Fulltext

Unscharfe Klassifikation von Webkennzahlen

Zumstein, Darius ; Hugi, Patrik

In: HMD Praxis der Wirtschaftsinformatik, 2009, vol. 46, no. 4, p. 44-56

Aggiungi alla tua lista
    Titre
    • Unscharfe Klassifikation von Webkennzahlen
    Auteur
    • Zumstein, Darius. Information Systems Research Group, Universität Fribourg, Boulevard de Pérolles 90, CH-1700, Fribourg
    • Hugi, Patrik. Information Systems Research Group, Universität Fribourg, Boulevard de Pérolles 90, CH-1700, Fribourg
    Type de document
    • Postprint
    Langue
    • Tedesco
    Publié dans
    • HMD Praxis der Wirtschaftsinformatik, 2009, vol. 46, no. 4, p. 44-56. Gabler Verlag
    Autre version électronique
    Classification
    • Informatique
    Identifiant OAI-PMH
    • oai:doc.rero.ch:314704
    Summary
    Zusammenfassung: Das Customer Relationship Management braucht Methoden und Kennzahlen, um Website-Besucher und Onlinekunden sowie deren Wert für das eBusiness zu klassifizieren und zu bewerten. In der Praxis weitverbreitete Kundenbewer-tungs- und Segmentierungsmethoden sind Scoring-Modelle. Ein Problem solcher Heuristiken besteht darin, dass Kundenstrategien anhand von trennscharfen Klassen und Scores definiert werden. Aufgrund scharfer Klassen können Klassifikationsfehler auftreten, Kunden falsch bewertet und das Marketingbudget bei der Kundenansprache oder beim Kundenmanagement suboptimal eingesetzt werden. Dieser Beitrag schlägt eine unscharfe Scoring-Methode vor, konkret ein unscharfes eRFM-Modell. Die Werte der Variablen Recency, Frequency und Monetary Value sind einfach zu erfassen und dank der unscharfen Klassifikation genauer zu segmentieren als bei trennscharfer Klassifikation. Dies wird anhand einer Simulation und einer Fallstudie eines Unternehmens im Online-Detailhandel gezeigt