Research & Evidence

Methode suchen

Titel, Fragen, Gebiete und MSC-Kennungen durchsuchen.

    ← Alle Methoden
    MSC-H-004KundenforschungWissenschaftliches Gebiet

    Kunden- und Wahlforschung: Verhalten, Wert und Heterogenität

    Dieses Gebiet modelliert Wahl, Bindung, Zukunftswert und Segmente, ohne Prognose, Kausalität und Beschreibung zu vermischen. Beobachtungszeit und Heterogenität sind explizit.

    Wissenschaftliche Redaktion: Marketing Science Center

    Direkte Antwort

    Wahrscheinlichkeit, Erwartungswert oder Segmentierung mit Out-of-sample-Validierung schätzen.

    Dieses Gebiet modelliert Wahl, Bindung, Zukunftswert und Segmente, ohne Prognose, Kausalität und Beschreibung zu vermischen. Beobachtungszeit und Heterogenität sind explizit.

    Modell oder ErgebnisFrage → Design → Estimand → Unsicherheit → Entscheidungsgrenze

    Fader, Hardie & Lee, 2005McFadden, 1974

    ESTIMAND

    Schätzprofil

    Analyseeinheit
    Entscheidung × Population × Horizont
    Exakter Estimand
    Eine vertretbare Kette von der Frage zur Evidenz
    Modell oder Ergebnis
    Frage → Design → Estimand → Unsicherheit → Entscheidungsgrenze

    01—10

    Pfad durch das Gebiet

    01 · MSC-P-026Logit vs Probit: Wie wählt man für eine Kaufwahrscheinlichkeit?→02 · MSC-P-028Wie schätzt man CLV mit BG/NBD und Gamma-Gamma?→03 · MSC-P-029Welche Kunden haben die höchste Abwanderungswahrscheinlichkeit?→04 · MSC-P-030Wie analysiert man Kundenbindung mit Überlebensmodellen?→05 · MSC-P-031Wie erstellt man eine nützliche Kundensegmentierung?→06 · MSC-P-032Wie prüft man die Stabilität einer Segmentierung?→07 · MSC-P-043Was ist ein Abonnent wert, wenn erst sechs Monate Bindungsdaten vorliegen?→08 · MSC-P-044Was ist ein Kunde wert, der höchstens einmal pro Saison kauft?→09 · MSC-P-045Was sind die heutigen und künftigen Kunden eines Unternehmens wert?→10 · MSC-P-046Wie viel gibt ein Kunde pro Kauf aus? Das Gamma-Gamma-Modell→

    01—08

    Überprüfbarer Analyserahmen

    1. 01
      Frage

      Kunden- und Wahlforschung: Verhalten, Wert und Heterogenität

    2. 02
      Estimand

      Eine vertretbare Kette von der Frage zur Evidenz · Entscheidung × Population × Horizont

    3. 03
      Daten

      population · analyseeinheit · entscheidungshorizont · ergebnis · annahmen

    4. 04
      Modell oder Ergebnis

      Frage → Design → Estimand → Unsicherheit → Entscheidungsgrenze

    5. 05
      Deklarierte Berechnung

      Frage → Design → Estimand → Unsicherheit → Entscheidungsgrenze → Eine vertretbare Kette von der Frage zur Evidenz

    6. 06
      Unsicherheitsprüfungen

      Eindeutiger Entscheidungszweck · Explizite Identifikationsannahmen · Reproduzierbare Evidenzspur

    7. 07
      Methodenspezifische Validierung

      Daten, Schätzstabilität und Interpretationsgrenzen prüfen. Eindeutiger Entscheidungszweck · Explizite Identifikationsannahmen · Reproduzierbare Evidenzspur

    8. 08
      Grenzen

      Einen Prognosescore als Beleg ausgeben, dass eine Maßnahme Verhalten ändert.

    Benötigte Variablen

    • population
    • analyseeinheit
    • entscheidungshorizont
    • ergebnis
    • annahmen

    Prüfungen

    • Eindeutiger Entscheidungszweck
    • Explizite Identifikationsannahmen
    • Reproduzierbare Evidenzspur
    Mögliche Entscheidung

    Wahrscheinlichkeit, Erwartungswert oder Segmentierung mit Out-of-sample-Validierung schätzen.

    Nicht gestützte Entscheidung

    Einen Prognosescore als Beleg ausgeben, dass eine Maßnahme Verhalten ändert.

    Wissenschaftliche Quellen

    2 Quellen

    1. Fader, Hardie & Lee, 2005
    2. McFadden, 1974

    Als Nächstes

    MSC-P-026Logit vs Probit: Wie wählt man für eine Kaufwahrscheinlichkeit?→MSC-P-028Wie schätzt man CLV mit BG/NBD und Gamma-Gamma?→MSC-P-029Welche Kunden haben die höchste Abwanderungswahrscheinlichkeit?→MSC-P-030Wie analysiert man Kundenbindung mit Überlebensmodellen?→MSC-P-031Wie erstellt man eine nützliche Kundensegmentierung?→MSC-P-032Wie prüft man die Stabilität einer Segmentierung?→