Lade Inhalt...

Ansätze der Messung von Kundenzufriedenheit, -loyalität und -profitabilität und deren Beziehung zueinander im Rahmen von Strukturgleichungsmodellen - Eine kausalorientierte Performance Measurement-Analyse

©2009 Diplomarbeit 103 Seiten

Zusammenfassung

Inhaltsangabe:Einleitung:
Bis in die achtziger Jahre des vorherigen Jahrhunderts waren Ansätze betrieblicher Leistungsmessung und –berechnung vornehmlich durch monetäre Kennzahlen charakterisiert. Diese traditionellen Kennzahlensysteme, wie z.B. das 1919 entwickelte DuPont System of Financial Control, welches als Unternehmungsziel die relative Größe Gesamtkapitalrentabilität (ROI) ausgibt, sind dadurch gekennzeichnet, dass sie ausschließlich finanzielle, exakt quantifizierbare Kontrollzahlen berücksichtigen. Die durch mathematische Verknüpfungen in Beziehung stehenden Kennzahlen befähigen zwar zu einer direkten Abschätzung der Wirkungen von Maßnahmen, die Einflussfaktoren des Unternehmenserfolgs können jedoch nicht auf mechanische Weise bewertet werden (‘Unternehmensführung als Räderwerk’)
Die Verringerung der Leistungsinhalte auf ausschließlich monetär bewertbare Ergebnisgrößen verhindert darüber hinaus die Identifizierung von Ursachen und Leistungstreibern und alle Aktivitäten eines Unternehmens richten sich an kurzfristigen finanziellen Optimierungsmöglichkeiten aus. Außerdem impliziert diese interne Ausrichtung eine vergangenheitsorientierte Sichtweise durch Abbildung von Indikatoren des Unternehmenserfolgs früherer Perioden und gibt somit keinen Aufschluss darüber, wie zukünftige Erfolgspotentiale zu schaffen sind, um die langfristige finanzielle Leistungsfähigkeit des Unternehmens sowie die dauerhafte Steigerung des Unternehmenswertes am Kapitalmarkt zu gewährleisten. Da sich viele Unternehmen heute Wettbewerbssituationen ausgesetzt sehen, die durch abnehmendes Wachstum, steigende Marktsättigung, angeglichene Produktqualität und wachsende Globalisierung charakterisiert sind, wird die Akquisition neuer Kunden immer schwieriger und die von Drucker vor vier Jahrzehnten aufgestellte Behauptung ‘a company`s first task is to create new customers’ kann folglich als nicht mehr gültig erachtet werden. Vielfach höhere Kosten der Neukundenakquisition im Verhältnis zur Aufrechterhaltung einer bestehenden Kundenbeziehung verdeutlichen zusätzlich die wachsende Bedeutung defensiver Geschäftsstrategien, die durch den Aufbau von Wechselbarrieren und die Erhöhung der Kundenzufriedenheit charakterisiert sind und die Erhaltung eines loyalen Kundenstamms als zentrale Faktoren für die Sicherstellung des langfristigen Erfolgs eines Unternehmens. Dies erfordert eine stärkere Betrachtung nicht finanzieller Kennzahlen und immaterieller Vermögenswerte bzw. eine […]

Leseprobe

Inhaltsverzeichnis


Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Hintergrund der Arbeit
1.2 Aufbau und Ziel der Arbeit

2 Grundlagen
2.1 Performance Measurement
2.1.1 Grundlagen und Abgrenzung zu traditionellen Kennzahlensystemen
2.1.2 Begriffsdefinitionen
2.1.2.1 Performance
2.1.2.2 Performance Measurement
2.1.3 Zielsetzungen
2.1.4 Kausalbeziehungen im Performance Measurement
2.1.4.1 Kausalität
2.1.4.2 Wichtigkeit von Kausalbeziehungen
2.1.5 Problemgebiete
2.2 Kundenzufriedenheit
2.2.1 Begriff der Kundenzufriedenheit
2.2.2 Modellierungsansätze der Kundenzufriedenheit
2.2.3 Ansätze zur Messung der Kundenzufriedenheit
2.3 Kundenloyalität
Kundenzufriedenheit
2.4 Kundenprofitabilität
2.5 Hypothetische Zusammenhänge
2.5.1 Hypothetische Wirkungskette zwischen den Konstrukten
2.5.2 Kundenzufriedenheit und -loyalität
2.5.3 Kundenloyalität und –profitabilität

3 Strukturgleichungsmodelle
3.1 Grundlagen
3.2 Vorgehensweise zur Entwicklung eines Strukturgleichungsmodells
3.3 Pfaddiagramm und Modellspezifikation
3.4 Identifikation der Modellstruktur
3.5 Parameterschätzungen
3.5.1 Kovarianzstrukturanalyse
3.5.2 „Partial Least Squares“- Ansatz
3.6 Beurteilung der Schätzergebnisse
3.6.1 Globale Anpassungsmaße
3.6.2 Lokale Anpassungsmaße
3.7 Bewertung des Modells

4 Empirische Analysen zur Messung von kausalen Zusammenhängen anhand von Strukturgleichungsmodellen
4.1 Empirische Analysen anhand branchenübergreifenden Daten
4.1.1 Die Untersuchung von Fornell et al.
4.1.2 Die Untersuchung von Edvardsson et al.
4.1.3 Die Untersuchung von Fornell
4.1.4 Die Untersuchung von Wallenburg und Weber
4.1.5 Die Untersuchung von Giering
4.1.6 Empirische Analysen auf Basis alternativer Verfahren
4.2 Empirische Analysen anhand von Branchendaten
4.2.1 Die Untersuchung von Gerpott und Rams
4.2.2 Die Untersuchung von Bakay und Schwaiger
4.2.3 Die Untersuchung von Bauer und Hammerschmidt
4.2.4 Die Untersuchung von Smith und Wright
4.2.5 Die Untersuchung von Nader
4.3 Empirische Analysen anhand von Firmendaten
4.3.1 Die Untersuchung von Burmann
4.3.2 Die Untersuchung von Korte
4.3.3 Die Untersuchung von Peter
4.3.4 Die Untersuchung von Homburg und Giering
4.3.5 Die Untersuchung von Bauer, Huber und Betz
4.3.6 Empirische Analysen auf Basis alternativer Verfahren
4.4 Zusammenfassung der Ergebnisse und Überprüfung der Hypothesen

5 Zusammenfassung und Implikationen
5.1 Zusammenfassung und Schlussfolgerungen
5.2 Grenzen der Untersuchung und Implikationen für weitere Ansatzpunkte der Forschung

Anhang
A.I Pfadmodell als Gleichungssystem
A.II Formatives Messmodell
A.III Identifikation der Modellstruktur
A.IV Korrelation und Kausalität
A.V Kleinstquadrateschätzung
A.VI Grundmodelle der Regressionsanalyse

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1 : Zielsetzungen des Performance Measurement

Abbildung 2: Modellierungsansätze der Kundenzufriedenheit

Abbildung 3: Ansätz zur Messung von Kundenzufriedenheit

Abbildung 4: Das Modell des ASCI

Abbildung 5: Konzeptualisierung des Konstruktes Kundenbindung

Abbildung 6: Der Zusammenhang zwischen Kundenzufriedenheit und Profitabilität

Abbildung 7: Mögliche Funktionsverläufe des Zusammenhangs zwischen der Kundenzufriedenheit und Kundenloyalität

Abbildung 8: Gewinnauswirkungen loyaler Kunden

Abbildung 9: Strukturierung unterschiedlicher Verhaltensweisen in Bezug auf die Profitabilität

Abbildung 10: Ablaufschritte zur Entwicklung eines Strukturgleichungsmodells

Abbildung 11: Strukturgleichungsmodell als Pfaddiagramm

Abbildung 12: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Edvardsson et al. (2000): Dienstleister versus Güteranbieter

Abbildung 13: Effekt der Kundenzufriedenheit auf die Loyalität

Abbildung 14: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Giering (2000)

Abbildung 15: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Gerpott/ Rams (2000)

Abbildung 16: Pfaddiagramme mit Schätzergebnissen der Untersuchung von Bakay/ Schwaiger (2006)

Abbildung 17: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Bauer/ Hammerschmidt (2004)

Abbildung 18: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Smith/ Wright (2004)

Abbildung 19: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Nader (1995)

Abbildung 20: Pfaddiagramm mit Schätzergebnisse der Untersuchung vo3 Burmann (1991)

Abbildung 21: Loyalitätsraten in Abhängigkeit vom Gesamtzufriedenheitsniveau

Abbildung 22: Pfaddiagramme mit Schätzergebnissen der Untersuchung von Korte (1995)

Abbildung 23: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Peter (1997) bei einem Automobilhersteller

Abbildung 24: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Peter (1997) bei einem Pharmagroßhändler

Abbildung 25: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Homburg/ Giering (2001)

Abbildung 26: Pfaddiagramm mit Schätzergebnissen der Untersuchung von Bauer/ Huber/ Betz (1998)

Abbildung 27: Formatives Messmodell

Tabellenverzeichnis

Tabelle 1: Traditionelle Kennzahlensysteme versus Performance Measurement Systeme

Tabelle 2: Variablenerklärungen des Strukturgleichungsmodells

Tabelle 3: Anforderungswerte für globale Gütemaße

Tabelle 4: Totale Effekte der Determinanten auf die Kundenbindung

Tabelle 5: Kategorisierung der vorgestellten Studien

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

1.1 Hintergrund der Arbeit

Bis in die achtziger Jahre des vorherigen Jahrhunderts waren Ansätze betrieblicher Leistungsmessung und –berechnung vornehmlich durch monetäre Kennzahlen charakterisiert. Diese traditionellen Kennzahlensysteme, wie z.B. das 1919 entwickelte DuPont System of Financial Control, welches als Unternehmungsziel die relative Größe Gesamtkapitalrentabilität (ROI) ausgibt, sind dadurch gekennzeichnet, dass sie ausschließlich finanzielle, exakt quantifizierbare Kontrollzahlen berücksichtigen.[1] Die durch mathematische Verknüpfungen in Beziehung stehenden Kennzahlen befähigen zwar zu einer direkten Abschätzung der Wirkungen von Maßnahmen, die Einflussfaktoren des Unternehmenserfolgs können jedoch nicht auf mechanische Weise bewertet werden („Unternehmensführung als Räderwerk“).[2]

