Analyse von Kaufhistorien und des Markenwechselverhalten mit Verfahren der Sequenzanalyse. Eine empirische Untersuchung auf Basis von Assoziationsregeln

Universität Bielefeld
Fakultät für WiWi

Analyse von Kaufhistorien und des Markenwechselverhaltens 
mit Verfahren der Sequenzanalyse-
Eine empirische Untersuchung auf Basis von Assoziationsregeln

Diplomarbeit

vorgelegt von

Christian Krautwurst

November, 2002

Inhaltsverzeichnis

1 Einleitung ... 1
1.1 Markenwechselverhalten und Loyalität ... 1
1.2 Der Begriff der sequentiellen Muster ... 2
1.3 Ziele und Aufbau der Arbeit ... 3

2 Die Sequenzanalyse in der Marketingforschung ... 5
2.1 Definitionen ... 5
2.2 Sequential Pattern Mining ... 8
2.3 Basisalgorithmen nach Agrawal und Srikant ... 10
2.4 Ausgewählte Weiterentwicklungen ... 13
2.4.1 GSP ... 13
2.4.2 PrefixSpan ... 14
2.5 Web-Usage Mining ... 17

3 Analyse von Kaufhistorien mit einem modifizierten Assoziationsregelalgorithmus ... 19
3.1 Probleme und Aufgaben des Ansatzes ... 19
3.2 Theoretische Betrachtungen ... 20
3.3 Modifizierter Apriori-Algorithmus ... 23
3.4 Ein Loyalitätsmaß für Switching Regeln ... 27
3.5 Kodierung der Kaufhistorien mit Promotionsmaßnahmen ... 29

4 Modellierung des Markenwechselverhaltens mittels Markov-Ketten ... 35
4.1 Motivation und Überblick ... 35
4.2 Definitionen und Merkmale von Markov-Ketten ... 36
4.3 Modellprämissen ... 40
4.4 Markov-Modelle höherer Ordnung ... 42
4.5 Weiterentwicklungen ... 45

5 Empirische Betrachtungen ... 46
5.1 Datenbeschreibung und Voranalyse ... 46
5.2 Implementierung des Apriori-Algorithmus ... 49
5.3 Generierung der Switching-Regeln ... 51
5.4 Ergebnisse der empirischen Analysen ... 52
5.5 Aspekte des Markov-Modells ... 56
5.5.1 Test auf Stationarität ... 57
5.5.2 Test auf Ordnung des Markenwahlprozesses ... 58
5.6 Implementierung des Markovmodells ... 58
5.7 Vergleichende Betrachtung ... 62

6 Abschließende Betrachtungen ... 64

Literaturverzeichnis ... 66

Anhang ... 71

Kapitel 1
Einleitung
1.1 Markenwechselverhalten und Loyalität
Im Hinblick auf eine steigende Wettbewerbsintensität und vermehrt auch die von den Kunden empfundene Austauschbarkeit der Marken, kommt dem Aufbau von Markenloyalität als Ziel eines jeden Unternehmen eine zentrale Bedeutung zu. Im strategischen Marketing Management wird Kundenloyalität als ein fundamentales Konzept (vgl. Wernerfelt (1991, S. 229)) und sogar als ein Vermögenswert (vgl. Aaker (1984, S. 140)) betrachtet. Der Aufbau langfristiger Geschäftsbedingungen und in besonderer Weise zufriedene Kunden sind primäre Ziele der Marketingmanager. Um diesem anspruchsvollen Ziel gerecht zu werden, müssen sowohl loyale Käufer und ihre Größe entdeckt als auch deren Eigenschaften sowie die Reaktionen auf Marketing-Mix Variablen untersucht werden (vgl. Sharp, Sharp (1997, S. 473)). Anknüpfend daran ist es nicht uninteressant auch die Abwanderung eigener Kunden zu untersuchen (vgl. Bass (1974, S. 1)).

Im Bereich der Konsumentenverhaltensforschung ist der hohe Stellenwert der Analyse des Markenwechselverhaltens unbestritten. Besonders die Analyse der durch den Einsatz von Marketingaktivitäten induzierten Markenwechsel und daraus resultierende Marketingstrategien, sind die am meisten in der Fachliteratur diskutierten Problemstellungen (vgl. Allenby, Rossi (1991, S. 185), Carpenter, Lehmann (1985, S. 1) und Herrmann, Gutsche (1992, S. 63)). Nach den Überlegungen zahlreicher Autoren wird das Markenwechselverhalten oder besser gesagt die Markenwechselneigung als ein Bedürfnis aufgefasst, zwischen verschiedenen Marken zu wechseln (vgl. Lattin, McAlister (1985, S. 330), Jeuland, Bass, Wright (1980, S. 255)). McAllister (1982, S. 141) bemerkt zum Markenwechsel: „Switching can be induced by the manipulation of marketing Variables, by the accessability of the product, by the situation in which the product is consumed or by the desire of variety”, was die Tatsache der mehrdimensionalen Entscheidung eines Konsumenten für ein gewisses Produkt untermauert (vgl. Kroeber-Riel (1992, S. 160). Auf der anderen Seite wird in der Fachliteratur dem Begriff der Markenloyalität eine zentrale Rolle in der Konsumentenverhaltensforschung konstatiert (vgl. Jacoby, Chestnut (1978, S. 1-6). Dieser Begriff wird jedoch in der Literatur oft unterschiedlich beschrieben. Mowen und Minor (1997, S. 435) sehen die Markenloyalität als: „ the degree to which the customer holds a positive attitude toward a brand, has a commitment to it, and intends to continue purchasing in the future”.

