Auszug
Zielsetzung dieses Kapitels ist die Entwicklung und Überprüfung von zwei logistischen Modellen zur Erklärung und Prognose des Weiterempfehlungsverhaltens von Konsumenten. Es soll der Frage nachgegangen werden, wie die potenziellen Sender einer Weiterempfehlung aus einem bestehenden Kundenstamm identifiziert werden können, um zukünftige KwK-Kampagnen effizienter gestalten zu können. Dabei werden die in Kapitel 3 diskutierten Effekte auf ihre empirische Evidenz überprüft und die identifizierten kundencharakteristischen und kontextspezifischen Determinanten der Empfehlungsabgabe auf ihren Beitrag zur Differenzierung von Sendern und Nicht-Sendern analysiert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Für eine Gegenüberstellung der Vor-und Nachteile dieser Datenerhebungsart vgl. Scheffler (2000), S. 69 f.
Ein ähnliches Vorgehen findet sich bei Nacif (2003), S. 172 f.
Vgl. bspw. Mano/ Oliver (1993); Mittal/Ross/Baldasare (1998); Oliver (1993); Oliver/Swan (1989); Westbrook/Oliver (1981); Westbrook/Oliver (1991).
Vgl. Oliver (1980), S. 463; von Wangenheim (2003), S. 182; Westbrook/Oliver (1981), S. 94 f.; Westbrook/Oliver (1991), S. 87.
Vgl. bspw. Bloch (1981); Laurent/Kapferer (1985); Richins/Root-Shaffer (1988).
Vgl. Laurent/ Kapferer (1985), S. 44 f.
Vgl. Shim/ Gehrt (1996), S. 313; Zeithaml/Berry/Parasuraman (1996), S. 38.
Vgl. bspw. Childers (1986); Flynn/Goldsmith/Eastman (1994); Flynn/Goldsmith/Eastman (1996); King/Summers (1970); Rogers/Cartano (1962).
Vgl. Flynn/ Goldsmith/ Eastman (1996), S. 140 und S. 146; King/Summers (1970), S. 45.
Vgl. Donthu/ Gilliland (1996), S. 74.
Vgl. Goldsmith/ Hofacker (1991), S. 211. Siehe zudem auch Flynn/Goldsmith (1993), S. 100; Goldsmith/d’Hauteville/Flynn (1998), S. 345; Goldsmith/Flynn (1992), S. 46.
Vgl. von Wangenheim (2003), S. 186 f.
Vgl. von Wangenheim (2003), S. 180 sowie die dort zitierte Studie von Bansal/Voyer (2000), S. 172.
Vgl. Rammstedt et al. (2004), S. 15.
Vgl. Backhaus et al. (2006), S. 260; Churchill (1979), S. 69; Gerbing/Anderson (1988), S. 189; Janssen/Laatz (2005), S. 497.
Die explorative Faktorenanalyse wird daher den struktur-entdeckenden Verfahren zugeordnet. Vgl. Backhaus et al. (2006), S. 12.
Vgl. Hartung/ Elpelt (1989), S. 505 ff.; Janssen/Latz (2005), S. 497.
Vgl. Backhaus et al. (2006), S. 331; Homburg/Herrmann/Pflesser (2000), S. 114 und S. 120.
Vgl. Backhaus et al. (2006), S. 5; Homburg/Herrmann/Pflesser (2000), S. 105. Zu den unterschiedlichen Skalenniveaus siehe auch Backhaus et al. (2006), S. 5 f.
Kroeber-Riel/ Weinberg (2003), S. 193.
Vgl. Backhaus et al. (2006), S. 5; Homburg/Herrmann/Pflesser (2000), S. 105; Kroeber-Riel/Weinberg (2003), S. 193 f.; Trommsdorff (2002), S. 45.
Vgl. Kroeber-Riel/ Weinberg (2003), S. 194.
Vgl. Backhaus et al. (2006), S. 269 und S. 331.
Vgl. Backhaus et al. (2006), S. 269; Brosius (2004), S. 519. Weisen sämtliche Korrelationswerte nur einen geringen absoluten Wert auf, ist von einer Fortführung der Faktorenanalyse abzuraten, da gemeinsame Faktoren nur für solche Variablen gebildet werden können, die relativ stark miteinander korreliert sind.
