Einführung
Es soll ihn ja noch geben, den Geschäftsleiter in großen Einzelhandelsgeschäften, der immer wieder Kunden per Handschlag willkommen heißt. Auf der emotionalen Ebene werden wir dies Verhalten begrüßen. Unsere Ratio sagt uns, daß eine
kundenorientierte Einstellung notwendig ist, bei monatlichen Kundenfrequenzen im fünfstelligen Bereich so jedoch keine meßbare Kundenbindung erreicht werden kann. In den modernen Industriestaaten haben wir längst das Gegenüber von großen Anbietern und riesigen Verbrauchergruppen. Die Anbieter unterhalten aufwendige Marktabteilungen, die keine andere Aufgabe haben, als mit allen verfügbaren Mitteln der Informatio ns- und Kommunikationstechnik das Angebot so auszurichten, daß hohe Umsätze bei geringen Streuverlusten entstehen. Je genauer der Anbieter weiß, welche Kunden er hat und mit welchem Kaufverhalten er rechnen kann, desto optimaler lassen sich Beschaffung, La gerhaltung und Produktion
anpassen. Das Wissen um den Kundenstamm und dessen Verhalten
beeinflußt also unmittelbar die Betriebskosten. Die Betriebskosten sind andererseits im preissensitiven Massenmarkt ein entscheidender Wettbewerbsfaktor. Unsere heutige Ökonomie zeichnet sich durch ein nie dagewesenes Maß an Komplexität, gegenseitiger Verflechtung und Abhängigkeit der Teilnehmer des Wirtschaftskreislaufs aus. Es ist charakteristisch, daß den einzelnen Wirtschaftssubjekten
eine solche Vielzahl an Handlungsoptionen geboten ist, wie noch niemals zuvor. Der Kunde kann nicht nur zwischen einem immensen Produktangebot für jede Art von Bedürfnissen wählen, sondern auch zwischen einer Vielzahl an Anbietern. Fernsehen, Radio, Printmedien und Internet bemühen sich, durch die Aufbereitung von Informationen zu Waren, Dienstleistungen und Unternehmen den Konsumenten zu einem aufgeklärten Verbraucher zu entwickeln. Trends und Einstellungen
werden geprägt. Wer etwas auf sich hält, kauft kritisch. Die Kenntnis
günstiger Bezugsquellen gilt als Fähigkeit und positive Eigenschaft. Das neue Rabattgesetz gibt dem Käufer mit Marktüberblick die Möglichkeit, Preisdruck auszuüben.
[...]
Inhaltsverzeichnis
I. Einführung
II. Käufertypen in der Konsumforschung
1. Herkunft und Inhalt des Datensatzes
1.1 Herkunft des Datensatzes
1.2 Begriffsabgrenzung: Käufer – Kunde
1.3 Inhaltliche Beschreibung des Datensatzes
1.3.1 Verhaltensmerkmale
1.3.2 Strukturmerkmale
1.3.3 Die 13 Warengruppen
1.3.3.1 Allgemeines
1.3.3.2 Bedeutung der einzelnen Warengruppen
2. Ziel und Zweck der Analyse des Datensatzes
2.1 Ziel der Analyse
2.2 Sinn und Zweck der Bildung von Käufertypen
3. Vorgehensweise zur Bildung von Käufertypen: Data-Mining
3.1 Definition von Data-Mining
3.2 Methoden des Data-Mining
3.2.1 Allgemeine Systematik
3.2.2 Künstliche Neuronale Netze (KNN)
3.2.3 Assoziationsregeln
3.2.4 Clusteranalyse
3.2.4.1 Auswahl der Merkmale
3.2.4.2 Wahl des Proximitätsmaßes
3.2.4.3 Wahl der Clustermethode
3.2.4.4 Entscheidung für eine bestimmte Klassenzahl
3.2.4.5 Interpretation der gefundenen Cluster
3.2.5 Exkurs: Das Conjoint-Profit-Modell
4. Ergebnisse der Analyse des Datensatzes
4.1 Gang der Untersuchung
4.2 Klassifikation
4.2.1 Klassifikation der Kunden nach der Kaufhäufigkeit
4.2.1.1 Definition der Klassen
4.2.1.2 Kaufverhaltensprofil der Gruppen
4.2.1.3 Strukturprofil der Gruppen
4.2.1.4 Fazit
4.2.2 Klassifikation der Kunden nach dem Preisbewußtsein
