Options
Customer-Lifetime-Value-(CLV)-Modelle für den Einzelhandel : Ein empirischer Vergleich konkurrierender Modelle
Series
Working Paper No. 176
Type
working paper
Date Issued
2008
Author(s)
Abstract (De)
Customer Lifetime Value (CLV)-Modelle für den Einzelhandel
Wie können CLV-Modelle ausgewählt werden? Welche Modelle eignen sich rundsätzlich für den Einzelhandel? Welches Modell sollte in welchem Kontext eingesetzt werden?
Die Pflege und der Erhalt von Kundenbeziehungen sind in den vergangenen Jahren immer stärker in den Mittelpunkt des Marketings von Einzelhändlern gerückt. Viele Unternehmen investieren hohe Summen in ganzheitliche Customer Relationship Management Systeme oder Kundenbindungsprogramme wie Kundenclubs, Bonusprogramme und Kundenkartensysteme. In der Erwartung auf steigende Umsätze und Gewinne werden so grosse Anstrengungen zur Erhöhung von Kundenzufriedenheit und Kundenbindung unternommen. Allerdings erweisen sich nicht alle Kunden als gleichermassen wertvoll, weshalb kostenintensive Serviceoffensiven nach dem Giesskannenprinzip häufig nicht die gewünschten Wirkungen erzielen. Vielmehr zeigt sich die Notwendigkeit, die Marketinginvestitionen für eine Maximierung des Gesamtunternehmenserfolgs so auszurichten, dass letztendlich die "richtigen", d.h. die zukünftig wertvollen Kunden identifiziert und gebunden werden.
Aufgrund der zahlreichen in der Literatur diskutierten Ansätze zur Bestimmung eines zukunftsorientierten Customer Lifetime Value (CLV) fällt es Anwendern in Wissenschaft und Praxis zunehmend schwer, ein für den jeweiligen Kontext geeignetes Prognosemodell auszuwählen. In dem Arbeitspapier setzen sich Hermann Diller, Thomas Bauer und Amir Bonakdar mit der Frage auseinander, welche Modelle für den Einsatz im Einzelhandel geeignet sind. Neben einer theoretischen Betrachtung werden auch drei verschiedene CLV-Modelle (Customer Migration Modell, Kaufzyklusmodell, Kaufwahrscheinlichkeitsmodell) auf
der Basis von Kundenkartendaten eines stationären Sportartikeleinzelhändlers empirisch getestet und verglichen. Die zentralen Ergebnisse sind:
* Ein CLV-Modell für den Einzelhandel muss die nicht-vertragliche Kundenbindungssituation, die always-a-share Kundenabwanderung, grosse Kundenbestände, eine hohe Heterogenität des Kundenbedarfs, kurze Kaufzyklen und verschiedene Phasen im Kundenlebenszyklus adäquat abbilden.
* Das Customer Migration Modell weist eine sehr geringe Heterogenität der prognostizierten CLVs auf; Kaufzyklusmodell und Kaufwahrscheinlichkeitsmodell ermitteln hingegen sehr heterogene Kundenbewertungen, die bis auf einen absoluten Niveauunterschied sehr ähnliche Verteilungen aufweisen.
* Das Customer Migration Modell ist geeignet, wenn lediglich ein Wert für die gesamte Kundenbasis (Customer Equity) ermittelt werden soll oder lange Kaufzyklen, eine möglichst homogene Kundenbasis, lange Inaktivitätsphasen und/oder hohe Kundenabwanderungsraten auftre-ten. So kann das Modell beispielsweise für den Einsatz bei Optikern empfohlen werden.
* Das Kaufzyklusmodell ist für jede Art der Kundendifferenzierung bzw. -priorisierung geeignet, insbesondere wenn kurze Kaufzyklen (> 10 Käufe pro Jahr), ein möglichst hoher Anteil aktiver Bestandskunden sowie kurze Inaktivitätsphasen und/oder geringe Kundenabwande-rungsraten vorliegen. Eine Anwendung ist demnach beispielsweise bei Lebensmitteleinzelhändlern zu empfehlen.
* Das Kaufwahrscheinlichkeitsmodell erweist sich als geeignet für die Kundendifferenzierung bzw. -priorisierung, insbesondere für mittlere Kaufzyklen (1-10 Käufe pro Jahr), bei einem hohen Anteil von Neukun-den sowie bei langen Inaktivitätsphasen und/oder hohen Kundenab-wanderungsraten. Das Kaufwahrscheinlichkeitsmodell erweist sich als das am besten geeignete Modell im Anwendungskontext eines sta-tionären Sportartikeleinzelhändlers und wird ferner beispielsweise für Textileinzelhändler oder Universalversender empfohlen.
