Electronic Customer Relationship Marketing (eCRM). Kundenbindung im Internet durch Personalisierung

Diplomarbeit aus dem Jahr 2003 im Fachbereich Wirtschaft - Handel und Distribution, Note: 1,7, Universität zu Köln, 107 Eintragungen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Folgenden Fragen wird im Rahmen der vorliegenden Arbeit nachgegangen: * Was ist unter Personalisierung zu verstehen, welche Personalisierungsverfahren lassen sich identifizieren und wie können diese charakterisiert werden? * Wie lässt sich Kundenbindung erklären? Welche Wirkungszusammenhänge und Determinanten existieren? * Wie wirken Personalisierungsmaßnahmen auf die Kundenzufriedenheit und Kundenbindung?Mit den aufgezeigten Fragestellungen ist der grobe Aufbau der Arbeit bereits vorgegeben. Im Detail wird in Kapitel 2 zunächst das Konzept des Customer Relationship Marketing (CRM) kurz dargestellt, wobei der Ansatz der Personalisierung in das Konzept des CRM eingeordnet und der Zusammenhang zur Kundenbindung erarbeitet wird.In Kapitel 3 werden die Möglichkeiten der Personalisierung im Internet aufgezeigt, die den Unternehmen zu Verfügung stehen, um ein erfolgreiches CRM zu betreiben. Objekte der Personalisierung werden klassifiziert, der Prozess der Personalisierung beschrieben und Methoden der Personalisierung vorgestellt. Grundsätzlich lassen sich drei Arten von Personalisierungsmethoden unterscheiden: die kundengetriebene Personalisierung, die anbietergetriebene Personalisierung durch Rule Based Matching und die automatisierte Personalisierung durch Feature Based Filtering und Collaborative Filtering. Bei den letzten beiden Arten handelt es sich um Empfehlungssysteme, die im Fokus der theoretischen Betrachtung liegen.In Kapitel 4 wird das Konstrukt Kundenbindung näher betrachtet. Die Kundenbindung als Zielgröße des Customer Relationship Marketing wird definiert, Determinanten und Typologien der Kundenbindung werden erarbeitet.Aufbauend auf dieser theoretischen Basis wendet sich die Arbeit in Kapitel 5 der Frage zu, ob die genannten Empfehlungssysteme als mögliche Personalisierungsmethoden die Kundenbindung bzw. Kundenzufriedenheit beeinflussen können. Um diese Frage beantworten zu können, werden zunächst Wirkungshypothesen auf Basis theoretischer Überlegungen formuliert. [...]