Sie sind auf Seite 1von 53

Kundenmanagement

 
Vorlesung  im  Wintersemester  2012/2013  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  1  


Organisa/on  der  Veranstaltung  

Prof.  Dr.  Jan  H.  Schumann    


Vertreter  des  Lehrstuhls  für  Marke/ng  und  Innova/on  
WIWI  (Innstraße  27),  Raum  002  
Sprechzeiten:    Dienstags,  9  –  12  Uhr        
   (nur  mit  Terminvereinbarung)  
Sekretariat:    Rosemarie  Neumeier  
Telefon:      0851  –  509  2421  
Email:      rosemarie.neumeier@uni-­‐passau.de  
Homepage:    hZp://www.wiwi.uni-­‐passau.de/marke;ng-­‐  
   innova;on.html  

§  Vorlesung  90  min  Donnerstag  12.15  –  13.45  Uhr,    


     HS  9  AM  
       

§  Klausur  60  min  tba  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  2  


Literatur  

Basisliteratur  der  Veranstaltung:  


§  BlaZberg,  Robert  C.,  Byung-­‐Do  Kim  and  ScoZ  A.  
Neslin  (2008),  Database  Marke;ng:  Analyzing  and  
Managing  Customers,  Berlin:  Springer.  

§  Kumar,  V.  and  Werner  Reinartz  (2005),  Customer  


Rela;onship  Management:  A  Databased  Approach,  
Hoboken:  John  Wiley  &  Sons  

§  Kumar,  V.  (2008),  Managing  Customers  for  Profit,  


Upper  Saddle  River:  Wharton  School  Publishing.    

§  In  den  Veranstaltungsunterlagen  sind  am  Ende  


jeder  Lehreinheit  weitere  Quellen  aufgeführt  

Die  aktuellen  Vorlesungsunterlagen  werden  vor  der  Veranstaltung  in  Stud.IP  


bereitgestellt.  
 
 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  3  
Lernziele  der  Vorlesung  
 

Im  Laufe  dieser  Vorlesung  erlangen  die  Studierenden  folgende  


Fähigkeiten:  
§  Grundverständnis  des  CRM-­‐Ansatzes  sowie  des  wertorien;erten  
Kundenmanagements.  
§  Verständnis  für  den  Unterschied  zwischen  vergangenheitsbezogener  
Kundenbewertung  und  prognos;zierter  Kundenbewertung  sowie  deren  
jeweiligen  Stärken  und  Schwächen.  
§  Kenntnis  von  und  kri;sche  Auseinandersetzung  mit  wich;gen  
KundenmanagemenZhemen  und  -­‐strategien.  
§  Verständnis  für  die  spezifischen  Herausforderungen  der  Einführung  eines  
wertorien;erten  Kundenmanagements  sowie  Kenntnis  geeigneter  Ansätze  
diesen  zu  begegnen.  
§  Bewertung  von  Handlungsalterna;ven  im  wertorien;erten  
Kundenmanagement.  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  4  


Inhalte  der  Veranstaltung  

1.  Allgemeine  Grundlagen  

2.  Kundenakquise  

3.  Cross-­‐  &  Up-­‐Selling  

4.  Mul/channel  Management  

5.  Kundenbindung/Churn  Management  

5.  Beschwerdemanagement  

6.  Loyalitätsprogramme  

7.  Kundenpriorisierung  
 
8.  Customer  Management  mit  Social  Media  

9.  Nicht-­‐monetäre  Kundenwertbeiträge  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  5  


Gastdozenten  

■  Telefónica Germany GmbH & Co. OHG


–  Ingo Herbeck
Head of Campaign Intelligence
Business Intelligence Center
–  Termin: 22.11.2012

■  Payback GmbH
–  Frank Beer
Insights
–  Termin: 17.01.2013

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  6  


1.  Allgemeine  Grundlagen  

#   Themen  
1   Customer  Rela/onship  Management  
2   Customer  Life;me  Value  und  Customer  Equity  Management  
3   Ansätze  zur  Messung  des  Kundenwerts  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  7  


Customer  Rela/onship  Management  

Defini/on  
 
„CRM  is  a  managerial  process  that  focuses  on  the  development  
and  maintenance  of  rela;onships  with  individual  customers  in  
such  a  way  that  value  is  created  for  both  the  customer  and  the  
firm.  
 
