NBD-Prognosemodelle im Kundenbeziehungsmanagement

Prognose von Kundenverhalten ist eine zentrale Aufgabe des Kundenbeziehungsmanagements. In nicht vertraglich geregelten Kundenbeziehungen werden Instrumente der Prognose benötigt, um das Kundenverhalten einzugrenzen. Diese Instrumente sind vielfältig und reichen von einfachen Daumenregeln bis hin zu komplexen Modellen. Zur Prognose gehört, ob Kunden als solche weiterhin aktiv sein werden, welche zukünftigen Kauftransaktionen zu erwarten sind sowie eine entsprechende Segmentierung der Kunden. David Zitzlsperger widmet sich vollstochastischen Prognosemodellen, welche einzig auf Informationen zum vergangenen Kaufverhalten aufbauen und mit Hilfe der negativen Binomialverteilung (NBD) daraus die Wahrscheinlichkeit zukünftiger kundenspezifischer Transaktionen bestimmen. Der Autor liefert für die Wissenschaft eine Erweiterung und Theoriebildung, die sich konkret mit den Einsatzmöglichkeiten der Modelle auseinandersetzt und für den Praktiker eine Einsatzempfehlung und die Möglichkeit die Forschungsergebnisse zu replizieren und die Analysemodelle auf eigene Kundendaten anzuwenden.

Includes supplementary material: sn.pub/extras

Autorentext

Dr. David Zitzlsperger, Wirtschaftsingenieur und Master of Business Administration, wechselte nach einem Gastspiel als Unternehmensberater 2005 zurück an die Universität, promovierte bei Prof. Dr. Friedhelm Bliemel und beschäftigt sich mit der Analyse von Kundenverhalten, Kundenwert und Kundenbindung insbesondere im E-Commerce.

Inhalt

Grundlagen des Kundenbeziehungsmanagements.- Vorhersage von Kundentransaktionen.- Vollstochastische RFM-Prognosemodelle.- Implementierung ausgewählter NBD-Modelle