: Tim Tecklenburg
: Churn-Management im B2B-Kontext Eine empirische Analyse unter besonderer Berücksichtung von hierarchischen Kundenstrukturen und heterogenem Kundenverhalten
: Gabler Verlag
: 9783834996299
: 1
: CHF 50.30
:
: Management
: German
: 342
: Wasserzeichen/DRM
: PC/MAC/eReader/Tablet
: PDF
Tim Tecklenburg untersucht, ob das Churn- bzw. das Abwanderungsverhalten von Geschäftskunden anhand eines Data Mining-Ansatzes auf Basis von im Unternehmen vorhandenen Nutzungs- und Transaktionsdaten erklärt werden kann. Es zeigt sich, dass das Churn-Management im B2B-Kontext mit spezifischen Anforderungen verbunden ist.

Dr. Tim Tecklenburg promovierte bei Prof. Dr. Manfred Krafft am Institut für Marketing der Westfälischen Wilhelms-Universität Münster. Er ist in der Unternehmensentwicklung eines internationalen Konzerns als Projektleiter Strategie tätig.
4 Empirische Untersuchung des Churn-Verhaltens im B2B-Kontext (S. 175-176)

Die Analyse des Churn-Verhaltens von Geschäftskunden unter Berücksichtigung hierarchischer Kundenstrukturen und heterogenem Kundenverhalten konzentrierte sich bislang auf die Entwicklung eines konzeptionellen Bezugsrahmens (Kapitel 2) sowie auf Methoden zur Identifikation abwanderungsgefährdeter Kunden (Kapitel 3). In der wissenschaftlichen Literatur finden sich bisher keine empirischen Untersuchungen, die erstens Churn-beeinflussende Variablen im B2B-Kontext identifizieren und zweitens die für diesen Kontext charakteristischen hierarchischen Kundenstrukturen gleichzeitig in die Analyse integrieren.

Die vorliegende Arbeit soll dazu beitragen, diese Forschungslücke zu schließen. Hierzu kommen im Rahmen eines empirischen Methodenvergleichs mit der Latent Class-Regression und der Multilevel Latent Class- Regression zwei Ansätze zur Anwendung, die innerhalb der Marketingforschung im Rahmen der zu untersuchenden Fragestellung noch nicht eingesetzt wurden. Das Kapitel 4 gliedert sich wie folgt: Zunächst wird in diesem Abschnitt die grundsätzliche Vorgehensweise innerhalb der empirischen Studie aufgezeigt. Daraufhin stehen die Zielsetzungen und mögliche Beiträge für die Marketingforschung sowie die Beschreibung der Datengrundlage der empirischen Untersuchung im Vordergrund (Abschnitte 4.1-4.2).

Den Erkenntnissen aus Kapitel 3 folgend werden die Modellierung und die Ergebnisse der Logistische Regression, Latent Class-Regression (LCR) und Multilevel Latent Class-Regression (MLCR) dargestellt (Abschnitt 4.3). Ausgangspunkt für die Spezifikation von Modellen der beiden letztgenannten Methoden sind die Ergebnisse der Logistischen Regression.627 Den Abschluss des Kapitels 4 bildet eine vergleichende Gegenüberstellung der drei angewandten Methoden vor dem Hintergrund der im Abschnitt 3.1 abgeleiteten Anforderungen.

4.1 Zielsetzungen und mögliche Erkenntnisfortschritte

Im Abschnitt 1.1 sind die zentralen Zielsetzungen der vorliegenden Untersuchung bereits erläutert worden. In Bezug auf die folgenden empirischen Analysen sollen deren spezifischen Ziele detaillierter aufgezeigt werden, die Gegenstand der Ausführungen in diesem Abschnitt sind. Die empirische Studie dient dazu, das Churn- Verhalten von Geschäftskunden in der Dienstleistungsbranche empirisch zu untersuchen. Hierbei soll im Einzelnen erforscht werden, anhand welcher der im Abschnitt 2.4.3 vorgestellten Determinanten sich eine potenzielle Abwanderungsgefahr frühzeitig ableiten lässt.628 Gleichsam sind die Fragen zu beantworten, welche Bedeutung der Heterogenität im Kundenverhalten dabei zukommt und welchen Einfluss hierarchische Kundenstrukturen auf das Churn-Verhalten ausüben.

