Customer Targeting - Überblick über die empirischen Erkenntnisse

Mémoire (de fin d'études) , 2010 , 62 Pages , Note: 2,0

Médias / Communication - Relations publiques, Publicité, Marketing, Médias sociaux

Die genaue Ansprache einer für das Unternehmen relevanten Zielgruppe ist zu jeder Zeit eine wichtige marketingpolitische Aufgabe. In schwierigen konjunkturellen Zeiten ist Zielgruppenmarketing sogar essentiell, um sich von seiner Konkurrenz abzusetzen. Ein effektives Customer Targeting identifiziert diejenigen Kunden, die für das Unternehmen möglichst gewinnbringend sind. Hierzu sind relevante Daten moderner ERP-Systeme und eingegliederter Unternehmensdatenbanken notwendig. Mit Hilfe dieser Daten können dann taktische und strategische Managemententscheidungen verifiziert werden, Zusammenhänge zwischen Marketingaktionen und dem Zielerreichungsgrad erkannt und Ursachen bei Zielabweichung festgestellt werden. Das Problem besteht darin, dass aufgrund der rasanten Zunahme von Datenquellen und den darin enthaltenden Daten viele Unternehmen zunehmend damit kämpfen, diese Daten zu verarbeiten. Normale Analysemethoden zur Auswertung stoßen dabei schnell an ihre Grenzen, was den Einsatz komplexer Instrumente und Verfahren zur effizienten Analyse dieser Datenfülle erfordert, um relevantes Wissen zu generieren.
Das Beispiel von Tesco, einer Supermarktkette in Großbritannien, verdeutlicht das Potenzial eines effektiven Customer Targeting. Im Rahmen der Strategieanpassung fand der Konzern heraus, dass in einer typischen Filiale die 100 besten Kunden den gleichen Umsatz wie die 4000 schlechtesten generierten. Zudem wurde deutlich, dass die schlechtesten 25 Prozent der Konsumenten für nur zwei Prozent des Absatzes und die besten fünf Prozent der Kunden für 20 Prozent des Absatzes verantwortlich waren. Durch ein effizientes Customer Targeting ist es möglich, die besten Kunden zu identifizieren, welche dann gezielt angesprochen werden können. Gleichzeitig kann man das Marketing für die schlechtesten Nachfrager zurückfahren oder sogar komplett einstellen und so Kosten einsparen.
Es stellen sich also die Fragen, wie man ein effektives Customer Targeting betreiben kann, welche Daten hierfür notwendig sind und mit welchen Verfahren und Techniken die relevanten Kunden identifiziert werden können. Die Arbeit soll dazu beitragen, diese Fragen zu beantworten und herausarbeiten, in welchen Phasen einer Firmen-Kunden-Beziehung welche Verfahren besonders geeignet sind. Dazu wird im Rahmen dieser Arbeit ein Überblick über die empirischen Erkenntnisse auf dem Gebiet des Customer Targeting gegeben, indem die verschiedenen untersuchten Studien in die einzelnen Phasen eingeordnet werden.

• Université: Christian-Albrechts-University of Kiel (Wirtschafts- und Sozialwissenschaftliche Fakultät)
• Note: 2,0
• Auteur: Dipl.-Kfm. André Wycisk (Auteur)
• Année de publication: 2010
• Pages: 62
• N° de catalogue: V161700
• ISBN (ebook): 9783640761029
• ISBN (Livre): 9783640761197
• Langue: allemand
• mots-clé: Customer Targeting, Direktmarketing, Beziehungslebenszyklus, Kundenbeziehung, Beziehungszyklus, Kundenakquisition, Kundenakquisitionsphase, Kundenbindung, Kundenbindungsphase, Zielgruppe, Zielgruppenselektion, Zielgruppenmarketing, Akquise, Data Mining, Informationsselektion, Beschreibungsaufgaben, Potenzialaufgaben, Entscheidungsbäume, Entscheidungsbaum, Assoziationsregeln, Künstliche Neuronale Netze, ANN, KNN, Fallbasiertes Schließen, Genetische Algorithmen, GA, Reaktionsanalyse, Direktmarketingaktionen, Kundensegmente, Identifikation von Kundensegmenten, kundenspezifische Direktmarketingaktionen, Verhaltensmuster, CART, CBR, CLV, Customer Lifetime Value, Kundenlebenszyklus, CRM, Customer Relationship Management, ELSA, ERP, Logit, PCA, Principal Component Analysis, Hauptkomponentenanalyse, RFM, Recency, Frequency, Monetary, SOM, Self Organising Map, Anbahnungsphase, Sozialisationsphase, Wachstumsphase, Reifephase, Cross- und Upselling, Identifikationsdaten, Deskriptionsdaten, Kontakthistorie, Postleitzahl, Demographika, Soziographika, Psychografika, C4.5