Die Verringerung der Leistungsinhalte auf ausschließlich monetär bewertbare Ergebnisgrößen verhindert darüber hinaus die Identifizierung von Ursachen und Leistungstreibern und alle Aktivitäten eines Unternehmens richten sich an kurzfristigen finanziellen Optimierungsmöglichkeiten aus.[3] Außerdem impliziert diese interne Ausrichtung eine vergangenheitsorientierte Sichtweise durch Abbildung von Indikatoren des Unternehmenserfolgs früherer Perioden und gibt somit keinen Aufschluss darüber, wie zukünftige Erfolgspotentiale zu schaffen sind, um die langfristige finanzielle Leistungsfähigkeit des Unternehmens sowie die dauerhafte Steigerung des Unternehmenswertes am Kapitalmarkt zu gewährleisten.[4] Da sich viele Unternehmen heute Wettbewerbssituationen ausgesetzt sehen, die durch abnehmendes Wachstum, steigende Marktsättigung, angeglichene Produktqualität und wachsende Globalisierung charakterisiert sind, wird die Akquisition neuer Kunden immer schwieriger und die von Drucker vor vier Jahrzehnten aufgestellte Behauptung „a company`s first task is to create new customers“ kann folglich als nicht mehr gültig erachtet werden.[5] Vielfach höhere Kosten der Neukundenakquisition im Verhältnis zur Aufrechterhaltung einer bestehenden Kundenbeziehung verdeutlichen zusätzlich die wachsende Bedeutung defensiver Geschäftsstrategien, die durch den Aufbau von Wechselbarrieren und die Erhöhung der Kundenzufriedenheit charakterisiert sind und die Erhaltung eines loyalen Kundenstamms als zentrale Faktoren für die Sicherstellung des langfristigen Erfolgs eines Unternehmens.[6] Dies erfordert eine stärkere Betrachtung nicht finanzieller Kennzahlen und immaterieller Vermögenswerte bzw. eine fortschreitende Kundenorientierung und somit die Erweiterung der ökonomischen Erfolgs- und Steuerungsgrößen durch kundenspezifische Kennzahlen.[7]

Neuere Ansätze der Leistungsmessung und –berechnung, die nicht finanzielle Kennzahlen auf den erfolgs- und leistungsrelevanten Unternehmensebenen berücksichtigen und auf eine wertorientierte Unternehmensführung abzielen, werden unter dem Begriff des Performance Measurement zusammengefasst. Ein Hauptmerkmal von Performance Measurement Systemen liegt in den angenommenen Ursache-Wirkungsbeziehungen zwischen den einzelnen Zielen, Erfolgsfaktoren und Kennzahlen, die besonders bezüglich des 1990 von Kaplan und Norton entwickelte Ansatzes der Balanced Scorecard (BSC) in der Literatur ausführlich diskutiert wurden.[8] Dieses in den letzten Jahren stark verbreitete und genutzte, aber auch viel debattierte strategische Managementinstrument wurde auf Grundlage einer Untersuchung zum Performance Measurement in zwölf US-amerikanischen Großkonzernen entwickelt und ist seitdem Gegenstand zahlreicher Untersuchungen und Beiträge, die sich mit den von Kaplan und Norton propagierten generischen Ursache-Wirkungsbeziehungen innerhalb der BSC auseinandersetzen.[9] Eine der größten Schwierigkeiten besteht in der ganzheitlichen Betrachtung und Bewertung dieser hypothetischen kausalen Beziehungen, insbesondere, da keine theoretischen oder empirischen Ansätze zur Ermittlung eines solchen Systems von Ursache-Wirkungsbeziehungen angezeigt werden.[10] Ohne Erfassung durch methodische Kontrolle aller relevanten kausalen Zusammenhänge und veränderter Umweltzustände, die auf das existierende Beziehungssystem einwirken, birgt die Nutzung von Performance Measurement Systemen, wie der BSC, das Risiko eines verfälschten Abbilds des Beziehungssystems.[11]

Kaplan und Norton postulieren z.B. eine durch gestiegene Kundenzufriedenheit erhöhte Kundenloyalität und infolgedessen ein verbessertes finanzielles Unternehmensergebnis, konstituieren diese Ursache-Wirkungsketten jedoch nur an Fallstudien und Praxisbeispielen.[12] Auch Anderson, Fornell und Rust (1997) konstatieren hierzu: „Through increasing loyalty , it is argued, customer satisfaction helps to secure future revenues, reduce costs of future transactions, decrease price elasticities, and minimize the likelihood customers will defect if quality falters”.[13] Allerdings stellen einige Autoren den unmittelbaren und allgemeingültigen Effekt der Kundenzufriedenheit auf die Loyalität der Kunden vor dem Hintergrund verschiedener Einflussfaktoren dieser Beziehung in Frage.[14] Reichheld (1996) spricht in diesem Zusammenhang auch von der „Zufriedenheitsfalle“, da „satisfaction scores … mean nothing unless the satisfaction they purport to measure translate into purchases and profit“.[15] Diese beispielhaften Auszüge verdeutlichen die Uneinigkeit in Forschung und Praxis hinsichtlich der Zusammenhänge zwischen den Konstrukten der Kundenzufriedenheit, -loyalität und –profitabilität und dem daraus resultierenden weiteren Forschungsbedarf, insbesondere in Bezug auf eine mögliche Kausalität bzw. deren empirische Identifizierung in den Beziehungen zwischen nicht finanziellen möglichen Leistungstreibern und finanziellen Ergebniskennzahlen. Die hieraus resultierenden möglichen Auswirkungen auf die Gültigkeit und den Einsatz von Performance Measurement Systemen entziehen sich in der Literatur bisher einer einheitlichen Interpretation und bedürfen einer genaueren Überprüfung.

1.2 Aufbau und Ziel der Arbeit

Das Bestreben dieser Arbeit liegt in der Darstellung und Analyse hinsichtlich des Kausalitätspostulats bisheriger empirischer Forschungsbeiträge, die sich mit den Zusammenhängen zwischen den Konstrukten der Kundenzufriedenheit, -loyalität und –profitabilität befassen. Diese sollen hinsichtlich möglicher Befunde zu Ursache-Wirkungsbeziehungen zwischen diesen Kennzahlen untersucht werden. Als zentrales Forschungsziel der vorliegenden Arbeit kann somit die Identifikation möglicher kausaler Beziehungen zwischen der Kundenzufriedenheit, -loyalität und –profitabilität mittels einer Metaanalyse formuliert werden. Neben der Überprüfung einer möglichen Generalisierbarkeit der Beziehungen sollen die Zusammenhänge zwischen diesen drei Kundenkennzahlen auf mögliche Einflussfaktoren, sogenannte moderierende Variablen, untersucht werden, die auf Stärke und Richtung der Zusammenhänge einwirken. Die Ergebnisse werden daraufhin auf ihre Auswirkungen hinsichtlich der Nutzung von Performance Measurement Systemen untersucht und es werden Implikationen für die Unternehmenspraxis erarbeitet.

Die dargestellte Auswahl an empirischen Studien zu diesem Themenbereich basiert auf Strukturgleichungsmodellen, die als multivariate Analysemethoden bei Fragestellungen zur Anwendung kommen können, die sich mit nicht beobachtbaren Variablen bzw. hypothetischen Konstrukten beschäftigen. Sie dienen der Überprüfung a priori formulierter Kausalhypothesen zu den hier zu untersuchenden Kennzahlen der Kundenebene und stellen somit ein geeignetes Untersuchungsinstrument für die hier bearbeitete Forschungsfrage dar.[16]

Der Verlauf der vorliegenden Arbeit gestaltet sich folgendermaßen: Das folgende Kapitel befasst sich mit den theoretischen Grundlagen der zu untersuchenden Problemstellung. So wird zunächst auf den Ansatz des Performance Measurement eingegangen und die grundlegende Problematik in Bezug auf die hypothetischen kausalen Zusammenhänge aufbereitet. Folgend werden die einzelnen Konstrukte der Kundenzufriedenheit, -loyalität und –profitabilität näher erläutert, bevor theoretische Erklärungsansätze der Beziehungen zwischen diesen Kenngrößen vorgestellt werden. Anschließend erfolgt hieraus die Ableitung von Hypothesen über die vermuteten Beziehungen zwischen den zu untersuchenden Größen. Das dritte Kapitel vermittelt einen einführenden Überblick über die Grundlagen von Strukturgleichungsmodellen, welche die methodische Basis der im folgenden Abschnitt vorgestellten und analysierten empirischen Untersuchungen darstellen. Diese Beiträge gliedern sich anhand ihrer Datengrundlage, beginnend mit den Studien, die branchenübergreifende Zusammenhänge untersuchen. Anschließend folgt die Darstellung von empirischen Arbeiten, die bestimmte Wirtschaftszweige betrachten und daraufhin Beiträge, die auf Daten einzelner Unternehmen basieren. Diese Reihenfolge wurde mit der Intention gewählt, Ergebnisse auf Basis hochaggregierter Daten in den folgenden Untersuchungsschritten anhand von Studien auf niedrigerem Datenaggregationsniveau zu überprüfen. Hierzu werden in den einzelnen Abschnitten jeweils in kurzem Umfang auch Resultate von Arbeiten auf Grundlage alternativer Verfahren vorgestellt. Anschließend folgen eine (tabellarische) Zusammenfassung der Ergebnisse und eine Überprüfung der im theoretischen Teil aufgestellten Hypothesen.

Der letzte Abschnitt schließt mit einer kritischen Bewertung der Resultate und daraus abgeleiteter Schlussfolgerungen, sowie mit den Restriktionen der vorliegenden Untersuchung und mit Implikationen für zukünftige Ansatzpunkte der Forschung.

