Electronic Customer Relationship Marketing (eCRM). Kundenbindung im Internet durch Personalisierung


Diplomarbeit, 2003

87 Seiten, Note: 1,7


Leseprobe


Inhaltsverzeichnis

1 Einleitung

2 Kundenbindung als Zielgröße des Customer Relationship Marketing
2.1 Customer Relationship Marketing
2.1.1 Individualisierung der Marktbearbeitung
2.1.2 Interaktion zwischen Anbieter und Kunde
2.1.3 Integration des Kunden
2.1.4 Selektion und Investition
2.2 Der Kundenbeziehungslebenszyklus als Ausgangspunkt
2.3 Erfolgskette der Kundenzufriedenheit und Kundenbindung
2.4 Kundenbindung im Internet durch Personalisierung

3 Personalisierung im Internet durch den Einsatz von Empfehlungssystemen
3.1 Personalisierung im Rahmen des eCRM
3.2 Objekte der Personalisierung
3.3 Der Personalisierungs-Prozess
3.3.1 Informationsgewinnung
3.3.2 Informationsanalyse
3.3.3 Personalisierung
3.4 Personalisierung durch Empfehlungssysteme
3.4.1 Rule Based Matching
3.4.2 Feature Based Filtering
3.4.3 Collaborative Filtering
3.4.4 Hybride Verfahren

4 Theoretische Erklärungsmodelle zur Kundenbindung aus Kundensicht
4.1 Begriff und Konzeptualisierung der Kundenbindung
4.2 Determinanten der Kundenbindung
4.2.1 Kundenzufriedenheit
4.2.2 Ökonomische Wechselbarrieren
4.2.3 Psychologische Wechselbarrieren
4.2.4 Soziale Wechselbarrieren
4.2.5 Attraktivität des Konkurrenzangebots
4.2.6 Variety Seeking
4.3 Typologie der Bindungszustände

5 Entwicklung eines Modells zur Analyse der Wirkungen von Empfehlungssystemen
5.1 Erfolgsmessung anhand vorökonomischer Zielgrößen
5.2 Ableitung von Hypothesen zur Wirkung von Empfehlungssystemen
5.3 Konzeptualisierung und Operationalisierung der in den Hypothesen berücksichtigten Konstrukte
5.3.1 Entwicklung eines Modells zur Messung der Qualität von Empfehlungs-systemen
5.3.2 Messung der Kundenzufriedenheit und Kundenbindung

6 Das grundlegende Untersuchungsdesign
6.1 Datenerhebung und Datenbasis
6.2 Datenanalyse
6.3 Globale und lokale Gütekriterien

7 Empirische Analyse der Wirkung von Empfehlungssystemen

7.1 Messung der Qualität von Empfehlungssystemen

7.2 Wirkung von Empfehlungssystemen

8 Schlussbetrachtung

Anhang

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Phasen des Kundenbeziehungslebenszyklus

Abbildung 2: Erfolgskette der Kundenzufriedenheit und Kundenbindung

Abbildung 3: Klassifikation der Personalisierungsobjekte

Abbildung 4: Beispiel einer Regel für die Personalisierung

Abbildung 5: Linear-additives Präferenz-Modell

Abbildung 6: Ablauf beim Memory Based Collaborative Filtering

Abbildung 7: Konzeptualisierung des Konstruktes Kundenbindung

Abbildung 8: Das Confirmation/Disconfirmation-Paradigma

Abbildung 9: Vermuteter Zusammenhang zwischen Empfehlungssystemen und den Determinanten der Kundenbindung

Abbildung 10: Basishypothesen und Basismodell zu den Wirkungen der Empfehlungssysteme

Abbildung 11: Gütekriterien zur Beurteilung der Anpassungsgüte von Kausalmodellen

Abbildung 12: Gütekriterien für das Kausalmodell der Empfehlungssysteme

Abbildung 13: Kausalmodell der Empfehlungssysteme

Abbildung 14: Gütekriterien für das Kausalmodell der Wirkungen der Qualitätsdimensionen von Empfehlungssystemen

Abbildung 15: Kausalmodell der Wirkungen der Qualitätsdimensionen von Empfehlungssystemen

Abbildung 16: Direkte, indirekte und totale Effekte der Qualitätsdimensionen auf die Kundenbindung

Abbildung 17: Ergebnisse der Prüfung der Kausalhypothesen

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

Im elektronischen Handel haben das Management der Kundenbeziehungen und die hiermit verbundenen Anwendungspotenziale zur Individualisierung von Geschäftsbeziehungen wesentlich an Bedeutung gewonnen. Nur wer seine Kunden kennt, kann sie richtig bedienen und damit binden. So lässt sich das Konzept des Customer Relationship Marketing auf den Punkt bringen.[1] Schafft es ein Anbieter nicht, seinen Kunden mit Angeboten zu versorgen, an denen er tatsächlich Interesse hat, so wird der Nachfrager zu einem anderen Anbieter wechseln.

Da im Internet die Beziehung zwischen Anbieter und Kunde bislang durch einen hohen Anonymitätsgrad gekennzeichnet ist, besteht nun die wesentliche Herausforderung darin, dem Kunden dennoch das Gefühl einer persönlichen Betreuung zu vermitteln.[2] Dies soll durch ein differenziertes, auf den Kunden zugeschnittenes Informations- und Leistungsangebot erreicht werden. Damit soll ein Beitrag zur Erhöhung der Kundenzufriedenheit und -bindung geleistet werden. Die Personalisierung von Internetangeboten stellt dabei ein wichtiges Instrument dar.

Es stellt sich aber nicht nur die Frage nach den Möglichkeiten der Personalisierung im Internet, sondern auch nach der Wirkung innovativer Personalisierungstechniken auf die Kundenzufriedenheit und Kundenbindung. Folgenden Fragen wird im Rahmen der vorliegenden Arbeit nachgegangen:

- Was ist unter Personalisierung zu verstehen, welche Personalisierungsverfahren lassen sich identifizieren und wie können diese charakterisiert werden?
- Wie lässt sich Kundenbindung erklären? Welche Wirkungszusammenhänge und Determinanten existieren?
- Wie wirken Personalisierungsmaßnahmen auf die Kundenzufriedenheit und Kundenbindung?

Mit den aufgezeigten Fragestellungen ist der grobe Aufbau der Arbeit bereits vorgegeben. Im Detail wird in Kapitel 2 zunächst das Konzept des Customer Relationship Marketing (CRM) kurz dargestellt, wobei der Ansatz der Personalisierung in das Konzept des CRM eingeordnet und der Zusammenhang zur Kundenbindung erarbeitet wird.

In Kapitel 3 werden die Möglichkeiten der Personalisierung im Internet aufgezeigt, die den Unternehmen zu Verfügung stehen, um ein erfolgreiches CRM zu betreiben. Objekte der Personalisierung werden klassifiziert, der Prozess der Personalisierung beschrieben und Methoden der Personalisierung vorgestellt. Grundsätzlich lassen sich drei Arten von Personalisierungsmethoden unterscheiden: die kundengetriebene Personalisierung, die anbietergetriebene Personalisierung durch Rule Based Matching und die automatisierte Personalisierung durch Feature Based Filtering und Collaborative Filtering. Bei den letzten beiden Arten handelt es sich um Empfehlungssysteme, die im Fokus der theoretischen Betrachtung liegen.

In Kapitel 4 wird das Konstrukt Kundenbindung näher betrachtet. Die Kundenbindung als Zielgröße des Customer Relationship Marketing wird definiert, Determinanten und Typologien der Kundenbindung werden erarbeitet.

Aufbauend auf dieser theoretischen Basis wendet sich die Arbeit in Kapitel 5 der Frage zu, ob die genannten Empfehlungssysteme als mögliche Personalisierungsmethoden die Kundenbindung bzw. Kundenzufriedenheit beeinflussen können. Um diese Frage beantworten zu können, werden zunächst Wirkungshypothesen auf Basis theoretischer Überlegungen formuliert. Das aus den Hypothesen resultierende theoretische Modell wird im Rahmen der anschließenden Konzeptualisierung und Operationalisierung einer empirischen Messung zugänglich gemacht. Dabei gilt, es ein Messmodell zu entwickeln, mit dem die Qualität der betrachteten Empfehlungssysteme erfasst werden kann. Aufbauend auf diesem Messmodell werden anschließend die unterstellten Wirkungen der betrachteten Empfehlungssysteme analysiert werden.