4.2.2.1 Definition der Klassen
4.2.2.2 Kaufverhaltensprofil der Gruppen
4.2.2.3 Strukturprofil der Gruppen
4.2.2.4 Fazit
4.2.3 Klassifikation der Käufer nach der Umsatzhöhe
4.2.3.1 Definition der Klassen
4.2.3.2 Kaufverhaltensprofil der Gruppen
4.2.3.3 Strukturprofil der Gruppen
4.3 Segmentierung
4.3.1 Parameter der Clusteranalyse
4.3.1.1 Auswahl der Merkmale
4.3.1.2 Entscheidung für ein Proximitätsmaß
4.3.1.3 Entscheidung für ein Clusterverfahren
4.3.1.4 Entscheidung über Klassenzahl
4.3.2 Charakterisierung der Haushaltstypen
4.3.2.1 Strukturprofil
4.3.2.2 Warengruppenprofil
4.4 Abhängigkeitsanalyse
4.4.1 Nutzungsverhalten der Käufer
4.4.1.1 Grundidee
4.4.1.2 Käufe mit höchstens zwei Warengruppen
4.4.1.3 Ergebnisse
4.4.2 Segmentierung der Käufer
4.4.2.1 Grundidee
4.4.2.2 Parameter der Clusteranalyse
4.4.2.3 Ergebnisse
4.4.3 Fazit
III. Abschließende Beurteilung der Analyse des Datensatzes
Zielsetzung und Themen der Arbeit
Die vorliegende Arbeit zielt darauf ab, aus einem Datensatz eines SB-Warenhauses bisher unbekannte Informationen über das Kundenverhalten zu extrahieren und diese zur Bildung von Käufertypen zu nutzen, um die Effizienz des Kundenmanagements und die Kundenbindung zu steigern.
- Identifikation und Charakterisierung von Käufertypen mittels Data-Mining-Methoden.
- Durchführung von Klassifikationen (nach Kaufhäufigkeit, Preisbewusstsein und Umsatz) und Segmentierungen.
- Untersuchung von Verbundbeziehungen zwischen verschiedenen Warengruppen (Abhängigkeitsanalyse).
- Analyse der demographischen und sozioökonomischen Struktur der Kundengruppen.
- Demonstration der praktischen Anwendung von statistischen Verfahren in der Konsumforschung.
Auszug aus dem Buch
1.3.3.2 Bedeutung der einzelnen Warengruppen
Aus Sicht des Einzelhandelsbetriebes haben nicht alle Warengruppen den gleichen Stellenwert. Für ihn sind vor allem die Warengruppen von Bedeutung, die einen Beitrag zur Steigerung des Unternehmenserfolgs leisten, die also einen positiven Deckungsbeitrag erwirtschaften. Leider liegen hier entsprechende Informationen nicht vor. Um trotzdem eine Vorstellung von der Wichtigkeit der einzelnen Warengruppen zu bekommen, werden sie anhand der zwei folgenden Dimensionen untersucht: Käuferfrequenz und Umsatzanteil.
Käuferfrequenz: Die Käuferfrequenz kann als Nutzungsgrad einer Warengruppe interpretiert werden. Sie berechnet sich als Anteil der Käufer, die Artikel einer Warengruppe beschafft haben, an der Gesamtzahl aller Käufer. Je mehr Käufer eine Warengruppe berücksichtigt haben, desto größer ist ihr Anteil an allen Warenkörben, desto stärker wurde diese Warengruppe also genutzt.
Umsatzanteil: insgesamt und sonderangebotsbezogen: Die zweite Möglichkeit zur Beurteilung der Bedeutung der einzelnen Warengruppen ist der Umsatzanteil. Das ist der Gesamtumsatz innerhalb einer Warengruppe dividiert durch den Gesamtumsatz aller Warengruppen, jeweils bezogen auf den gesamten Erhebungszeitraum von 10 Monaten. Um aus dem Umsatzanteil Rückschlüsse auf den Beitrag zum Unternehmenserfolg ziehen zu können, müßten auch die Einstandspreise bekannt sein. Dies ist hier nicht der Fall, weswegen eine umsatzstarke Warengruppe nicht automatisch als besonders erfolgreich beurteilt werden darf. Die in Abbildung 3 dargestellte Umsatzverteilung zeigt also vielmehr die Bedeutung der Warengruppen hinsichtlich der eingenommenen Zahlungsmittel.
