Modellierungsansätze in der Warenkorbanalyse im Überblick

Abstract

Zusammenfassung Ein Großteil der Handelsunternehmen versucht mittlerweile, Kunden über Kundenkartenprogramme und die damit verbundenen Vorteile an sich zu binden. Der Handel kann dadurch auf große Datenmengen über die Kaufhistorie seiner Kunden zurückgreifen. Die Antworten auf strategische Fragestellungen, wie beispielsweise die Kundenbindung, sollen zu einer nachhaltigen Weiterentwicklung jedes einzelnen Kunden führen. Für die hier skizzierte Anwendung im Handel wird in der Regel mit der sogenannten Warenkorbanalyse gearbeitet. Diese Methode beinhaltet die Untersuchung der Zusammensetzung eines Warenkorbs, der alle von einem Konsumenten zur gleichen Zeit am gleichen Ort erworbenen Güter umfasst. Dabei wird angenommen, dass die Kaufentscheidungen in den Kategorien nicht unabhängig getroffen werden, sondern über die Kategorien hinweg voneinander abhängen. Bei der Modellierung von Kaufwahrscheinlichkeiten müssen diese Abhängigkeiten berücksichtigt werden, um geeignete Marketingstrategien ableiten zu können. Dieser Artikel gibt einen Überblick über bestehende Veröffentlichun-gen im Bereich der Verbundanalyse. Die relevante Literatur wird in explorative und explanative Modelle gegliedert, wobei der Schwerpunkt dieses Artikels auf den explanativen Modellen liegt. Komplementarität, Heterogenität und Mitnahmeeffekte werden als Bestimmungsfaktoren des Verbundkaufs identifiziert. Finanziell gefördert durch die Deutsche Forschungsgemeinschaft (DFG) im Forschungsprojekt #BO1952/1.Abstract By now, most retailers have launched efforts to commit customers by means of customer card programs and the accompanying benefits. As a result, retailers have access to large amounts of customer data, because those customer cards allow them to generate a complete purchase history for every single customer. Answering strategic questions, such as those concerning customer relationships, should bring about a sustainable advancement of each customer relationship. In this retailing application, market basket analysis is generally used. Market basket analysis is a method of investigating the composition of a consumer's shopping basket on a single shopping occasion. In this context, selection decisions in multiple categories are assumed to be related. In a modeling framework, considering these cross-category linkages is a prerequisite for deriving suitable marketing strategies. This article reviews relevant publications on market basket analysis and classifies them into exploratory and explanatory approaches, focusing more on the explanatory approaches. Complementarity, heterogeneity and coincidence are identified as factors which determine multi-category choices and explain intercategory relationships.

Variable selection for market basket analysis

“…This progress has been promoted by the growing availability of market basket data acquired by conventional and electronic retailers, loyalty card programs and data providers (e.g., Boztu § and Silberhorn 2006 Explanatory models, on the other hand, aim at explaining eects and therefore include additional covariates. Data sets for explanatory models not only consist of market baskets, they also comprise customer attributes and marketing mix variables.…”

Multi-category purchase incidences with marketing cross effects

“…We ignore exploratory approaches to the analysis of multicategory buying decisions (for a comprehensive overview readers may consult Boztug and Silberhorn 2006). Moreover, we only look at purchase incidence as dependent variable (see Seetharaman et al 2005 for an overview on explanatory models with other dependent variables like brand choice or purchase quantity).…”

Visualizing association rules in hierarchical groups

“…In marketing literature, several approaches have been proposed to model shopping baskets (i.e. interrelations between categories), which can be generally summarized into explanatory or exploratory techniques (Mild and Reutterer 2003;Boztug and Silberhorn 2006).…”