 
Warum  CRM?  
■ Weil  Kundenbeziehungen  die  wertvollsten  Vermögenswerte  einer  Firma  
sind.  
■ Weil  Kundenbeziehungen  in  der  Regel  über  die  Zeit  noch  wertvoller  
werden.  

Quelle:  Verhoef  and  Langerak  2002  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  8  


CRM:  Warum  ist  es  wich/g  Kunden  zu  binden?  

Annual Profit/ Price premium


Customer
Word-of-mouth

Cost savings

Cross-buying

Base profits

0 1 2 3 4 5 6 7 Acquisition costs
Year

■  Laut  Reicheld  und  Sasser  (1990)  ist  die  Bindung  von  bestehenden  Kunden  fünf  mal  
profitabler  als  die  Akquise  neuer  Kunden.    
■  Forschungsergebnisse  zeigen  zwar,  dass  diese  Zahl  meist  zu  op;mis;sch  ist.  Die  
Tatsache,  dass  langfris;ge  Kundenbeziehungen  im  Allgemeinen  profitabler  sind,  ist  
jedoch  unstring.      
Abbildung: in Anlehnung an Reicheld & Sasser 1990

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  9  


CRM:  Kunden  als  Vermögenswerte  

■ Heutzutage  sind  viele  Firmen  hoch  produk;v  und  erzielen  eine  hohe  
Marktkapitalisierung,  obwohl  sie  keine  großen  und  wertvollen  
Fer;gungsanlagen  oder  andere  teure  Infrastruktur  besitzen.  
 
■ Diese  Firmen  sind  jedoch  (voraussichtlich)  profitabel,  weil  sie  den  einzigen  
Vermögenswert  besitzen,  der  ihnen  einen  nachhal;gen  Cash  Flow  
garan;ert:      
     Kunden!  
 
■ Customer  Rela;onship  Management  sollte  daher  auf  Zielmetriken  
ausgerichtet  sein,  die  einen  direkten  Bezug  zum  Wert  des  Kundenstamms  
haben.    

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  10  
Beispiel:  Facebook  

Quelle: stern.de

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  11  
Dimensionen  des  Customer  Rela/onship  Management  

Quelle: Payne & Frow 2005

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  12  
Vorteile  von  Customer  Rela/onship  Management  

■  Das  größte  Problem  des  Massenmarke;ng  ist  die  geringe  Produk;vität.  


=>  CRM  erlaubt  effek;ves  Targe;ng.  
■  Marke;ng  haZe  lange  Zeit  Schwierigkeiten  seine  Erfolge  zu  messen  und  
nachvollziehbar  zu  machen.  
=>  CRM  erhöht  die  Möglichkeiten  der  Erfolgsmessung.  
■  Marke;ngmaßnahmen  lassen  sich  schwierig  adjus;eren.  
=>  CRM  bietet  die  Chance  zu  lernen  (Feedbackschleifen).  
■  CRM  schar  und  stärkt  Kundenbeziehungen  durch  gezielteres  und  effek;veres  
Marke;ng.  
■  Starke  Kundenbeziehungen  führen  auch  zu  höherer  Kundenbindung  und  längeren  
Kundenbeziehungen.    
■  CRM  schar  einen  nachhal;gen  WeZbewerbsvorteil,  denn...  
■  ...Firmen  können  ihre  Firmen  dadurch  besser  bedienen  als  die  WeZbewerber.  
–  ...Customer  Insight  Daten  können  nicht  von  WeZbewerbern  kopiert  werden.    

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  13  
Wachstum  der  CRM  Industrie  

Letzte  Zahlen:  ca.  12.5%  in  2008,  ca.  4%  in  2009  (krisenbedingt)  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  14  
Neuer  Trend:  Social  CRM  

Quelle:  searchsotware.de  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  15  
1. Grundlagen  

#   Themen  
1   Customer  Rela;onship  Management  
2   Customer  Life/me  Value  und  Customer  Equity  Management  
3   Ansätze  zur  Messung  des  Kundenwerts  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  16  
Customer  Life/me  Value  (CLV)  

■ Zentrale  neuere  Marke;ngmetriken  


– Customer  Life/me  Value  (Individualebene):  der  Wert  eines  einzelnen  
Kunden    
– Customer  Equity  (aggregiert  über  alle  Kunden):  der  Wert  des  
gesamten  Kundenstamms  einer  Firma  

■ Warum  Customer  Life;me  Value  anstaZ  z.B.  Brand  Value?  


