20
Simone Kerner Analytisches Customer Relationship Management in Kreditinstituten

Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

  • Upload
    others

  • View
    6

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

Simone Kerner

Analytisches Customer Relationship Management in Kreditinstituten

Page 2: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

GABLER EDITION WISSENSCHAFT

Page 3: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

Simone Kerner

Analytisches Customer Relationship Management in Kreditinstituten

Data Warehouse und Data Mining als Instrumente zur Kundenbindung im Privatku n den 9 es c h aft

Mit einem Geleitwort von Prof. Dr. Peter Hammann

Deutscher Universitats-Verlag

Page 4: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

Die Deutsche Bibliothek - CIP-Einheitsaufnahme Ein Titeldatensatz fUr diese Publikation ist bei Der Deutschen Bibliothek erhiiltlich

Dissertation Universitiit Bochum, 2001

1. Auflage Juli 2002

Aile Rechte vorbehalten © Deutscher Universitiits-Verlag GmbH, Wiesbaden 2002

Lektorat: Brigitte Siegel/Sabine Scholler

Der Deutsche Universitiits-Verlag ist ein Unternehmen der Fachverlagsgruppe BertelsmannSpringer. www.duv.de

Das Werk einschlieBlich aller seiner Teile ist urheberrechtlich geschutzt. Jede Verwertung auBerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verla.gs unzuliissig und strafbar. Das gilt insbe­sondere fUr Vervielfaltigungen, Ubersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten waren und daher von jedermann benutzt werden durften.

Umschlaggestaltung: Regine Zimmer, Dipl.-Designerin, Frankfurt/Main

Gedruckt auf siiurefreiem und chlorfrei gebleichtem Papier

ISBN-13:978-3-8244-7607-7 e-ISBN-13:978-3-322-81416-6 DOl: 10.1007/978-3-322-81416-6

Page 5: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

v

Geleitwort

Angesichts der eingetretenen und sich fortsetzenden Entwicklungen im Privatkundengeschiift der

Kreditinstitute greift Frau Kerner mit der vorliegenden Arbeit ein Problem auf, dessen Uisung

besonders dringlich erscheint. Die Etablierung und Vertiefung bzw. Festigung von Beziehungen

zu Kunden erweist sich angesichts einer steigenden Wechselbereitschaft als zentrales Anliegen

ftir die Geschaftspolitik von Banken. Es ist daher verdienstvoll, wenn versucht wird, zum einen

eine Bestandsaufnahme der bislang gewonnenen allgemeinen Erkenntnisse zum Management von

Kundenbeziehungen vorzunehmen und zum anderen zu priifen, weJche der Erkenntnisse mit Nut­

zen im Bereich der Kreditinstitute Anwendung finden bzw. ftir diesen Zweck adaptiert werden

konnen. Der Entwicklungsaspekt steht somit im Vordergrund der Schrift von Simone Kerner.

Gesttitzt auf ein breites und tiefes Literaturfundament entfaltet die Verfasserin ihre Gedanken,

wobei ein spezielles Augenmerk der Einbeziehung und Nutzung sogenannter analytischer Infor­

mationssysteme gilt. Inhaltlich siedelt die Arbeit von Simone Kerner auf der Schnittstelle von

Bankwirtschaft, Marketing und Informatik. Die Bewrutigung der Schnittstelle setzt umfassende

und eingehende Kenntnisse aller drei Gebiete voraus.

Simone Kerner verfolgt ihr Ziel, die Einsatzmoglichkeiten und Grenzen analytischer

Informationssysteme im Privatkundengeschaft von Kreditinstituten aufzuzeigen, mit

Beharrlichkeit und Konsequenz. Zunachst charakterisiert sie die Prinzipien des Customer

Relationship Management in Kreditinstituten als speziellen Dienstleistungsunternehmen. Sie hebt

dabei vor allem die drei wichtigen Dimensionen der Kunde-Bank-Beziehung (inhaltliche,

zeitliche und intensitatsmaBige Dimensionen) hervor, woran sich eine Darlegung der

Erkenntnisse aus der Theorie der Kundenbeziehung im Marketing von Kreditinstituten

anschlieBt. Simone Kerner arbeitet auf dieser Grundlage die relevanten Bindungsdeterminanten

aus Anbieter und Nachfragersicht heraus. Aus Anbietersicht erweist sich der sogen. Resource­

Dependence-Ansatz als Hilfe bei der Problemerfassung und -strukturierung. Diesem Ansatz

zufolge wird der Kunde bzw. die mit ihm begriindete Beziehung als eine Ressource der

Unternehmung betrachtet. 1m engeren Sinn gilt dies jedoch nur dann, wenn die Unternehmung

auf der Grundlage einer gewachsenen Geschiiftsbeziehung Verftigungsrechte innehat, die z.B. auf

vertraglicher Basis als Anspriiche gegentiber dem Kunden von diesem eingeraumt wurden. Die

Verfasserin erarbeitet bezogen auf diese Erkenntnisse einen Katalog der Anforderungen, die an

ein effektives und effizientes Management von Kundenbeziehungen zu stellen sind.