In Kapitel 6 wird dann das grundlegende Design der Untersuchung vorgestellt. Dabei werden die Vorgehensweise zur Erfassung des Datenmaterials und die Struktur der Datenbasis erläutert. Im Anschluss daran werden einige grundlegende Aspekte der angewandten Datenanalyse sowie die zur Modellbeurteilung herangezogenen Kriterien vorgestellt.

Das aufgestellte Messmodell für die betrachteten Empfehlungssysteme sowie die postulierten Untersuchungshypothesen werden dann in Kapitel 7 empirisch überprüft.

Die Arbeit endet in Kapitel 8 mit einer Schlussbetrachtung. Dabei werden die zentralen wissenschaftlichen Erkenntnisse aus den empirischen Analysen zusammengefasst.

2 Kundenbindung als Zielgröße des Customer Relationship Marketing

Die Diskussion um Kundenbindung findet häufig im konzeptionellen Rahmen des Customer Relationship Marketing (CRM) statt. Deshalb setzt sich der folgende Abschnitt mit dem Konzept des CRM auseinander und stellt den Zusammenhang zwischen Kundenbindung und CRM her. Im Anschluss daran werden zwei Denkkonzepte vorgestellt, die im Rahmen des CRM als Basis für die Gestaltung von Kundenbeziehungen dienen: der Kundenbeziehungslebenszyklus und die Erfolgskette. Abschließend werden die Begriffe Kundenbindung, Personalisierung und Electronic Customer Relationship Marketing (eCRM) näher betrachtet.

2.1 Customer Relationship Marketing

In den letzten Jahren hat die Veränderung der wirtschaftlichen Rahmenbedingungen eine Neuausrichtung des Marketing nach sich gezogen.[3] Während in den 80er Jahren eine wettbewerbsorientierte Sicht der Unternehmensführung vorherrschte, rückte Anfang der 90er Jahre der Kunde in den Mittelpunkt der Betrachtung.[4] Faktoren wie der rasche technologische Fortschritt, die Heterogenität der Kundenerwartungen und stagnierende Märkte führten dazu, dass es für Unternehmen immer schwieriger wurde, Wettbewerbsvorteile aufzubauen und eine stabile Bindung der Kunden an das Unternehmen zu erreichen.[5] Das traditionelle Konzept des Transaktionsmarketing, welches sich überwiegend durch die Maximierung der Zahl der Verkaufsabschlüsse mit meist nicht näher konkretisierten Kunden auszeichnet, wurde immer häufiger kritisiert.[6]

Das Marketingverständnis wandelte sich von einer transaktions- zu einer beziehungsorientierten Sichtweise dem Beziehungsmarketing bzw. Relationship Marketing.[7] Im Zentrum dieses Marketingansatzes steht die konsequente Ausrichtung sämtlicher Unternehmensaktivitäten an den Bedürfnissen der Kunden.[8] Auf Grundlage dieser kundenorientierten Ausrichtung sollen langfristig profitable Kundenbeziehungen aufgebaut und gepflegt werden.[9] Im Vergleich zum Transaktionsmarketing geht es nicht darum, das Produkt mit den klassischen Marketinginstrumenten (Produkt, Preis, Promotion, Platzierung), sondern die Kundenbeziehung als Ausgangspunkt der Betrachtung zu wählen.[10] Mit dem Denken in Kundenbeziehungen rückt nun die Kundenbindung als das zentrale Ziel in den Mittelpunkt der Marketingaktivitäten.[11] Unter Berücksichtigung dieser Be-griffsauffassung kann Relationship Marketing wie folgt definiert werden:

„Relationship Marketing umfasst sämtliche Maßnahmen der Analyse, Planung, Durchführung und Kontrolle, die der Initiierung, Stabilisierung, Intensivierung und Wiederaufnahme von Geschäftsbeziehungen zu den Anspruchsgruppen - insbesondere den Kunden - des Unternehmens mit dem Ziel des gegenseitigen Nutzens dienen.“[12] Demnach betrifft Relationship Marketing im weiteren Sinne die Beziehungen des Unternehmens zu allen relevanten Anspruchsgruppen, während Relationship Marketing im engeren Sinne ausschließlich die Beziehungen zu den Kunden betrifft. Im Rahmen dieser Arbeit ist der Fokus auf den Kunden gerichtet ist, weshalb im Folgenden der Begriff Customer Relationship Marketing verwendet (CRM)[13], der sich auf die Begriffsdefinition im engeren Sinne bezieht. Zur näheren inhaltlichen Charakterisierung des CRM lassen sich vier Prinzipien heranziehen: Individualisierung, Interaktion, Integration und Selektion.[14]

2.1.1 Individualisierung der Marktbearbeitung

Das zentrale Merkmal des Customer Relationship Marketing ist die Individualisierung, d.h. die konsequente Individualisierung aller Marketingbemühungen auf die spezifischen Bedürfnisse einzelner Kunden.[15] Individualisierung aus Anbietersicht kann als strategische Option der Marktbearbeitung verstanden werden, die im Kern die fallspezifische Gestaltung der Beziehung zwischen Anbieter und dem einzelnen Nachfrager beinhaltet.[16] Dabei wird der strategische Entscheidungsspielraum durch die idealtypischen Gegenpole der Individualisierung, als extreme Orientierung an den individuellen Bedürfnissen der einzelnen Kunden, und der Standardisierung, als Orientierung an den Durchschnittansprüchen der Masse aller Nachfrager, begrenzt.[17] Ziel der Individualisierung ist die Etablierung einer einzigartigen Beziehung zu den Kunden, die nicht ohne weiteres von einem Wettbewerber imitiert werden kann.[18] Die vom Kunden als einzigartig wahrgenommenen Geschäftsbeziehungen stellen dann einen wertvollen strategischen Wettbewerbsvorteil dar.[19] Die Individualisierung kann sich auf der einen Seite auf die kundenspezifische Leistungserstellung beziehen, in Form von maßgeschneiderten Produkten (Customized Marketing).[20] Auf der anderen Seite wird aber vor allem der individuellen Kommunikation eine wesentliche Rolle zugeschrieben. Die einseitige, undifferenzierte Kommunikation wird durch eine zweiseitige, personalisierte Kundenansprache abgelöst, die sich auf konkrete Bedürfnisse und Merkmale des Kunden bezieht.[21]

Die Individualisierung betrifft allerdings nicht nur die Aktionsseite des Marketing, sondern auch die Informationsseite.[22] Gemeint ist die Notwendigkeit des „Monitoring“ im Sinne einer Aufzeichnung des Kauf- und Interaktionsverhaltens des Kunden sowie weiterer relevanter Merkmale.[23] Spezifische Marketingmaßnahmen sollen auf der Basis individueller Kundendaten geplant werden, denn nur so kann ein Anbieter tatsächlich auf jeden Kunden individuell eingehen.[24]

2.1.2 Interaktion zwischen Anbieter und Kunde

Die Interaktion zwischen Anbieter und Nachfrager bildet das zweite charakteristische Merkmal des Customer Relationship Marketing. Die transaktionsübergreifende Perspektive und die wechselseitige Kommunikation des CRM verdeutlichen die interaktionsbezogene und prozessorientierte Grundhaltung. Dabei erstreckt sich der Interaktionsprozess auf den Austausch von Gütern, Informationen, Finanzmitteln und sozialen Kontakten.[25] Da die Austauschpartner ihre Ziele nur durch kooperatives Verhalten optimal verwirklichen können, müssen sie ihre Verhaltensweisen so aufeinander abstimmen, dass die jeweils andere Partei einen positiven Nettonutzen erwarten kann und somit bereit ist, die Beziehung fortzusetzen.[26] Besonders von Bedeutung ist deshalb die Kommunikation in Form von direkten und intensiven Kontakten zwischen den Beziehungspartnern.[27] Eine aktive Kommunikationsstrategie ist notwendig, die den Kunden dazu auffordert, seine Bedürfnisse, Wünsche und Vorschläge mitzuteilen.[28] „Interaktionsperspektive heißt also nicht nur, häufige Kontakte zu suchen, sondern den Kunden dazu zu bringen, von sich aus aktiv zu werden.“[29]