 Eine  Firma  braucht  zum  wirtschatlichen  Überleben  Kunden,  die  ihre  
Produkte  und  Dienstleistungen  kaufen.  Starke  Marken  (sowie  andere  
Teilziele  und  -­‐ak;vitäten  des  Marke;ng,  wie  Werbung,  Innova;onen  etc.)  
sind  nur  dann  sinnvoll,  wenn  sie:  
■ Helfen,  neue  profitable  Kunden  zu  akquirieren  und/oder    
■ Helfen,  bestehende  Kundenbeziehungen  zu  erweitern  (durch  
Cross-­‐Selling,  Add-­‐on  Selling,  Brand  Extension  etc.)  
■ Helfen,  bestehende  Kundenbeziehungen  zu  verlängern  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  17  
Customer  Equity  Management  

■ ...  Ist  eine  wertorien;erte  und  langzeitorien;erte  Sicht  auf  


Kundenbeziehungen.  

■ Zwei  poten;elle  Strategien  zur  Steigerung  der  Customer  Equity:  


1.  Fokussiere  Dich  auf  Kunden  mit  dem  höchsten  vorhergesagten  CLV  (Fokus  
auf  die  wich;gsten  Vermögenswerte).  
 Sta;sche  Perspek;ve:  „Wer  sind  die  Kunden  mit  dem  höchsten  CLV  und  wie  
kann  ich  sie  binden?  Wie  kann  ich  Kunden  mit  hohem  CLV  akquirieren?    
 
2.  Fokussiere  Dich  auf  Kunden,  deren  CLV-­‐Steigerung  den  höchsten  Return  on  
Investment  (ROI)  hat.  
 Dynamische  Perspek;ve:  Wie  kann  ich  den  CLV  meiner  Bestandskunden  
erhöhen?  Welche  Kunden  sind  besonders  reak;v?    

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  18  
   
Sta/sche  Perspek/ve:  Ermiglung  der  Kundenagrak/vität  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  19  
Sta/sche  Perspek/ve:  Ermiglung  der  Kundenagrak/vität  

Beispiele  für  wertorien;erte  Kundenbehandlung:  


 
§ Kostenlose  Upgrades  
§ Geringere  Wahrscheinlichkeit  für  bei  Downgrades/Denied  Boarding  
§ Bevorzugtes  Beschwerdemanagement  
§ Geringere  Wartezeiten  im  Call-­‐Center  
§ Flexiblere  Terminvergabe  
§ Statusgruppen  in  Loyalitätsprogrammen    
§ Key  Account  Manager  (B2B)  oder  spezialisierter  Kundendienst  
§ Added  Services  
§ …  

à  Alle  diese  Beispiele  zielen  auf  die  Akquise  und  Bindung  besonders  
wertvoller  Kunden  ab.  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  20  
Dynamische  Perspek/ve:    
Fokus  auf  die  Steigerung  der  Customer  Equity  

■ Verlängerung  der  Kundenbeziehung  


– Loyalitätsprogramme  
– Rela;onship  Marke;ng  (weiche  Zielgrößen  wie  Zufriedenheit,  Vertrauen  etc.)  
– Erhöhung  von  Wechselkosten  
■ Erhöhung  der  Beziehungsbreite  
– Cross-­‐Selling  
■ Erhöhung  der  Beziehungs;efe  
– Verkürzung  der  Kaufabstände  
– Erhöhung  des  Kaufwerts  (z.B.  Upgrades)  
■ Reduzierung  der  Kosten  pro  Kunde  
– Migra;on  zu  Self-­‐Services  
– Einführen  von  Gebühren  (Service  Charges)  
■ …  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  21  
Klassische  vs.  CLV-­‐basierte  Erfolgsmaße  (1)  

■ Aided  Recall:  93%  


■ Unaided  Recall:  66%   Kampagne
erfolgreich!!!

Mix it, baby!