Wie können CLV-Modelle ausgewählt werden? Welche Modelle eignen sich rundsätzlich für den Einzelhandel? Welches Modell sollte in welchem Kontext eingesetzt werden?
Die Pflege und der Erhalt von Kundenbeziehungen sind in den vergangenen Jahren immer stärker in den Mittelpunkt des Marketings von Einzelhändlern gerückt. Viele Unternehmen investieren hohe Summen in ganzheitliche Customer Relationship Management Systeme oder Kundenbindungsprogramme wie Kundenclubs, Bonusprogramme und Kundenkartensysteme. In der Erwartung auf steigende Umsätze und Gewinne werden so grosse Anstrengungen zur Erhöhung von Kundenzufriedenheit und Kundenbindung unternommen. Allerdings erweisen sich nicht alle Kunden als gleichermassen wertvoll, weshalb kostenintensive Serviceoffensiven nach dem Giesskannenprinzip häufig nicht die gewünschten Wirkungen erzielen. Vielmehr zeigt sich die Notwendigkeit, die Marketinginvestitionen für eine Maximierung des Gesamtunternehmenserfolgs so auszurichten, dass letztendlich die "richtigen", d.h. die zukünftig wertvollen Kunden identifiziert und gebunden werden.
Aufgrund der zahlreichen in der Literatur diskutierten Ansätze zur Bestimmung eines zukunftsorientierten Customer Lifetime Value (CLV) fällt es Anwendern in Wissenschaft und Praxis zunehmend schwer, ein für den jeweiligen Kontext geeignetes Prognosemodell auszuwählen. In dem Arbeitspapier setzen sich Hermann Diller, Thomas Bauer und Amir Bonakdar mit der Frage auseinander, welche Modelle für den Einsatz im Einzelhandel geeignet sind. Neben einer theoretischen Betrachtung werden auch drei verschiedene CLV-Modelle (Customer Migration Modell, Kaufzyklusmodell, Kaufwahrscheinlichkeitsmodell) auf
der Basis von Kundenkartendaten eines stationären Sportartikeleinzelhändlers empirisch getestet und verglichen. Die zentralen Ergebnisse sind:
* Ein CLV-Modell für den Einzelhandel muss die nicht-vertragliche Kundenbindungssituation, die always-a-share Kundenabwanderung, grosse Kundenbestände, eine hohe Heterogenität des Kundenbedarfs, kurze Kaufzyklen und verschiedene Phasen im Kundenlebenszyklus adäquat abbilden.
* Das Customer Migration Modell weist eine sehr geringe Heterogenität der prognostizierten CLVs auf; Kaufzyklusmodell und Kaufwahrscheinlichkeitsmodell ermitteln hingegen sehr heterogene Kundenbewertungen, die bis auf einen absoluten Niveauunterschied sehr ähnliche Verteilungen aufweisen.
* Das Customer Migration Modell ist geeignet, wenn lediglich ein Wert für die gesamte Kundenbasis (Customer Equity) ermittelt werden soll oder lange Kaufzyklen, eine möglichst homogene Kundenbasis, lange Inaktivitätsphasen und/oder hohe Kundenabwanderungsraten auftre-ten. So kann das Modell beispielsweise für den Einsatz bei Optikern empfohlen werden.
* Das Kaufzyklusmodell ist für jede Art der Kundendifferenzierung bzw. -priorisierung geeignet, insbesondere wenn kurze Kaufzyklen (> 10 Käufe pro Jahr), ein möglichst hoher Anteil aktiver Bestandskunden sowie kurze Inaktivitätsphasen und/oder geringe Kundenabwande-rungsraten vorliegen. Eine Anwendung ist demnach beispielsweise bei Lebensmitteleinzelhändlern zu empfehlen.
* Das Kaufwahrscheinlichkeitsmodell erweist sich als geeignet für die Kundendifferenzierung bzw. -priorisierung, insbesondere für mittlere Kaufzyklen (1-10 Käufe pro Jahr), bei einem hohen Anteil von Neukun-den sowie bei langen Inaktivitätsphasen und/oder hohen Kundenab-wanderungsraten. Das Kaufwahrscheinlichkeitsmodell erweist sich als das am besten geeignete Modell im Anwendungskontext eines sta-tionären Sportartikeleinzelhändlers und wird ferner beispielsweise für Textileinzelhändler oder Universalversender empfohlen.
Language
German
Keywords
Customer Lifetime Value
CLV
Customer Equity
Kundenwert
Kun-denlebenswert
Einzelhandel
HSG Classification
not classified
Refereed
No
Publisher
Institute of Marketing, University of Erlangen-Nürnberg
Publisher place
Nürnberg
Subject(s)
Division(s)
Eprints ID
218683