2.1.3 Integration des Kunden

Mit der Einbeziehung des Kunden in die Leistungsprozesse des Anbieters vollzieht sich der Übergang von Interaktion zu Selektion. Ein Minimum an Kundenintegration erfordert jede Gütertransaktion, weil der Kunde sein Einverständnis geben und die Ware entgegennehmen muss.[30] Die Integration des Kunden im Rahmen des CRM geht sehr viel weiter und meint die Einbeziehung des Kunden in den Marketing- und Planungsprozess, womit langfristig eine gegenseitige Anpassung von Prozessen und Aktivitäten entlang der Wertschöpfungskette erreicht werden soll.[31] Anpassungen, wie beispielsweise gemeinsame Produktentwicklung, sind ohne Beteiligung des Kunden nicht möglich und bedürfen daher der Integration von Kundeninformationen.[32] Durch die Kundenintegration sollen Unternehmen auch auf solchen Märkten Wettbewerbsvorteile erlangen können, die kaum noch Möglichkeiten zur Produktdifferenzierung bieten.[33]

2.1.4 Selektion und Investition

Hildebrand unterscheidet zwischen zwei Ursachen, die eine Selektion der Kunden im CRM notwendig machen: Erstens sind nicht alle Kunden an einer langfristigen Geschäftsbeziehung interessiert und zweitens sind nicht alle Kunden für den Anbieter gleichermaßen profitabel.[34] Es wird eine bewusste Selektion langfristig aussichtsreicher Geschäftsbeziehungen und die Orientierung der Marketingaktivitäten am jeweiligen Kundenwertpotenzial gefordert.[35] Als analytische Hilfsmittel bieten sich z.B. die A-B-C-Analyse oder andere Formen von Kundenbewertungssystemen an.[36] Grundsätzlich sollte das Instrumentarium des CRM nur auf beziehungswillige Kunden angewandt werden, weil ansonsten Effizienzverluste auf Anbieterseite entstehen können.[37] Denn die Aufwendungen zum Aufbau und zur Erhaltung von Kundenbeziehungen stellengleichzeitig auch immer Investitionen dar.[38]

2.2 Der Kundenbeziehungslebenszyklus als Ausgangspunkt

Kundenbeziehungen weisen einen dynamischen Charakter auf, der unterschiedliche Beziehungsphasen zur Folge hat.[39] Der sog. Kundenbeziehungslebenszyklus „stellt die idealtypischen Gesetzmäßigkeiten im zeitlichen Verlauf einer Kundenbeziehung dar, die in verschiedenen Phasen resultieren und gibt somit Ansatzpunke für die jeweils einzusetzenden Maßnahmen im Rahmen des CRM“.[40] Er beschreibt die Intensität einer Kundenbeziehung in Abhängigkeit von der Beziehungsdauer (sieheAbb.1).[41]

Die verschiedenen Phasen unterscheiden sich folglich grundlegend in der Stärke der betrachteten Beziehung. In der Messung der Intensität der Kundenbeziehung liegt aber eine zentrale Schwierigkeit, da sie anhand diverser Konstrukte gemessen werden kann. Bezogen auf den Kunden können drei Arten von Konstrukten unterschieden werden: psychologische Indikatoren wie z.B. Kundenzufriedenheit, Vertrauen und Commitment, verhaltensbezogene Indikatoren wie z.B. Kauf- und Informationsverhalten und ökonomische Indikatoren wie z.B. der Kundendeckungsbeitrag und der Kundenwert.[42]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Phasen des Kundenbeziehungslebenszyklus

(Quelle: in Anlehnung an Bruhn, M., 2001b, S. 48)

Im Rahmen des Kundenbeziehungslebenszyklus werden grundsätzlich drei Phasen unterschieden: Kundenakquisition, Kundenbindung und Kundenrückgewinnung.[43] In der Phase der Neukundenakquisition wird das Fundament für die Beziehung zwischen Anbieter und Nachfrager gelegt.[44] Diese Phase ist in ökonomischer Hinsicht schlecht für das Unternehmen, da die Kundengewinnung mit hohen Startkosten verbunden ist.[45] In der Kundenbindungsphase kommt es dann zu einer Beziehungsintensivierung, die darauf ausgerichtet ist, die Erlöse mit dem Kunden auf dem erreichten Niveau zu halten.[46] Schließlich betrifft die Kundenrückgewinnungsphase die Beendigung der Kundenbeziehung durch den Kunden, sodass sich das Unternehmen auf die Rückgewinnung profitabler abgewanderter Kunden konzentrieren sollte.[47]

Der Kundenbeziehungslebenszyklus ist als idealtypisch anzusehen und kann bzgl. der Existenz und Dauer der Phasen variieren. Er ist ein Erklärungsmodell, welches die Kundenbeziehung deskriptiv erfasst und stellt somit ein Denkraster für die Ableitung von spezifischen Marketingaktivitäten im CRM dar.[48]

Bei der Betrachtung des idealtypischen Kundenbeziehungslebenszyklus wird die Bedeutung der Kundenbindung im CRM besonders deutlich. Ziel des CRM ist es, nicht nur eine Kundenbeziehung aufzubauen, sondern diese im Zeitablauf zu intensivieren.[49]

2.3 Erfolgskette der Kundenzufriedenheit und Kundenbindung

Die Erfolgskette strukturiert die aus Anbieter- und Nachfragersicht relevanten Aspekte der Kundenbeziehung und dient somit als gedankliche Basis für Planung, Steuerung und Kontrolle des CRM.[50] Die Grundstruktur besteht aus den folgenden drei Gliedern:

(1) Unternehmensaktivitäten als Input des Unternehmens (z.B. Maßnahmen des CRM),
(2) Wirkungen der Unternehmensaktivitäten beim Kunden (z.B. Kundenzufriedenheit),
(3) Ökonomischer Erfolg als Output des Unternehmens (z.B. Umsatz).[51]

Demnach gilt es zu untersuchen, wie bestimmte Marketingmaßnahmen (Input) auf den Kunden wirken und in welchem Umfang die erzielte Wirkung zum ökonomischen Erfolg des Unternehmens (Output) beiträgt.[52]

Die Abbildung 2 zeigt beispielhaft die Erfolgskette der Kundenzufriedenheit und Kundenbindung. Diese beiden Konstrukte stellen somit die psychologischen und verhaltensbezogenen Konsequenzen der Unternehmensaktivitäten beim Kunden dar.

Die Wirkungszusammenhänge innerhalb der Erfolgskette sind allerdings nicht eindeutig. Dieser Tatbestand ist auf die unternehmensexternen sowie -internen moderierenden Faktoren zurückzuführen, die die Zusammenhänge zwischen den einzelnen Kettengliedern positiv wie negativ beeinflussen.[53]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Erfolgskette der Kundenzufriedenheit und Kundenbindung

(Quelle: in Anlehnung an Bruhn, M., 2001b, S. 58)

Die Heterogenität der Kundenerwartungen stellt beispielsweise einen unternehmensexternen Faktor dar, der sich auf den Zusammenhang zwischen CRM-Maßnahmen und Kundenzufriedenheit auswirkt. Mit bestimmten Marketingmaßnahmen eine generelle Erhöhung der Kundenzufriedenheit zu erreichen ist umso schwieriger, je heterogener die Kundenerwartungen sind. Im Vergleich dazu beeinflusst das Variety-Seeking-Motiv, d.h. das Streben des Kunden nach Abwechslung, den Zusammenhang zwischen Kundenzufriedenheit und Kundenbindung. Je mehr die Kunden nach Abwechslung streben, desto unwahrscheinlicher wird, dass sich aus einer gesteigerten Kundenzufriedenheit eine erhöhte Kundenbindung ergibt.[54] Auf der Seite der unternehmensinternen Faktoren können z.B. die Leistungskomplexität oder die Implementierung eines Kundeninformationssystems einem idealtypischen Durchlaufen der Erfolgskette entgegenstehen.[55]