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  22  
Klassische  vs.  CLV-­‐basierte  Erfolgsmaße  (2)  

Kampagne
■ Werbeausgaben  (2001):  12.500.000  DM   erfolgreich???
■ Umsatz  durch  neue  Kunden  (2001):    700.000  DM  
■ DurchschniZliche  Aqkusi;onskosten  pro  Kunde:  20.500  DM  
■ DurchschniZlicher  Umsatz  pro  Neukunde:  50  DM/Monat  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  23  
Anwendungsbeispiele  für  die  CLV-­‐Metrik  

Ziele   „Alte“  Methode   „Neue“  Methode  


Neukundenakquisi;on   Anzahl  an  Neukunden   Vorhergesagter  CLV  von  
Neukunden  
Beziehungsmanagement/   Anzahl  der  behaltenen/ Vorhergesagter  CLV  der  
Kundenrückgewinnung   wiedergewonnenen   behaltenen/wiedergewonnenen  
Kunden   Kunden  

Direktmarke;ng   Antwortrate   CLV-­‐Steigerung/Anzahl  der  


„hochwer;gen“  Kunden  unter  
den  Antwortenden  

Zufriedenheits-­‐/   Steigerung  der   Return  on  Quality  (CLV  oder  CE);  


Qualitätssteigerung   Kundenzufriedenheit   gewichtete  Steigerung  der  
Kundenzufriedenheit    

Brand  Extension  /   Umsatz/Gewinn  der  neuen   CLV-­‐Steigerung  durch  neue  


Neuprodukteinführung   Marke/Produkt/Service   Marke/Produkt/Service;  
Nutzung  durch  „hochwer;ge“  
Kunden  
Mergers  &  Acquisi;ons   Anzahl  zusätzlicher  Kunden   Gewinn  an  CLV/CE  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  24  
Wertorien/ertes  Marke/ng  nach  Rust  et  al.  2004  
 

Marke;ng  investment  

Driver  improvement(s)  

Improved  
Customer  percep;ons  

Increased     Increased  
customer   customer  
aZrac;on   reten;on   Cost  of    
marke;ng  
investment  
Increased  CLV  

Increased  
customer  equity  

Quelle:  Rust,  Lemon  &  Zeithaml  2004  


Return  on  marke;ng  investment  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  25  
Konzept  des  Return  on  Marke/ng  (RoM)  
 

Welche  Kundenwahrnehmungen  sind  besonders  wich;ge  Treiber  des  RoM?  

Marke;ng     Kunden-­‐ Kunden-­‐verhalten   Ökonomischer  


Investments   wahrnehmung   Erfolg  

Produkt-­‐  &  Preis-­‐  


Value  
management  

Kunden-­‐  
akquisi;on  

Rela;onship   RoM  
Brand  
Management  

Kunden-­‐  
bindung  

 Kommunika;ons-­‐    
Rela;onship  
management  

Quelle:  Rust,  Lemon  &  Zeithaml  2004  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  26  
Wirkungen  des  Marke/ngmix  am  Beispiel  der  Flugindustrie  
 

Quelle:  Rust,  Lemon  &  Zeithaml  2004  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  27  
Return  on  Marke/ng  

Quelle:  Rust,  Lemon  &  Zeithaml  2004  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  28  
Erweiterung  der  Kundenbeziehung  als  weiterer  Treiber  

Quelle:  Gupta  et  al.  2006  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  29  
Wirkung  von  CRM-­‐Strategien  auf  die  Marktkapitalisierung  

Quelle:  Kumar  and  Shah  2009  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  30  
Stärken  des  Customer  Equity  Managements  

■  Customer  Equity  Management  ermöglicht:    


1.  Die  ökonomische  Messung  von  Kundenbeziehungen.  
2.  Die  Iden;fizierung  von  Strategien  zum  Au}au  profitabler  Kundenbeziehungen.    
 
■  Customer  Equity  Management  hilt  Marke;ng-­‐Managern  konkret  in  folgenden  
Bereichen:  
–  Alloka;on  von  Marke;ng  Ressourcen  zur  Sicherstellung  langfris;ger  Profitabilität.    
–  Effekte  von  Marke;ngmaßnahmen  transparenter  und  nachvollziehbarer  machen.  
–  Steigerung  des  Verständnisses  des  Zusammenhangs  zwischen  Marke;nginves;;onen,  
Marke;ngmetriken  und  finanziellem  Erfolg  (diagnos;sches  Poten;al).    
–  Kundenfokussierter  Ansatz  zur  Bes;mmung  des  Unternehmenswerts.    
–  Notwendige  Frameworks  für  die  Messung  und  Steigerung  der  Produk;vität  von  CRM  
Pla~ormen.  

