Churn-Management im B2B-Kontext: Eine empirische Analyse unter besonderer Berücksichtung von hierarchischen Kundenstrukturen und heterogenem KundenverhaltenSpringer-Verlag, 28 feb 2008 - 342 pagina's 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. |
Inhoudsopgave
Einleitung | 1 |
Abbildung | 14 |
Konzeptionelle Grundlagen des ChurnManagements im B2BKontext | 19 |
Abbildung | 28 |
Beiträge zum ChurnManagement | 59 |
Methodische Grundlagen zur Erklärung des ChurnVerhaltens im | 99 |
Systematisierung von Segmentierungskriterien | 102 |
Zuordnung von Kunden zu unterschiedlichen Segmenten | 106 |
Parameterschätzungen für BetaKoeffizienten des LCRModells | 241 |
Zusammensetzung der latenten Klassen des LCRModells | 244 |
Parameterschätzungen für GammaKoeffizienten im LCRModell | 245 |
Profilierung der latenten Klassen | 247 |
Zusammensetzung der Subsamples für die MLCRModellierung | 251 |
Variablen für die Spezifizierung der MLCRModelle | 255 |
Effekte der Geschäftskundenebene auf Variablen der Nutzerebene | 257 |
Entwicklung des BIC bei der MLCRModellierung | 258 |
Vergleichende Gegenüberstellung der Koeffizienten | 130 |
Vergleichende Beurteilung klassischer und neuerer Ansätze | 175 |
Empirische Untersuchung des ChurnVerhaltens im B2BKontext | 177 |
Zeitvariierende Variablen zur Erklärung des ChurnVerhaltens | 188 |
Nutzungsdynamik am Beispiel der QuintilZugehörigkeit | 190 |
Anteile an Churnern und NichtChurnern je Kundenstatuskategorie | 192 |
Tarifübersicht und Anteil an Churnern und NichtChurnern | 193 |
Deskriptive Statistiken metrisch skalierter Variablen | 197 |
Deskriptive Statistiken neu entwickelter metrisch skalierter Variablen | 198 |
Deskriptive Analyse zur Beschreibung des TarifwahlBias | 199 |
PseudoR²Statistiken | 205 |
Klassifizierungsmatrix des Kalibrierungssamples | 208 |
Klassifizierungsmatrix des Validierungssamples | 209 |
Liftwerte für das optimierte Gesamtmodell | 211 |
Parameterschätzungen für Koeffizienten der Logistischen Regression | 217 |
Zusammensetzung der Subsamples für die LCRModellierung | 223 |
Entwicklung von Gütekriterien bei der LCRModellierung | 225 |
Wald und WaldStatistiken für Prädiktoren im LCRModell | 228 |
zWerte für die im LCRModell integrierten Prädiktoren | 229 |
WaldStatistik der im LCRModell integrierten Kovariaten | 231 |
Übersicht über die spezifizierte LCRModellstruktur | 232 |
Klassifizierungsmatrix des LCRKalibrierungssamples | 236 |
Klassifizierungsmatrix des LCRValidierungssamples | 237 |
LCRDeziltrennwerte der geschätzten ChurnWahrscheinlichkeiten | 238 |
Klassifizierungsmatrix des LCRTestsamples | 239 |
Wald und WaldStatistiken für Prädiktoren im MLCRModell | 259 |
zWerte für die integrierten Prädiktoren im MLCRModell | 261 |
WaldStatistik der integrierten Kovariaten im MLCRModell | 262 |
WaldStatistiken für den Einfluss der Geschäftskundenebene | 263 |
WaldStatistik der integrierten GClassKovariaten im MLCRModell | 264 |
GClassspezifische Effekte | 265 |
Klassenspezifische Effekte auf Nutzerebene | 266 |
Klassifizierungsmatrix des MLCRKalibrierungssamples | 268 |
Klassifizierungsmatrix des MLCRValidierungssamples | 269 |
MLCRDeziltrennwerte der geschätzten ChurnWahrscheinlichkeiten | 270 |
Klassifizierungsmatrix des MLCRTestsamples | 271 |
BetaKoeffizienten des MLCRErklärungsmodells | 274 |
Parameter der GClassEinflüsse im MLCRErklärungsmodell | 276 |
Zusammensetzung der latenten Klassen des MLCRModells | 279 |
Zusammensetzung der GClasses | 280 |
GammaKoeffizienten im MLCRKlassifizierungsmodell | 282 |
Parameter der GClassEinflüsse im MLCRKlassifizierungsmodell | 283 |
Parameter der GClassKovariaten | 285 |
an einen Ansatz zur ChurnPrävention | 286 |
Methodenvergleich auf Basis empirischer Ergebnisse | 288 |
Gütekriterien der Modellanpassung auf Nutzerebene | 290 |
Schlussbetrachtung und Ausblick | 293 |
Anhang | 311 |
Overige edities - Alles bekijken
Churn-Management im B2B-Kontext: Eine empirische Analyse unter besonderer ... Tim Tecklenburg Geen voorbeeld beschikbaar - 2008 |
Veelvoorkomende woorden en zinsdelen
Abbildung abhängigen Variable Abschnitt Abwanderung Abwanderungsgefahr abwanderungsgefährdeter Kunden Abwanderungsverhalten Achsenabschnitt Analyse Anbieter Ansätze Anzahl Ausführungen Ausprägungen B2B-Marketing Backhaus/Voeth Basis Berücksichtigung Beta-Koeffizienten Beziehung Beziehungsdauer Bezug bspw Churn Churn-Managements im B2B-Kontext Churn-Verhaltens von Geschäftskunden Churn-Wahrscheinlichkeit Determinanten Dezil Dichtefunktion Dienstleistungen diskutiert Effekte Eigene Darstellung Einfluss einzelner Prädiktoren EM-Algorithmus empirischen Anwendung Entscheidungsbäume Erfassung erfolgt Ergebnisse erklärenden Variablen Erklärung des Churn-Verhaltens folgenden GClasses Geschäftsbeziehung Geschäftskundenebene Grund grundsätzlich Gruppenebene Heterogenität hierarchischen Kundenstrukturen hierzu Hinblick Identifikation inferenzstatistischen insbesondere insofern Integration Kalibrierung klassenspezifischen Klassifizierungsgüte Koeffizienten Konstrukten konzeptionellen Bezugsrahmens Kovariaten Kundenbeziehungen Kundenmanagements Kundenstatus lassen lässt Latent Class-Regression latenten Klassen LCR-Modell Liftwert Likelihood-Funktion linearen Prädiktor Logistischen Regression Management Marketing Methoden MLCR Modell Modellierung Modellschätzung Modellspezifikation Neuronale Netze Nicht-Churner Nutzer Nutzerebene Nutzungs p-Value Parameter potenziell Prädiktoren Rahmen relevanten Robustheit Schätzung signifikant Skalenniveau sowie spezifischen spezifiziert Tabelle Tarif Tarifoptionen Tarifwahl-Bias transaktionsbezogenen Transaktionsdaten unbeobachteter Heterogenität Unterschiede Untersuchung Varianz Vergleich Verhalten Vermunt Vermunt/Magidson 2005a vorliegenden Wahrscheinlichkeit Weiterhin Wert zentralen Zudem Zusammenhang