Die Aufgabe des CRM ist somit, die Erfolgskette über entsprechende Maßnahmen (Input) in Gang zu setzen. Diese Maßnahmen umfassen Strategien, Instrumente und die Implementierung des CRM.[56] Die Analyse der Wirkungen innerhalb der Erfolgskette unter Berücksichtigung der moderierenden Faktoren bildet dabei die Grundlage für ein erfolgreiches Management von Kundenbeziehungen.[57]

Beispielsweise kann eine Strategie der Individualisierung angestrebt werden, um eine hohe Kundenzufriedenheit zu erreichen. Entsprechend dem Denken in der Erfolgskette müssten zum einen entsprechende Maßnahmen der Leistungs- und Kommunikationspolitik durchgeführt werden und zum anderen wäre es erforderlich zu überprüfen, ob und in welchem Umfang es zu den gewünschten kundenseitigen Wirkungen kommt.[58]

2.4 Kundenbindung im Internet durch Personalisierung

Das Phänomen der Kundenbindung bezeichnet im Wesentlichen den Aufbau und die Aufrechterhaltung einer Geschäftsbeziehung, die durch eine nicht zufällige Folge von Markttransaktionen zwischen Anbieter und Nachfrager gekennzeichnet ist.[59] Nicht zufällig bedeutet, dass mindestens auf einer Seite der Transaktionspartner Gründe vorliegen, die eine planmäßige Verknüpfung von Einzeltransaktionen sinnvoll erscheinen lassen.[60] Die Definition macht deutlich, dass zwischen einer anbieter- und einer nachfragerorientierten Sicht der Kundenbindung unterschieden werden kann. Die nachfragerbezogene Perspektive wird mit dem Begriff Kundenloyalität beschrieben, d.h. der Kunde besitzt seinerseits eine verringerte Wechselbereitschaft.[61] Aus diesem Blickwinkel heraus besteht die Grundvoraussetzung für die Bindung eines Kunden in dessen positiver Einstellung zur Geschäftsbeziehung, die sich in Wieder- und Zusatzkauf sowie Weiterempfehlungsabsichten niederschlagen soll.[62]

In der anbieterbezogenen Perspektive beinhaltet die Kundenbindung sämtliche Maßnahmen eines Unternehmens, die auf die Stabilisierung bzw. Intensivierung der Kundenbeziehungen gerichtet sind.[63] Diese Bindungsaktivitäten der Anbieter werden auch mit dem Begriff Kundenbindungsmanagement bzw. Customer Relationship Marketing belegt.[64]

Vor dem Hintergrund der wachsenden Bedeutung des Internet als Kommunikations- und Vertriebskanal stehen Unternehmen heute vor der Aufgabe, auch das Internet in ihre CRM-Strategie einzubinden. Dabei bietet das Internet neue Möglichkeiten zur Kundenbindung aus Anbietersicht im Sinne eines Electronic Customer Relationship Marketing (eCRM).[65] Eggert und Fassott definieren eCRM als „die Analyse, Planung uns Steuerung der Kundenbeziehungen mit Hilfe elektronischer Medien, insbesondere dem Internet, unter dem Ziel einer umfassen Ausrichtung des Unternehmens auf ausgewählte Kunden“[66]. Demnach kann unter eCRM die Anwendung des CRM im E-Commerce verstanden werden[67] und ist somit integrativer Bestandteil des zuvor beschriebenen CRM-Konzepts.

Die Vorteile, die das Internet im Rahmen einer Optimierung der Kundenbeziehungen bietet, liegen in den Möglichkeiten, mehr über das Informations- und Kaufverhalten der Kunden zu erfahren, kostengünstig einen hohen Personalisierungsgrad der Kundenbeziehung zu realisieren sowie durch Nutzen stiftende Services die Kundenbeziehung stabiler zu gestalten.[68] Es wird eine effiziente und durch Automatisierung kostengünstige personalisierte Kundenansprache möglich. Der Individualisierung bzw. Personalisierung unterschiedlicher Marketinginstrumente kommt vor diesem Hintergrund daher eine zentrale Bedeutung zu.

Individualisierung bzw. Personalisierung meint allgemein das Zuschneiden eines Objekts auf die Bedürfnisse eines Subjekts. Konkret bedeutet das die Anpassung von Informationen, Produkten, Angeboten und Leistungen an die Bedürfnisse einzelner, identifizierter Kunden.[69] Handelt es sich um die Individualisierung von Produkten und Dienstleistungen, so spricht man auch von Mass Customization (kundenindividuelle Massenproduktion).[70] Im Zusammenhang mit der Individualisierung von Informationsgütern und elektronischen Dienstleistungen ist der Begriff Personalisierung gebräuchlich.[71] Personalisierung bezeichnet dort die Individualisierung der Kommunikation mit den Kunden unter Einsatz neuer Internettechnologien im Sinne eines One-to-One-Marketing.[72] In letzter Konsequenz bedeutet One-to-One-Marketing, jeden Kunden persönlich anzusprechen.

3 Personalisierung im Internet durch den Einsatz von Empfehlungssystemen

Nachdem der Zusammenhang zwischen Kundenbindung und Customer Relationship Marketing herausgearbeitet wurde, werden im Folgenden Möglichkeiten der Personalisierung im Internet anhand von Empfehlungssystemen vorgestellt. Diese können als Maßnahmen der Unternehmen dazu dienen, die im Rahmen der Erfolgskette angesprochenen kundenseitigen Wirkungen der Kundenzufriedenheit und Kundenbindung zu erreichen.

3.1 Personalisierung im Rahmen des eCRM

Wie bereits einleitend angesprochen, stellt die personalisierte Kundenansprache einen wesentlichen Erfolgsfaktor für eine erfolgreiche Gestaltung von Kundenbeziehungen im Internet dar. Ingesamt ist die Bedeutung der Kundenbindung im Internet als noch größer einzuschätzen als in traditionellen Bereichen.[73] Der virtuelle Kunde ist von Natur aus flüchtig, denn die Konkurrenz ist nur einen Mausklick weit entfernt.[74] Die Zahl neuer Produkte und Dienstleistungen, die über das Internet angeboten werden, wächst ständig. Während der stationäre Handel eine Vorauswahl von Produkten durch die Führung von Sortimenten oder durch persönliche Beratung vornimmt, steht dem Kunden im Internet eine ungleich höhere Anzahl von Produkten zur Verfügung.[75] Jedoch kann diese Fülle an verfügbaren Angeboten den Internet-Nutzer auch irritieren, so dass er in der Regel überfordert ist, das für ihn beste Produkt zu finden.[76] Genau hier setzt das Konzept der Personalisierung an. Letztlich wird jenes Unternehmen die Kunden für sich gewinnen können, welches die Bedürfnisse und Interessen der Kunden am besten antizipiert und entsprechend reagiert.[77] Beispielsweise können dem Kunden auf seine Bedürfnisse abgestimmte Angebote unterbreitet werden.[78] Ziel von Personalisierungsmaßnahmen ist es also, jedem Kunden auf Basis der Erhebung, Auswertung und Verdichtung kundenbezogener Informationen die für ihn relevanten Informationen, Produkte und Leistungen anzubieten.[79] Insgesamt soll durch eine professionelle Personalisierung des Kundenkontakts über das Internet der Kundennutzen, die Zufriedenheit und die Kundenbindung erhöht werden.[80] Um diese Wirkungen beim Kunden zu erzielen und somit die Erfolgskette in Gang zu setzen, ist es wichtig, dass die Personalisierung dem Kunden einen Mehrwert liefert und somit zu seiner Nutzensteigerung beiträgt.[81]