Quellen:  Gupta  et  al.  2006;  Villanueva  &  Hanssens  2007  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  31  
Herausforderungen  des  Customer  Equity  Managements  

 Zwei  Aspekte  können  der  erfolgreichen  Implemen;erung  des  Customer  


Equity  Managements  entgegen  stehen:  
1.  Mangelnde  Verfügbarkeit  von  Informa;onen  auf  der  individuellen  
Kundenenebene,  wie  z.B.:  
– Umsatz  
– Kosten  (cost  to  serve)  
– Kundenverhalten  (Kontaktpunkte  über  Kanäle  hinweg)  
– Marke;ngausgaben  

2.  Mangel  an  analy;schen  Fähigkeiten  sowie  Datenintegra;ons-­‐  und  


Informa;onsmanagemen•ähigkeiten  

à  Informa;ons-­‐  und  Vorhersageproblem!  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  32  
1.  Grundlagen  

#   Themen  
1   Customer  Rela;onship  Management  
2   Customer  Life;me  Value  und  Customer  Equity  Management  
3   Ansätze  zur  Messung  des  Kundenwerts  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  33  
Ansätze  zur  Messung  des  Kundenwerts  

 
 
Kundenwertmodelle  
 
 
eindimensional     mul*dimensional  

 
gegenwarts-­‐/ Zukunts-­‐   gegenwarts-­‐/ Zukunts-­‐
vergangenheits-­‐ orien;ert   vergangenheits-­‐ orien;ert  
orien;ert  
  orien;ert  
 
ABC-­‐ Kunden-­‐ Vergangene   Eindimen-­‐ RFM-­‐ Scoring-­‐ Kunden-­‐ CLV  und  
Analyse     deckungs-­‐ Kunden-­‐ sionaler   Modell   Modelle   por•olios   Customer  
beitrag/Cost   gewinne   CLV   Equity  
Accoun;ng  

Nur  zukuntsorien;erte  Modelle  sind  „echte“  CLV-­‐Modelle.  


 

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  34  
Ansätze  zur  Messung  des  Kundenwerts  

 
 
Kundenwertmodelle  
 
 
eindimensional     mul*dimensional  

 
gegenwarts-­‐/ Zukunts-­‐   gegenwarts-­‐/ Zukunts-­‐
vergangenheits-­‐ orien;ert   vergangenheits-­‐ orien;ert  
orien;ert  
  orien;ert  
 
ABC-­‐ Kunden-­‐ Vergangene   Eindimen-­‐ RFM-­‐ Scoring-­‐ Kunden-­‐ CLV  und  
Analyse     deckungs-­‐ Kunden-­‐ sionaler   Modell   Modelle   por•olios   Customer  
beitrag/Cost   gewinne   CLV   Equity  
Accoun;ng  

Nur  zukuntsorien;erte  Modelle  sind  „echte“  CLV-­‐Modelle.  


 

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  35  
ABC  –  Umsatzanalysen  (1)  

Kumulierter  
Anteil  am  
Umsatz   Idee:  Ein  kleiner  Anteil  an  Kunden  
ist  für  einen  großen  Anteil  am  
100%   Umsatz/Gewinn  verantwortlich    
90%  
C-­‐Kunden   Ansatz:  Iden;fizierung  von  
75%   unterschiedlichen  Segmenten,  
B-­‐Kunden  
entweder  durch  einen  festen  Anteil  
am  Umsatz  oder  durch  feste  
Gruppengrößen  (z.B.  top  5,  12,  
20%)    
Pro:  schnell,  einfach,  güns;g  

A-­‐Kunden   Kontra:  Vergangenheitsorien;ert,  


eindimensional,  ot  umsatz-­‐  und  
nicht  gewinnorien;ert,  spiegeln  
weder  Risiko  noch  Poten;al  wider  
Kumulierter  Anteil  an  
10%   35%   100%   Kunden  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  36  
ABC  –  Umsatzanalysen  (2)  