2 Grundlagen

2.1 Performance Measurement

2.1.1 Grundlagen und Abgrenzung zu traditionellen Kennzahlensystemen

Eine wesentliche Aufgabe der Unternehmensführung liegt in der Bewertung und Kontrolle wirtschaftlicher Sachverhalte und deren Konsequenzen für die unternehmerischen Zielsetzungen. Hierzu sind geeignete Bewertungsmaßstäbe und Konzepte notwendig, die sich in der Betriebswirtschaft lange an monetären Größen bzw. klassischen Messobjekten (materiellen und finanziellen Ressourcen) orientierten, welche aber in Anbetracht der Vielzahl von zu berücksichtigenden und steuernden Entwicklungen im Unternehmen nur einen Teilausschnitt abbilden.[17] Erst in den achtziger Jahren des zwanzigsten Jahrhunderts wurden neue Ansätze der Leistungsmessung und –bewertung als Grundlage einer wertorientierten Unternehmenssteuerung entwickelt und durch den Ausdruck Performance Measurement terminiert.[18] Auch diese Konzepte beinhalten monetäre Kennzahlen, aber sie schließen auch Einflussgrößen der langfristigen finanziellen Leistungsfähigkeit ein, die eine Ausrichtung auf die Schaffung zukünftiger Erfolgspotentiale ermöglichen. Performance Measurement Systeme folgen einer stärker externen Ausrichtung und die Bildung aussagefähiger monetärer und nicht monetärer Leistungskennzahlen aus unterschiedlichen Betrachtungsweisen (Stakeholder-Ansatz) sowie ihre Verknüpfung in einem Berichtswesen stellen grundlegende Elemente des Performance Measurement dar.[19]

Eine detaillierte Abgrenzung von traditionellen Kennzahlensystemen zu Performance Measurement Ansätzen, wie der Performance Pyramid, dem Quantum Performance- Konzept oder der BSC soll hier tabellarisch erfolgen (vgl. Tabelle 1).

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1: Traditionelle Kennzahlensysteme versus Performance Measurement Systeme

(Quelle: Klingebiel, N. (1998), S. 10, zitiert nach: Horváth, P. (2003), S. 591)

Anhand der Tabelle werden die weiteren Defizite der traditionellen Kennzahlensysteme neben der starken Ausrichtung auf finanzielle Größen ersichtlich, die mittels des Performance Measurement behoben werden können. Performance Measurement Systeme können als erfolgsnotwendige Navigationshilfen auf dynamischen Märkten betrachtet werden. „Nur ein integratives dimensions- und bereichsübergreifendes Instrumentarium der Leistungsmessung und –bewertung vermag der Unternehmensführung die erforderlichen Impulse geben, um den Anforderungen des Marktes und der Anspruchsgruppen im Unternehmensumfeld gerecht zu werden“.[20]

2.1.2 Begriffsdefinitionen

2.1.2.1 Performance

In der wirtschaftswissenschaftlichen Diskussion ist ein ausgedehnter Bedeutungsumfang des Performance Begriffs vorzufinden, so dass in diesem Abschnitt eine Begriffsabgrenzung vorgenommen werden soll. Wortwörtlich kann der Ausdruck „Performance“ als „Leistung“, aber auch als „Ergebnis“, „Durchführung“, „Leistungsfähigkeit“ oder „Effizienz“ ins Deutsche übersetzt werden. Lebas (1995) charakterisiert Performance als „deploying and managing well the components oft the causal model(s) that lead to the timely attainment of stated objectives with constraints specific to the firm and to the situation“.[21] Krause (2005) dagegen beschreibt Performance als „Grad der Zielerreichung oder der potenziell möglichen Leistung bezüglich der für die relevanten Stakeholder wichtigen Merkmale einer Organisation. Performance wird deshalb erst durch ein multidimensionales Set von Kriterien präzisiert. Die Quelle der Performance sind die Handlungen der Akteure in den Geschäftsprozessen“.[22] Performance zeichnet sich demnach durch Zukunftsbezogenheit, Situationsabhängigkeit und Multidimensionalität aus und erfordert ein Wissen über Ursache-Wirkungsbeziehungen in der Organisation, um durch effiziente und effektive Handlungen einen hohen Grad der Zielerreichung zu erlangen.[23]

2.1.2.2 Performance Measurement

Auch der Terminus Performance Measurement unterliegt in der Literatur keiner einheitlichen Auffassung. Neely, Gregory und Platts (1995) interpretieren Performance Measurement als „process of quantifying the efficiency and effectiveness of action“.[24] Eine ausführlichere Begriffsdefinition bietet Gleich (1997), der Performance Measurement als Aufbau und Einsatz meist mehrerer quantifizierbarer Messgrößen unterschiedlicher Dimensionen versteht, die zur Bewertung der Effektivität und Effizienz der Leistung und Leistungspotentiale verschiedenster Unternehmensobjekte genutzt werden.[25] Dementsprechend kann ein Performance Measurement System als eine ausgewogene Kombination an (finanziellen und nicht finanziellen) Kennzahlen bezeichnet werden, die in einer sinnvollen Beziehung zueinander stehen und die Effektivität und Effizienz unternehmerischer Handlungen und Maßnahmen messen.[26]

2.1.3 Zielsetzungen

Die Implementierung von Performance Measurement Systemen in Unternehmen erfolgt aufgrund der Verfolgung verschiedener Ziele. Die im Folgenden aufgeführten Zielsetzungen entsprechen den in Theorie und Praxis am häufigsten genannten (vgl. Abbildung 1).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Zielsetzungen des Performance Measurement

(Quelle: Schomann. M. (2001), S. 118)

Die zuvor festgelegte Unternehmensstrategie kann durch Performance Measurement Systeme operationalisiert werden. Unternehmerische Aktivitäten können durch die Implementierung von Performance Measurement Systemen als Werkzeug zur Herleitung direkt quantifizierbarer Ziele aus der Unternehmensstrategie gelenkt werden, da durch in der Praxis häufig sehr allgemein formulierte Unternehmensstrategien die Schwierigkeit besteht, eindeutige Handlungsempfehlungen abzuleiten oder den Grad der Zielerreichung zu beurteilen.[27]

Die Belange der Stakeholder können sowohl monetären als auch nicht monetären Charakters sein. Die Zielsetzung Informationen zu erhalten, die Rückschlüsse auf die Erfüllung beider Interessensformen zulassen, kann durch die Operationalisierung der Unternehmensstrategie über die Ermittlung von Erfolgsfaktoren geschehen.[28] Darüber hinaus können durch Performance Measurement Systeme Zielvorgaben formuliert und überprüft werden und somit stellen sie ein Instrument zur Planung und Steuerung von Ressourcen dar.[29] Die Beurteilung von Effektivität und Effizienz von Bewertungsobjekten zielt darauf ab, die Leistungspotentiale eines Unternehmens sowie die Leistungsbereitschaft der Mitarbeiter zu messen.[30] Durch die Bestimmung von Leistungsmaßgrößen entsteht eine Leistungstransparenz, die über effektive Planungs- und Steuerungsabläufe zu Leistungsverbesserungen führen soll. Ferner sollen weitere Lerneffekte sowie objektbezogene und –übergreifende Kommunikationsprozesse durch die Einführung eines Performance Measurement Systems erzeugt werden.[31]

Durch die gesteigerte Autonomie von Unternehmensbereichen und der Verknüpfung vom Performance Measurement und Anreizsystemen kann außerdem eine Motivationssteigerung bei den Mitarbeitern erreicht werden. Weiterhin besteht die Möglichkeit der Identifizierung und Darstellung von direkten und indirekten Ursache-Wirkungsbeziehungen bestimmter unternehmerischer Handlungen und Maßnahmen.[32]

Das letztgenannte Ziel der Identifikation und Überprüfung von kausalen Zusammenhängen ist mit dem Fokus auf den Beziehungen zwischen den Messgrößen der Kundenzufriedenheit, -loyalität und –profitabilität Gegenstand der vorliegenden Untersuchung. Folgend wird aber zunächst die Begrifflichkeit der Kausalität geklärt und die Bedeutung von Kausalbeziehungen im Performance Measurement näher erläutert.

2.1.4 Kausalbeziehungen im Performance Measurement

2.1.4.1 Kausalität

Um im weiteren Verlauf der Arbeit mögliche Ursache-Wirkungsbeziehungen als kausale Verknüpfungen zwischen den Konstrukten Kundenzufriedenheit, -loyalität und –profitabilität analysieren zu können, ist zunächst eine Klärung des Begriffs Kausalität notwendig. Vielfach wird in diesem Kontext in der Literatur auf die Erklärung von Hume verwiesen.[33] Die zentralen Bestandteile der Kausalität werden hierbei durch drei Voraussetzungen gebildet. Zum einen muss zwischen Ursache und Wirkung eine raum-zeitliche Nachbarschaft vorliegen. Außerdem muss die Ursache in zeitlicher Priorität zur Wirkung stehen und es ist eine Verknüpfung von Ursache und Wirkung notwendig.[34]

In diesem Zusammenhang können in logischen und finalen Beziehungen zwei weitere Beziehungsformen unterschieden werden.[35] Für die Unternehmensführung ist es wichtig, über die einzelnen Beziehungsformen Kenntnis zu besitzen, d.h. ob die Wirkung einer unternehmerischen Handlung zwangsläufig oder mit hoher Wahrscheinlichkeit (Kausalität) eintritt oder die Folge auf der Basis (finanzieller) Berechnung festgelegt ist (Logik).[36]

2.1.4.2 Wichtigkeit von Kausalbeziehungen

Ein Hauptcharakteristikum von Performance Measurement Systemen sind die (hypothetischen) kausalen Beziehungen zwischen den Kennzahlen.[37] Dieser Abschnitt soll die zentrale Rolle von Ursache-Wirkungsbeziehungen als Abfolge von Wenn-Dann-Aussagen für die Wirksamkeit von Performance Measurement Systemen aufzeigen.[38]