1m zweiten Hauptteil stellt Simone Kerner das Konzept der in den letzten beiden Jahrzehnten in

der Wirtschaftsinformatik entwickelten "Analytischen Informationssysteme" vor, wobei der

Schwerpunkt in sinn voller Weise auf die Ausgestaltungsmoglichkeiten im Rahmen ihrer Nutzung

in Kreditinstituten gelegt wird. Frau Kerner fiihrt die ihrer Meinung nach mogliche und sinn volle

Strukturierung der relevanten Datenbanken in Richtung auf kundenbindungsspezifische "Data

Page 6: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

Vi

Warehouses" eindringlich vor, wobei nicht nur auf die Mtiglichkeiten der Datenanalyse, sondern

auch auf die Mtiglichkeiten und Grenzen der Datenerhebung eingegangen wird. Der zentrale Ab­

schnitt von Simone Kerner's Studie ist das Kapitel, welches die Anwendungsfelder der Nutzung

analytischer Informationssysteme fUr die Zwecke des Managements von Kundenbeziehungen

zeigt. An dieser Stelle erfolgt auch das, was einleitend als der Entwicklungsbeitrag gekennzeich­

net wurde, den Simone Kerner mit ihrer Studie leistet. Die Verfasserin hebt in ihren Darlegungen

die untersttitzende Funktion analytischer Informationssysteme hervor, die zur Formulierung von

Programmen der Beziehungsaktivierung bzw. Reaktivierung und der Kundenriickgewinnung ein­

gesetzt werden. Die Frage, welche Kundengruppen i.e.L. flir solche MaBnahmen in Betracht

kommen ktinnten, beantwortet Simone Kerner Uber die Ermittlung von Kundenwerten (im Sinne

eines Indikators prospektiver Marketingerfolge) und des Loyalitiitsgrades in Anlehnung an die

von Polan (1995) entwickelten Bankloyalitiitsindex.

Die Gestaltungsansiitze fUr die Aktivierung bzw. Reaktivierung von Kundenbeziehungen sind bei

Simone Kerner durch die Identifikation von Bedarfspotentialen anhand des Lebenszykluskonzep­

tes, bestimmter leistungsspezifischer Affinitiiten sowie von Produktnutzerprofilen geleitet. Der

Gedanke einer Segmentierung von Kunden anhand der Merkmale der mit ihnen gepflegten Be­

ziehungen ist naheliegend und zielftihrend. In die Bereiche des Marketing von Kreditinstituten

verweist ein sich anschlieBender Abschnitt zur Ausgestaltung des Marketing-Mix im Sinne einer

Beziehungserhaltung und Aktivierung. Preispolitische und kommuni-kationspolitische MaBnah­

men stehen im Vordergrund. Besondere Aufmerksamkeit verdienen die Uberlegungen zu einer

beziehungsgebundenen Entgeltpolitik (Relationship Pricing). Auch die Mtiglichkeiten des eBusi­

ness im Sinne der Nutzung neu zu etablierender Vertriebskaniile flir ein Direktmarketing werden

gestreift.

Die Verfasserin versorgt den Leser jedoch nicht nur mit Gestaltungshinweisen ftir ein Manage­

ment von Kundenbeziehungen, sie erarbeitet auch Vorschliige zu einem Customer Relationship

Controlling beztiglich Effektivitiit und Effizienz der zu ergreifenden MaBnahmen.

AbschlieBend zeigt Simone Kerner noch die Hindernisse beim Einsatz eines analytischen Relati­

onship Management auf. Es ist daher verdienstvoll, wenn die Verfasserin die Problematik man­

gelnder Akzeptanz des Kundenbindungsmanagement-Gedankens bei Kunden infolge von Mtig­

lichkeiten der Verletzung der Privatsphiire und der Konsumentensouveriinitiit zu mindest streift.

Alles in allem liegt mit Simone Kerners Arbeit eine gelungene Studie vor, die insbesondere aus

der Sicht der Bankpraxis viele wichtige und dringend behandlungsbedtirftige Einzelfragen auf­

greift. Daher ist ihrer Arbeit sowohl in Praxis wie Wissenschaft Aufmerksarnkeit und Resonanz

zu wtinschen.

