Multivariate Analysemethoden im Customer Relationship Management

Diplomarbeit aus dem Jahr 2007 im Fachbereich BWL - Customer-Relationship-Management, CRM, Note: 1,7, Otto-Friedrich-Universität Bamberg, Sprache: Deutsch, Abstract: In einer Zeit, in der der Begriff der 'Globalisierung' bereits Inhalt des ganz alltäglichen Sprachgebrauchs geworden ist, hat der Kunde aus Sicht der Unternehmen einen neuen und 'wertvollen' Charakter gewonnen. Im Zuge der Globalisierung fallen Handelsbarrieren weg, Transport und Kommunikation werden billiger und noch vielmehr, Informationen sind frei verfügbar. Es ist also nicht nur die Zahl der Anbieter, die sich drastisch verändert hat, sondern ein neuer, erweiterter und sehr komplexer Markt hat sich eröffnet, der dem Konsumenten komfortable Informations- und Vergleichsmöglichkeiten bietet. Auch das World Wide Web trägt dazu bei, den Konsumenten weltweit zu vernetzen und einen transparenten Markt zu schaffen. Mit der Globalisierung geht außerdem eine Wettbewerbsverdichtung einher, die 'dazu führt, dass kleinere Unternehmen sich vergrößern bzw. zusammenschließen müssen, um ihren Kunden in Umfang und Qualität weiterhin attraktive Leistungen bieten zu können.' Diese Prozesse betrachtend, wird die Notwendigkeit immer größer, sich nicht mehr auf die Neukundengewinnung zu konzentrieren, sondern vielmehr zu versuchen, das Ertragspotenzial bestehender Kunden in Form guter Kundenbeziehungen auszuschöpfen. An dieser Stelle findet das Customer Relationship Management (CRM), auch Kundenbeziehungsmanagement genannt, seine Anwendung, welches die Förderung und Intensivierung langfristiger und ökonomisch attraktiver Kundenbeziehungen zum Inhalt hat. Es ist aber nicht nur der Markt, der Änderungen ausgesetzt ist. Auch der Konsument und der eigene Kunde zelebrieren einen Wandel, der sie aus der Sicht der Unternehmen immer unberechenbarer erscheinen lässt. So geht ein und derselbe Konsument bzw. Kunde in seiner Mittagspause in der Fast Food Kette von nebenan essen, um nach der Arbeit beim Biobauern seine Kartoffeln für das Abendessen auszugraben. Der außerdem nicht weiß, ob er am nächsten Morgen für die Arbeit seine ausgewaschene Jeans oder aber den Nadelstreifenanzug anziehen soll. Der Konsument von heute ist als eine Art multidimensionaler Trendsetter, ein sog. hybrider Konsument, zu verstehen, auf den es sich einzustellen gilt, um ihn als Kunde generieren und halten zu können. Es entsteht damit eine quasi-individuelle Kundenbearbeitung auf Massenmärkten, die ohne entsprechende Informations- und Analysesysteme nicht funktionieren kann. Inwieweit dabei die Verfahren der multivariaten Statistik erfolgreich beitragen können, sei noch zu klären. Nachdem einleitend die Problemstellung, der Aufbau und das Ziel der Arbeit erläutert werden, beschäftigt sich das erste Kapitel des Hauptteils mit den Grundlagen des CRM. Dabei werden in einem ersten Schritt verwandte Begriffe zum CRM abgrenzt, damit anschließend die Definition relevanter Begriffe, nämlich 'Kunde', 'Beziehung' und 'Management', stattfinden kann. Nach den begrifflichen Grundlagen wird der Customer-Lifecycle (CLC) eingeführt, anhand dessen Phasen die einzelnen Managementaufgaben eines Unternehmens zu untersuchen sind. An dieser Stelle sind vor allem das Interessentenmanagement, das Kundenbindungsmanagement i.w.S. und das Kundenrückgewinnungs-management zu nennen. Im Folgenden wird ausführlich auf die Wirkungskette des CRM eingegangen, die mit der Konzeption der Kundenbeziehungsstrategie beginnt, mit der kundenorientierte Reorganisation des Unternehmens fortfährt, um in einer nächsten Phase das Verhalten und die Einstellung des Kunden so zu verändern, um letztendlich das Ziel des ökonomischen Erfolgs zu verwirklichen. Im folgenden Kapitel steht das CRM-System im Mittelpunkt der Betrachtung. Dieses setzt sich aus dem operativen, dem kommunikativen und dem analytischen CRM zusammen. Der Schwerpunkt wird dabei auf das analytische CRM gesetzt, innerhalb dessen das Data Warehouse als Informationsquelle dient, welches selbst auf die Kundenanalyse und Marktforschung zurückgreift. Der Datenanalysezyklus beschreibt schließlich, auf welche Art und Weise die gewonnen Daten analysiert werden können. Daten- und hypothesengetriebene Analyseverfahren wechseln sich dabei beliebig ab. In einem weiteren Kapitel werden nun einige ausgewählte multivariate Analyseverfahren vorgestellt. Nachdem einleitend die multivariaten Analyseverfahren klassifiziert werden, wird im Folgenden die Clusteranalyse als markt- und kundensegmentierendes Instrument und die Faktorenanalyse als Verfahren der Datenreduktion näher betrachtet. Anschließend rückt die Regressionsanalyse, als Verfahren der Abhängigkeitsmessung, in den Mittelpunkt der Betrachtung. Das Kapitel wird abgerundet durch Aspekte, die den multivariaten Analyseverfahren methodische, aber auch inhaltliche Grenzen setzen. Abschließend wird dann innerhalb eines Resumees Fazit gezogen.