Zuverlässige Ursache-Wirkungsbeziehungen ermöglichen eine verlässliche Vorhersage zukünftiger Performance durch die Illustration des Zusammenhangs zwischen Leistungstreibern und Ergebniskennzahlen.[39] Die Quantifizierung von kausalen Zusammenhängen zwischen Maßnahmen und Ergebnissen lassen eine einfachere Entscheidungsfindung durch die Vorhersage zukünftiger Effekte von derzeitigen Handlungen zu, führen somit zu einer besseren Verständlichkeit und Nachvollziehbarkeit des Verhaltens von Kennzahlen zueinander und ermöglichen die Identifizierung der für die Strategieumsetzung relevanten Kennzahlen.[40] Darüber hinaus können durch die Ermittlung und Untersuchung der Ursache-Wirkungsbeziehungen Risiken frühzeitig erkannt werden und eine Simulation von Geschäftsentwicklungen bei Veränderung wichtiger Erfolgsfaktoren stattfinden.[41] Ein vorhersagefähiges Performance Measurement System kann die Unternehmensführung bei der Informationsverarbeitung entlasten, wodurch der Fokus mehr auf strategischen und bewertenden Entscheidungen liegen kann.[42]

Auch eine wirksame Kommunikation über die Möglichkeiten zur Erreichung operativer und strategischer Ziele kann durch Ursache-Wirkungsbeziehungen geschaffen werden.[43] Mitarbeiter können durch Ursache-Wirkungsmodelle Einblicke in die Folgen ihrer Handlungen erhalten und erweitern somit ihr Wissen. Dadurch wird die Sichtweise auf die Gesamtorganisation gelenkt sowie die Zielkongruenz gefördert.[44]

Gültige Ursache-Wirkungsbeziehungen sind folglich ein unerlässliches Element von Performance Measurement Systemen und für die unternehmenssteuernde Funktion unabdingbar.[45]

2.1.5 Problemgebiete

Die ganzheitliche Untersuchung und Bewertung der kausalen Beziehungen stellt eine der größten Herausforderungen bei der Konstruktion von Performance Measurement Systemen dar, auch weil innerhalb der einzelnen Ansätze wenig konkrete Hinweise zur Identifikation und Analyse von Ursache-Wirkungsbeziehungen gegeben werden, obwohl deren Verfügbarkeit und Realisierung von grundlegender Bedeutung für den Einsatz von Performance Measurement Systeme sind.[46]

Auf Grundlage von Hume`s Kriterien für das Vorliegen von Kausalität benennt Nørreklit (2000) einige Kritikpunkte hinsichtlich des Kausalitätspostulats am Beispiel BSC im Zusammenhang mit Performance Measurement Systemen.[47] Unter anderem verweist sie hier auf das Fehlen einer zeitlichen Dimension innerhalb des Ansatzes, die aufgrund der Zeitverzögerungen zwischen Ursache und Wirkung notwendig sei, sowie auf die nicht vorhandene Möglichkeit der Vorhersage des finanziellen Ergebnisses wegen der in unterschiedlichen Zeitabständen auftretenden Effekte verschiedener Maßnahmen. Sie bezeichnet die von Kaplan und Norton postulierten generischen Ursache-Wirkungsbeziehungen als „risky model“ für das einzelne Unternehmen, da diese erst „after the fact“ nachgewiesen werden können.[48]

Weitere Problembereiche von Ursache-Wirkungsketten in der Unternehmenspraxis liegen in der abweichenden Auslegbarkeit einzelner Wirkungsreihen aufgrund mangelnder statistischer Fundierung und der Unvollständigkeit als Resultat einer nicht möglichen vollständigen Isolation des Unternehmenssystems.[49] Darüber hinaus können zwischen zwei Kennzahlen auch mehrdeutige oder gegenläufige Wirkungen existieren.[50]

Trotz einer stärkeren Ausrichtung und Messung nicht finanzieller Kennzahlen als Werttreiber, die in neuen konkurrenzbetonten Wettbewerbsumgebungen eine Voraussetzung des Unternehmenserfolgs bilden, sind derzeitige Performance Measurement Systeme immer noch zu finanzlastig ausgeprägt.[51] Grüning (2001) stellt hierzu fest, dass „modernen“ Messobjekten zwar eine hohe Bedeutung für den Unternehmenserfolg beigemessen wird, diese allerdings in Relation hierzu in den Performance Measurement Systemen nur gering thematisiert werden („Fokussierungslücke“).[52] Die Schwierigkeit der Herleitung bzw. Überprüfung von Ursache-Wirkungsbeziehungen von nicht finanziellen und finanziellen Kenngrößen verdeutlicht auch eine Studie von Ittner und Larcker (1998), die einen Anteil von 75% der Führungskräfte von 27 US-amerikanischen Unternehmen ermittelt, welche kausale Beziehungen zwischen den Messgrößen nicht ohne Probleme begründen können.[53]

Aufgrund dieses mangelnden Verständnisses von Kausalbeziehungen werden Zielgrößen oft künstlich oder nicht erklärt quantifiziert bzw. operationalisiert.[54]

Vor diesem Hintergrund schlägt Küpper (2005) eine empirisch-induktive Herleitung von Kennzahlensystemen durch Strukturgleichungsmodelle vor.[55] Diese Ansätze können zur Gewinnung von Kennzahlen aus empirischen Daten genutzt werden und ermöglichen eine leistungsfähige Auswertung der Daten und die Begründung empirischer Kennzahlensysteme.[56] Strukturgleichungsmodelle erlauben die Untersuchung kausaler Abhängigkeiten zwischen bestimmten Merkmalen, d.h mittels empirischer Daten können a priori aufgestellte Kausalhypothesen zur Erklärung von Merkmalszusammenhängen überprüft werden.[57] Die Methoden der Kausalanalyse stellen die Basis der in Kapitel 4 vorgestellten empirischen Arbeiten dar, welche sich mit den Zusammenhängen zwischen den Konstrukten der Kundenzufriedenheit, -loyalität und –profitabilität beschäftigen.

2.2 Kundenzufriedenheit

2.2.1 Begriff der Kundenzufriedenheit

Die Kundenzufriedenheit als Determinante des Kaufverhaltens war in den vergangenen Jahren Gegenstand intensiver wissenschaftlicher und praktischer Diskussion.[58] So wird die Anzahl der Veröffentlichungen zu diesem Themengebiet allein in der angloamerikanischen Literatur auf über 15.000 geschätzt.[59] Eine allgemein anerkannte Definition des Konstrukts der Kundenzufriedenheit existiert jedoch nicht und schon 1979 klagte Day über diesen Tatbestand: „While everybody knows what satisfaction means, it clearly does not mean the same thing to everybody“.[60] Vielmehr bestehen eine Vielzahl von sprachlichen Ansätzen zur Operationalisierung, wie beispielsweise von Meffert und Bruhn (1981), die Kundenzufriedenheit als „Übereinstimmung zwischen den subjektiven Erwartungen und der tatsächlich erlebten Motivbefriedigung bei Produkten oder Dienstleistungen“ beschreiben.[61] Die Definitionen von Kundenzufriedenheit unterscheiden sich meist durch die Berücksichtigung kognitiver, affektiver und konativer Komponenten, jedoch kann resümiert werden, dass hierunter zumeist das Resultat eines komplexen, individuellen Beurteilungsprozesses zwischen Leistungserwartung und –empfindung aufgefasst wird.[62] Der transaktionsspezifischen Vorstellung kann die kumulative Sichtweise der Kundenzufriedenheit als Ergebnis aller bisherigen Kauf- und Konsumerfahrungen hinzugefügt werden. Homburg und Giering (2001) definieren Kundenzufriedenheit dementsprechend als „the result of a cognitive and affective evaluation, where some comparison standard is compared to the actually perceived performance. The satisfaction judgement is related to all the experiences made with a certain supplier concerning his products, the sales process, and the after-sale service”.[63] Dieses Verständnis erscheint im Kontext dieser Arbeit als angemessener, da es hier um grundsätzliche Zusammenhänge zwischen der Kundenzufriedenheit und ihrer mittel- oder langfristigen Konsequenzen geht.

2.2.2 Modellierungsansätze der Kundenzufriedenheit

Ebenso wie bei der inhaltlichen Präzision der Kundenzufriedenheit sind auch alternative Modellierungsansätze in der Forschung existent. Als in der Literatur am häufigsten genannte Methoden werden hier das Confirmation/ Disconfirmation-Paradigma (C/D-Paradigma), die Equity-Theorie und die Attributionstheorie kurz skizziert (vgl. Abbildung 2).[64]

Im Basismodell des C/D-Paradigmas führt ein Soll/ Ist-Vergleichsprozess zur Bestätigung bzw. Nicht-Bestätigung, worauf, resultierend durch Stärke und Richtung dieser Bestätigung, Kundenzufriedenheit auftritt. Zentraler Bestandteil dieses Modells ist also die Bestätigung bzw. Nicht-Bestätigung und Zufriedenheit entsteht durch das Übereinstimmen bzw. Übertreffen der Soll-Leistung. Aufgrund zu hoher Erwartungen oder zu geringer Ist-Leistung kann dagegen Unzufriedenheit hervorgerufen werden. Das Equity-Modell führt die Bildung von Zufriedenheit ebenfalls auf einen kognitiven Vergleichsprozess zurück, der Fremd- und Eigenleistung unter der Prämisse gegenüberstellt, dass eine positive Bewertung einer Beziehung bzw. Transaktion dann stattfindet, wenn die Einsatz/ Ergebnis-Verhältnisse als gerecht empfunden werden.[65] Grundlage der Attributionstheorie ist die Annahme, dass über kognitive Prozesse Individuen Ereignissen und Handlungen bestimmte Ursachen und Gründe beimessen. Die hierbei relevanten Sachverhalte sind zum einen der Ort, also ob das Resultat dem Kunden selbst (intern) oder dem Anbieter bzw. der Kaufsituation (extern) zugerechnet wird, die Stabilität der Ursache in den beiden Ausprägungen dauerhaft oder vorübergehend/ instabil und die angenommene Kontrollierbarkeit der Ursache durch den Anbieter. Die Ausprägungen dieser drei Aspekte beeinflussen die Zufriedenheit nach dem Konsumerlebnis, wobei vor allem der Ort der Ursache einen bedeutenden Beitrag zur Zufriedenheitsempfindung darstellt.[66]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Modellierungsansätze der Kundenzufriedenheit

(in Anlehnung an: Bauer, M. (2000), S. 24; Homburg, C./ Giering, A./ Hentschel, F. (1999), S. 176)

2.2.3 Ansätze zur Messung der Kundenzufriedenheit

In der Literatur wird eine Vielzahl verschiedener Verfahren zur Kundenzufriedenheitsmessung diskutiert. Abbildung 3 stellt die gebräuchlichste Systematisierung der Ansätze vor.