Der Bartlett-Test wird auch häufig als „test of sphericity“ bezeichnet. Vgl. Brosius (2004), S. 779. Obwohl die explorative Faktorenanalyse selbst keine Verteilungsannahmen setzt, sei darauf hingewiesen, dass der Bartlett-Test eine Normalverteilung der Ausgangsdaten voraussetzt. Vgl. Backhaus et al. (2006), S. 274.
Zu den Anti-Image-Matrizen zählen die Anti-Image-Korrelations-sowie die Anti-Image-Kovarianzmatrix. Auch wenn im weiteren Verlauf der Arbeit die Anti-Image-Kovarianzmatrix als Prüfgröße vorgestellt wird, sei darauf hingewiesen, dass beide Matrizen als Test für die Strenge der Beziehungen zwischen den Variablen verwendet werden können. Vgl. Janssen/ Laatz (2005), S. 522.
Vgl. Backhaus et al. (2006), S. 273 ff.
Vgl. Backhaus et al. (2006), S. 274 ff.; Brosius (2004), S. 779 ff.; Janssen/Laatz (2005), S. 522 f.
H0 lautet: Die Variablen sind auch in der Erhebungsgesamtheit unkorreliert. H1 dementsprechend: Die Variablen sind auch in der Erhebungsgesamtheit korreliert. Backhaus et al. (2006), S. 274.
Es sei darauf hingewiesen, dass der Bartlett-Test keinen Rückschluss auf die Signifikanz der einzelnen Korrelationskoeffizienten zulässt. Vgl. Brosius (2004), S. 779.
Vgl. Guttmann (1953), S. 277 ff.
Vgl. Dziuban/ Shirkey (1974), S. 359.
Vgl. Backhaus et al. (2006), S. 276.
Vgl. Kaiser/ Rice (1974), S. 111 ff.
Vgl. hierzu und im Folgenden Backhaus et al. (2006), S. 289 ff.; Brosius (2004), S. 782 ff. Außerdem stehen als Extraktionsmethoden die Verfahren der ungewichteten bzw. der verallgemeinerten kleinsten Quadrate, die Maximum-Likelihood-Methode, die Alpha-und die Image-Faktorisierung zur Verfügung. Für weiterführende Informationen s. Janssen/Laatz (2005), S. 507 f.
Vgl. Backhaus et al. (2006), S. 289.
Die Restvarianz entspricht dem nicht erklärten Teil der Streuung. Sie setzt sich aus der spezifischen Varianz sowie der Messfehlervarianz einer Variablen zusammen und wird auch als Einzelrestfaktor bezeichnet. Vgl. Backhaus et al. (2006), S. 290; Brosius (2004), S. 785.
Vgl. Backhaus et al. (2006), S. 291 f.; Brosius (2004), S. 782 f.
Die Hauptkomponentenanalyse wird auch als „principal component analysis“ bezeichnet. Vgl. Brosius (2004), S. 782; Janssen/Laatz (2005), S. 507.
Vgl. hier und im Folgenden Backhaus et al. (2006), S. 292 f.
Vgl. Backhaus et al. (2006), S. 295; Brosius (2004), S. 786; Janssen/Laatz (2005), S. 506.
Vgl. überla (1971), S. 125.
Der Begriff „Eigenwert“ ist vom „erklärten Varianzanteil“ zu trennen. Letzterer beschreibt den Anteil der erklärten Varianz, der durch die Summe der quadrierten Ladungen aller Faktoren im Hinblick auf eine Variable erreicht wird. Vgl. Backhaus et al. (2006), S. 295.
Vgl. hier und im Folgenden Backhaus et al. (2006), S. 298 ff.; Brosius (2004), S. 790 ff.; Janssen/Laatz (2005), S. 508 ff.
Vgl. Homburg/ Giering (1996), S. 8. Dahingegen sprechen Backhaus et al. (2006), S. 299 bei Koeffizienten ab 0,5 von hohen Ladungen.
Der Begriff der Rotation erklärt sich aus der Vorstellung, dass sich die Koeffizienten des Faktormodells auch graphisch in einem Koordinatensystem darstellen lassen und die Transformation einem Drehen der Achsen des Koordinatensystems gleichkommt. Vgl. Brosius (2004), S. 790.
Vgl. Backhaus et al. (2006), S. 299; Brosius (2004), S. 791.
Vgl. im Folgenden Backhaus et al. (2006), S. 300; Brosius (2004), S. 791 f.