Die Identifikation der Determinanten des Churn-Verhaltens im B2B-Kontext ist ein erstes Ziel der empirischen Untersuchung. Die mit Hilfe der ausgewählten Methoden abgeleiteten Modelle dienen dazu, das Abwanderungsverhalten von Geschäftskunden im Dienstleistungssektor zu erklären. Dabei interessiert auch, welche Prädiktoren den größten Einfluss auf das Churn-Verhalten der Kunden ausüben. Insofern stehen die identifizierten Determinanten des im Abschnitt 2.4.3.3 diskutierten konzeptionellen Bezugsrahmens im Vordergrund.

Unterschiede im Verhalten einzelner Nutzer i.S. unbeobachteter Heterogenität explizit in der Analyse zu berücksichtigen, ist eine zweite Zielsetzung der empirischen Untersuchung. Hierzu wird insbesondere auf die LCR abgestellt, die eine simultane probabilistische Klassifikation der Kunden in unterschiedliche latente Klassen unter Rückgriff auf Link-Funktionen ermöglicht.629 Die Klassifikation dient einer gezielteren Ansprache der identifizierten, abwanderungsgefährdeten Kunden.

Für jede der gebildeten Klassen lässt sich auf Basis von Kovariaten eine spezifische Profilierung durchführen. Die Anwendung der LCR hilft somit bei der Beantwortung der Frage, ob sich abwanderungsgefährdete und loyale Nutzer einzelner Geschäftskunden bereits während der Kundenbeziehung auf Grund ihres heterogenen Nutzungs- und Transaktionsverhaltens voneinander differenzieren lassen.
Geleitwort7
Vorwort9
Inhaltsverzeichnis11
Abbildungsverzeichnis15
Tabellenverzeichnis16
Abkürzungsverzeichnis18
Symbolverzeichnis21
1 Einleitung25
1.1 Relevanz und Zielsetzung der Untersuchung25
1.2 Forschungsstrategische Orientierung der Untersuchung35
1.3 Aufbau der Untersuchung38
2 Konzeptionelle Grundlagen des Churn-Managements im B2B-Kontext42
2.1 Churn-Management im Kontext des Kundenmanagements43
2.2 Dienstleistungsbezogene Kundenbeziehungen im B2B-Kontext57
2.3 Besonderheiten des Churn-Managements im B2B-Kontext72
2.4 Konzeptioneller Bezugsrahmen des Churn-Verhaltens im B2B-Kontext78
2.5 Zusammenfassende Darstellung des konzeptionellen Bezugsrahmens118
3 Methodische Grundlagen zur Erklärung des Churn-Verhaltens im B2B-Kontext121
3.1 Anforderungen an einen Ansatz zur Churn-Modellierung122
3.2 Klassische Ansätze zur Erklärung des Churn-Verhaltens132
3.3 Neuere Ansätze zur Erklärung des Churn-Verhaltens mit expliziter Berücksichtigung hierarchischer Kundenstrukturen und heterogenem Kundenverhalten142
3.4 Zusammenfassende Gegenüberstellung und Beurteilung der Methoden196
4 Empirische Untersuchung des Churn-Verhaltens im B2B-Kontext199
4.1 Zielsetzungen und mögliche Erkenntnisfortschritte200
4.2 Erläuterung der Datengrundlage202
4.3 Modellschätzung und Ergebnisse222
4.4 Vergleichende Beurteilung der Ansätze auf Basis der Anforderungen an Berücksichtigung hierarchischer Kundenstrukturen und heterogenem Kundenverhalten308
5 Schlussbetrachtung und Ausblick314
5.1 Zusammenfassung314
5.2 Implikationen für die Marketingpraxis323
5.3 Implikationen für die Marketingforschung325
5.4 Limitationen und weiterer Forschungsbedarf327
Anhang331
A1: Problem lokaler Maxima331
A2: Informationskriterien zur Beurteilung der Modellgüte331
A3: Pseudo-R²-Statistiken332
Literaturverzeichnis333