Neben objektiven Indikatoren der Kundenzufriedenheit, wie Umsatz, Marktanteil oder Kundenwanderungsdaten, die eine hohe Korrelation mit der Kundenzufriedenheit aufweisen, keiner Verzerrung durch subjektive Empfindungen unterliegen, aber nur mit zeitlicher Verzögerung Wirkungen aufzeigen können, werden subjektive Messverfahren, die sich durch individuelle Wahrnehmung physischer und psychischer Aspekte auszeichnen, grundsätzlich unterschieden.[67] Diese bedienen sich keiner direkt beobachtbaren Größe, sondern basieren auf vom Abnehmer subjektiv wahrgenommenen Zufriedenheitswerten.[68]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Ansätz zur Messung von Kundenzufriedenheit

(in Anlehnung an: Homburg, C./ Rudolph, B. (1997), S. 45)

In einigen Ländern, wie Schweden, Deutschland oder den USA, finden branchenübergreifende Zufriedenheitsmessungen mittels Nationaler Kundenbarometer statt. Diese Längsschnittuntersuchungen dienen der periodischen Ermittlung von Qualitäts-, Kundenzufriedenheits- und Kundenbindungsdaten sowie zentraler Erfolgsfaktoren von Unternehmen und Institutionen.[69] Ein verbreitetes Messmodell ist der American Customer Satisfaction Index (ACSI), der über sieben Wirtschaftssektoren, 34 Branchen und ca. 200 Unternehmen die Kundenzufriedenheit durch Fragen nach der Gesamtzufriedenheit, der (Nicht-) Bestätigung der Kundenerwartungen und dem Vergleich mit einer idealen Leistung misst (vgl. Abbildung 4).[70]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Das Modell des ASCI

(Quelle: Fornell et al. (1996), S. 8)

2.3 Kundenloyalität

Loyalität kann beschrieben werden als „a deeply held commitment to rebuy or repatronize a preferred product/ service consistently in the future, thereby causing repetitive same-brand or same brand-set purchasing, despite situational influences or marketing efforts having the potential to cause switching behavior“.[71] Hier wird deutlich, dass der Wiederkauf ein wichtiger Faktor der Loyalität ist. Einigkeit besteht bezüglich der Begriffsdefinitionen in der Literatur jedoch nicht.[72] Kundenloyalität kann als geringere Wechselbereitschaft aus der nachfragerbezogenen Sichtweise, die durch die Freiwilligkeit der Bindung charakterisiert wird, beschrieben werden, wohingegen Kundenbindung auch Wechselbarrieren mit einbezieht.[73] Oft werden Loyalität und Kundenbindung, die im Wesentlichen durch die Beibehaltung einer Geschäftsbeziehung durch einen beliebigen Ablauf von Markttransaktionen zwischen Anbieter und Abnehmer erklärt wird, aber auch synonym verwandt.[74] Die in dieser Arbeit relevante Sichtweise der Kundenbindung aus der nachfragerbezogenen Perspektive zeichnet sich durch eine eher verhaltensorientierte Interpretation aus und kann in diesem Kontext auch als Treue bezeichnet werden, die sich durch die Loyalität, bezogen auf das bisherige (Kaufverhalten, Weiterempfehlung) und beabsichtigte zukünftige Verhalten (Wiederkaufabsicht, Cross-Selling-Potential, Weiterempfehlungsabsicht) des Verbrauchers gegenüber dem Anbieter ausdrückt (vgl. Abbildung 5).[75]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Konzeptualisierung des Konstrukts Kundenbindung

(Quelle: Homburg, C./ Giering, A./ Hentschel, F. (1999), S. 179)

Aufgrund der gleichbedeutenden Verwendung der Begriffe Kundenbindung, verstanden als passive, ergebnisorientierte Bindung des Kunden an einen Anbieter, und Kundenloyalität in einer Mehrzahl der Literatur und der zwischengelagerten Funktion innerhalb der Zufriedenheits- und Profitabilitätsbeziehung, wird dieser Gebrauch auch hier fortgesetzt, soweit nicht ausdrücklich auf eine andere Definition verwiesen wird.[76]

2.4 Kundenprofitabilität

Für ein Unternehmen profitable Kunden zeichnen sich dadurch aus, dass sie über den Zeitraum ihrer Beziehung für ein Unternehmen gewinnbringend sind, also einen positiven Ertragswert schaffen und somit die Differenz zwischen den kundenspezifischen Nettoerlösen und Kosten positiv ist.[77] Ausführlicher betrachtet kann Kundenprofitabilität aber auch als „Gesamtheit aller monetären und nicht monetären, qualitativen Wirkungen, die von einem Kunden ausgehen und den Nutzen dieses Kunden für ein Unternehmen determinieren“ definiert werden.[78] Diese Charakterisierung impliziert, dass die Einflussfaktoren der Kundenprofitabilität sowohl monetärer (z.B. Umsatzerlöse oder Kundengewinnungskosten), als auch nicht monetärer Natur (z.B. Meinungsführerschaft oder Preissensibilität) sein können. Die Profitabilität eines Kunden kann anhand des Kundenwerts bemessen werden.[79] Methoden zur Ermittlung des Kundenwertes beschränken sich hauptsächlich auf monetäre Erfolgsgrößen, da die Bewertung anhand qualitativer Determinanten durch die Schwierigkeit ihrer direkten Quantifizierung und dem häufigen Mangel an geeignetem Datenmaterial problematisch ist.[80] Customer Lifetime Value-Ansätze (CLV) übertragen Prinzipien der dynamischen Investitionsrechnung auf Beziehungen zu Kunden oder Kundengruppen, besitzen als quasi-analytische, monetäre und dynamische Verfahren eine hohe Aussagekraft und beinhalten die dem Kunden direkt zurechenbaren Ein- und Auszahlungsströme der kompletten Beziehungsdauer.[81]

2.5 Hypothetische Zusammenhänge

2.5.1 Hypothetische Wirkungskette zwischen den Konstrukten

In den vergangenen Jahren zeichnet sich eine Umorientierung vieler (vor allem US-amerikanischer) Unternehmen von der alleinigen Zielgröße Kundenzufriedenheit zu dem von Anderson und Mittal (2000) formulierten kausalen Zusammenhang zwischen Kundenzufriedenheit, Kundenbindung und Profitabilität ab.[82] Diese Wirkungsfolge beginnt mit den Auslösern der Zufriedenheit (primär Preis und Qualität), die sich nicht direkt, sondern über die Kundenbindung auf die Profitabilität auswirkt (vgl. Abbildung 6).[83]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Der Zusammenhang zwischen Kundenzufriedenheit und Profitabilität

(in Anlehnung an: Anderson, E.W./ Mittal, V. (2000), S. 107)

Folgend werden verschiedene theoretische Erklärungsansätze in Bezug auf dieses hypothetische Wirkungsgefüge bzw. die einzelnen Glieder dieser Wirkungskette vorgestellt.

2.5.2 Kundenzufriedenheit und -loyalität

Zur Erklärung der Verbindung der beiden Kennzahlen können verhaltenstheoretische Ansätze herangezogen werden.[84] Die Theorie der kognitiven Dissonanz vertritt die Annahme, dass Individuen ein dauerhaftes Gleichgewicht ihres kognitiven Systems anstreben. Dieses erreicht ein zufriedener Kunde dadurch, dass er das entsprechende Produkt wieder erwirbt, sich also loyal verhält, und somit kognitive Dissonanzen vermeidet. Die Lerntheorie folgt der Annahme, dass diejenigen Verhaltensweisen aufrechterhalten werden, für die das Individuum in der Vergangenheit „belohnt“ wurde. Für die hier besprochene Thematik bedeutet dies, dass die Zufriedenheit des Kunden als positive Verhaltensverstärkung wirkt, die wiederum die Aussicht auf einen Wiederkauf erhöht.[85] Grundlage der Risikotheorie ist die Hypothese, dass Konsumenten versuchen, ihr subjektives kaufspezifisches Risiko zu vermindern. Loyales Kaufverhalten gilt neben der Beschaffung zusätzlicher Informationen oder der Orientierung an Meinungsführern als Risikoreduktionsstrategie. Zufriedene Kunden reduzieren durch ihre Loyalität gegenüber dem Anbieter somit ihr Risiko der Unzufriedenheit.[86]

In der Literatur werden u.a. die aktive Weiterempfehlung des Anbieters, eine höhere Resistenz gegen Aktivitäten der Wettbewerber, höhere Preisakzeptanz, weitere Abschlüsse mit dem Anbieter bzw. Loyalität und zusätzliche Umsätze durch den vereinfachten Absatz anderer Versorgungsobjekte des Unternehmens (Cross Buying) als Auswirkungen von Kundenzufriedenheit genannt.[87] Allerdings gibt es keine einheitliche Meinung über die Art der Relation von Kundenzufriedenheit und -loyalität. Obwohl in der Literatur oft von einem linearen Zusammenhang zwischen den beiden Größen ausgegangen wird, existieren auch einige Ansätze die eine nicht lineare funktionale Form des Zusammenhangs annehmen.[88] Abbildung 7 stellt verschiedene mögliche Funktionsverläufe des Zusammenhangs zwischen diesen beiden Größen dar. Allen Funktionsverläufen gemein ist die Annahme einer zunehmenden Loyalität bei ansteigenden Zufriedenheitsniveaus, allerdings differieren die Begründungen für die funktionale Beziehung der beiden Größen.[89]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Mögliche Funktionsverläufe des Zusammenhangs zwischen der Kundenzufriedenheit und Kundenloyalität

(in Anlehnung an: Giering, A. (2000), S. 31)

Der grundsätzlich anzunehmende positive Einfluss der Kundenzufriedenheit auf die Kundenloyalität führt zu der Aufstellung der folgenden im weiteren Verlauf der Arbeit zu überprüfenden Hypothese:

: Die Kundenzufriedenheit beeinflusst die Loyalität der Kunden. Je höher die

Zufriedenheit der Kunden, desto stärker binden sie sich an den Abnehmer.