Der Name Varimax ist auf die Zielsetzung des Verfahrens, die Varianz der quadrierten Faktorladungen zu maximieren, zurückzuführen. Vgl. Janssen/ Laatz (2005), S. 513.
Für weiterführende Informationen zu den anderen Verfahren s. Brosius (2004), S. 792; Janssen/Laatz (2005), S. 512 f.
Vgl. Backhaus et al. (2006), S. 302; Brosius (2004), S. 795.
Alle drei Verfahren führen zu standardisierten Faktorwerten mit einem Mittelwert von Null und einer Standardabweichung von Eins. Vgl. Brosius (2004), S. 795; Janssen/Laatz (2005), S. 513.
Vgl. Homburg/ Giering (1996), S. 6.
Vgl. Jöreskog (1966), S. 165 ff.; Jöreskog (1967), S. 443 ff. sowie Jöreskog (1969), S. 183 ff.
Vgl. Homburg/ Pflesser (2000), S. 415.
Vgl. Homburg/ Giering (1996), S. 9.
Vgl. hier und im Folgenden Homburg/ Pflesser (2000), S. 416.
Das Messmodell spezifiziert die Beziehung zwischen den empirisch gewonnenen Indikatorvariablen und den ihnen zugrunde liegenden, nicht direkt beobachtbaren, d.h. latenten Konstrukten. Vgl. Götz/ Liehr-Gobbers (2004), S. 717.
Vgl. hier und im Folgenden Homburg/ Giering (1996), S. 9; Krafft (1995), S. 270 f.
Unter Reliabilität versteht man die formale Genauigkeit der Erfassung der Merkmalsausprägungen, unter Validität die materielle Genauigkeit der Testergebnisse. Für weiterführende Informationen s. Herrmann/ Homburg (2000), S. 23 f.
Vgl. hier und im Folgenden Homburg (1989), S. 147; Homburg/Giering (1996), S. 9; Homburg/Pflesser (2000), S. 424; Krafft (1995), S. 271.
Vgl. Bollen (1989), S. 105 ff.
Vgl. Backhaus et al. (2006), S. 369 f.
Eine Modellschätzung ist dann effizient, wenn bei wiederholten Schätzungen die Verteilung aller berechneten Werte eine möglichst geringe Varianz aufweist. Vgl. Urban (1993), S. 17 und S. 52.
In der dargestellten Formel steht n für den Stichprobenumfang und p für die Anzahl manifester Variablen. Vgl. Jöreskog/ Sörbom (1989), S. 19 ff.
Vgl. Bagozzi/ Yi (1988), S. 80; Balderjahn (1986), S. 4 ff.; Bentler (1985), S. 3; Boomsma (1983), S. 113; Loehlin (1987), S. 60 f.; Pfeifer/Schmidt (1987), S. 33. Zur Problematik der Stichprobengröße bei kausalanalytischen Untersuchungen vgl. auch Backhaus/Blechschmidt/Eisenbeiß (2006), S. 714. Zum Begriff der Indikatorreliabilität s. Abschnitt 4.4.1.3.
Vgl. Arbuckle/ Wothke (1999), S. 399; Jacobs (1992), S. 200; Jöreskog/Sörbom (1989), S. 27 f. Einen tabellarischen Vergleich verschiedener Schätzverfahren liefert Betz (2003), S. 77.
Vgl. hier und im Folgenden Homburg/ Pflesser (2000), S. 424 ff.
Eine umfassende übersicht zu den Beurteilungskriterien der konfirmatorischen Faktorenanalyse geben Homburg/ Pflesser (2000), S. 426.
Vgl. Fornell (1987), S. 412.
Vgl. Fornell (1987), S. 412; Homburg/Giering (1996), S. 8.
Lokale Anpassungsmaße werden auch als Partial-, globale als Globalmaße bezeichnet. Für eine differenzierte übersicht zu den lokalen und globalen Gütemaßen der konfirmatorischen Faktorenanalyse sowie weiterführenden Informationen siehe Homburg/ Pflesser (2000), S. 426 ff.