Die Bedeutung der Personalisierung im Rahmen des eCRM lässt sich mit Hilfe der folgenden drei Ebenen darstellen: Komplexität der Entscheidungsfindung, Breite des Leistungsspektrum und Kauf- oder Kontakthäufigkeit.[82] Je komplexer sich der Entscheidungsprozess des Kunden gestaltet, desto empfänglicher wird er für personalisiere Informationen bzw. Angebote sein. Je breiter das Leistungsspektrum der Unternehmung ist, desto sinnvoller wird eine Personalisierung, um den Kunden im Informationsprozess seinen Bedürfnissen entsprechend zu unterstützen. Je häufiger der Kundenkontakt ist, desto effektiver und effizienter gestaltet sich der Einsatz von Personalisierungsmaßnahmen aufgrund der bereits erhobenen Kundendaten vergangener Kontakte.[83]

Durch sinnvoll eingesetzte Personalisierungsmaßnahmen kann somit langfristige Kundenbindung im Internet erreicht werden. Dabei bieten verschiedene Methoden der Personalisierung unterschiedliche Ansatzpunkte beim Aufbau tragfähiger Kundenbeziehungen. Ihnen geht jedoch ein Prozess der Datengewinnung und -analyse voraus, denn jede Form der Personalisierung bedarf der Erhebung bzw. Integration von Kundeninformationen.[84]

3.2 Objekte der Personalisierung

Personalisierung bedeutet im Allgemeinen das Zuschneiden eines Objekts auf die Bedürfnisse einer Person.[85] Die Definition macht deutlich, dass zunächst zwischen den Objekten der Personalisierung unterschieden werden muss.

Neben der Personalisierung der Informationen auf einer Internet-Seite (Web-Site), können auch die Produkte, die Angebotsgestaltung und die optische Gestaltung Gegenstand der Personalisierung sein.[86] Aus diesem Grund ist es sinnvoll, zunächst mögliche Personalisierungsobjekte zu identifizieren und zu klassifizieren. Um die Objekte der Personalisierung genauer zu klassifizieren, lassen sich zwei Ebenen der elektronischen Interaktion zwischen Kunde und Anbieter im Internet unterscheiden: (1) die Ebene der Inhalte der Interaktion und (2) die Ebene der Konfiguration des Interaktionsmediums.

(1) Inhalte der Interaktion

Auf der inhaltlichen Ebene kann zwischen der Auswahl und Selektion von Informationen, der kundenindividuellen Konfiguration und Erstellung von Angeboten, sowie der Anpassung von Produkten unterschieden werden (siehe Abb. 3).[87]

Die Anpassung von Produkten an die individuellen Kundenwünsche wurde bereits unter dem Begriff Mass Customization[88] vorgestellt. Dieses Konzept bietet sich vor allem an, wenn ein Produkt aus mehreren Komponenten besteht. Mittels eines auf der Web-Site installierten Produktkonfigurators kann sich der Kunde dann ein maßgeschneidertes Produkt nach dem Baukastenprinzip zusammenbauen.[89] Zu den Pionieren in diesem Bereich zählt die Firma Dell, bei der sich die Kunden ihre PC´s aus den verschiedensten Komponenten zusammenstellen können.[90]

Die Personalisierung von Angeboten kann durch das Zusammenführen (Matchen) vorhandener Produkte mit den Präferenzen von Kunden erreicht werden[91] und bietet diverse Cross- und Up-Selling Potenziale[92].

Durch die Auswahl und Aufbereitung von Informationsinhalten sollen dem Nutzer nur solche Informationen angeboten werden, die mit seinem Interessenprofil übereinstimmen.[93] Auf diese Weise soll eine Reizüberflutung (Information Overload) vermieden werden, denn empirischen Untersuchungen zufolge werden über 90% der über die Massenmedien verbreiteten Informationen gar nicht wahrgenommen.[94]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Klassifikation der Personalisierungsobjekte

(Quelle: in Anlehnung an Klein, S./Güler, S./Lederbogen, K., 2000, S. 90)

(2) Konfiguration des Kommunikationsmediums

Bei Medienkonfiguration kann zwischen der Konfiguration des Benutzerinterfaces (Navigation) und der Darstellung der Inhalte (Webdesign) unterschieden werden.[95]

Die Personalisierung von Navigationselementen ermöglicht dem Benutzer ein gutes Zurechtfinden auf der Web-Site.[96] Durch eine nutzerspezifische, dynamische Anpassung der Verweise zwischen den einzelnen Internet-Seiten (Link-Struktur) kann der Nutzer dann auf die für ihn interessanten Inhalte gelenkt werden.[97]

Aber auch die optische Gestaltung einer Webseite kann an die Bedürfnisse der Nutzer angepasst werden. So soll beispielsweise die kundenindividuelle Auswahl bestimmter Farben, Schriftarten und Grafiken dem Nutzer einen besseren und schnelleren Überblick über die gewünschten Informationen liefern.[98]

3.3 Der Personalisierungs-Prozess

Der Personalisierungs-Prozess kann in die Phasen Informationsgewinnung, Informationsanalyse und die eigentliche Personalisierung unterteilt werden.[99] Um die Kunden gezielt und ihren Bedürfnissen entsprechend persönlich ansprechen zu können, ist die Ermittlung eines sog. Kundenprofils[100] erforderlich. Die Profilbildung ist ein kontinuierlicher Lernprozess, bei dem, im Sinne einer Learning Relationship[101], das Wissen über den Kunden ständig erweitert und aktualisiert wird.

Das Internet als rückkanalfähiges Endgerät ermöglicht es Kundenreaktionen auf Personalisierungsangebote zu erfassen. Durch diese Lernschleife wird die Personalisierung als ein Closed-Loop-Prozess realisiert, indem Kundenreaktionen als Verfeinerung in das Profil aufgenommen werden.[102] Somit kann die Qualität der Daten im Lebenszyklus des Kunden ständig verbessert werden.

3.3.1 Informationsgewinnung

Ausgangspunkt für die Personalisierung ist die Informationsgewinnung, denn Personalisierung setzt voraus, dass Informationen über Nutzer erhoben werden.[103] Nur wenn ausreichend Informationen über einzelne Kunden bzw. Kundentypen vorliegen, kann der Internetauftritt kundenspezifisch personalisiert werden. Bei der Informationsgewinnung kann zwischen der expliziten und impliziten Datenerhebung unterschieden werden.

Bei der expliziten Informationsgewinnung werden die Wünsche und Vorlieben des Kunden durch eine direkte Befragung (z.B. Online-Formulare) erfasst. Von Interesse sind hierbei vor allem solche Daten, wie beispielsweise demographische Angaben, die nicht oder nur schwer aus dem Nutzungsverhalten abgeleitet werden können.[104] Außerdem wird dem Kunden die Möglichkeit gegeben, sein Profil entsprechend seiner Bedürfnisse zu ändern und zu ergänzen.[105] Allerdings wird ein Kunde kaum freiwillig seine persönlichen Daten preisgeben, wenn er sich dadurch nicht einen Zusatznutzen, z.B. verbesserte Beratung, verspricht.[106] Wichtig ist deshalb, das Vertrauen der Kunden zu gewinnen, indem ihnen die Art der Verwendung ihrer Daten und der ihnen dadurch entstehende Nutzen aufgezeigt werden.[107]

Da die Bereitschaft der Nutzer zum Ausfüllen von Registrierungsformularen meist gering ist, werden Kundenprofile komplementär auf der Basis der impliziten, verhaltensbasierten Profilbildung aufgebaut.[108] Die Datenbasis für die implizite Informationsgewinnung liefern Web-Server, die die gesamte Kommunikation, d.h. eingegangene Anfragen von fremden Servern und die übertragenen Inhalte, in sog. Log-Dateien protokollieren (Web Tracking).[109] Mit der Hilfe von Log-Dateien können Nutzungsvorgänge ex-post analysiert werden. Dabei werden die Bewegungspfade der Nutzer durch die Web-Seiten untersucht (Clickstream-Analyse), um Präferenzen und Interessengebiete der einzelnen Besucher festzustellen.[110]

