Hochschule Düsseldorf
University of Applied Sciences
Fachbereich Wirtschaftswissenschaften
Faculty of Business Studies

Aktuelles

HSD - Fachbereich Wirtschaftswissenschaften > Aktuelles > Meldungen > Proaktives Kunden­bindungs­management im Werbe­artikel­handel: Entwicklung eines Machine-Learning-Modells zur Prognose von Kunden­abwanderungen
Wirtschaftswissenschaften / FB W, Forschungsbericht, Alumni, Machine-Learning-Modell, Kundenbindungsmanagement
11.11.2024

Proaktives Kunden­bindungs­management im Werbe­artikel­handel: Entwicklung eines Machine-Learning-Modells zur Prognose von Kunden­abwanderungen

​​​​​​​​Proaktives Kundenbindungsmanagement im Werbeartikelhandel: Entwicklung eines Machine-Learning-Modells zur Prognose von Kundenabwanderungen​​


Prof. Dr. Jan Schemm, Prof. Dr. Christian Schwarz, Marc Strickrodt

Ausgabe 60: Forschungsberichte des Fachbereichs Wirtschaftswissenschaften der Hochschule Düsseldorf

(Düsseldorf Working Papers in Applied Management and Economics); 2024, 60; ISSN 2365-3361​

Zusammenfassung: Die Arbeit entwickelt systematisch ein Machine-Learning-Modell zur Prognose von Kundenabwanderungen im Werbeartikelhandel. Im Fokus steht die WER GmbH, ein mittelständischer Werbeartikelhändler, der jährlich signifikante Umsatzverluste durch Kundenabwanderung in der Streckenabwicklung verzeichnet und diese durch effektive Bindungsmaßnahmen reduzieren möchte.

Die Aus­gangsbasis für ein proaktives Kundenbindungsmanagement bildet ein Modell zur Identifikation abwanderungsgefährdeter Kunden. Das in ei­nem Vergleich von ins­gesamt 15 Verfahren ausgewählte heterogene Machine-Learning-Ensemble nutzt eine Vielzahl transaktions-, leistungs-, kunden- und in­teraktionsbezogener Merk­male und liefert signifikant bessere Abwanderungsprog­nosen als einfa­chere Ver­gleichsverfahren.

Zusätzlich zur inhaltlichen Interpretation des Modells und der re­levantesten Merkmale beschreibt die Arbeit die praktische Integration in den Ge­schäftsablauf des Unternehmens. Sie liefert damit eine empirische Fallstudie zur Entwicklung eines Abwanderungsprognosemodells in nicht-vertraglichen B2B-Kundenbeziehungen und demonstriert die Leistungsfähigkeit datengetriebener Verfahren des maschinellen Lernens in der praktischen Anwendung.
 
Sie finden alle Ausgaben unserer Reihe im Volltext unter:
 
https://wiwi.hs-duesseldorf.de/forschung/publikationen/forschungsberichte    
 
... sowie natürlich auf dem OPUS​, im OPAC, im KVK, in RePEc/EconPapers und weiteren fachspezifischen und fachgebietsneutralen, nationalen und internationalen Katalogen.

​​

​​