Auch der Chi-Quadrat-Wert zählt zu den relevanten Gütekriterien der zweiten Generation zur Beurteilung des Gesamtmodells. Seine korrekte Berechnung setzt jedoch die Multinormalvertei lung der beobachteten Variablen voraus. Da ein Großteil der erhobenen Daten nicht normalverteilt ist und demzufolge der ULS-Schätzer zur Anwendung kommt, wird auf die Berechnung des Chi-Quadrat-Wertes verzichtet. Damit wird der Argumentation von Arbuckle/ Wothke (1999), S. 399 gefolgt, die dem Chi-Quadrat-Wert grundsätzlich die Eignung als globales Gütemaß zur Beurteilugn von Modellschätzungen auf Basis des verteilungsfreien ULS-Verfahrens absprechen.
Vgl. Backhaus et al. (2006), S. 379; Betz (2003), S. 80.
Vgl. Bagozzi/ Phillips (1982), S. 468 f.
Vgl. Homburg/ Giering (1996), S. 8.
Vgl. Peter (1997), S. 179.
Vgl. Peterson (1994), S. 381.
Vgl. Homburg/ Giering (1996), S. 8; Peterson (1994), S. 382.
Vgl. Carmines/ Zeller (1979), S. 45.
Vgl. Churchill (1979), S. 68; Gerbing/Anderson (1988), S. 190.
Vgl. bspw. Deshpande/ Farley/ Webster (1993), S. 30; Deshpande/Zaltman (1982), S. 20; Jaworski/Kohli (1993), S. 65 ff.; Nunnally (1978), S. 245.
Vgl. Churchill (1979), S. 68; Cortina (1993), S. 101.
Vgl. Cortina (1993), S. 101; Peterson (1994), S. 389.
Vgl. Homburg/ Giering (1996), S. 8; Peterson (1994), S. 384.
Vgl. Homburg/ Giering (1996), S. 8.
Vgl. Churchill (1979), S. 68; Gerbing/Anderson (1988), S. 188; Nunnally (1978), S. 274.
Vgl. Anderson/ Fornell (1994), S. 252; Bagozzi/Phillips (1982), S. 468; Gerbing/Anderson (1988), S. 188.
Vgl. Gerbing/ Anderson (1988), S. 190.
Vgl. Homburg/ Giering (1996), S. 9.
Vgl. Gerbing/Anderson (1988), S. 189; Homburg/Giering (1996), S. 9.
Vgl. Bagozzi (1982), S. 156.
Vgl. Homburg/ Giering (1996), S. 10.
Vgl. Betz (2003), S. 82.
Vgl. Homburg/ Giering (1996), S. 10.
Vgl. Bagozzi/ Baumgartner (1994), S. 402.
Vgl. Homburg/ Giering (1996), S. 10 f. Die konkrete Bedeutung der verwendeten Symbole ist bereits im vorherigen Absatz erläutert worden.
Vgl. Homburg/ Giering (1996), S. 11.
Vgl. Homburg/ Baumgartner (1995), S. 172. Der Mindestwert von 0,5 bringt zum Ausdruck, dass der auf die Messung zurückgehende Varianzanteil im Minimum größer sein sollte als der Varianzanteil der entsprechenden Messfehler.
Vgl. Bagozzi/ Yi (1988), S. 82.
Vgl. Backhaus et al. (2006), S. 380.
Vgl. Bagozzi/ Yi (1988), S. 79; Homburg/Baumgartner (1995), S. 167 ff.
Vgl. Backhaus et al. (2006), S. 380 f.
Vgl. Balderjahn (1986), S. 3 ff.
Diesen Schwellenwert empfehlen u.a. Bagozzi/ Yi (1988), S. 79; Homburg/Baumgartner (1995), S. 167 ff.
Vgl. Backhaus et al. (2006), S. 381.
Vgl. Bentler/ Bonett (1980), S. 588 ff.
Vgl. Fritz (1995), S. 126.
Vgl. Homburg/ Giering (1996), S. 11.
Vgl. Fornell/ Larcker (1981), S. 46.
Vgl. Backhaus et al. (2006), S. 426; Krafft (1997), S. 625 f.; Krafft (2000), S. 239; Nacif (2003), S. 165.
Vgl. Krafft (1997), S. 625 f.; Krafft (2000), S. 239.
Vgl. Krafft (2002), S. 81.
Krafft (1995), S. 300.
Vgl. Backhaus et al. (2006), S. 91 f.
Vgl. Krafft (1997), S. 627 f.; Krafft (2000), S. 240 ff.
Vgl. Urban (1993), S. 25.
Vgl. Greene (1990), S. 670; Krafft (1997), S. 628.