Abbildung in dieser Leseprobe nicht enthalten

Die Argumentationen für die einzelnen Funktionsverläufe verdeutlichen, dass die Beziehung zwischen den beiden Konstrukten nicht isoliert betrachtet werden kann. So werden branchenspezifische Einflüsse auf diese Beziehung angenommen, die zur Aufstellung der nächsten Hypothese führen:

: Der Zusammenhang zwischen der Kundenzufriedenheit und –loyalität ist

abhängig von dem Wettbewerbsumfeld (und dessen Charakteristiken) in dem

sich das jeweilige Unternehmen befindet.

Abbildung in dieser Leseprobe nicht enthalten

2.5.3 Kundenloyalität und –profitabilität

Nachdem theoretische Beiträge zum Zusammenhang zwischen der Kundenzufriedenheit und Kundenbindung vorgestellt und hieraus Hypothesen abgeleitet wurden, soll der Fokus nun auf den theoretischen Erklärungsansätzen des nächsten Abschnitts der angenommenen Kausalitätenkette liegen (vgl. Abbildung 6).

Krüger (1997) postuliert in diesem Zusammenhang, dass die realisierbaren Gewinne im Laufe einer Kundenbeziehung durch Steigerung der Umsätze und Verminderung der Kosten ansteigen. Wenn das eingesetzte Kapital nicht proportional mit dem Gewinn zunimmt, bewirken die höheren Gewinne pro Kunde eine positive Wirkung auf die Rentabilität der Kundenbeziehung.[90] Reichheld und Sasser (1990) vermuten auf Basis ihrer Erfahrungen einen ähnlichen Zusammenhang dieser beiden Kennzahlen durch verschiedene erlössteigernde Effekte (vgl. Abbildung 8).[91]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 8: Gewinnauswirkungen loyaler Kunden

(in Anlehnung an: Reicheld, F.F./ Sasser, W.E. (1990), S. 108)

Die Auswirkungen der Kundenloyalität auf die Profitabilität lassen sich allerdings noch differenzierter darstellen. Diese Unterscheidung wird durch direkt und indirekt profitabilitätssteigernde, sowie erlössteigernde und kostensenkende Verhaltensweisen, die loyalen Kunden gewöhnlich unterstellt werden, vollzogen (vgl. Abbildung 9).[92] Ohne auf die einzelnen Verhaltensweisen näher einzugehen, kann hier von einer profitabilitätssteigernden Wirkung der Kundenloyalität ausgegangen werden.[93]

Abbildung 9: Strukturierung unterschiedlicher Verhaltensweisen in Bezug auf die Profitabilität

(Quelle: Foscht, T. (2002), S. 129)[94]

Der positive Zusammenhang zwischen Kundenbindung und ökonomischem Erfolg kann auch anhand der drei Aspekte Sicherheit, Wachstum und Rentabilität begründet werden.[95] Auch hier werden für verschiedene Wirtschaftszweige unterschiedliche Zusammenhänge der Kundenbindung und des ökonomischen Erfolgs angenommen.[96]

Diese Erläuterungen über den Zusammenhang zwischen den beiden Größen der Kundenloyalität und -profitabilität führen somit zur Aufstellung folgender Hypothesen:[97]

: Die Kundenloyalität beeinflusst die Profitabilität der Kunden. Je höher die

Loyalität der Kunden, desto größer ist der ökonomische Erfolg des

Unternehmens.

Abbildung in dieser Leseprobe nicht enthalten

: Der Zusammenhang zwischen der Kundenloyalität und –profitabilität ist

abhängig von dem Wettbewerbsumfeld (und dessen Charakteristiken) in dem

sich das jeweilige Unternehmen befindet.

befindet

Abbildung in dieser Leseprobe nicht enthalten

Konsequenz der formulierten Hypothesen ist insofern auch die Annahme eines positiven indirekten Effektes der Kundenzufriedenheit auf die Profitabilität, wobei in der Literatur dieser Zusammenhang hauptsächlich über die zwischengelagerte Größe Kundenbindung beschrieben wird.[98] Allerdings wird der Einfluss der Kundenzufriedenheit auf die Profitabilität auch über andere zwischengeschaltete Faktoren, wie z.B. Preissensitivität, positive Mundwerbung oder geringere Marketingkosten, beschrieben.[99] Das Preisverhalten, welches sich aus den drei Aspekten Preisbereitschaft, -toleranz und –sensitivität zusammensetzt, ist insofern von Bedeutung, da sich der Preis direkt auf den ökonomischen Erfolg eines Unternehmens auswirkt.[100]

[...]


[1] Vgl. Horváth, P. (2003), S. 569-572.

[2] Weber, J./ Schäffer, U. (2006), S. 182.

[3] Vgl. Gleich, R. (2001), S. 1.

[4] Vgl. Ossadnik, W. (2003a), S. 305.

[5] Vgl. Hahn, C.H.(2002), S. 77. Empirische Untersuchungen zeigen, dass nur wenige Unternehmen nicht von Problemen betroffen sind, die sich aus stagnierenden oder schrumpfenden Teilmärkten, Produktionsbereichen oder Geschäftsfeldern ergeben (vgl. Meffert, H. (1983), S. 193).

[6] Vgl. Giering (2000), S. 2; Fornell, C. (1992), S. 7f. In der Literatur wird von bis zu sechsfach höheren Kosten der Neukundengewinnung im Verhältnis zur Beibehaltung von Kunden ausgegangen (vgl. Bruhn, M./ Murmann, B. (1998), S. 36; Müller, W./ Riesenbeck, H.-J. (1991), S. 69).

[7] Vgl. Kaplan, R.S./ Norton, D.P. (1996), S.3; Bruhn et al. (2000), 168.

[8] Vgl. Kaplan, R.S./ Norton, D.P. (1992). Das Standardmodell der BSC beinhaltet vier Ebenen. Hierbei haben die Perspektiven organisationales Lernen und Entwicklung, interne Prozesse, Kunden eine vorsteuernde Wirkung hinsichtlich der finanziellen Perspektive. Die nur mittelbar beeinflussbare finanzielle Ebene ist über Ursache-Wirkungsketten, die die Treibergrößen für den finanziellen Erfolg beinhalten sollen, mit den anderen direkt steuerbaren Perspektiven verbunden (vgl. Grüning, M. (2002), S. 26; Ossadnik, W. (2003a), S. 307; Kaplan, R.S./ Norton, D.P. (1997b), S. 28).

[9] Vgl. u.a. Nørreklit, H. (2000); Nørreklit, H. (2003); Malina, M.A./ Nørreklit, H./ Selto, F.H. (2007); Wall, F. (2001); Bukh, P.N./ Malmi, T. (2001); Ossadnik, W. (2003b).

[10] Vgl. Schomann, M. (2001), S. 134; Küpper, H.-U. (2005), S. 390.

[11] Ossadnik, W. (2003a), S. 313-315.

[12] Vgl. Kaplan, R.S./ Norton, D.P. (1997a), S. 327; Kaplan, R.S./ Norton, D.P. (1993).

[13] Anderson, E.W./ Fornell, C./ Rust, R.T. (1997). S. 130f.

[14] Vgl. Homburg (2000), S. 82; Homburg, C./ Giering, A./ Hentschel, F. (1999), S. 181.

[15] Reichheld, F.F. (1996), S. 58.

[16] Vgl. Bortz, J. (2005), S. 471.

[17] Vgl. Klingebiel, N. (1997), S. 657; Schreyer, M. (2007), S. 26.

[18] Vgl. hierzu und im Folgenden Horváth, P. (2003), S. 585; Ossadnik, W. (2003a), S. 305.

[19] Vgl. Klingebiel, N. (1997), S. 656.

[20] Vgl. Horváth, P. (2003), S. 586.

[21] Vgl. Lebas, M.J. (1995), S. 29.

[22] Krause, O. (2006), S. 20.

[23] Vgl. Hilgers, D. (2008), S. 32.

[24] Neely, A./ Gregory, M./ Platts, K. (1995), S. 80.

[25] Vgl. Gleich R. (2001), S. 11f. Effektivität (Zielerreichungsgrad) ist eine zentrale Voraussetzung für Effizienz (Input-Output-Relation bzw. Input-Ziel-Relation) (vgl. Klingebiel, N. (2000), S. 25).

[26] Performance Measurement Systeme nutzen also mehrdimensionale Kennzahlen, die monetäre und nicht monetäre Sachverhalte, unternehmensinterne und –externe Aspekte messen sowie nicht ausschließlich bisherige Ergebnisse betrachten, sondern auch eine zukunftsorientierte Sichtweise beinhalten (vgl. Schreyer, M. (2007), S. 29; Schomann, M. (2001), S. 110).

[27] Kaplan und Norton prägten in diesem Zusammenhang das Leitmotiv „Turn your Strategy into Action“ zur Implementierung der BSC (vgl. Schomann, M. (2001), S. 118).

[28] Vgl. Schreyer, M. (2007), S. 32f.

[29] Vgl. Schomann, M. (2003), S. 120.

[30] Vgl. Schreyer, M. (2007), S. 32.

[31] Vgl. Horváth, P. (2003), S. 585.

[32] Kaplan und Norton verstehen eine Strategie als Bündel von Ursache-Wirkungsbeziehungen. Hierbei sind die einzelnen Beziehungsstärken zu ermitteln, Reaktionszeiten bei Änderung der Maßgrößen zu schätzen und zentrale Steuerungsgrößen abzuleiten (vgl. Schreyer, M. (2007), S. 33f.; Kaplan, R.S./ Norton, D.P. (1997b), S. 143).

[33] Vgl. Nørreklit, H. (2000), S. 70; Malina, M.A./ Nørreklit, H./ Selto, F.H. (2007), S. 937.