1.2 Der Begriff der sequentiellen Muster
Ausgehend von der Betrachtung der ständig wachsenden Menge gespeicherten Daten, wird in der modernen Datenverarbeitung nach Verfahren gesucht, welche die bisher in den Daten verborgenen Informationen extrahieren. Dieser Prozeß wird in der Fachliteratur als KDDProzeß bezeichnet (vgl. Säuberlich (2000, S. 7-9).

Die Sequenzanalyse oder im englischen sequential pattern mining basiert auf dem Prozeß des KDD und ist ein Verfahren, um in zeitbezogenen Daten häufig auftretende Muster zu entdecken, und diese Informationen zur Entscheidungsunterstützung in unterschiedlichen Wissenschaftsbereichen zu nutzen¹. In der Fachlitertur wird die Sequenzanalyse, wie auch das Time-series-mining und das Web-log mining zu dem „zeitlichen” Data Mining oder im englischen Time-related data mining eingeordnet. Die Sequenzanalyse und die mit ihr einhergehenden Algorithmen unterschiedlichster Form, wurden durch die pionierhafte Arbeit der Autoren Agrawal und Srikant 1994 eingeführt (vgl. Agrawal, Srikant (1995, S. 3-14)). Die Basis eines solchen Verfahrens bilden die von großen Handelsunternehmen durch moderne Kassensysteme gesammelte Daten. Durch den in den letzten Jahren immer häufigeren Einsatz von Kunden-und Kreditkarten lassen sich die getätigten Transaktionen direkt den Kunden zuordnen, wodurch Aussagen über das Konsumentenverhalten gemacht werden können (vgl. Hippner et al. (2001, S. 441)).

Sequenzanalysen untersuchen also Kundentransaktionen mit dem Ziel, die zeitlichen Beziehungen berücksichtigen und häufige Sequenzen als Muster entdecken zu können (vgl. Hanet al. (2000, S. 355)). Diese Kaufmuster geben Auskunft darüber, welche Produkte oder Dienstleistungen von einer bestimmten Kundengruppe in einem Zeitraum nachgefragt werden. Ein solches sequentielles Muster wäre z.B die Nachfrage eines Kunden nach Produkt A, dann nach Produkt B und schließlich nach C. Besonderer Beachtung bedarf die Tatsache, dass es unbedeutend ist, ob der Kunde zwischen diesen Käufen andere Produkte erworben hatte². Insofern wird die Sequenzanalyse für die Fragestellungen der Warenkorbanalyse interessant, da die Informationen aus der Sequenzanalyse in die Assoziationsanalyse eingebunden werden, mit dem Ziel den Aussagegehalt deutlich zu erhöhen. Auch im Bereich der Logfile-Analyse kann die Anwendung der Sequenzanalyse erfolgen (vgl. Hettich, Hippner, Wilde (2000, S. 976)).

1.3 Ziele und Aufbau der Arbeit
Die vorliegende Diplomarbeit ist insgesamt in sechs Kapitel gegliedert. Das erste Kapitel soll den Leser in die Hauptproblemstellungen, nämlich das Markenwechselverhalten und Loyalität, sowie den Begriff der sequentiellen Muster einführen. Dieses Kapitel dient zur Abgrenzung zentraler Begriffe und der Positionierung der Schwerpunkte dieser Arbeit.

Das zweite Kapitel behandelt detailliert die Problematik der Sequenzanalyse in der Marketingforschung. Dabei wird zuerst auf die dieser Methode zugrundeliegenden Definitionen eingegangen und gleichzeitig anhand von selbsterstellten Beispielen die Verdeutlichung und Interpretationsmöglichkeiten von sequentiellen Mustern im Marketing angestrebt.

