Mikrogeografie
Die Frage "Wer ist mein Kunde?" steht bei der Suche nach neuen Kunden im Mittelpunkt des Interesses. Diese Frage zu beantworten, ist Aufgabe der Mikrogeografie. Alle mikrogeografischen Verfahren basieren auf dem Nachbarschaftsprinzip "Gleich und Gleich gesellt sich gern". Dieses Prinzip besagt, dass »ähnliche« Personen gerne eine Nachbarschaft bilden werden. Die so genannten »unähnlichen« Personen oder Außenseiter sind stets bemüht, aus dieser Nachbarschaft wegzuziehen.
Lassen sich in diesem Zusammenhang Tendenzen zu einer Polarisierung und räumlichen Aufteilung der Personen gemäß bestimmter Eigenschaften (Einkommen, Alter, Religion, etc.) beobachten, so sprechen wir von Segregation. Die Träger dieser Eigenschaften können Bevölkerungsgruppen, Wohngebäude, Filialen und Ähnliches sein.
In der Regel wird Segregation von Teilmengen einer Bevölkerung nach folgenden Statusmerkmalen unterschieden:
- gleiche Eigenschaften (z. B. Alter, Haushaltsgröße, Geschlecht, Einkommen)
- ähnliches Verhalten (z. B. Kaufverhalten, Mobilität)
- übereinstimmende Wertvorstellungen (z. B. konservativ oder progressiv)
Residentielle Segregation bezeichnet die Segregation verschiedener Bevölkerungsgruppen nach ihrem Wohnort. Diesem Ansatz widmen wir primär unsere Aufmerksamkeit. Ziel dabei ist es, Siedlungsgebiete in kleinräumige Einheiten zu gliedern, sodass die einzelnen Raumeinheiten beziehungsweise Zellen sich möglichst aus Personen beziehungsweise Haushaltungen mit gleichen Eigenschaften zusammensetzen. Aus den multidimensionalen Datenstrukturen zur Beschreibung der Nachbarschaftseinheiten können dann Strukturen und Verhalten der Bewohner abgeleitet werden, um beispielsweise das Kaufverhalten eines potenziellen Kunden (Neukunden) vorhersagen zu können.
Bei der Messung von Segregation lassen sich grundsätzlich drei Konzepte unterscheiden:
-
Gleichheitsmaße, die auf der Lorenz-Kurve beruhen,
-
Maße des Ausgesetztseins (Interaktion/Isolation der Gruppen) und
-
Ballungsmaße (Clustering).
Das ifsn beschäftigt sich in erster Line mit der Ballungsmessung, also mit dem Clustering. In diesem Zusammenhang entwickeln wir am ifsn den so genannten Customer Affinity Index, ein mathematisches Verfahren zur Bestimmung potenzieller Neukunden.
Dabei verfolgen wir zwei Lösungsansätze:
1. Dieser Lösungsansatz geht von der Hypothese aus, das potenzielle Kunden im Markt, deren Eigenschaften eine hohe Affinität zu denjenigen Eigenschaften bestehender Kunden aufweisen, leichter als Kunden gewonnen werden als diejenigen, deren Eigenschaften große Abweichungen zu bestehenden Kunden haben. Obwohl wir wissen, dass der Kundenstamm eines Unternehmens durch die bisherigen Marketingstrategien selten zufällig, sondern meistens gezielt aufgebaut wurde und so die Struktur im positiven Sinne als manipuliert bezeichnet werden muss, schließt man bei diesem Vorgehen mit Erfolg von der aktuellen Kundenstruktur auf den Markt zurück.
2. Mit der Responseanalyse einer Neukunden-Kampagne werden die gewonnenen Kunden mit der Gesamtheit der beworbenen Gruppe verglichen. Methodisch liefert dieser Lösungsansatz sicherlich exaktere Werte, verlangt jedoch auch einen wesentlich höheren Aufwand.
Der am ifsn entwickelte NeukundenSCOUT ist das sichtbare Ergebnis unserer erfolgreichen Forschungsarbeit.






















