Churn-Management im B2B-Kontext : Eine empirische Analyse unter Berücksichtigung von hierarchischen Kundenstrukturen und heterogenem Kundenverhalten

فرار مشتری یا مهاجرت مشتری اخیراً یک چالش فزاینده برای شرکت‌ها بوده است. حتی شرکت‌های مشتری‌مدار با این مشکل مواجه هستند که مشتریان نهایی و تجاری آنها در حال مهاجرت هستند یا در خطر مهاجرت هستند.

تیم تکلنبرگ بررسی می کند که آیا رفتار ریزش مشتریان تجاری را می توان با استفاده از رویکرد داده کاوی بر اساس داده های استفاده و تراکنش موجود در شرکت توضیح داد. به نظر می رسد که مدیریت ریزش در زمینه B2B با الزامات خاصی همراه است. به طور خاص، ساختار سلسله مراتبی سطوح مشتری و کاربر تجاری در مدیریت ریزش در زمینه B2B باید در نظر گرفته شود. نویسنده با استفاده از روش‌های جدیدتر رگرسیون کلاس پنهان و رگرسیون کلاس پنهان چندسطحی، اهمیت ادغام همزمان ناهمگونی مشاهده نشده در رفتار مشتری را برای توضیح رفتار انحرافی مشتریان تجاری نشان می‌دهد.

Customer Churn bzw. Kundenabwanderung stellt in jüngerer Zeit eine zunehmende Herausforderung für Unternehmen dar. Selbst kundenorientierte Unternehmen stehen vor dem Problem, dass ihre End- und Geschäftskunden abwandern bzw. als abwanderungsgefährdet anzusehen sind.

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. Insbesondere sollte die hierarchische Struktur aus Geschäftskunden- und Nutzerebene innerhalb des Churn-Managements im B2B-Kontext Berücksichtigung finden. Mit der Anwendung der neueren Methoden der Latent Class Regression und der Multilevel Latent Class Regression belegt der Autor die Bedeutung der simultanen Integration der unbeobachteten Heterogenität im Kundenverhalten für die Erklärung des Churn-Verhaltens von Geschäftskunden.