Professor Dr. Peter Hammann

Page 7: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

VII

Vorwort

"Database Marketing" - nur ein Modewort? Ein Segen flir neue Kundenbindungsstrategien? Die­

ses Schlagwort war die Ausgangssituation meines Dissertationsvorhabens und fiihrte mich im

Laufe der Zeit letztendlich zu einem neuen Schlagwort - dem analytischen "CRM" , welches

heutzutage zwar in aller Munde ist, ohne daB die konkrete Bedeutung in Theorie und Praxis be­

reits ausreichend untersucht wurde. Zunachst iiberwiiltigt von den vielfiiltigen Quellen und Ab­

handlungen in der wissenschaftlichen wie praktischen Literatur begann ich mich intensiver mit

dem Thema auseinanderzusetzen und die aktuellen Entwicklungen in den letzten Jahren - auch

aus informationstechnologischer Perspektive - zu antizipieren und zu vertiefen.

Bedingt durch meine wissenschaftliche Ausbildung an der wirtschaftswissenschaftlichen Fakultat

der Ruhr-Universitat Bochum konzentrierten sich meine weiteren Untersuchungen neben

allgemeinen marketingwissenschaftlichen Fragestellungen vor allem auf die besondere Bedeu­

tung des analytischen CRM fiir die Bankbetriebslehre, sind doch Kreditinstitute im besonderen

MaBe fiir dieses Thema in der heutigen Zeit empfanglich.

Den praktischen Themenbezug konnte ich im Rahmen meines Promotionsf6rderungsprogrammes

der Commerzbank AG in Frankfurt vertiefen, indem ich die M6glichkeit bekam, aktiv an der

Weiterentwicklung und Umsetzung des Database Marketing mitzuarbeiten.

Hiermit mochte ich mich bei allen bedanken, die zum Gelingen meiner Promotion beigetragen

haben. Hervorzuheben ist zuerst mein Betreuer und wissenschaftlicher Lehrer Prof. Dr. Peter

Hammann, der mir durch seinen fachlichen Rat und ebenso kritische Auseinandersetzung viele

interessante Impulse zum Fortgang meiner Arbeit gegeben hat. Ebenso gilt mein Dank Herrn

Prof. Dr. Joachim Siichting, der das Korreferat iibernommen hat, und Prof. Dr. Stephan Paul;

beide haben mich vor allem im Umgang mit bankbetriebswirtschaftlichen Fragestellungen unter­

stiitzt und gaben mir wichtige, fachliche Anregungen.

Grundsatzlich m6chte ich mich auch bei allen Freunden und Arbeitskollegen bedanken, die mir

mit Anregungen und Vorschlagen, oder aber mit motivierenden Worten beiseite gestanden haben

und auch gerade in der "heiBen" Phase Verstiindnis dafiir hatten, daB ich "untergetaucht" bin.

Mein ganz besonderer Dank gilt abschlieBend meinen Eltern, die sowohl mein Studium als auch

meine Promotion unterstiitzt und erst erm6glicht haben, und meinem Ehemann Torsten Bramer,

der mir stets den notwendigen Riickhalt wiihrend der nicht immer einfachen Zeit des Promoti­

onsprojektes gegeben hat. Seine vielfaItige und flir mich sehr wertvolle Unterstiitzung war mir in

den letzten Jahren immer gewiB und stellt schlieBlich die Basis des Ganzen dar. Diesen fiir mich

sehr bedeutenden Menschen widme ich die vorliegende Arbeit.

Simone Kerner

Page 8: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

IX

Inhaltsverzeichnis

Abkiirzungsverzeichnis ........................................................................................................ XV

Abbildungsverzeichnis ........................................................................................................ XIX

Tabellenverzeichnis .......................................................................................................... XXIII

A Einf'1ihrung in die Thematik und Vorgehensweise ...................................... 1

1. Zur Relevanz des Themas ....................................................................................... 1

1.1 Relationship Marketing - alter Wein in neuen Schliiuchen? ........................................ 1

1.2 Zum veranderten Beziehungsgefiige zwischen Privatkunde und Bank ......................... 8

2. Zielsetzung und Vorgehensweise .......................................................................... 17

B Customer Relationship Management in Kreditinstituten ......................... 21

1. Das Konzept des Relationship Managements: Entwicklungslinien und BegritTsbestimmung ............................................................................................... 21

2. Charakterisierung der Kunde-Bank-Beziehung ................................................ 30

2.1 Der Privatkunde und die Bank als Trager einer dyadischen Beziehung ...................... 30

2.2 Beziehungsspezifische Besonderheiten der Bankleistungen ....................................... 31

2.3 Inhaltliche Dimension: die Sach-, Kommunikations- und Emotions-ebene in der Kunde-Bank-Beziehung .......................................................................... 36

2.4 Zeitliche Dimension: der bankleistungsimmanente Zeitfaktor und Ableitung eines idealtypischen Beziehungslebenszyklusses ...................................... .40

2.5 IntensitiitsmliBige Dimension: qualitative und quantitative Intensitiit in der Beziehung .................................................................................................................... 45

3. Kundenbindung als Ziel des Relationship Managements .................................. 49

3.1 Zur Vieifliltigkeit des Konstruktes Kundenbindung: eine Begriffs-bestimmung ................................................................................................................ 50