Es  gibt  in  fast  jedem  Loyalitätsprogramm  Beispiele  für  ABC-­‐


Analysen  und  umsatzbasierte  Kundenwertmodelle.    
Ein  Kunde  erhält  zum  Beispiel  für  jeden  ausgegebenen  Euro,  
jede  geflogene  Meile,  jeden  gefahrenen  Kilometer  Punkte,  die  
danach  in  einen  spezifischen  Status  umgewandelt  werden  (z.B.  
Miles  and  More:  FTL  Status  ab  35.000  Meilen;  Senator  Status  ab  
100.000  Meilen,  Hon-­‐Circle  Status  ab  600.000  meilen).    
Die  Vorteile  eines  höheren  Kundenstatus  sollen  zusätzliche  
Transak;onen  s;mulieren  und  den  Kunden  dazu  anregen  
hochwer;ge  Produkte  und  Dienstleistungen  zu  kaufen.  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  37  
ABC  –  Umsatzanalysen  (3)  

Einige  Firmen  verwenden  vergangenheitsorien;erte  Statusmodelle  in  ihren  


Loyalitätsprogrammen,  haben  aber  zusätzlich  ein  internes  
Kundenklassifika;onssystem,  welches  zukuntsorien;ert  ist  und  auf  
Vorhersagen  basiert.    
 
Beispiel:  Bei  der  Deutschen  Luthansa,  exis;eren  sowohl  die  erwähnten  
Statusgruppen,  welche  auch  an  die  Kunden  kommuniziert  werden;  
gleichzei;g  gibt  es  ein  internes  Klassifika;onssystem  von  A-­‐E  das  
vorhersagebasiert  ist;  nicht  jeder  A  Kunde  ist  hier  ein  Senator  oder  HON  und  
in  einigen  Fällen  haben  Kunden  sogar  noch  gar  keinen  Status  im  
Loyalitätsprogramm,  werden  aber  bereits  als  aZrak;ve  zukuntige  Kunden  
erkannt.  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  38  
Ansätze  zur  Messung  des  Kundenwerts  

 
 
Kundenwertmodelle  
 
 
eindimensional     mul*dimensional  

 
gegenwarts-­‐/ Zukunts-­‐   gegenwarts-­‐/ Zukunts-­‐
vergangenheits-­‐ orien;ert   vergangenheits-­‐ orien;ert  
orien;ert  
  orien;ert  
 
ABC-­‐ Kunden-­‐ Vergangene   Eindimen-­‐ RFM-­‐ Scoring-­‐ Kunden-­‐ CLV  und  
Analyse     deckungs-­‐ Kunden-­‐ sionaler   Modell   Modelle   por•olios   Customer  
beitrag/Cost   gewinne   CLV   Equity  
Accoun;ng  

Nur  zukuntsorien;erte  Modelle  sind  „echte“  CLV-­‐Modelle.  


 

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  39  
Kundenporoolioanalyse  

Kundenwertpoten;al   Kundenwertpoten*al:  vorhergesagter  


zuküntiger  Nachfragelevel  (inkl.  
Preissensi;vität,  Cross-­‐Selling-­‐Poten;al,  
etc.).  
Fragezeichen Starkunden   Umsatz:  Gesamtumsatz,  der  vom  Kunden  
-­‐kunden   über  die  Zeit  generiert  wurde.    
 
Klass.  
 
Entwicklungspfad  
 
Mitnahme Ertrags-­‐
-­‐kunden   kunden   Pro:  Einfach,  klar,  flexibel,  berücksich;gen  
Poten;al,  kann  strategieleitend  sein.    
Kontra:  Managemen;mplika;ons  nicht  
Umsatz   immer  ganz  klar  (z.B.  Sourcingstrategie  in  
B2B-­‐Senngs),  keine  wirkliche  Bewertung  
auf  Individualkundenebene,  sondern  
rela;v  große  Clusterbildung  
v.  Wangenheim  et  al.  2011  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  40  
Ansätze  zur  Messung  des  Kundenwerts  

 
 
Kundenwertmodelle  
 
 
eindimensional     mul*dimensional  

 
gegenwarts-­‐/ Zukunts-­‐   gegenwarts-­‐/ Zukunts-­‐
vergangenheits-­‐ orien;ert   vergangenheits-­‐ orien;ert  
orien;ert  
  orien;ert  
 
ABC-­‐ Kunden-­‐ Vergangene   Eindimen-­‐ RFM-­‐ Scoring-­‐ Kunden-­‐ CLV  und  
Analyse     deckungs-­‐ Kunden-­‐ sionaler   Modell   Modelle   por•olios   Customer  
beitrag/Cost   gewinne   CLV   Equity  
Accoun;ng  

Nur  zukuntsorien;erte  Modelle  sind  „echte“  CLV-­‐Modelle.  


