Int. Trans. Oper. Res. 11(1), 1–18 (2004)
Themido, I.H., Quintino, A., Leitão, J.: Modelling the retail sales of gasoline in a Portuguese metropolitan area. Int. Trans. Oper. Res. 5(2), 89–102 (1998)
Meffert, H., Burmann, C., Kirchgeorg, M.: Marketing Grundlagen marktorientierter Unternehmensführung, Konzepte, Instrumente, Praxisbeispiele, 9. Aufl. Gabler, Wiesbaden (2000)
Freter, H.: Marktsegmentierung (Informationen für Marketing-Entscheidungen). DBW, Stuttgart (1983)
Weber, F., Schütte, R.: State-of-the-art and adoption of artificial intelligence in retailing. Digital Policy Regul. Gov. 21(3), 264–279 (2019)
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Weber, F. (2020). Fallstudien zum Einsatz von KI-basierter Business Analytics. In: Künstliche Intelligenz für Business Analytics. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-29773-2_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-29773-2_4
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-29772-5
Online ISBN: 978-3-658-29773-2
eBook Packages: Computer Science and Engineering (German Language)