Allerdings sind Log-Dateien nicht ausreichend, um individualisierte Nutzerprofile erstellen zu können, denn sie enthalten nur die IP-Adresse des zugreifenden Rechners. Bei großen Internet-Providern werden die IP-Adressen dynamisch vergeben, weil diese mehr Mitglieder als Adressen haben. Das bedeutet, dass für jeden Zugang des Nutzers zum Internet vom Provider eine ständig variierende IP-Adresse vergeben wird. Entsprechend tritt der gleiche Nutzer dann unter unterschiedlichen IP-Adressen in Erscheinung. Aber auch statische IP-Adressen sind problematisch, denn unter der Adresse eines Universitäts- oder Firmenrechners können viele verschiedene Personen agieren.[111]

Um mehr als nur die IP-Adresse zu erfahren ist der Einsatz von Cookies notwendig. Bei Cookies handelt es sich um kleine Textdateien, die mittels der Browsersoftware auf dem Rechner des Nutzers gespeichert werden, um diesen beim erneuten Besuch zu identifizieren.[112] Durch den Einsatz von Cookies kann aber keine Person, sondern nur der Rechner identifiziert werden, den möglicherweise mehrere Personen benutzen. Auch kann durch eine spezielle Browser-Einstellung eine Cookie-Platzierung verhindert bzw. gelöscht werden.[113] Letztendlich ist zur eindeutigen Identifikation von Web-Nutzern eine Registrierung durch den Kunden selbst mit Benutzernamen und Passwort erforderlich.[114]

Die explizit und implizit erhoben Informationen werden dann im sog. Kundenprofil zusammengeführt. Dieses Vorgehen ist aufgrund strenger Datenschutzrichtlinien[115] nicht unproblematisch und sollte daher immer die Einwilligung des Nutzers zur Erhebung und Nutzung seiner Daten voraussetzen.[116] Darüber hinaus können die Kundenprofile mit weiteren Daten, z.B. Kaufhistorie und Marktforschungsdaten, aus internen oder externen Datenquellen angereichert werden[117], um so eine ganzheitliche Sicht auf den Kunden und damit eine optimale Personalisierung zu ermöglichen.[118]

3.3.2 Informationsanalyse

Nachdem Informationen aus dem Internet gewonnen wurden, müssen diese analysiert werden. Aufgrund der hohen Datenmengen, die in einem Online-Shop in der Größenordnung von Giga- bis Terabytes anfallen[119], bietet es sich an, automatische Mustererkennungsverfahren (Verfahren des Data Mining) auf die Daten anzuwenden. Beim Data Mining werden riesige Datenvolumina mit anspruchsvollen statistischen Methoden nach neuen und handlungsrelevanten Informationen durchsucht.[120] Die Anwendung von Verfahren des Data Mining auf Datenstrukturen im Internet wird als Web Mining bezeichnet, wobei sich drei Anwendungsgebiete unterscheiden lassen: Web Content-, Web Structure-, sowie Web Usage Mining.[121]

Web Content Mining befasst sich mit der Analyse und Klassifizierung von Seiten-Inhalten und kommt insbesondere bei Suchmaschinen zum Einsatz. Dabei geht es darum, die zu einem Suchkriterium passenden Seiten zu finden und diese zu sortieren. Zielsetzung ist somit die Erleichterung der Suche nach Informationen im Netz.[122]

Web Structure Mining untersucht die Link-Strukturen im Internet, d.h. die Verweise von einer Web-Seite auf eine andere mittels sog. Hyperlinks.[123] Das Ziel ist, einen Überblick über die Anordnung der einzelnen Seiten zueinander zu gewinnen, um auf dieser Basis das Navigationsverhalten der Nutzer nachvollziehen zu können.[124] Auf Grundlage der Link-Struktur lassen sich dann verschiedene Klassen von Seiten bilden z.B. Einsteigs- oder Verteilerseiten.[125]

Web Usage Mining beschäftigt sich direkt mit dem Verhalten von Internet-Nutzern. Bei dieser Ausprägungsform des Web Mining werden Data Mining Methoden auf die Logfiles des Webservers angewandt (Web Log Mining), um so Informationen über Verhaltensmuster und Interessen der Kunden zu erhalten.[126] Werden noch weitere Informationen, z.B. Registrierungsdaten und Kaufhistorie, zur Analyse herangezogen, handelt es sich um Integrated Web Usage Mining.[127] Ziel ist es, das Wissen über die Besucher auszubauen (Nachfragedimension), um so eine kundenorientierte Optimierung der Web-Präsenz zu erreichen (Angebotsdimension).[128]

Für das Web Mining bieten sich insbesondere folgende Data Mining Verfahren an: die Assoziationsanalyse, die Sequenzanalyse, die Segmentierung und die Klassifizierung.[129]

Bei der Assoziationsanalyse werden Elemente gesucht, die häufig gleichzeitig innerhalb von Transaktionen auftreten.[130] Ein typisches Einsatzgebiet der Assoziation ist die Warenkorbanalyse, bei der untersucht wird, welche Produkte gemeinsam gekauft werden. Die Assoziationsanalyse eignet sich im Web Mining auch dazu, Seiten zu identifizieren, die häufig gemeinsam innerhalb einer Sitzung aufgerufen werden.[131] Eine Verknüpfung dieser Seiten mittels Hyperlinks kann dann dazu beitragen, dass die Benutzerfreundlichkeit des Internetauftritts verbessert wird.

Die Sequenzanalyse (Clickstream-Analyse) ist ein Spezialfall der Assoziationsanalyse, bei der zusätzlich die zeitliche Reihenfolge der Transaktionen berücksichtigt wird.[132] Dadurch lassen sich häufig durchlaufene Navigationswege identifizieren. Sind solche Bewegungspfade bekannt, kann eine inhaltliche Optimierung der Web-Präsenz, z.B. durch die entsprechende Platzierung von Produktangeboten entlang der „Trampelpfade“, vorgenommen werden.[133]

Mit Hilfe der Clusteranalyse kann eine Segmentierung, d.h. die Bildung homogener Besuchergruppen, durchgeführt werden. Dabei lassen sich die Kunden anhand ihrer Eigenschaften (Profile) in verschieden Segmente einteilen, die dann mit spezifischen Maßnahmen behandelt werden können. Mögliche Kriterien der Segmentierung sind eingegebene Suchbegriffe oder angeforderte Seiten, anhand derer versucht werden kann, auf das Informationsbedürfnis der Nutzer zu schließen, um so personalisierte Informationsangebote zu schaffen.[134]

[...]


[1] Vgl. Salmen, Sonja-Maria: Individualisierung von Kunden-Bank-Beziehungen durch den Einsatz von Electronic Relationship Marketing, Diss. Kassel 2002, S. 257

[2] Vgl. Frielitz, Claudia/ Hippner, Hajo/Wilde, Klaus: CRM im E-Commerce, in: Bruhn, Manfred/Stauss, Bernd: Dienstleistungsmanagement Jahrbuch 2002 - Electronic Services, Wiesbaden 2002, S. 543.

[3] Vgl. Bruhn, Manfred: Relationship Marketing, München 2001b, S. 1.

[4] Vgl. Bruhn, Manfred: Customer Relationship Marketing aus wissenschaftlicher Perspektive, in: Meffert, Heribert/Backhaus, Klaus/Becker, Jörg: Customer Relationship Marketing (CRM), 2001a, S. 6.

[5] Vgl. Bruhn, Manfred: Kundenorientierung, 2. Aufl., München 2003b, S. 2.

[6] Vgl. Sexauer, Hagen: Entwicklungslinien des Customer Relationship Management (CRM), in: WiSt, 31. Jg. (2002), S. 219.

[7] Vgl. Hippner, Hajo/Wilde, Klaus: CRM, in : Helmke, Stefan/Uebel, Matthias/Dangelmaier, Wilhelm (Hrsg.): Effektives Customer Relationship Management, Wiesbaden 2002, S. 5.

[8] Vgl. Bruhn, M., 2003b, S. 6.

[9] Vgl. Hippner, H./Wilde, K., 2002, S. 6.

[10] Zu den Unterschieden zwischen Transaktions- und Relationship Marketing siehe Peter, Sibylle: Kundenbindung als Marketingziel, Diss. Wiesbaden 1997, S. 59.

[11] Vgl. Bruhn, M., 2003b, S. 6.

[12] Bruhn, M., 2001b, S. 9.