 

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  41  
Beispiel:  Scoring-­‐Modell  aus  dem  Versandhandel  

Factor Start  value:  25  points  


to 6 months: to 9 months: to 12 months: to 18 months: to 24 months: earlier:
Last purchase +25 points -5 points
+40 points +15 points +5 points -15 points

Frequency in
the last 18 Number  of  orders  mul/plied  by  the  factor  6  
months

Average more than


revenue of to 50 €: to 100 €: to 200 €: to 300€: to 400 €: 400 €:
last purch. +5 points +15 points +25 points +35 points +40 points +45 points

Number of 0 - 1: 2 - 3: 4 - 6: 7 - 10: 11 - 15: more than 15:


returns 0 points -5 points -10 points -20 points -30 points -40 points

Number of
direct mails Main catalog: Special Mailing:
- 12 points catalog: - 2 points
since last
per catalog - 5 points per
purchase catalog

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  42  
Beispiel:  Einsatz  des  Scoring-­‐Modells  zum  Targe/ng  

16  
Contribu;on  margin  per  adver;sing  material  

14  

12  

10  

8  

6  

4  

2  

0  

-­‐2  
10%   20%   30%   40%   50%   60%   70%   80%   90%   100%  
Share  of  customers  sorted  by  score  value  

■  In  diesem  Beispiel  wird  das  Scoring-­‐Modell  zur  Vorhersage  der  Reak;vität  von  Kunden  
verwendet.  
■  Es  erhalten  in  Zukunt  nur  diejenigen  Kunden  einen  Katalog  vom  Versandhändler,  die  einen  
posi;ven  erwarteten  Deckungsbeitrag  aufweisen.  
 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  43  
Scoring-­‐Modelle  

Pro:  
■  Können  unterschiedliche  relevante  Kriterien  berücksich;gen  (mul;dimensional)  
■  Können  an  unterschiedliche  Geschätsumfelder  angepasst  werden  (z.B.    durch  Änderung  
oder  Gewichtung  der  Kriterien)  
■  Erlauben  die  Kombina;on  aus  monetären  und  nicht-­‐monetären  Faktoren  
■  Führen  zu  einer  einfachen  Metrik  (Score)  für  jeden  Kunden;  erlauben  Vergleich  von  
Kunden  auf  Individualebene  
■  Einfach  einzusetzen  und  zu  adap;eren;  sowohl  bei  wenigen  Kunden  (B2B)  als  auch  bei  
sehr  großer  Kundenzahl  (B2C)  

Kontra:  
■  Erlauben  nur  valide  Vorhersagen  für  eine  Vorhersageperiode  
■  Ignorieren  den  Einfluss  von  Marke;ngak;vitäten  (Stabilitätsannahme)  
■  Subjek;ve  Bes;mmung  der  Gewichtungsfaktoren  
■  Je  komplexer,  umso  komplizierter  
■  Addi;ve  Modelle  sind  kompleZ  kompensatorisch  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  44  
Ansätze  zur  Messung  des  Kundenwerts  

 
 
Kundenwertmodelle  
 
 
eindimensional     mul*dimensional  

 
gegenwarts-­‐/ Zukunts-­‐   gegenwarts-­‐/ Zukunts-­‐
vergangenheits-­‐ orien;ert   vergangenheits orien;ert  
orien;ert  
  -­‐orien;ert  
 
ABC-­‐ Kunden-­‐ Vergangene   Eindimen-­‐ RFM-­‐ Scoring-­‐ Kunden-­‐ CLV  und  
Analyse     deckungs-­‐ Kunden-­‐ sionaler   Modell   Modelle   por•olios   Customer  
beitrag/Cost   gewinne   CLV   Equity  
Accoun;ng  

Nur  zukuntsorien;erte  Modelle  sind  „echte“  CLV-­‐Modelle.  


