NBD-Prognosemodelle im Kundenbeziehungsmanagement: Einordnung, Implementierung und praktische Anwendungsempfehlung

پیش‌بینی رفتار مشتری وظیفه اصلی مدیریت ارتباط با مشتری است. در روابط غیر قراردادی با مشتری، ابزارهای پیش بینی برای محدود کردن رفتار مشتری مورد نیاز است. این ابزارها متنوع هستند، از قوانین ساده تا مدل های پیچیده را شامل می شوند. این پیش‌بینی شامل این است که آیا مشتریان به‌عنوان فعال به فعالیت خود ادامه می‌دهند، کدام تراکنش‌های خرید آتی را می‌توان انتظار داشت و تقسیم‌بندی مربوط به مشتریان. David Zitzlsperger به مدل‌های پیش‌بینی کاملاً تصادفی اختصاص داده شده است، که صرفاً بر اساس اطلاعات مربوط به رفتار خرید گذشته است و از توزیع دوجمله‌ای منفی (NBD) برای تعیین احتمال معاملات آتی مشتری خاص استفاده می‌کند. نویسنده توسعه و توسعه تئوری را برای علم ارائه می‌کند که به طور خاص به کاربردهای احتمالی مدل‌ها می‌پردازد و برای پزشک توصیه‌ای برای استفاده و امکان تکرار نتایج تحقیق و استفاده از مدل‌های تجزیه و تحلیل برای داده‌های مشتریان خود دارد. p>

Prognose von Kundenverhalten ist eine zentrale Aufgabe des Kundenbeziehungsmanagements. In nicht vertraglich geregelten Kundenbeziehungen werden Instrumente der Prognose benötigt, um das Kundenverhalten einzugrenzen. Diese Instrumente sind vielfältig und reichen von einfachen Daumenregeln bis hin zu komplexen Modellen. Zur Prognose gehört, ob Kunden als solche weiterhin aktiv sein werden, welche zukünftigen Kauftransaktionen zu erwarten sind sowie eine entsprechende Segmentierung der Kunden. David Zitzlsperger widmet sich vollstochastischen Prognosemodellen, welche einzig auf Informationen zum vergangenen Kaufverhalten aufbauen und mit Hilfe der negativen Binomialverteilung (NBD) daraus die Wahrscheinlichkeit zukünftiger kundenspezifischer Transaktionen bestimmen. Der Autor liefert für die Wissenschaft eine Erweiterung und Theoriebildung, die sich konkret mit den Einsatzmöglichkeiten der Modelle auseinandersetzt und für den Praktiker eine Einsatzempfehlung und die Möglichkeit die Forschungsergebnisse zu replizieren und die Analysemodelle auf eigene Kundendaten anzuwenden.