[13] Vgl. Ahlert, Dieter/Hesse, Josef: Relationship Management im Beziehungsnetz zwischen Hersteller, Händler und Verbraucher, in: Ahlert, Dieter et al.: Customer Relationship Management im Handel, Berlin u.a. 2002, S. 5.

[14] Vgl. Diller, Hermann: Beziehungs-Marketing, in: WiSt, 24 Jg. (1995), H. 9, S. 443-444.

[15] Vgl. Diller, H.,1995, S. 444.

[16] Vgl. Hildebrand, Volker: Individualisierung als strategische Option der Marktbearbeitung, Diss. Wiesbaden 1997, S. 30.

[17] Vgl. Hildebrand, V., 1997, S. 26.

[18] Vgl. Hildebrand, Volker: Kundenbindung mit Online Marketing, in: Link, Jörg (Hrsg.): Wettbewerbsvorteile durch Online Marketing, u.a. Berlin 1998, S. 58.

[19] Vgl. Eggert, Andreas: Kundenbindung aus Kundensicht, Diss. Wiesbaden 1999, S. 22.

[20] Vgl. Hildebrand, Volker: Kundenbindung und Electronic Commerce, in: Wamser, Christoph (Hrsg.): Electronic Commerce, München, 2000, S. 76.

[21] Vgl. Hildebrand, Volker: Individualisierung als strategische Option der Marktbearbeitung, Diss. Wiesbaden 1997, S. 56.

[22] Vgl. Diller, H.,1995, S. 443.

[23] Vgl. Hildebrand, V., 2000, S. 76.

[24] Vgl. Hildebrand, V., 1997, S. 56.

[25] Vgl. zum Absatz Hildebrand, V., 2000, S. 76.

[26] Vgl. Eggert, A., 1999, S. 20.

[27] Vgl. Diller, H.,1995, S. 443.

[28] Vgl. Hildebrand, V., 2000, S. 76.

[29] Vgl. Diller, H.,1995, S. 444.

[30] Vgl. Diller, Hermann: Die Erfolgsaussichten des Beziehungsmarketing im Internet, in: Eggert, Andreas/Fassott, Georg: eCRM - Electronic Customer Relationship Management, Stuttgart 2001, S. 81.

[31] Vgl. Hildebrand, V., 2000, S. 77.

[32] Vgl. Hildebrand, V., 1998, S. 58.

[33] Vgl. Eggert, A., 1999, S. 21.

[34] Vgl. Hildebrand, V., 2000, S. 77.

[35] Vgl. Diller, H., 2001, S. 77.

[36] Vgl. Diller, H.,1995, S. 444.

[37] Vgl. Eggert, A., 1999, S. 23.

[38] Vgl. Hildebrand, V., 2000, S. 77.

[39] Vgl. Bruhn, M., 2001b, S. 43.

[40] Ahlert, D./Hesse, J., 2002, S. 5.

[41] Vgl. Bruhn, M., 2001a, S. 11.

[42] Vgl. Bruhn, M., 2001b, S. 46.

[43] Vgl. Stauss, Bernd: Perspektivenwandel: Vom Produkt-Lebenszyklus zum Kundenbeziehungs-Lebenszyklus, in: Thexis, 17. Jg. (2000), H. 2, S. 15.

[44] Vgl. Bruhn, M., 2001a, S. 11.

[45] Vgl. Bruhn, M., 2001b, S. 48.

[46] Vgl. Bruhn, M., 2001b, S. 48.

[47] Vgl. Bruhn, M., 2001a, S. 11.

[48] Vgl. zum Absatz Bruhn, M., 2001b, S. 51-52.

[49] Vgl. zum Absatz Bruhn, M., 2001b, S. 75.

[50] Vgl. Bruhn, M., 2001b, S. 57.

[51] Vgl. Bruhn, M., 2003b, S. 8.

[52] Vgl. Bruhn, M., 2001b, S. 57-58.

[53] Vgl. Bruhn, M., 2003b, S. 8.

[54] Vgl. zum Absatz Bruhn, M., 2001b, S. 58.

[55] Vgl. Bruhn, M., 2003b, S. 10.

[56] Strategien, Instrumente und die Implementierung des CRM werden ausführlich beschrieben von Bruhn, M., 2001b, S. 113-195.

[57] Vgl. Bruhn, M., 2001b, S. 59.

[58] Vgl. Bruhn, M., 2001b, S. 77.

[59] Vgl. Peter, S., 1997, S. 7; Krafft, Manfred: Kundenbindung und Kundenwert, Heidelberg 2002, S. 22.

[60] Vgl. Plinke, Wulff/Söllner, Albrecht: Kundenbindung und Abhängigkeitsbeziehungen, in: Bruhn, Manfred/Homburg, Christian (Hrsg.): Handbuch Kundenbindungsmanagement, 4. Aufl., Wiesbaden 2003, S. 67.

[61] Vgl. Homburg, Christian/Bruhn, Manfred: Kundenbindungsmanagement - Eine Einführung in die theoretischen und praktischen Problemstellungen, in: Bruhn, Manfred/Homburg, Christian (Hrsg.): Handbuch Kundenbindungsmanagement, 4. Aufl., Wiesbaden 2003, S. 8.

[62] Vgl. Garczorz, Ingo/Krafft, Manfred: Wie halte ich den Kunden? - Kundenbindung, in: Albers, Sönke/Clement, Michael/Peters, Kay et al.: eCommerce, Frankfurt am Main 1999, S. 136-137.

[63] Vgl. Diller, Hermann: Kundenbindung als Marketingziel, in: Marketing ZFP, 18 Jg. (1996), H. 2, S. 82.

[64] Vgl. Meyer, Anton/Oevermann, Dirk: Kundenbindung, in: Tietz, Bruno/Köhler, Richard/Zentes, Joachim: Handwörterbuch des Marketing, 2. Aufl., Stuttgart 1995, S. 1344.

[65] Vgl. Piller, Frank/Zanner, Stefan: Mass Customization und Personalisierung im Electronic Business, in: Wisu, 30.Jg.(2001), H. 1, S. 89.

[66] Eggert, Andreas/Fassott, Georg: Elektronisches Kundenbeziehungsmanagement (eCRM), in: Eggert, Andreas/Fassott, Georg: eCRM – Electronic Customer Relationship Mangement, Stuttgart 2001, S. 5.

[67] Vgl. Frielitz, Claudia/ Hippner, Hajo/Wilde, Klaus: CRM im E-Commerce, in: Bruhn, Manfred/Stauss, Bernd: Electronic Services - Dienstleistungsmanagement Jahrbuch 2002, Wiesbaden 2002, S. 540.

[68] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 540.

[69] Vgl. Riemer, Kai: Personalisierung am Beispiel des Internet-Handels, in: Ahlert, Dieter et al.: Customer Relation-ship Management im Handel - Strategien, Konzepte, Erfahrungen, Berlin u.a. 2002, S. 103.

[70] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 541.

[71] Vgl. Piller, Frank/Schaller, Christian: E-Loyalty – Kundenbindung durch Individualisierung im E-Business, in: Keuper, Frank (Hrsg.): Electronic und Mobile Business, Wiesbaden 2002, S. 445.

[72] Vgl. Piller, F./Zanner, S.,2001, S. 88.

[73] Vgl. Gentsch, Peter: Kundengewinnung und -bindung im Internet: Möglichkeiten und Grenzen des analytischen E-CRM, in: Schögel, Marcus/Schmidt, Inga: eCRM - mit Informationstechnologien Kundenpotenziale nutzen, 1. Aufl., Düsseldorf 2002a, S. 152.

[74] Vgl. Günther, Christoph: eCRM - und der Kunde bleibt, in: Köhler-Frost, Winfried (Hrsg.): Customer Relationship Management, Berlin 2001, S. 60.

[75] Vgl. Runte, Matthias: Personalisierung im Internet, Diss. Kiel 2000, S. 1.

[76] Vgl. Albers, Sönke et al.: Produkte und Inhalte, in: Albers, Sönke/Clement, Michel/Peters, Kay (Hrsg.): Marketing mit Interaktiven Medien, 2. Aufl., Frankfurt am Main 1999, S. 274.

