Einsatz künstlicher neuronaler Netze bei der operativen Werbemitteleinsatzplanung im Versandhandel im Vergleich zu ökonometrischen Verfahren [Taschenbuch]

Voraussetzung dafür ist die Verfügbarkeit von Daten. Gerade durch die
zunehmende Speicherkapazität von Computern, die Entwicklung von
Datenbanken, den bargeldlosen Zahlungsverkehr oder die
Online-Geschäftsabwicklung ist es in den Bereichen Versandhandel, Banken
und Versicherungen, aber auch vermehrt im stationären Handel möglich, auf
mittlerweile unüberschaubare Datenbestände zurückzugreifen, die einer
problemgerechten Verarbeitung und Interpretation bedürfen. In den oben
genannten Bereichen sind informationsbasierte Planung und
Entscheidungsfindung zu festen Bestandteilen des Marketing geworden.

Wurden zu Zwecken der Datenanalyse bisher vornehmlich klassische
statistische Verfahren eingesetzt, so treten in den letzten Jahren vermehrt
innovative Verfahren aus dem Bereich der Künstlichen Intelligenz (KI) in
Erscheinung. Speziell das Verfahren der Künstlichen Neuronalen Netze findet
verstärkt in den Domänen der Finanzmarktanalyse und der
Kreditwürdigkeitsprüfung Anwendung, aber auch in den klassischen
Marketingproblemfeldern der Marktsegmentierung oder der
Kaufverhaltensforschung.

In der vorliegenden Arbeit wird dieses Verfahren, genauer gesagt ein
Spezialfall dieses Verfahrens, ein mehrschichtiges feedforward Netzwerk mit
Backpropagation Lernalgorithmus - die in der betriebswirtschaftlichen
Praxis am häufigsten verwendete Ausprägung Künstlicher Neuronaler Netze -
im Bereich der Werbemitteleinsatzplanung im Versandhandel angewendet.

Die kostenminimale Steuerung des Einsatzes von Werbemitteln stellt einen
zentralen Faktor des Marketing im Versandhandel dar. Ziel ist es dabei,
möglichst in die Kunden zu investieren, die bezüglich der Folgesaison eine
hohe Kaufwahrscheinlichkeit aufweisen. Dadurch werden sog. Streuverluste,
die entstehen, falls Werbemittel ziellos auf die Kunden verteilt werden,
vermieden. Die Kunden müssen daher in jeder Saison aufgrund ihres
bisherigen Kaufverhaltens hinsichtlich ihres potentiellen
Folgekaufverhaltens beurteilt werden. Die Beurteilung wird im Anschluß als
Entscheidungsgrundlage zur gezielten Selektion von Kunden für den
Werbemitteleinsatz herangezogen.

Für die Beurteilung der Kunden werden hauptsächlich multivariate
statistische Verfahren, namentlich die lineare Diskriminanzanalyse und die
logistische Regression verwendet. Aufgrund der den Künstlichen Neuronalen
Netzen zugrunde liegenden Eigenschaft nichtlineare Zusammenhänge in Daten
approximieren zu können, erscheint es sinnvoll, dieses Verfahren für die
Klassifikation von Kunden in potentielle Käufer und Nichtkäufer zu
verwenden. Das für eine empirische Untersuchung benötigte Datenmate- rial
liegt gerade im Versandhandel in ausreichender Form vor, da hier jeder
Geschäftsvorfall in der Beziehung zwischen Versandhandelsunternehmen und
Konsument - bedingt durch die schriftliche, elektronische oder
fernmündliche Bestellung und bargeldlose Zahlungsabwicklung - im
Datenverarbeitungssystem des Unternehmens erfaßt wird.
Zielsetzung der Arbeit ist es, zu untersuchen, ob das Verfahren der
Künstlichen Neuronalen Netze die Klassifikationsleistungen der zu diesem
Zweck herangezogenen klassischen multivariaten statistischen Verfahren, der
linearen Diskriminanzanalyse und der logistischen Regression, übertreffen
kann. Ein empirischer Vergleich dieser drei Verfahren auf Basis
quantitativer und monetärer betriebswirtschaftlicher Entscheidungskriterien
soll klären, ob dieses innovative Verfahren den Methodenvorrat der
angewandten Statistik ergänzen kann.