Im Anschluss daran liegt der Focus auf dem Aufbau und der Vorgehensweise bei einer Sequenzanalyse. Hier werden die verschiedenen Phasen dieser begleitet von Beispielen aufgezeigt. Die von Agrawal zur Generierung von sequentiellen Mustern in Kundendatenbanken entwickelten Basisalgorithmen bilden die eigentlichen Methoden der Sequenzanalyse. Die Ausführungen hierzu haben das Ziel der korrekten Darstellung und Verdeutlichung der so genannten Sequenzphase, welcher die größte Bedeutung in der Sequenzanalyse beigemessen wird. Darüber hinaus werden ausgewählte Weiterentwicklungen und neue Algorithmen aus der Fachliteratur präsentiert, wobei die Auswahl der dargestellten Verfahren nach der Einsetzbarkeit im Marketing erfolgt. Ein ganz neuer Ansatz, nämlich der PrefixSpan-Algorithmus wird detailliert dargestellt. Das Hauptanliegen besteht hier in der Präsentation der Möglichkeiten und der Entwicklung des Forschungsgebietes des sequential pattern mining. Schlußendlich wird die Einsetzbarkeit und der Nutzen der Sequenzanalyse verknüpfend bei Fragen des web-log mining thematisiert.

Das dritte Kapitel stellt das Hauptkapitel dieser Diplomarbeit dar. Dabei handelt es sich um ein Verfahren zur Analyse von Kaufhistorien mit Hilfe eines modifizierten Apriori-Algorithmus. Zuerst wird der Ansatz anhand von Definitionen detailliert vorgestellt. Begleitend durch ein Beispiel wird dem Leser der modifizierte Apriori-Algorithmus, seine Funktionsweise und der mit ihm verbundene Aufbau von so genannten Switching-Regeln präsentiert. Das Ziel dieser Ausführungen liegt in der Darstellung und Erklärung des Verfahrens mit Hilfe von generierten Beipielen. Im Anschluss an diese Ausführungen wird ein Loyalitätsmaß für die generierten Switching-Regeln dargestellt. Den Abschluss dieses Kapitels bildet eine neue Idee der Einbindung beworbener Marken in die Analyse von Kaufhistorien, was einer Weiterentwicklung des modifizierten Verfahrens gleichkommt. Es werden zwei Beispiele generiert, an denen die Grundidee veranschaulicht werden soll.

Kapitel 4 widmet sich der Modellierung des Markenwechselverhaltens anhand von Markov-Ketten. Gegenstand der Betrachtung ist zuerst die einschlägige Literatur zum Ansatz der Markov-Ketten, um einen Einstieg in die Thematik zu bekommen. Ausführlicher wird dann auf die eigentliche Modellierung eingegangen, wobei wieder anhand von Beispielen die theoretischen Zusammenhänge veranschaulicht werden. Besonderes Gewicht erfahren die Prämissen des Ansatzes und die Modellierung von Markov-Ketten höherer Ordnung. Mit ausgewählten Weiterentwicklungen zur Thematik der markovschen Übergangsstrukturen endet dieses Kapitel.

Die Ausführungen im Kapitel 5 widmen sich der empirischen Untersuchungen. Eine ausführliche Datenbeschreibung und Voranalyse stehen einführend für dieses Kapitel. Der vorgestellte Apriori-Algorithmus wird nachfolgend implementiert. Darüber hinaus erfolgt eine Beschreibung der Generierung von Switching-Regeln sowie die Darstellung und Interpretation der empirischen Analyse. Bevor mit der Implementierung und der Vorstellung der Ergebnisse des Markovmodells begonnen wird, werden wichtige Aspekte des Markovmodells dargestellt, nämlich die Stationarität und Ordnung des Markenwahlprozesses. Ausklang findet dieses Kapitel mit einer vergleichenden Betrachtung der Erkenntnisse aus den empirischen Ergebnissen der Untersuchungen.

Das letzte Kapitel fasst die Ergebnisse der Diplomarbeit nochmal zusammen und gibt einen Ausblick in Bezug auf die angesprochene Thematik.

Kapitel 2
Die Sequenzanalyse in der Marketingforschung
Gegenstand der Betrachtungen dieses Abschnittes ist die Sequenzanalyse bezogen auf die Anwendung in der Betriebswirtschaftslehre und speziell im Bereich des Marketing. Exemplarisch wird die Vorgehensweise und die Methodik sowie Weiterentwicklungen bei einer Sequenzanalyse vorgestellt.

[...]

1 Im Kontext der Medizin wäre eine Datensequenz eine sortierte Aufzeichnung von Arztbesuchen eines Patienten. In dieser sind dann beispielsweise Symptome und Diagnosen gespeichert. Der Nutzen von sequentiellen Mustern liegt vor allem im Auffinden von Symptomen und Diagnosen, die anderen Diagnosen zeitlich vorangehen.

2 Weitere Beispiele für sequentielle Muster befinden sich z.B bei Agrawal, Srikant (1995, S. 4).