Zusammenfassung der Kapitel
I. Einführung: Beschreibt den theoretischen Rahmen und die Grundidee der Arbeit zur Wissensextraktion aus Datensätzen im Einzelhandel.
II. Käufertypen in der Konsumforschung: Erläutert die Herkunft und inhaltliche Zusammensetzung des Datensatzes sowie die Abgrenzung der Begriffe Käufer und Kunde.
1. Herkunft und Inhalt des Datensatzes: Detailbeschreibung des Datensatzes, der verwendeten Merkmale und der 13 definierten Warengruppen.
2. Ziel und Zweck der Analyse des Datensatzes: Definiert die Ziele der Typenbildung und erläutert die Bedeutung der Marktsegmentierung.
3. Vorgehensweise zur Bildung von Käufertypen: Data-Mining: Stellt die theoretischen Grundlagen der Data-Mining-Methoden wie Künstliche Neuronale Netze, Assoziationsregeln und insbesondere die Clusteranalyse dar.
4. Ergebnisse der Analyse des Datensatzes: Präsentiert die empirische Anwendung der Verfahren zur Klassifikation und Segmentierung von Käufern sowie die Untersuchung von Abhängigkeiten.
III. Abschließende Beurteilung der Analyse des Datensatzes: Reflektiert die Ergebnisse und diskutiert die Möglichkeiten sowie Grenzen der angewandten Methoden.
Schlüsselwörter
Konsumforschung, Data-Mining, Käufertypen, SB-Warenhaus, Clusteranalyse, Warenkorbanalyse, Marktsegmentierung, Kaufverhalten, Kundenbindung, Umsatzanalyse, Verbundeffekte, Deckungsbeitrag, Haushaltsstruktur, Konsumentenbedürfnisse, Kundensegmentierung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Analyse von Käuferdaten in einem SB-Warenhaus, um durch die Identifikation spezifischer Käufertypen neue Erkenntnisse über das Konsumverhalten zu gewinnen.
Was sind die zentralen Themenfelder?
Die zentralen Felder sind die Methoden des Data-Mining, die Klassifikation und Segmentierung von Konsumenten sowie die Analyse von Verbundbeziehungen zwischen verschiedenen Warengruppen.
Was ist das primäre Ziel der Forschungsarbeit?
Das primäre Ziel ist es, aus dem vorliegenden Datensatz bisher unbekannte Informationen über Käufer zu extrahieren, um sie für eine kundenorientierte Unternehmensführung interpretierbar zu machen.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Der Schwerpunkt liegt auf multivariaten statistischen Verfahren, insbesondere der Clusteranalyse, ergänzt durch deskriptive Methoden zur Klassifikation und zur Analyse von Abhängigkeiten.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden zunächst die Herkunft der Daten und die methodischen Grundlagen geklärt, bevor die Ergebnisse der Käuferklassifikationen und die anschließende Segmentierung nach Haushaltstypen detailliert dargelegt werden.
Welche Begriffe charakterisieren die Arbeit am besten?
Begriffe wie Konsumforschung, Data-Mining, Käufertypenbildung, Warenkorbanalyse und Marktsegmentierung beschreiben den Kerninhalt der Untersuchung.
Was unterscheidet das Vorgehen bei der Klassifikation von dem bei der Segmentierung?
Bei der Klassifikation werden die Objekte (Käufer oder Haushalte) in vorab definierte Klassen eingeteilt, während bei der Segmentierung Gruppen mittels Clusteranalyse neu und ohne vorherige Vorgabe der Klassenzahl gebildet werden.
Wie werden Verbundbeziehungen zwischen Waren ermittelt?
Diese werden durch die Analyse gemeinsamer Kaufhäufigkeiten und die Anwendung von Clusterverfahren identifiziert, um aufzuzeigen, welche Warengruppen signifikant häufig gemeinsam erworben werden.
- Citation du texte
- Adrian Becker (Auteur), 2002, Käufertypen in der Konsumforschung - Dargestellt anhand der Käufe in einem SB-Warenhaus, Munich, GRIN Verlag, https://www.grin.com/document/3583