3.2 Bindungsdeterminanten aus Kundensicht ................................................................... 55

3.2.1 Ausgewiihlte theoretische Erkllirungsansiitze der Kundenbindung ................... 55

3.2.1.1 Der Transaktionskostenansatz ................................................................ 56

3.2.1.2 Die mikrookonomische Theorie von HIRSCHMAN ............................ 59

3.2.1.3 Der sozialpsychologische Ansatz von THIBAUTIKELLEY ................. 61

Page 9: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

x

3.2.1.4 Die Lem-, Dissonanz- und Risikotheorien als verhaltenswiss-enschaftliche Ansatze zur Erklarung von Kundenbindung ........ 65

3.2.2 Ableitung von Bindungsdetenninanten .............................................................. 71

3.2.2.1 Wechselbarrieren als Detenninanten der Kundenbindung ..................... 71

3.2.2.1.1 Zurn Begriffder Wechselbarrieren ......................................... 71

3.2.2.1.2 Emotionale Wechselbarrieren: soziale und psychische Abwanderungshemmnisse .................................... 74

3.2.2.1.3 Okonomische und rechtliche Wechselbarrieren ..................... 82

3.2.2.2 Bindungstypologien zur Beurteilung der Bindungsqualitat .................. 85

3.3 Bindungsdetenninanten aus Anbietersicht ................................................................. 89

3.3.1 Der Resource-Dependence-Ansatz als theoretischer Erklarungsansatz ............. 90

3.3.2 Theoretisch postulierte Wirkungen der Kundenbindung .................................. 96

3.3.3 Zurn Zusammenhang von Untemehmenserfolg und Kundenbindung ................................................................................................ 1 02

4. Ableitung von Anforderungen an das Relationship Management .................. 107

C Analytische Informationssysteme als Instrumente des Relationship Managements ....................................................................... 111

1. Allgemeine Einf'tihrung: Daten, Informationen und Informations-systeme .................................................................................................................. 112

1.1 Abgrenzung von Daten und Infonnationen .............................................................. 112

1.2 Infonnationssysteme, Komponenten und ihre Systematik ........................................ 115

2. AusgestaItung Analytischer Informationssysteme in Kreditinstituten ........... 119

2.1 Entwicklungslinien Analytischer Infonnationssysteme ............................................ 119

2.2 BereitsteUung und Organisation der Datenbasis: das Data-Warehouse-Konzept.. .................................................................................................................... 121

2.2.1 Operative Datenbestande der Kreditinstitute als Grundlage des Data Warehouse ......................................................................................... 121

2.2.2 Idealtypische Inhalte einer kundenbezogenen Datenbasis ............................... 127

2.3 Auswertung der Datenbasis: der Einsatz von On-line Analytical Processing und Data Mining ...................................................................................... 132

2.3.1 On-line Analytical Processing zur Modellierung und Analyse mehr-dimensionaler Datenbestande .......................................................................... 133

2.3.2 Data Mining zur Entdeckung und Verifikation ............................................... 138

Page 10: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XI

2.3.2.1 Data Mining: Begriff, Funktionen und ProzeBautbau .......................... 138

2.3.2.2 Ausgewiihlte Verfahren des Data Mining und ihre Anwendung .......................................................................................... 143

2.3.2.2.1 Zur Systematisierung von Mining-Verfahren ....................... 143

2.3.2.2.2 Klassifizierungsverfahren ..................................................... 148

2.3.2.2.3 Clusterungsverfahren ............................................................ 158

2.3.2.2.4 Assoziationsverfahren ........................................................... 162

D Anwendungsfelder Analytischer Informationssysteme im Relationship Management ........................................................................ 168

1. Identifizierung von CRM-Segmenten anhand des Kundenwertes und des Loyalitiitsgrades zur Ableitung von CRM-Strategien ...................................... 168

1.1 Der Kundenwert als Erfolgsindikator einer Kundenbeziehung ................................. 169

1.1.1 Das vielschichtige Konstrukt des Kundenwertes ............................................. 169

1.1.1.1 Herleitung des Kundenwertbegriffes .................................................... 169

1.1.1.2 Sachliche Dimension des Kundenwertes: quantitative und qualitative BestimmungsgroBen ........................................................... 172

1.1.1.3 Zeitliche Dimension des Kundenwertes: Vergangenheits- und Zukunftsbezogenheit ............................................................................ 176

1.1.2 Ermittlung retrospektiver Kundenwerte .......................................................... 180

1.1.2.1 Eindimensionale Ermittlungsverfahren: der monetare Kunden-wert und ermittlungstechnische Problematiken im Rahmen der Bankkostenrechnung ...................................................................... 180

1.1.2.2 Mehrdimensionale Verfahren zur Kundenattraktivitiits-beurteilung ........................................................................................... 191

1.1.2.1.1 Kundenbezogene Scoring-Modelle ....................................... 191

1.1.2.1.2 Kundenportfolioanalysen ...................................................... 195

1.1.3 Ermittlung prospektiver Kundenwerte ............................................................. 199

1.1.3.1 Problemfelder bei der Ermittlung prospektiver Kundenwerte ............ 199

1.1.3.2 Ermittlung prospektiver Kundenwerte mittels Markov-Ketten ..................................................................................... 205

1.1.3.2.1 Das Grundmodell von MEYER ZU SELHAUSEN .............. 206

1.1.3.2.2 Erweiterung des Grundmodells: Ermittlung zukiinftiger Kundenerfolgsbeitriige ....................................... 212

Page 11: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XII

1.2 Der Loyalititsgrad als Risikoindikator ................................................................ 216

1.2.1 Ennittlung des Bankloyalitiitsindex von POLAN ............................................ 217

1.2.2 Kundenabwanderung und Ansiitze zur Berechnung von Abwanderungs-wahrscheinlichkeiten ........................................................................................ 224

1.2.2.1 Einfiihrende Bemerkungen zum AbwanderungsprozeB ...................... 222

1.2.2.2 Methodisches Vorgehen ...................................................................... 228

1.3 Bildung eines CRM-Portfolios und Ableitung von Segmentstrategien ..................... 234

2. Gestaltung und Konzeptionierung von CRM-Ma6nahmen ............................ 239

2.1 Beziehungsaktivierende MaBna1unen zur Potentialausschopfung ............................ 240

2.1.1 Allgemeine Moglichkeiten der PotentiaiausschOpfung ................................... 240

2.1.2 Identifizierung von Bedarfspotentialen anhand des Lebensphasen-konzepts ............................................................................................................ 243

2.1.3 Identifizierung von Potentialen anhand leistungsspezifischer Affinitiiten ........................................................................................................ 248

2.1.4 Identifizierung segmentspezifischer Potentiale durch Generierung von Produktnutzerprofilen ............................................................................... 251

2.2 CRM-spezifische Ausgestaltung des Marketing-Mix zur Beziehungserhaltung und Aktivierung ......................................................................................................... 253

2.2.1 Ansiitze zur bindungsorientierten Leistungs- und Preisgestaltung .................. 256

2.2.1.1 Generierung kundenindividueller Value-Added-Services ................... 257

2.2.1.2 Kundennutzenorientiertes Produkt- und Preisbundling ....................... 263

2.2.1.3 Ansiitze eines Relationship Pricing ...................................................... 269

2.2.2 Kommunikationspolitische After-Sales-MaBna1unen ...................................... 275

2.2.2.1 Autbau von integrierten Kundekontaktprogrammen mit Database Marketing .............................................................................. 276

2.2.2.2 Systematisches Beschwerdemanagement mit Hilfe einer Beschwerdedatenbasis .......................................................................... 283

2.2.3 E-Commerce - ein elektronischer Vertriebskanal als neues CRM-Instrument .............................................................................................. 290

2.3 RiickgewinnungsmaBna1unen zur Beziehungsrestabilisierung .................................. 295

Page 12: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XIII

3. Anslitze CRM-spezifischer Effektivitlits- und Effizienzkontrollen ................. 305

3.1 Controlling von CRM-MaBnahmen ............................................................................ 306

3.1.1 Effektivitatskontrolle: Ansatze zur Beurteilung der Wirksarnkeit der CRM-MaBnahmen ............................................................................................ 306

3.1.2 Effizienzkontrolle: Kosten-Nutzen-Analysen von CRM-MaBnahmen und Entwicklung eines dynarnischen CRM-Controlling-Systems .................. 309

3.1.2.1 CRM-Investitionen als Gegenstand von Wirtschaftlichkeits-analysen ................................................................................................ 309

3.1.2.2 Systematisierung von CRM -spezifischen Kosten- und Nutzengrofien ....................................................................................... 310

3.1.2.3 Kosten-Nutzen-Analysen von CRM-MaBnahmen ............................... 316

3.2 Implikationen eines Kundenbeziehungscontrolling .................................................. 325

4. Hindernisse beim Einsatz eines analytischen Relationship Managements ....................................................................................................... 330

4.1 Rechtliche Rahmenbedingungen unter besonderer Beriicksichtigung datenschutzrechtlicher Bestimmungen ...................................................................... 330

4.2 Gefahr der fehlenden Kundenakzeptanz durch Verletzung der Privatsphiire und der Kundensouveranitat ...................................................................................... 339

E SchluBbetrachtung: Fazit und Ausblick .................................................. 343

Literaturverzeichnis ..................................................................................................... 347

Page 13: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

Abkiirzungsverzeichnis

A.d.V.

Abb.

Abs.

AG

AID

AIS

al.

AMA

asw

Aufl.

BAWe

BBI

Bd.

BDSG

Bfup

BGB

BI/GF

bspw.

BTX

bum

bzw.

c.p.

ca.

CACM

CART

CAS

CHAID

CL

CLAIt

CLTV

CLV

CLV-M

CRM d. h.

DBk

DBM

DBW

Arunerkung der Verfasserin

Abbildung

Absatz

Aktiengesellschaft

Automatic Interaction Detection

Analytische Informationssysteme

alii

American Marketing Association

Absatzwirtschaft

Auflage

Bundesaufsichtsamt fUr Wertpapierhandel

Betriebswirtschaftliche Blatter

Band

Bundesdatenschutzgesetz

Betriebswirtschaftliche Forschung und Praxis

Biirgerliches Gesetzbuch

Bank InformationiGenossenschaftsforum

beispielsweise

Bildschirmtext

Bank und Markt

beziehungsweise

ceteris paribus

circa

Communications of the Association for Computing Machinery

Classification and Regression Trees

Computer Aided Selling

Chi-square Automatic Interaction Detectors

Comparison Level

Comparison Level of Alternatives

Customer Lifetime Value

Customer Lifetime Value

Customer Lifetime Value Management

Customer Relationship Marketing

das heiBt

Die Bank

Database Marketing

Die Betriebswirtschaft

xv

Page 14: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XVI

DMA

ders.

dies.

Diss.

DSS

DSZ

DV

DWH

E

E-Commerce

EDV

EIS

EK

E-Mail

etc.

f.

fT.

FIS

FMDS

ggf.

GI

HB

HBR

HMD

Hrsg.

hrsg.

i.d.R.

L e. S. L S. v.

Lw.S.

IJoSIM

IMM

ink\,

IT

IuK

JAV

Jg.

JoBR

JoM

Direct Marketing Association

derselbe

dieselben

Dissertation

Decision Support System

Sparkassenzeitung

Datenverarbeitung

Data Warehouse

Ergebnisse

Electronic Commerce

Elektronische Datenverarbeitung

Excecutive Information System

Einkommen

Elektronisches Mail

et cetera

folgende

fortfolgende

Fiihrungsinformationsystem

Financial Marketing Data Service

gegebenenfalls

Geldinstitute

Handelsblatt

Harvard Business Review

Handbuch fUr modernen Datenverarbeitung

Herausgeber

herausgegeben

in derRegel

im engeren Sinne

im Sinne von

im weiteren Sinne

International Journal of Service Industry Management

Industrial Marketing Management

inklusive

Informationstechnologie

Information und Kommunikation

Jahrbuch der Absatz- und Verbrauchsforschung

Jahrgang

Journal of Business Research

Journal of Marketing

Page 15: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

JoMM

JoMR

JoPE

KDD

KNN KW R

KW Pr

It.

m.E.

Marketing ZFP

Mio.

MIS

No.

Nr.

o. g.

0.0.

o. S.

o. V.

ODS

DBA OIS

OLAP

OTLP

p.a.

RabattG

RDBMS

resp.

S.

SFA

s.

Spk

SQL

Tab.

TARP

TQM

u.li.

u. a.

usw.

Vbo

Journal of Marketing Management

Journal of Marketing Research

Journal of Political Economy

Knowledge Discovery in Databases

Kiinstliche Neuronale Netze

retrospektiver Kundenwert

prospektiver Kundenwert

laut

meines Erachtens

Marketing Zeitschrift flir Forschung und Praxis

Millionen

Management -Informationssystem

Nummer

Nummer

obengenannte(r)

ohne Ort

ohne Seite

ohne Verfasser

Operational Data Store

Dsterreichisches Bank-Archiv

Operative Informationssysteme

On-Line Analytical Processing

On-Line Transaction Processing

per anno

Rabattgesetz

Relationales Datenbankmanagementsystem

respektive

Seite

Sales Force Automation

Siehe

Die Sparkasse

Structured Query Language

Tabelle

Technical Assistance Research Program

Total Quality Management

und lihnliche(s)

und andere, unter anderem

und so weiter

Vereinigung fUr Bankbetriebsorganisation e.V.

XVII

Page 16: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XVIJI

vgl.

Vol.

vs.

w&v

WiST

WISU

WiWo

WpHG

WWW

z.B.

z. T.

z. Zt.

ZBB

ZiB

ZfbF

zit.