Vgl. Krafft (1997), S. 629; Krafft (2000), S. 243; Menard (2002), S. 13; Nacif (2003), S. 229.
Vgl. Krafft (1997), S. 629.
Vgl. Urban (1993), S. 1 und S. 13.
Vgl. Aldrich/ Nelson (1984), S. 53.
Vgl. Backhaus et al. (2006), S. 445.
Backhaus et al. (2006), S. 445.
Vgl. Krafft (1997), S. 630; Menard (2002), S. 20 ff.
Vgl. Backhaus et al. (2006), S. 446.
In der angelsächsischen Literatur wird auch vom „intercept-only-model“ gesprochen. Vgl. Menard (2002), S. 22; Nacif (2003), S. 232.
Vgl. Backhaus et al. (2006), S. 447 f.; Krafft (1997), S. 630 f.; Menard (2002), S. 22; Nacif (2003), S. 232.
Vgl. Backhaus et al. (2006), S. 448 ff.
Im Gegensatz zu den beiden nachfolgend beschriebenen Statistiken Cox & Snells R2 und Nagelkerkes R2 wird McFaddens R2 nicht von SPSS ausgegeben. Eine Berechnung der Werte wird daher per Hand erfolgen. Zum Vorgehen vgl. Menard (2002), S. 24 ff.
Vgl. Urban (1993), S. 62.
Vgl. Backhaus et al. (2006), S. 449; Menard (2002), S. 24 f.; Nacif (2003), S. 233 f.
Vgl. hier und im Folgenden Krafft (1997), S. 631 f.; Krafft (2000), S. 246 f.
Vgl. Backhaus et al. (2006), S. 453; Krafft (1997), S. 632; Krafft (2000), S. 247.
Vgl. Backhaus et al. (2006), S. 454 f.; Nacif (2003), S. 232 f.
Vgl. Krafft (1997), S. 633; Krafft (2000), S. 247 f.; Menard (2002), S. 37 ff.
Vgl. hier und im Folgenden Backhaus et al. (2006), S. 457 f.
Eine Beobachtung ist als kritisch zu bewerten, wenn deren Pearson-Residuum einen absoluten Wert von größer als 3 aufweist. Vgl. Menard (2002), S. 90 f.
Vgl. Menard (2002), S. 84.
Vgl. Menard (2002), S. 84 ff. sowie S. 90 f.
Die Leverage-sowie die DBETA-Statistik liefern ähnliche, jedoch nicht redundante Informationen. Eine ausführliche Erklärung zu diesen Statistiken sowie die exakten Wege der Berechnung finden sich bei Menard (2002), S. 84 f.
Vgl. Aldrich/ Nelson (1984), S. 41 f.; Hair et al. (1995), S. 131.
Vgl. hier und im Folgenden Krafft (2000), S. 251.
Vgl. Backhaus et al. (2006), S. 460.
Vgl. Krafft (2000), S. 251 f.; Nacif (2003), S. 236.
Auch in Bezug auf die zur Kodierung der kategorialen Variablen eingesetzten Dummy-Variablen ist eine derartige Interpretation möglich, da bei der Parameterschätzung der Abweichungs-Kontrast ausgewählt wurde. Vgl. Menard (2002), S. 58.
Vgl. Menard (2002), S. 56.
Vgl. Krafft (1997), S. 633 ff.; Menard (2002), S. 51 ff.
Vgl. hier und im Folgenden Krafft (1997), S. 637 f.; Krafft (2000), S. 259.
Vgl. Urban (1993), S. 46 ff.
Vgl. Menard (2002), S. 51 ff.
Vgl. Backhaus et al. (2006), S. 331.
Vgl. Homburg/ Giering (1996), S. 12. Auf eine Standardisierung der Variablen wurde verzichtet, da identische Skalierungen vorliegen und somit die Vergleichbarkeit der Variablen gewährleistet ist. Die Berechnungen der explorativen Faktorenanalyse werden mit SPSS durchgeführt.
Vgl. Kaiser/ Rice (1974), S. 111.
Vgl. Dziuban/ Shirkey (1974), S. 359. Nach Meinung dieser Autoren gilt eine Korrelationsmatrix dann als ungeeignet, wenn der Anteil der nicht-diagonalen Elemente in der Anti-Image-Kovarianzmatrix, die größer als 0,09 sind, 25% übersteigt.
Vgl. Krafft (2002), S. 72.