[34] Vgl. Lüthe, R. (1991), S. 37. Eine kausale Beziehung nach Hume liegt also vor, wenn X (die Ursache) zeitlich Y (der Wirkung) vorangeht, die Feststellung von X zwangsläufig oder mit hoher Wahrscheinlichkeit die nachfolgende Beobachtung von Y impliziert und die beiden Gegebenheiten X und Y raum-zeitlich nah beieinander beobachtet werden können (vgl. Nørreklit, H. (2000), S. 70). Grüning (2002) nimmt eine ähnliche Abgrenzung des Kausalitätsbegriff vor, erweitert diese aber um die Bedingungen eines isolierten Systems der Messobjekte und keiner auftretenden systematischen Fehler (vgl. Grüning (2002), S. 127).

Die Ermittlung einer kausalen Beziehung kann nach Lüthe (1991) nicht intuitiv oder demonstrativ stattfinden, sondern nur empirisch durchgeführt werden (vgl. Lüthe, R. (1991), S. 42). Dem widerspricht Hügens (2008), da in der Betriebswirtschaftslehre auch anhand einer logischen Fundierung über Annahmen kausale Beziehungen nachgewiesen werden können (vgl. Hügens, T. (2008), S. 122).

[35] Logische Beziehungen basieren auf logischen Argumenten, wie sie in der Sprache, der Mathematik oder dem Rechnungswesen vorzufinden sind und sind nicht empirisch überprüf- oder ermittelbar. Finale Beziehungen treten auf, wenn (menschliche) Handlungen, Wünsche und Sichtweisen in Verbindung zueinander stehen, eine Person eine bestimmte Handlung als das beste Mittel zur Erreichung eines bestimmten Ergebnisses sieht und seine Auffassung hierüber und das Ziel sein Verhalten verursachen

[36] Vgl. Nørreklit, H. (2000), S. 70f.; Malina, M.A./ Nørreklit, H./ Selto, F.H. (2007), S. 962f.

[37] Vgl. Grüning, M. (2002), S. 38; Malina, M.A./ Selto, F.H. (2004), S. 2.

Auch Kaplan und Norton setzen die Verfügbarkeit und Umsetzung von Ursache-Wirkungsbeziehungen innerhalb der BSC voraus (vgl. Kaplan, R.S./ Norton, D.P. (1997b), S. 28, 144; Malina, M.A./ Selto, F.H. (2004), S. 2).

[38] Vgl. Kaplan, R.S./ Norton, D.P. (1997b), S. 143.

[39] Vgl. und zum Folgenden Schomann, M. (2003), S. 134.

[40] Vgl. Schreyer, M. (2007), S. 45.

[41] Vgl. Schomann, M. (2003), S. 134.

[42] Vgl. Malina, M.A./ Selto, F.H. (2004), S. 6. Ursache-Wirkungsbeziehungen schaffen außerdem die Möglichkeit einer „feed-forward“ Kontrolle durch nicht finanzielle Kennzahlen (vgl. de Haas, M./ Kleingeld, A. (1999), S. 252).

[43] Nach de Geus (1994) können auch vereinfachte aber überzeugende Performance Measurement Systeme leistungsfähige Kommunikationselemente sein (vgl. de Geus, A. (1994), zitiert nach: Malina, M.A./ Nørreklit, H./ Selto, F.H. (2007), S. 939).

[44] Außerdem kann ein mit den Kennzahlen verknüpftes Prämiensystem das Verhalten der Mitarbeiter beeinflussen, wenn diese davon ausgehen, dass sich ihre Handlungen auch in den Prämien widerspiegeln. Glaubwürdige Ursache-Wirkungsbeziehungen zwischen der Leistung, dem Ergebnis und den Vergütungen können somit zur Motivationssteigerung beitragen (vgl. Malina, M.A./ Nørreklit, H./ Selto, F.H. (2007), S. 939; Malina, M.A./ Selto, F.H. (2004), S. 6).

[45] Vgl. Wall, F. (2001), S. 67.

[46] Vgl. Dusch, M./ Möller, M. (1997), S. 119; Küpper, H.-U. (2005), S. 390. Kaplan und Norton (1997) schlagen in diesem Zusammenhang die Korrelationsanalyse zur Bestätigung von einzelnen Ursache-Wirkungsbeziehungen vor (vgl. Kaplan, R.S./ Norton, D.P. (1997b), S. 246).

[47] Vgl. und zum Folgenden Nørreklit, H. (2000), S. 68-77.

[48] Nørreklit, H. (2000), S. 68. Da sie das Kriterium der Unabhängigkeit ebenfalls als verletzt ansieht, vermutet sie, dass die BSC eher durch logische und finale Beziehungen denn kausale Beziehungen gekennzeichnet ist. Ein weiterer Kritikpunkt bezieht sich auf die empirische Basis der BSC, die sich hauptsächlich aus qualitativen Untersuchungen bildet, die keine Repräsentativität aufweisen können.

Zur Kritik an diesen Ausführungen, vgl. Grüning, M. (2002), S. 133f.; Bukh, P.N./ Malmi, T. (2001).

[49] So kann z.B. die Hypothesenkette (bessere Produktkenntnis der Mitarbeiter→verbesserte Verkaufseffektivität→Erhöhung der durchschnittlichen Produktgewinnspannen) auch abweichend interpretiert werden (bessere Produktkenntnis der Mitarbeiter→längere Verkaufsgespräche→geringerer Absatz→Verringerung der durchschnittlichen Produktgewinnspanne). Die Unvollständigkeit als Ergebnis der nicht möglichen vollständigen Isolation des Unternehmenssystems kann durch die Nichtberücksichtigung des Absatzpreises in dieser Wirkungskette als wichtiger Bestimmungsfaktor der Gewinnspanne verdeutlicht werden (vgl. Grüning, M. (2002), S. 127f.).

[50] Die Wirkung eines nicht finanziellen Einflussfaktors auf die finanzielle Ergebnisgröße ist immer in Relation zu dem Ressourceneinsatz zu betrachten, der gegenläufige Wirkungen auf der Seite des Kapitaleinsatzes und der Kosten impliziert, wodurch die Gesamtwirkung auf die finanzielle Zielgröße nicht mehr eindeutig zu bestimmen ist (vgl. Wall, F. (2001), S. 69f.).

[51] Vgl. Ittner, C.D./ Larcker, D.F. (1998), 217f.; Baumgartner, C. (2002), S. 17.

[52] Moderne Messobjekte beschreiben hier immaterielle Ressourcen, Prozesse und das Unternehmensumfeld (vgl. Grüning, M. (2002), S. 110-117). Zur empirischen Überprüfung dieser Sachverhalte, vgl. Grüning, M. (2002), S. 215-332.

[53] Vgl. Ittner, C.D./ Larcker, D.F. (1998), S. 218f. Auch eine Befragung von Bereichsleitern einer US-amerikanischen Hotelkette ergab, dass diese die Wirkung von der Kundenzufriedenheit auf den zukünftigem ökonomischen Erfolg weder zeitlich noch in ihrer Auswirkung bestimmen konnten, obwohl beide Größen sogar in ihrem Prämiensystem verankert waren (vgl. Banker, R.D./ Potter, G./ Srinivasan, D. (2000), S. 89f.).

[54] Vgl. Baumgartner, C. (2002), S. 18.

[55] Strukturentdeckende Verfahren der Statistik, wie z.B. die Faktorenanalyse oder Clusteranalyse, können zur Generierung von Hypothesen dienen, strukturprüfende Verfahren, wie z.B. die Kovarianzstrukturanalyse, zur Überprüfung von Annahmen über strukturelle Beziehungen im Datenmaterial zum Einsatz kommen (vgl. Küpper, H.-U. (2005), S. 374-376).

[56] Zur Erläuterung der Kovarianzstrukturanalyse bzw. Strukturgleichungsmodelle, vgl. Kapitel 3.

[57] Vgl. Backhaus, K. et al. (2006), S. 338; Bortz, J. (2005), S. 471.

[58] Vgl. Krafft, M. (2007), S. 20; Homburg, C./ Rudolph, B. (1997), S. 33.

[59] Vgl. Peterson, R.A./ Wilson, W.R. (1992), S. 61, zitiert nach: Hahn, C.H. (2002), S. 78.

[60] Day, R.L. (1979), S. 593.

[61] Meffert, H./ Bruhn, M. (1981), S. 597. Weitere Ansätze zur Operationalisierung des Konstrukts der Kundenzufriedenheit finden sich bei Korte (1995), S. 27f.

[62] Vgl. Bauer, M. (1999), S. 16; Krüger, S.M. (1997), S. 48.

[63] Homburg, C./ Giering, A. (2001), S. 45.

[64] Vgl. im Folgenden Homburg, C/ Rudolph, B. (1997), S. 35-38; Bauer, M. (2000), S. 19-24.

[65] Optional kann auch das Input/ Output-Verhältnis eines anderen Kunden als Referenzpunkt in Betracht gezogen werden. Als Einsatzgrößen werden direkt entstehende Kosten oder andere bewertbare Aufwendungen aus der Austauschbeziehung einbezogen, das Ergebnis beinhaltet die erhaltene Leistung, den Nutzen und den sozialen Effekt.

[66] Demgemäß ist ein Kunde, der sich für das Ergebnis selber verantwortlich fühlt (z.B. durch fehlerhafte Produktverwendung), weniger unzufrieden.

Kundenzufriedenheit kann auch mittels des Kano-Modells modelliert werden. Hier wird zwischen Basis-, Leistungs- und Begeisterungsfaktoren unterschieden, die sich je nach Erfüllung ihrer Attribute auf die Zufriedenheit auswirken (vgl. Herrmann, A./ Huber, F./ Braunstein, C. (2000), S. 47f.; Matzler, K./ Stahl, H.K./ Hinterhuber, H.H. (2006), S. 19).

[67] Vgl. Homburg, C./ Rudolph, B. (1997), S. 44; Korte, C. (1995), S. 56.

[68] Die weitere Unterteilung wird hier nicht näher erläutert (vgl. hierzu Homburg, C./ Rudolph, B. (1997), S. 44-46; Hahn, C.H. (2002), S. 89-91).

[69] Vgl. Bruhn, M./ Murmann, B. (1998), S. 6.