ZugabeVO

ZV

vergleiche

Volume

versus

Werben & Verkaufen

Wirtschaftswissenschaftliches Studium

Das Wirtschaftsstudium

Wirtschaftswoche

Wertpapierhandelsgesetz

World-wide Web

zum Beispiel

zum Teil

zur Zeit

Zeitschrift fUr Bankrecht und Bankwirtschaft

Zeitschrift fUr Betriebswirtschaft

Zeitschrift fUr betriebswirtschaftliche Forschung

zitiert

Zugabeverordnung

Zahlungsverkehr

Page 17: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XIX

Abbild ungsverzeichnis

KapitelA

Abb. I: Selektives Loyalitatsverhalten der Bankkunden ..................................................... 9

Abb.2: Indikatoren eines veranderten Loyalitatsverhaltens und empirische Ergebnisse ............................................................................................................. 10

Abb.3: Anteile der Exklusiv-, Hauptbank- und Nebenbankkunden der einzelnen Bankengruppen ...................................................................................................... 11

Abb. 4: Schematischer Aufbau der Arbeit ......................................................................... 19

Kapitel B

Abb.5: Inhalte des Relationship-Management-Regelkreises ............................................ 24

Abb. 6: Die Potential-, Prozel3- und Ergebnisdimensionen einer Bankleistung ................ 32

Abb. 7: Idealtypischer Beziehungsphasenverlauf einer Kunde-Bank-Beziehung ............. 42

Abb.8: Systematisierung von Bankleistungen im Privatkundengeschaft .......................... 48

Abb. 9: CRM-Kausalkette in ihrer Grundform .................................................................. 49

Abb.10: Mehrdimensionale Konzeption des Konstruktes Kundenbindung ........................ 51

Abb. 11: Determinanten der Entscheidung fur Abwanderung oder Widerspruch nach HIRSCHMAN ....................................................................................................... 60

Abb. 12: Attraktivitat und Abhangigkeit in Beziehungen .................................................... 63

Abb. 13: Entstehung und Auspragungen von Kundenzufriedenheit in Anlehnung an das qualitative Kundenzufriedenheitsmodell von STAUSSINEUHAUS ............. 78

Abb. 14: Auspragungen okonomischer Wechselbarrieren ................................................... 83

Abb.I5: Integration der Begriffe Wechselbarrieren und Wechselkosten ........................... 84

Abb. 16: Qualitative Auspragungen der Kundenbindung .................................................... 87

Abb. 17: Bestimmungsfaktoren der Bedeutung eines Kunden nach PLINKE .................... 93

Abb. 18: Positiv postulierte Wirkungen der Kundenbindung ............................................ 102

Abb. 19: Einflu13 der Kundenbindung auf die kundenspezifische Gewinnent-wicklung nach REICHHELD/SASSER .............................................................. 104

Abb.20: CRM-Kausalkette in ihrer endgiiltigen Form ...................................................... 106

Abb. 21: Informationsbezogener Relationship-Management-Regelkreis .......................... 107

KapitelC

Abb. 22: Der Business-Intelligence-Prozel3 ....................................................................... 1 I I

Abb.23: Merkmale von Daten und Informationen ............................................................ 114

Abb.24: Die betriebliche Systempyramide bezogen aufKreditinstitute ........................... 118

Abb. 25: Schichtenarchitekur und Komponenten eines Data Warehouse ......................... 124

Abb.26: Auswertungswerkzeuge im Business-Intelligence-Prozel3 ................................. 132

Page 18: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

xx

Abb.27: Beispiel eines Star-Schemas im Bankenbereich ................................................. 135

Abb.28: Navigationsfunktionen des OLAP-Tools ............................................................ 137

Abb.29: Der Data-Mining-Proze13 ..................................................................................... 142

Abb.30: Data Mining als Verifikations- und Entdeckungsverfahren ................................ 145

Abb. 31: Aufbau eines Kiinstlichen Neuronalen Netzes.. .................................................. 153

Abb.32: Schematische Darstellung eines CHAID-Entscheidungsbaumes ....................... 157

Abb.33: Idealtypisches Kohonen-Netz zur Clusteranalyse ............................................... 162

Abb.34: Generierung von Assoziationsregeln anhand des Apriori-Algorithmus nach AGRAWALISRIKANT ...................................................................................... 165

Kapitel D

Abb.35: Erweiterte Inhalte des Relationship-Management-Regelkreises ......................... 168

Abb.36: Erfolgs- und Risikoindikator als CRM-Segmentierungskriterien ....................... 169

Abb. 37: Zeitliche Differenzierung des Kundenwertes ...................................................... 176

Abb. 38: Der Kundenwert als kundenbezogener Kapitalwert ............................................ 179

Abb. 39: Erfolgsgro13en im Bankbereich als Determinanten des monetiiren Kundenwertes ...................................................................................................... 181

Abb. 40: Dynamische Betrachtung des Erfolgsbeitrages eines Sparkontos ....................... 186

Abb. 41: Berechnung des retrospektiven Kundenerfolgsbeitrages als Basis der Bankkostenrechnung ........................................................................................... 190

Abb. 42: Berechnung des prospektiven Kundenerfolgsbeitrages mittels Markov-Ketten .................................................................................................................. 215

Abb.43: Ermittlungsschema des Bankloyalitatsindexes nach POLAN ............................ 221

Abb.44: Ermittlung von Abwanderungswahrscheinlichkeiten mittels Regressionsanalyse .............................................................................................. 230