[77] Vgl. Gentsch, Peter: Personalisierung der Kundenbeziehungen im Internet, in: Hippner, Hajo/Merzenich, Melanie/Wilde, Klaus (Hrsg.): Handbuch Web Mining im Marketing, Braunschweig-Wiesbaden 2002b, S. 268.

[78] Vgl. Riemer, Kai: Personalisierung am Beispiel des Internet-Handels, in: Ahlert, Dieter et al.: Customer Relation-ship Management im Handel - Strategien, Konzepte, Erfahrungen, Berlin u.a. 2002, S. 110.

[79] Vgl. Riemer, K., 2002, S. 104.

[80] Vgl. Riemer, K., 2002, S. 110.

[81] Vgl. Link, Jörg/Tiedke, Daniela: Personalisierung und Electronic Commerce - Databased-Online-Marketing, in: Wamser, Christoph (Hrsg.): Electronic Commerce, München 2000, S. 108.

[82] Vgl. Link, J./Tiedke, D., 2000, S. 110.

[83] Vgl. zum Absatz Link, J./Tiedke, D., 2000, S. 110.

[84] Vgl. Günther, C., 2001, S. 60.

[85] Vgl. zum Absatz Riemer, K., 2002, S. 103.

[86] Vgl. Riemer, Kai/Klein, Stefan: Personalisierung von Online-Shops - und aus Distanz wird Nähe, in: Klietmann, Markus (Hrsg.): Report Online-Handel, Düsseldorf 2001, S. 150.

[87] Vgl. Klein, Stefan/Güler, Sedat/Lederbogen, Kai: Personalisierung im elektronischen Handel, in: Wisu, 29.Jg.(2000), H. 1, S. 90.

[88] Das Konzept der Mass Customization wird ausführlich beschrieben von Piller, Frank: Mass Customization, Wiesbaden 2000.

[89] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 543.

[90] Vgl. Fink, Dietmar: Mass Customization, in: Albers, Sönke/Clement, Michael/Peters, Kai (Hrsg.): Marketing mit Interaktiven Medien, 2. Aufl., Frankfurt am Main 1999, S. 143.

[91] Vgl. Albers, S., 1999, S. 276.

[92] Vgl. Klein, S./Güler, S./Lederbogen, K., 2000, S. 90.

[93] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 543.

[94] Vgl. Fink, D., 1999, S. 145.

[95] Vgl. Klein, S./Güler, S./Lederbogen, K., 2000, S. 91.

[96] Vgl. Riemer, K./Klein, S., 2001, S. 151.

[97] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 544.

[98] Vgl. zum Absatz Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 543-544.

[99] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 544.

[100] Vgl. Wiedmann, Klaus-Peter/Buxel, Holger: Methodik des Customer Profiling im E-Commerce, in: Marketing ZfB, 25. Jg. (2003), H. 1, S. 7.

[101] Vgl. Lingenfelder, Michael/Fischbeck, Hagen: Gestaltung individueller Informationsdienstleistungen im Internet, in: Trommsdorf, Volker (Hrsg.): Handelsforschung 1999/00, Wiesbaden 2000, S. 335.

[102] Vgl. zum Absatz Gentsch, Peter, 2002b, S. 271.

[103] Vgl. Genseler, Sonja/Skiera, Bernd: Empfehlungssysteme als Grundlage zur Personalisierung im Electronic Re-tailing, in: Ahlert, Dieter/Olbrich, Rainer/Schröder, Hendrik: Jahrbuch Handelsmanagement 2002 - Electronic Re-tailing, Frankfurt am Main 2002, S. 241.

[104] Vgl. zum Absatz Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 544.

[105] Vgl. Riemer, K., 2002, S. 118.

[106] Vgl. Klein, S./Güler, S./Lederbogen, K., 2000, S. 92.

[107] Vgl. Rix, Raimund/Meyer, Matthias/Schwaiger, Manfred: Personalisierung durch Data Mining im Electronic Retailing, in: Ahlert, Dieter/Olbrich, Rainer/Schröder, Hendrik (Hrsg.): Jahrbuch Handelsmanagement 2002 - Elec-tronic Retailing, Frankfurt am Main 2002, S. 224.

[108] Vgl. Gentsch, P., 2002b, S. 279.

[109] Vgl. Hippner, Hajo/Merzenich, Melanie/Wilde, Klaus: Grundlagen des Web Mining - Prozesse, Methoden und praktischer Einsatz, in: Hippner, Hajo/Merzenich, Melanie/Wilde, Klaus (Hrsg.): Handbuch Web Mining im Marketing, 1. Aufl., Braunschweig-Wiesbaden 2002a, S. 9.

[110] Vgl. zum Absatz Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 546.

[111] Vgl. zum Absatz Genseler, S./Skiera, B., 2002, S. 241-242.

[112] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 11.

[113] Vgl. zum Absatz Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 546.

[114] Vgl. Fassott, Georg: eCRM-Instrumente: Ein beziehungsorientierter Überblick, in: Eggert, Andreas/Fassot, Georg: eCRM - Electronic Customer Relationship Management, Stuttgart 2001, S. 137.

[115] Datenschutzrechtliche Bestimmungen werden beschrieben von Genseler, S./Skiera, B., 2002, S. 259-262.

[116] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 14.

[117] Vgl. Wilde, Klaus: Data Warehouse, OLAP und Data Mining im Marketing, in: Hippner, Hajo et al.: Handbuch Data Mining im Marketing, Braunschweig-Wiesbaden 2001, S. 26-33.

[118] Vgl. Frielitz, C./ Hippner, H./Wilde, K., 2002, S. 546-547.

[119] Vgl. Rix, R./Meyer, M./Schwaiger, M., 2002, S. 225.

[120] Vgl. Wilde, K., 2001, S. 13.

[121] Vgl. Hippner, Hajo/Merzenich, Melanie/Wilde, Klaus: Web-Mining im E-CRM, in: Schögel, Marcus/Schmidt, Inga: eCRM - mit Informtionstechnologien Kundenpotenziale nutzen, 1. Aufl., Düsseldorf 2002b, S. 89.

[122] Vgl. Rix, R./Meyer, M./Schwaiger, M., 2002, S. 224; Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 6.

[123] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 6.

[124] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 7.

[125] Vgl. Ceyp, Michael: Potenziale des Web Mining für das Marketing, in: Schögel, Marcus/Schmidt, Inga: eCRM - mit Informtionstechnologien Kundenpotenziale nutzen, 1. Aufl., Düsseldorf 2002, S. 111.

[126] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002b, S. 89-90.

[127] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 7.

[128] Vgl. Ceyp, M., 2002, S. 111-112.

[129] Zur ausführlichen Darstellung der einzelnen Verfahren vgl. Hippner, Hajo et al.: Handbuch Data Mining im Marketing, Braunschweig-Wiesbaden 2001.

[130] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 20.

[131] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002b, S. 99.

[132] Vgl. Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 21.

[133] Vgl. Ceyp, M., 2002, S. 115.

[134] Vgl. zum Absatz Hippner, H./Merzenich, M./Wilde, K., 2002a, S. 21-22.

Ende der Leseprobe aus 87 Seiten

Details

Titel
Electronic Customer Relationship Marketing (eCRM). Kundenbindung im Internet durch Personalisierung
Hochschule
Universität zu Köln
Note
1,7
Autor
Jahr
2003
Seiten
87
Katalognummer
V38808
ISBN (eBook)
9783638377720
ISBN (Buch)
9783638705769
Dateigröße
1044 KB
Sprache
Deutsch
Schlagworte
Kundenbindung, Internet, Personalisierung
Arbeit zitieren
Ralf Kaumanns (Autor:in), 2003, Electronic Customer Relationship Marketing (eCRM). Kundenbindung im Internet durch Personalisierung, München, GRIN Verlag, https://www.grin.com/document/38808

Kommentare

  • Noch keine Kommentare.
Blick ins Buch
Titel: Electronic Customer Relationship Marketing (eCRM). Kundenbindung im Internet durch Personalisierung



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden