Diese Arbeit möchte dem Leser das Themengebiet CWS anhand Definitionen von "Size" und "Share of Wallet" näherbringen und die Fragen klären, welche Bemessungsmethoden in der Literatur vorliegen, worin deren Unterschiede und Unzulänglichkeiten bestehen und worin die Möglichkeiten zur Verbesserung der Bemessungsmethoden bestehen.
Im 21. Jahrhundert steht eine große Wandlung im Vertriebsmanagement, nämlich von der Marktorientierung zur Kundenorientierung, bevor. "Marktanteil" wurde zuvor als Kenngröße der Umsatzerhöhung betrachtet. Nach und nach zeigten sich negative Auswirkungen. Viele Unternehmen strebten ausschließlich nach einem hohen Output, jedoch wurde eine proportionale Umsatzerhöhung nicht erreicht, sodass die Unternehmen endlich den Markt wegen zu hoher finanzieller Belastung verließen. Die Entwicklung von Informationstechnologien ermöglicht es Unternehmen, detaillierte Kundendaten zu sammeln und zu speichern. So entwickelte sich das sogenannte "Relationship-Marketing", in dem CLV ein wichtiges Kriterium zur Kundenbewertung ist.
Das Konzept von Customer Wallet Size (CWS) wurde auf der Grundlage von CLV entwickelt. Dabei wird die Betrachtung von internen zu externen Transaktionsdaten gewandelt. CWS ermöglicht die umfassende Bewertung von Kundenpotential. In der Literatur wurde vielfach darauf verwiesen, dass CWS als Indikator für Kundenloyalität und -profitabilität funktioniert. Eine große Diskussion besteht darüber, dass die externen Konkurrenzdaten schwer zugreifbar und messbar sind. Viele Wissenschaftler konzentrieren sich daher auf die Einflussfaktoren und Prognosemethoden von CWS, um die tatsächlichen Transaktionsdaten genau einzuschätzen.
Der Autor dieser Arbeit ist kein Deutsch-Muttersprachler. Bitte haben Sie Verständnis für grammatikalische Fehler und Uneinheitlichkeit im Ausdruck.
Inhaltsverzeichnis
1 Einleitung
2 Theoretische Grundlagen
2.1 Definition von Customer Wallet Size
2.2 Customer Wallet Size in der B2B- und B2C-Branche
2.3 Einsatz von Customer Wallet Size im Vertriebsmanagement
3 Bemessungsmethoden von Customer Wallet Size
3.1 Datenerhebungsmethoden
3.2 Simulationsmethoden
3.3 Einflussfaktoren von Customer Wallet Size
4 Analyse der Bemessungsmethoden von Customer Wallet Size
4.1 Vergleich von vorhandenen Bemessungsmethoden in Literatur
4.2 Unzulänglichkeiten der Bemessungsmethoden
4.3 Verbesserungsvorschläge für Bemessungsmethoden in der B2B- und B2C-Branche
5 Fazit und Ausblick
5.1 Zusammenfassung
5.2 Implikationen für Forschung und Praxis
Zielsetzung & Themen
Die Arbeit untersucht das Konzept der "Customer Wallet Size" (CWS) als kritische Kennzahl im modernen Vertriebsmanagement. Ziel ist es, die bestehenden Bemessungsmethoden und Einflussfaktoren auf Basis der aktuellen Fachliteratur systematisch zu analysieren, um Unterschiede und Schwachstellen aufzuzeigen und Lösungsansätze für die Praxis zu formulieren.
- Konzeptionelle Definition von Share of Wallet und Customer Wallet Size
- Vergleich von B2B- und B2C-spezifischen Kundenanforderungen
- Methoden der Datenerhebung und mathematische Simulationsmodelle
- Analyse von Einflussfaktoren wie Kundenzufriedenheit, Loyalität und soziodemografischen Merkmalen
- Optimierungspotenziale für die Messbarkeit und Datenqualität in der Unternehmenspraxis
Auszug aus dem Buch
3.1 Datenerhebungsmethoden
Die benötigten Daten zur Bemessung von CWS werden aus Quelle von Befragung, interner Datenbank und dritter Institution gesammelt.
Befragung. Der größte Anteil von Literaturen verwenden Daten aus Kundenbefragung anhand Fragebogen oder Interview. Die Fragebogen werden per Mail oder Post zugeschickt. Das Interview wird persönlich oder telefonisch durchgeführt. Obwohl mancher Befragung eine große Anzahl an Befragten ausgewählt wurden, sind die endlich gültige Daten nur einen kleinen Anteil von allen Befragten, d.h. die allgemeine Antwortquote von Befragung ist niedrig, weil die Qualität der Befragung schwer kontrollierbar ist. Beispielsweise in der Untersuchung von Kamakura et al. wurden über 20,000 Befragung zur Validierung einem Schätzungsmodell von CWS in der B2C-Branche durchgeführt, die am Ende jedoch nur 24% gültige Antworten enthaltet. In einem anderen Beispiel von der B2B-Branche laut Perkins-Munn et al. hat nur 39% Antwortquote bzw. ca. 200 gültige Daten in jeder Produktkategorie.