 

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  45  
RFM-­‐Approach  

RFM = Recency, Frequency, Monetary Value


ttoday = Date today (numerical)
tlast buy = Number of days since last purchase
tperiod = Number of days in the period under consideration
Buyn = Buying process (happening)
Revenuen = Revenue of the buying process n

Criteria Formula Example Result

Recency ttoday – tlast buy 312 - 123 189

∑ buy1, buy2,..., buyn 12


Frequency 0,033
tperiod 365
∑ revenue1, revenue2,..., revenuen 1.264,67
Monetary Value 105,389
∑ buy1, buy2,..., buyn 12

RFM  =  R  x  F  x  M;    189  x  0,0328  x  104,389  =  646,508    

Quelle: v. Wangenheim et al. 2011

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  46  
Targe/ng  mit  RFM  

Three Codes Number Number Percentage of

R F M mailed response response

1 1 1 100 15 15.0%

1 1 2 90 13 14.4%

1 1 3 100 13 13.0%

1 1 4 80 10 12.5%

1 1 5 70 7 10.0%

2 1 1 100 8 8.0%
... ... ... ... ... ...
... ... ... ... ... ...

5 5 4 70 1 0.01%

5 5 5 90 0 0.00%

Total 10,000 350 3.50%

Anmerkung: Gruppen sind umgekehrt kodiert, d.h. geringere Scores sind besser.

Quelle: Blattberg, Kim & Neslin 2008

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  47  
Recency  als  Prädiktor  der  Reak/onsrate  

Response  and  Recency

5.00% 4.50%
Customer  Response  %

4.00%
2.80%
3.00%
2.00% 1.50%
1.05% Response  %
1.00% 0.25%
0.00%
1 2 3 4 5
Recency  Code  (1-­‐5)

Quelle: Kumar & Reinartz 2005

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  48  
Frequency  als  Prädiktor  der  Reak/onsrate  

Response  and  Frequency

3.00%
2.45%
Response  Rate  %

2.50% 2.22% 2.08%


2.00% 1.67% 1.68%
1.50%
1.00% Response  %
0.50%
0.00%
1 2 3 4 5
Frequence  Code  (1-­‐5)

Quelle: Kumar & Reinartz 2005

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  49  
Monetary  Value  als  Prädiktor  der  Reak/onsrate  

Response  and  Monetary  Value  


2.50%   2.35%  
2.05%  
1.95%   1.90%  
2.00%   1.85%  
Response  Rate  %  

1.50%  

1.00%   Response  %  

0.50%  

0.00%  
1   2   3   4   5  
Monetary  Value  Code  (1-­‐5)  

Quelle: Kumar & Reinartz 2005

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  50  
Einsatz  von  RFM  Scores  im  Direktversand  (1)  

Quelle: Blattberg, Kim, and Neslin 2008

Vertretung  des  Lehrstuhls  für  Marke;ng  &  Innova;on,  Prof.  Dr.  Jan  H.  Schumann,  WS  2012/13  
Einsatz  von  RFM  Scores  im  Direktversand  (2)  

Quelle: Blattberg, Kim, and Neslin 2008

Vertretung  des  Lehrstuhls  für  Marke;ng  &  Innova;on,  Prof.  Dr.  Jan  H.  Schumann,  WS  2012/13  
RFM-­‐Ansatz  

Hat  ähnliche  Vor-­‐  und  Nachteile  wie  Scoring-­‐Modelle.  


 
Des  Weiteren:  
Pro:  
–  Kriterien  sind  bedeutsam  für  zuküntiges  Verhalten  (insbes.  Recency)  
–  Nicht  kompleZ  kompensatorisch  
 
Kontra:    
–  mul;plika;ve  Verknüpfung  und  ggf.  Gewichtung  kann  nur  schwer  begründet  werden  

 
Fazit:  
■  Vergangenheitsorien;erte  Modelle  sind  hilfreich,  wenn  das  vergangene  Verhalten  dem  zuküntigen  
Verhalten  sehr  ähnlich  ist  (implizite  Annahme  :  Kunden  ändern  Ihr  Transak;onsverhalten  nicht  und  
die  Premiumkunden  von  gestern  werden  auch  die  Premiumkunden  von  morgen  sein).  

 Lehrstuhl  für  Marke;ng  und  Innova;on,  Jan  Schumann,  WS  2012/13  53