Bei der Höhe der Querladungen ist allerdings darauf zu achten, dass eine Variable, die hinsichtlich mehrerer Faktoren eine Ladung von größer als 0,5 aufweist, nicht eliminiert werden sollte. Stattdessen muss sie zur Interpretation bei jedem dieser Faktoren herangezogen werden. Vgl. Backhaus et al. (2006), S. 299.
Hierbei handelt es sich um die Indikatoren WR 3, Empfehlung1 und Empfehlung 8 (r). Die beiden letztgenannten Indikatoren wurden eigens für die Studie entwickelt, WR 3 ist angelehnt an die Studie von von Wangenheim (2003).
Vgl. Janssen/ Laatz (2005), S. 565.
Vgl. Nunnally (1978), S. 245.
Vgl. Peter (1997), S. 180.
Vgl. Bagozzi/ Baumgartner (1994), S. 388; Betz (2003), S. 313.
Vgl. Backhaus et al. (2006), S. 366.
KuZu 6 (r) ist angelehnt an die Studie von Westbrook/Oliver (1991), Pers 1 (r) an Rammstedt et al. (2004). Die anderen Indikatoren wurden auf Basis sachlogischer Überlegungen eigens für die Arbeit entwickelt.
Der Indikator KuZu 7 (r) wurde der von Westbrook/ Oliver (1981) verwendeten Skala entnommen. Empf 2 und E&W 5 wurden eigens für die Arbeit hergeleitet.
Vgl. Götz/ Liehr-Gobbers (2004), S. 727. Sofern Faktoren, bei denen sich partielle oder globale Gütekriterien als mittelmäßig erweisen, einen signifikanten Erklärungsbeitrag zur Differenzierung zwischen Sendern und Nicht-Sendern leisten, werden diese bei der späteren Analyse von Zusammenhängen gesondert wieder aufgegriffen. Spätere Nicht-Befunde zu einzelnen Konstrukten können insbesondere auf Schwächen in der Operationalisierung und Messung zurückzuführen sein.
Vgl. Homburg/ Giering (1996), S. 11.
Da im Rahmen der Herleitung eines aussagekräftigen Prognose-Modells der Identifikation guter Prädiktoren tendenziell eine höhere Bedeutung beigemessen wird als der Eliminierung schlechter, empfiehlt es sich, das Signifikanzniveau, dass der Entscheidung bzgl. der Entfernung einzelner Prädiktoren zugrunde liegt, nicht zu hoch anzusetzen. Vgl. Menard (2002), S. 64 ff.
Vgl. Menard (2002), S. 63.
Vgl. Menard (2002), S. 43.
Vgl. Janssen/ Laatz (2005), S. 436.
Vgl. Janssen/ Laatz (2005), S. 436.
Vgl. Menard (2002), S. 90 f. Für den Leverage ergibt sich ein kritischer Wert von 0,0507, wobei k der Anzahl der Variablen im Modell (27) und N der Anzahl der Fälle (552) entspricht.
Zur Berechnung vgl. Menard (2002), S. 85.
Lediglich der Fall 117 überschreitet den kritischen DBETA-Wert geringfügig. Eine Prüfung der Gütemaße nach Elimination dieses Falls zeigte jedoch keine substanzielle Verbesserung des Modells. Zum Vorgehen siehe auch Menard (2002), S. 86 f.
Vgl. Backhaus et al. (2006), S. 453; Krafft (1997), S. 631.
Vgl. Backhaus et al. (2006), S. 453, Krafft (2000), S. 247.
Eine Darstellung konträrer Meinungen bzgl. der schrittweisen Regression findet sich bei Menard (2002), S. 63 f.
Vgl. hier und im Folgenden Reichheld (2006), S. 14 ff. und S. 29 ff.
Vgl. Gilly et al. (1998), S. 90.
Rights and permissions
Copyright information
© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2007). Empirische Analyse zur Identifikation von Differenzierungskriterien zwischen Sendern und Nicht-Sendern. In: Kunden-werben-Kunden-Kampagnen. DUV. https://doi.org/10.1007/978-3-8350-9589-2_4
Download citation
DOI: https://doi.org/10.1007/978-3-8350-9589-2_4
Publisher Name: DUV
Print ISBN: 978-3-8350-0768-0
Online ISBN: 978-3-8350-9589-2
eBook Packages: Business and Economics (German Language)