Zusammenfassung
Das Customer Relationship Management braucht Methoden und Kennzahlen, um Website-Besucher und Onlinekunden sowie deren Wert für das eBusiness zu klassifizieren und zu bewerten.
In der Praxis weitverbreitete Kundenbewer-tungs- und Segmentierungsmethoden sind Scoring-Modelle. Ein Problem solcher Heuristiken besteht darin, dass Kundenstrategien anhand von trennscharfen Klassen und Scores definiert werden. Aufgrund scharfer Klassen können Klassifikationsfehler auftreten, Kunden falsch bewertet und das Marketingbudget bei der Kundenansprache oder beim Kundenmanagement suboptimal eingesetzt werden.
Dieser Beitrag schlägt eine unscharfe Scoring-Methode vor, konkret ein unscharfes eRFM-Modell. Die Werte der Variablen Recency, Frequency und Monetary Value sind einfach zu erfassen und dank der unscharfen Klassifikation genauer zu segmentieren als bei trennscharfer Klassifikation.
Dies wird anhand einer Simulation und einer Fallstudie eines Unternehmens im Online-Detailhandel gezeigt.
Literatur
Anderson, E.; Fornell, C.; Mazvanheryl, S.: Customer Satisfaction and Shareholder Value. In: Journal of Marketing, Vol. 68, Oktober 2004, S. 172–185.
Bruhn, M.; Homburg, Ch.: Handbuch Kundenbindungsmanagement. 4. Aufl., Gabler, Wiesbaden, 2008.
Conrady, R.: Controlling des Internet-Auftritts. In: Reinecke, S.; Tomczak, T.: Handbuch Marketing-Controlling. 2. Aufl., Gabler, Wiesbaden, 2008.
Günter, B.; Helm, S. (Hrsg.): Kundenwert. Gabler, Wiesbaden, 2006.
Hassler, M.: Web Analytics. mitp, Heidelberg, 2008.
Hukemann, A.: Controlling im Onlinehandel — Ein kennzahlenorientierter Ansatz für Onlineshops. Logos, Berlin, 2004.
Liu, B.: Web Data Mining — Exploring Hyperlinks, Contents, and Usage Data. Springer-Verlag, München, 2007.
Krafft, M.: Kundenbindung und Kundenwert. 2. Aufl., Physica, Heidelberg, 2007.
McCarthy, J.; Hastak, M.: Segmentation approaches in data-mining: A comparison of RFM, CHAID, and logistic regression. In: Journal of Business Research, Vol. 60, Juni 2006, S. 656–662.
Meier, A.; Stormer, H.: eBusiness & eCommerce. Springer-Verlag, 2008.
Meier, A.; Schindler, G.; Werro, N.: Fuzzy Classification on Relational Databases. In: Galindo, J. (Hrsg.): Handbook of Research on Fuzzy Information Processing in Databases. Idea Group, Hershey, 2008.
Neckel, P.; Knobloch, B.: Customer Relationship Analytics. dpunkt.verlag, Heidelberg, 2005.
Piller, F.: Mass Customization: Ein wettbewerbsstrategisches Konzept im Informationszeitalter. Gabler, Wiesbaden, 2006.
Werro, N.: Fuzzy Classification of Online Customers. Dissertation, Universität Fribourg, 2008, http://ethesis.unifr.ch/theses/downloads.php?file=WerroN.pdf; Zugriff am 12.01.2009.
Wünschmann, S.; Schwarz, U.; Müller, S. (Hrsg.): Website-Gestaltung. Heidelberg, 2008.
Zadeh, L.: Fuzzy Sets. In: Information and Control, Vol. 8, 1965, S. 338–353.
Zimmermann, H.-J.: Fuzzy Set Theory — and its Applications. 2. Aufl., Kluver Academic Publishers, London, 1992.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Zumstein, D., Hugi, P. Unscharfe Klassifikation von Webkennzahlen. HMD 46, 44–56 (2009). https://doi.org/10.1007/BF03340380
Published:
Issue Date:
DOI: https://doi.org/10.1007/BF03340380