Customer Lifetime Value – Neue Anwendungsmöglichkeiten durch Prognosemodelle

Timo Focht ()
Additional contact information
Timo Focht: STAT-UP Statistical Consulting & Data Science GmbH

A chapter in Marketing Analytics, 2022, pp 229-241 from Springer

Abstract: Zusammenfassung In vielen Unternehmen zeigt sich das Pareto-Prinzip, nämlich dass 20 % der Kunden für 80 % der Umsätze verantwortlich sind. Auch wenn die Verteilung für Ihr Unternehmen eventuell anders aussieht, gibt es auch bei Ihnen Kunden, die im Lauf der Zeit mehr Umsätze bringen als andere. Die Rentabilität Ihres Unternehmens wird maßgeblich davon beeinflusst, ob es Ihnen gelingt, diese Kunden durch gezielten Einsatz der dem Unternehmen zur Verfügung stehenden Mittel (Marketing, Vertriebsaufwände, Zuwendungen, Rabatte) zu halten, aber auch gezielt zu akquirieren. Der sogenannte Customer Lifetime Value (die Kürzel CLV, LTV oder CLTV werden dafür im Englischen verwendet) ist daher für die meisten Unternehmen inzwischen eine strategische Unternehmenskennzahl. Mit dem CLV können Sie die zu erwartenden Umsätze mit bestehenden Kunden auf Basis der Kaufhistorie berechnen und die zukünftigen Umsätze neuer Kunden prognostizieren. Er kann aber auch als Kriterium verwendet werden, um zu entscheiden, welche Zielgruppen gezielt beworben werden, wie hoch die Werbeinvestitionen maximal sein dürfen oder wie man gezielt Kundenbeziehungen auf ein höheres Umsatzniveau bringt. Dieser Beitrag beschreibt im ersten Kapitel, warum die Customer-Lifetime-Value-Analyse für nachhaltiges Marketing Pflicht ist, wie man den Wert berechnet und wo hier die Schwierigkeiten bei der Datenerhebung und Analyse liegen. Im zweiten Kapitel geht es darum aufzuzeigen, welche Voraussetzungen für die Prognose notwendig sind. Abschließend wird der Frage nachgegangen, wie der Customer Lifetime Value für die (Echtzeit-)Optimierung der Kundenansprache gewinnbringend genutzt werden kann.

Date: 2022
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-33809-1_13

Ordering information: This item can be ordered from
http://www.springer.com/9783658338091

DOI: 10.1007/978-3-658-33809-1_13

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().