Dies bedeutet nicht, dass die Bemessung von CWS anhand von Befragungsdaten überhaupt nicht zuverlässig ist. Es wird in der Untersuchung von Perkins-Munn et al. geprüft, dass die Befragungsdaten eine Alternative von echtem CWS sein könnte, wenn die Konkurrenzdaten nicht erreichbar sind.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung führt in den Wandel von der Marktorientierung zur Kundenorientierung ein und begründet die Relevanz von CWS als Kennzahl zur Kundenbewertung.
2 Theoretische Grundlagen: Dieses Kapitel definiert die Begriffe „Size of Wallet“ und „Share of Wallet“ und stellt die Unterschiede im B2B- und B2C-Kontext sowie Einsatzmöglichkeiten im Marketing dar.
3 Bemessungsmethoden von Customer Wallet Size: Es werden verschiedene Verfahren zur Erhebung von CWS vorgestellt, unterteilt in klassische Datenerhebungsmethoden, Simulationsansätze und die Diskussion zentraler Einflussfaktoren.
4 Analyse der Bemessungsmethoden von Customer Wallet Size: Eine kritische Gegenüberstellung der Literaturergebnisse identifiziert Unzulänglichkeiten bei der Datenqualität und methodischen Umsetzung, gefolgt von Verbesserungsvorschlägen.
5 Fazit und Ausblick: Das Kapitel fasst die wesentlichen Erkenntnisse zusammen und leitet daraus konkrete Implikationen für zukünftige wissenschaftliche Untersuchungen sowie für die praktische Anwendung in Unternehmen ab.
Schlüsselwörter
Customer Wallet Size, Share of Wallet, Kundensegmentierung, Marketingmanagement, Datenerhebung, Simulationsmodelle, Kundenzufriedenheit, Kundenloyalität, B2B-Markt, B2C-Markt, Customer Lifetime Value, Transaktionsdaten, Kundenbindung, Cross-Selling, Prognosemethoden
Häufig gestellte Fragen
Worum geht es in dieser Bachelorarbeit grundsätzlich?
Die Arbeit beschäftigt sich mit dem Konzept der Customer Wallet Size (CWS) und untersucht, wie Unternehmen den Anteil eines Kunden an ihrem Gesamtbudget (Share of Wallet) präzise messen und beeinflussen können.
Welche zentralen Themenfelder werden bearbeitet?
Die Schwerpunkte liegen auf der Definition des Begriffs, der Gegenüberstellung von B2B- und B2C-Märkten, den verschiedenen Mess- und Simulationsmethoden sowie der Identifikation relevanter Einflussfaktoren auf das Kundenkaufverhalten.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die kritische Analyse bestehender wissenschaftlicher Ansätze zur Bemessung von CWS, um Lücken in der Forschung aufzuzeigen und Empfehlungen für eine datengestützte Verbesserung im Vertriebsmanagement zu geben.
Welche wissenschaftlichen Methoden werden angewendet?
Der Autor führt eine literaturbasierte Analyse durch, in der verschiedene empirische Studien und Modelle zur Datenerhebung und Simulation (wie z.B. das Generalized Binomial Model) miteinander verglichen werden.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Vorstellung der Messmethoden (Befragung, interne/externe Daten), die Analyse von Einflussfaktoren (Zufriedenheit, Loyalität, soziodemografische Daten) und eine kritische methodische Bewertung.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit ist geprägt durch Begriffe wie Customer Wallet Size, Share of Wallet, Kundensegmentierung, Transaktionsdaten und verschiedene CRM-Methodiken.
Warum unterscheidet der Autor zwischen B2B- und B2C-Kunden bei der CWS-Messung?
Die Unterscheidung ist notwendig, da B2B-Kunden oft rationalere Kaufentscheidungen treffen und stabilere Geschäftsbeziehungen pflegen, während B2C-Kunden stärker durch emotionale Faktoren und Loyalitätsprogramme beeinflusst werden.
Welchen Einfluss haben externe Konkurrenzdaten auf die Messbarkeit von CWS?
Da Konkurrenzdaten oft geschützte Firmengeheimnisse sind, ist ihre Verfügbarkeit stark eingeschränkt, was die CWS-Berechnung erschwert und die Notwendigkeit von Simulationsmodellen begründet.
Welche Rolle spielt die Datenqualität für die Repräsentativität der Ergebnisse?
Die Qualität ist entscheidend; der Autor betont, dass eine nicht repräsentative Stichprobe oder eine schlechte demografische Datenverteilung die Anwendbarkeit der Prognosemodelle auf andere Segmente erheblich einschränkt.
- Arbeit zitieren
- Shengjie Qi (Autor:in), 2018, Allocating Customer's Wallet. Das Konzept und die Methoden zur Messbarkeit von Customer Wallet Size, München, GRIN Verlag, https://www.grin.com/document/1036471