Kapitel 2 der Arbeit gewährt zunächst einen Einblick in die Theorie und
Praxis des Versandhandels. Dabei wird eine Einordnung der Betriebsform
Versandhandel im Einzelhandel und im Marketing vorgenommen, bevor auf den
Werbemitteleinsatz und dessen Planung im Versandhandel eingegangen wird.

Im dritten Kapitel werden die zur Kundenselektion im Versandhandel
angewendeten Verfahren dargestellt. Neben den Ausführungen zu Theorie und
Anwendung der multivariaten Verfahren der linearen Diskriminanzanalyse und
der logistischen Regression, bildet die Erläuterung der Theorie der
Künstlichen Neuronalen Netze den Schwerpunkt dieses Kapitels. Nach der
Beschreibung des biologischen Vorbilds von Künstlichen Neuronalen Netzen
und der Übertragung der Funktionsweise der biologischen neuronalen Netze in
ein mathematisches Modell, werden das Lernverfahren und die spezifischen
Eigenschaften von Backpropagation-Netzen näher betrachtet. Besonderes
Augenmerk gilt dabei der Entwicklung einer geeigneten Netzarchitektur und
der Optimierung der Lernparameter. Schließlich wird am Ende dieses Kapitels
eine Verbindung zwischen Künstlichen Neuronalen Netzen und statistischen
Verfahren hergestellt.

Die empirische Untersuchung des Werbemitteleinsatzes erfolgt in Kapitel 4.
Zunächst werden die Grundlagen der Untersuchung, besonders das zugrunde
liegende Datenmaterial, dargestellt. Die Art und Weise der
Stichprobenerhebung sowie das sog. data preprocessing, also die
Vorbereitung des Datenmaterials auf die Verarbeitung innerhalb des
jeweiligen Verfahrens, spielen dabei eine übergeordnete Rolle. Auch das
Verfahren der Punktbewertung, d.h. der Bewertung von Kunden mit Punktwerten
in Abhängigkeit ihrer potentiellen Kaufaktivität in der Folgesaison, wird
im Rahmen dieses Kapitels erläutert. Sukzessive werden im Anschluß daran
die einzelnen Verfahren zur Kundenselektion eingesetzt, wobei sich die
Methodik der multivariaten statistischen Verfahren grundlegend von der
Methodik der Backpropagation-Netze unterscheidet. Bei den multivariaten
statistischen Verfahren erfolgt in einem ersten Schritt die Modellschätzung
anhand einer Lernstichprobe und in einem zweiten Schritt die
Modellvalidierung anhand einer Validierungsstichprobe, während im Fall des
Backpropagation-Netzes zunächst die Entwicklung einer geeigneten
Netzarchitektur sowie die Optimierung der Lernparameter unter Anwendung des
sog. Kreuzvalidierungskonzepts erfolgen muß, bevor das entwickelte Netze
anhand von Validierungsdaten überprüft werden kann. Die Überprüfung der
Klassifikationsleistung der Verfahren erfolgt einheitlich anhand von
Gesamttrefferquoten innerhalb der Validierungsstichprobe sowie anhand einer
Gewinnfunktion.

Nach Zusammenfassung der Ergebnisse wird in Kapitel 5 unter Abwägung aller
für den Einsatz eines Bewertungsverfahrens relevanten Gesichtspunkte, wie
Entwicklungsaufwand, Kosten, Zeitaufwand, Personalaufwand und zu
erwartendem Gewinn, eine Handlungsempfehlung für den Werbemitteleinsatz im
Versandhandel gegeben.