Abb.45: Datenanalytische Vorgehensweise bei der Anwendung klassifikatorischer Verfahren zur Ermittlung von Abwanderungswahrscheinlichkeiten .................. 231

Abb. 46: Ausschnitt einer CHAID-Analyse zur Identifizierung abwanderungs-gefahrdeter Kunden ............................................................................................. 233

Abb.47: CRM-Portfolio mit Ableitung von CRM-Segrnenten ......................................... 237

Abb.48: Inhalte beziehungsphasenorientierter CRM-Strategien ...................................... 239

Abb. 49: Ansatzpunkte zur Steigerung des monetiiren Kundenwertes .............................. 241

Abb. 50: Verlauf eines idealtypischen Lebensphasenzyklusses ........................................ 245

Abb. 51: Beispielhafte Identifizierung eines Produktnutzerprofils mittels CHAID .......... 252

Abb.52: Inhalte der Beziehungsstabilisierung .................................................................. 254

Abb.53: Value-Added-Services in Kreditinstituten .......................................................... 259

Abb. 54: Biindelungsstrategien .......................................................................................... 264

Abb.55: Leistungsbiindel im Privatkundengeschaft .......................................................... 267

Page 19: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XXI

Abb. 56: Einordnung von Boni und Rabatten in das Relationship Pricing ........................ 269

Abb. 57: Der Database-Marketing-Regelkreis ................................................................... 279

Abb.58: Systematik von Kontaktanlassen ......................................................................... 281

Abb.59: Aufgabenbereiche innerhalb des Beschwerdemanagementprozesses ................. 285

Abb. 60: Stufen eines Kundenriickgewinnungsmanagements ........................................... 297

Abb. 61: Interdependenzen von CRM-Strategien und MaBnahmen .................................. 304

Abb.62: Effektivitats- und Effizienzkontrolle von CRM-MaBnahmen ............................ 306

Abb.63: Ausgewiihlte Bindungskennziffem ..................................................................... 308

Abb.64: Nutzenarten des CRM ......................................................................................... 314

Abb.65: CRM-Strategien und ihre NutzengroBen ............................................................. 315

Abb. 66: Quantifizierung der Mengenkomponenten von CRM-NutzengrOBen ................. 317

Abb.67: Rechtliche Rahmenbedingungen eines analytischen CRM ................................. 330

Page 20: Simone Kerner - link.springer.com3A978-3-322-81416-6%2F1.pdfAnalytisches Customer Relationship Management in Kreditinstituten Data Warehouse und Data Mining als Instrumente zur Kundenbindung

XXlIl

Tabellenverzeichnis

KapitelB Tab. 1: Das Kontinuum von Relationship und Transaction Banking ................................ 26

Tab. 2: Bindungsdeterminanten aus transaktionskostentheoretischer, mikrookonomischer und sozialpsychologischer Sicht .......................................... 65

Tab. 3: Bindungsdeterminanten aus lem-, dissonanz- und risikotheoretischer Sicht... ..... 70

Tab. 4: Allgemeine Auspragungen von Wechselbarrieren ................................................ 73

Kapitel C

Tab. 5: Ausgewiihlte operative Informationssysteme in Banken .................................... 116

Tab. 6: Gegeniiberstellung operativer und mangementunterstiitzender Systeme ............ 122

Tab. 7: Ausgewiihlte kundenbezogene Datenfelder im Data Warehouse ....................... 131

Tab. 8: Zuordnungssystematik ausgewiihlter Data Mining-Verfahren ........................... 147

KapitelD

Tab. 9: Zusammenstellung ausgewiihlter qualitativer Kundenwertbestandteile ............. 175

Tab. 10: Kundenportfolios im Bankenbereich .................................................................. 197

Tab. 11: Notwendige KundenwertprognosegroBen aus Kundensicht ............................... 202

Tab. 12: Zustandsvariablen und Zustiinde zur Abbildung des Kundenwanderungs-verhaltens ............................................................................................................ 207

Tab. 13: Entwicklung der Kundenstruktur im Zeitablauf .................................................. 210

Tab. 14: Ausgewiihlte Indikatoren der Kundenabwanderung ........................................... 232

Tab. 15: Ergebnisse einer empirischen Untersuchung zur lebenphasenspezifischen Produktnutzung ................................................................................................... 247

Tab. 16: Beispiel einer Cross-Selling-Matrix .................................................................... 250

Tab. 17: Beschwerdedatenfelder und daraus abzuleitende Informationen ........................ 286

Tab. 18: Ausgewiihlte Griinde des Bankwechsels aus Kundensicht ................................. 300

Tab. 19: Ermittlung des Gesamtnutzens eines CRM-Programmes mittels Nutzenkennzahlen ............................................................................................... 320

Tab. 20: Dynamisierte Kosten-Nutzen-Analyse eines CRM-Programmes ....................... 324