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.
Inhaltsverzeichnis
- Problemstellung
- Customer Targeting als Basis eines effektiven Marketings
- Abgrenzung der Einsatzgebiete des Customer Targeting
- Notwendigkeit des Customer Targeting
- Customer Targeting für ein effizientes Direktmarketing
- Customer Targeting im Beziehungslebenszyklus
- Customer Targeting in der Kundenakquisitionsphase
- Customer Targeting in der Kundenbindungsphase
- Operationalisierung des Customer Targeting durch Data Mining Applikationen
- Voraussetzungen für ein effektives Customer Targeting
- Erforderliche Daten für das Customer Targeting
- Der Data-Mining-Prozess für ein effektives Customer Targeting
- Aufgaben des Data Mining für ein effektives Customer Targeting
- Potenzialaufgaben
- Beschreibungsaufgaben
- Data-Mining-Techniken für das Customer Targeting
- Entscheidungsbäume
- Assoziationsregeln
- Künstliche Neuronale Netze
- Fallbasiertes Schließen
- Genetische Algorithmen
- Empirische Befunde des Customer Targeting in den Phasen einer Kundenbeziehung
- Erkenntnisse in der Kundenakquisitionsphase
- Effektives Customer Targeting auf Basis von Reaktionsanalysen
- Zielgruppenselektion für standardisierte Direktmarketingaktionen
- Erkenntnisse in der Kundenbindungsphase
- Customer Targeting für die Identifikation profitabler Kundensegmente
- Customer Targeting als Basis für kundenspezifische Direktmarketingaktionen
- Customer Targeting für die Identifikation von veränderten Verhaltensmustern
- Zusammenfassung
Zielsetzung und Themenschwerpunkte
Diese Diplomarbeit untersucht die empirischen Erkenntnisse des Customer Targeting im Kontext des Direktmarketings. Ziel ist es, die vielfältigen Einsatzmöglichkeiten des Customer Targeting im Beziehungslebenszyklus aufzuzeigen und anhand aktueller Forschungsarbeiten die Effektivität dieser Marketingstrategie zu beleuchten.
- Einsatzgebiete des Customer Targeting in der Kundenakquisition und Kundenbindung
- Operationalisierung des Customer Targeting durch Data-Mining-Anwendungen
- Empirische Befunde zur Effektivität des Customer Targeting in verschiedenen Phasen der Kundenbeziehung
- Einsatz von Data-Mining-Techniken wie Entscheidungsbäumen, Assoziationsregeln und künstlichen neuronalen Netzen
- Bedeutung des Customer Targeting für die Optimierung von Direktmarketing-Kampagnen
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die die Problematik des Customer Targeting einführt und die Relevanz dieser Marketingstrategie im heutigen Wettbewerbsumfeld beleuchtet.
Kapitel 2 befasst sich mit der Abgrenzung und dem Einsatz des Customer Targeting. Es werden die Notwendigkeit dieser Marketingstrategie und ihre Anwendung im Direktmarketing dargestellt. Weiterhin wird die Bedeutung des Customer Targeting im Kontext des Beziehungslebenszyklus, insbesondere in den Phasen der Kundenakquisition und Kundenbindung, erläutert.
Kapitel 3 befasst sich mit der Operationalisierung des Customer Targeting durch Data-Mining-Anwendungen. Es werden die Voraussetzungen für ein effektives Customer Targeting, wie die Bereitstellung relevanter Daten und die Anwendung von Data-Mining-Prozessen, beleuchtet. Darüber hinaus werden die Aufgaben des Data Mining im Customer Targeting und die Einsatzmöglichkeiten verschiedener Data-Mining-Techniken, wie Entscheidungsbäume, Assoziationsregeln, künstliche neuronale Netze, fallbasiertes Schließen und genetische Algorithmen, vorgestellt.
Kapitel 4 analysiert empirische Befunde des Customer Targeting in den Phasen der Kundenakquisition und Kundenbindung. Es werden Erkenntnisse aus Studien zur Effektivität des Customer Targeting auf Basis von Reaktionsanalysen, zur Zielgruppenselektion für Direktmarketingaktionen und zur Identifikation profitabler Kundensegmente präsentiert. Außerdem werden Studien zum Einsatz des Customer Targeting für die Gestaltung kundenspezifischer Direktmarketingaktionen und zur Identifikation von veränderten Verhaltensmustern bei Kunden betrachtet.
Schlüsselwörter
Customer Targeting, Direktmarketing, Beziehungslebenszyklus, Data Mining, Kundenakquisition, Kundenbindung, Entscheidungsbäume, Assoziationsregeln, Künstliche Neuronale Netze, Fallbasiertes Schließen, Genetische Algorithmen, Reaktionsanalysen, Zielgruppenselektion, Profitable Kundensegmente, Kundenspezifische Direktmarketingaktionen, Verhaltensmuster
- Citar trabajo
- Dipl.-Kfm. André Wycisk (Autor), 2010, Customer Targeting - Überblick über die empirischen Erkenntnisse, Múnich, GRIN Verlag, https://www.grin.com/document/161700