[70] Vgl. Fornell et al. (1996), S. 11. Das durch Ursache-Wirkungsbeziehungen gekennzeichnete ACSI- Modell bzw. das zugrunde liegende Hypothesensystem wird mit Hilfe des „Partial Least Squares“-Ansatzes der Kausalanalyse geschätzt. (Zum „Partial Least Squares“-Ansatz bzw. zur Kausalanalyse, vgl. Kapitel 3.) Analog hierzu erhebt das Deutsche Kundenzufriedenheitsbarometer Zufriedenheitsdaten hinsichtlich der Leistungen der Zielbranche oder der Anbieter als Gesamturteil, sowie branchenrelevanter Leistungsvariablen, wie Erreichbarkeit oder Freundlichkeit (vgl. Krafft, M. (2007), S. 24).

[71] Oliver, R.L. (1999), S. 34.

[72] Vgl. Stahl, H.K. (2006), S. 87.

[73] Vgl. Wolf, E./ Zerres, C./ Zerres, M. (2006), S. 7f. Töpfer (1999) beispielsweise differenziert zwischen der Kundenloyalität und –bindung und charakterisiert die Kundenloyalität und Kundenzufriedenheit als zwei zentrale Determinanten der Kundenbindung (vgl. Töpfer, A. (1999), S. 340f.).

[74] Vgl. Krafft, M. (2007), S. 30; Herrmann, A./ Johnson, M.D. (1999), S. 584.

[75] Die Kundenbindung aus anbieterbezogener Perspektive ist durch einen eher instrumentellen Typus charakterisiert und beinhaltet alle Aktivitäten, neue Kunden zu akquirieren oder die Beziehung zu bestehenden Kunden zu intensivieren (vgl. Homburg, C./ Giering, A./Hentschel, F. (1999), S. 178; Kritik an der gleichbedeutenden Verwendung der Begriffe Treue und Loyalität, vgl. Stahl, H.K. (2006), S. 87).

[76] Vgl. Krüger, S.M. (1997), S. 21; Hahn, C.H. (2002), S. 112.

[77] Vgl. Wolf, E./ Zerres, C./ Zerres, M. (2006), S. 6.

[78] Krüger, S.M. (1997), S. 114. Diese Definition verweist somit auf den Wert eines speziellen Kunden für den Anbieter und nicht auf den Wert für den Kunden, bei einem bestimmten Anbieter zu kaufen (vgl. Söderlund, M./ Vilgon, M. (1999), S. 4).

[79] Hierbei kann eine Systematisierung über die zeitliche Betrachtungsweise erfolgen und zwischen der vergangenheitsorientierten (als Resultat einer zurückblickenden Erfolgsanalyse), zukunftsorientierten (Betrachtung des zukünftigen Potentials des Kunden) und der beziehungsorientierten Perspektive differenziert werden. Letztere Begriffsauffassung beinhaltet alle zu erwartenden Ertragsströme von Beginn bis Ende der Kundenbeziehung, wobei die aufgewendeten Kosten als Investitionen gesehen werden, die durch die geleisteten und zu erwartenden Erträge amortisiert werden müssen (vgl. Krüger, S.M. (1997), S. 110-114).

[80] Vgl. Krüger, S.M. (1997), S. 120f. Beispielhaft können hier die ABC-Analyse, die Kundendeckungsbeitragsrechnung, die kundenorientierte Prozesskostenrechnung (Activity Based Costing) und die Berechnung des Kundenkapitalwerts (KKW) genannt werden (vgl. Stahl, H.K. et al. (2006), S. 227-235; Cooper, R./ Kaplan, R.S. (1991)).

[81] Vgl. Bruhn, M. et al. (2000), S. 170f. Zur Darstellung von Scoring-Modellen als weiteren Ansatz zur Bewertung von Kundenbeziehungen und Problemen bei der Ermittlung von Kundenwerten, vgl. Peter, S.I. (1997), S. 272-274.

[82] Vgl. Anderson, E.W./ Mittal, V. (2000), S. 107; Hahn, C.H. (2002), S. 111f.

[83] Ähnliche kausale Wirkungsketten werden u.a. auch von Heskett, J.L. (1994) oder Homburg, C./ Bruhn, M. (1998) postuliert. Letztere differenzieren aber zwischen der Kundenloyalität und –bindung (vgl. Heskett, J.L. (1994), S. 166; Homburg, C./ Bruhn, M. (1998), S. 10).

[84] Vgl. im Folgenden Homburg, C./ Giering, A./ Hentschel, F. (1999), S. 179-181.

[85] Diese Verstärkung kann bei erneuter Zufriedenheit zu noch intensiverer Kundenbindung führen.

[86] Als weitere Theorien zur Erklärung der Kundenloyalität können der sozialpsychologische, der interaktionsorientierte und der transaktionskostentheoretische Ansatz genannt werden (vgl. Foscht, T. (2002), S. 30-35).

[87] Vgl. Krüger, S.M. (1997), S. 86. Als weitere Einflussfaktoren der Kundenbindung werden in der Literatur die Konstrukte Attraktivität des Konkurrenzangebotes, Variety Seeking und Wechselbarrieren genannt (vgl. Krafft, M. (1999), S. 520).

[88] Vgl. Giering, A. (2000), S. 30.

[89] Zur Begründung der einzelnen Funktionsverläufe, vgl. Heskett, J.L. (1994), S. 167f.; Jones, T.O./ Sasser, W.E. (1995), S. 89; Herrmann, A./ Huber, F./ Braunstein, C. (2000), S. 48, 51; Anderson E.W./ Mittal, V. (2000), S. 114; Oliva, T.A./ Oliver, R.A./ MacMillan, I.C. (1992).

Diese Wirkung muss nach Jones und Sasser (1995) aber nicht für alle Kunden generell gelten. Sie identifizieren vier Zufriedenheitstypen (gekennzeichnet durch hohe oder niedrige Ausprägungen der Kundenzufriedenheit bzw. –loyalität), von denen die „Sklaven“ sich durch Loyalität trotz Unzufriedenheit und die „Verräter“ durch Illoyalität trotz Zufriedenheit auszeichnen (vgl. Jones, T.O./ Sasser, W.E. (1995), S. 96f.). Auch der sattelförmige Funktionsverlauf impliziert Bereiche in dem Zufriedenheitssteigerungen nahezu wirkungslos sind („Zufriedenheitszone“, „Sättigungszone“).

[90] Vgl. Krüger, S.M. (1997), S. 152.

[91] Vgl. Reichheld, F.F./ Sasser, W.E. (1990), S. 106-109. Die Autoren betonen allerdings auch, dass es nicht sinnvoll ist alle Kunden zwanghaft zu halten. Vielmehr sollten durch die „abtrünnigen“ unrentablen Konsumenten Informationen erhalten und genutzt werden, um die Beziehung zu profitablen Kunden zu verbessern und auszubauen. Diese Ausführungen verdeutlichen die Wichtigkeit der defensiven Geschäftsstrategie, da bestehende Abnehmer zu halten gewinnbringender ist als neue Kunden zu akquirieren (vgl. Söderlund, M./ Vilgon, M. (1999), S. 3).

Reichheld (1993) beschreibt in der Mitarbeiterloyalität und den daraus resultierenden sinkenden Einstellungs- und Schulungskosten einen weiteren profitabilitätssteigernden Effekt (vgl. Reichheld, F.F. (1993, S. 71).

[92] Vgl. hierzu und zur genaueren Erläuterung der Verhaltensweisen, Foscht, T. (2002), S. 126-140.

[93] Allerdings sind hier die loyalitätssteigernden Kosten des Unternehmens unberücksichtigt geblieben. Außerdem entziehen sich die indirekten, d.h. über das (potentielle) Verhalten weiterer Kunden, profitabilitätswirksamen Verhaltensweisen einer monetären Bewertung (vgl. Foscht, T. (2002), S. 129f.).

[94] WOM-Communication bezeichnet hier die positive Mundpropaganda der loyalen Kunden (Word of Mouth-Communication).

[95] Die Sicherheit kann durch ein höheres Maß an Interaktion, der Verringerung von Bonitäts-, Transport- oder Währungsrisiken, der Steigerung gegenseitiger Toleranz und dem Umstand, dass Missstände in der Geschäftsbeziehung diese nicht gleich zur Beendigung kommen lassen, erhöht werden. Eine höhere Weiterempfehlungsbereitschaft, die Verstärkung der Kauffrequenz, dem Kaufvolumen und mögliche Cross Buying-Effekte ermöglichen ein verstärktes Wachstum und die Rentabilität wird durch positive Mundpropaganda, geringere Verwaltungs- und Vertriebskosten, eine höhere Kauffrequenz und gestiegene Rechnungsbeiträge positiv beeinflusst (vgl. Herrmann, A./ Huber, F./ Braunstein, C. (2000), S.51f.; Peter, S.I. (1997), S. 41-50; Diller, H. (1996), S. 82).

[96] Vgl. Reichheld, F.F./ Sasser, W.E. (1990), S. 107.

[97] Da der Großteil der empirischen Untersuchungen zu diesem Thema die Profitabilität nicht auf Kunden-, sondern auf Unternehmensebene als abhängige Variable analysiert, soll dies durch den Einbezug der angenommenen profitabilitätssteigernden Wirkung auf Kunden- und Unternehmensebene in der Hypothese berücksichtigt werden.

[98] Vgl. Krafft, M. (1999), S. 526. Ein direkter Effekt der Kundenzufriedenheit auf die Profitabilität ist aufgrund sachlogischer Begründung (Zufriedenheit charakterisiert als Form der Befindlichkeit) nicht anzunehmen (vgl. Söderlund M./ Vilgon, M. (1999), S. 5).

[99] Vgl. Matzler, K./ Stahl, H.K./ Hinterhuber, H.H. (2006), S. 9; Fornell, C. (1992), S. 11; Anderson, E.W./ Fornell, C./ Lehmann, D.R. (1994), S. 55. Die Zuordnung einzelner Verhaltensweisen als Konsequenzen der Kundenzufriedenheit oder –loyalität ist in der Literatur nicht eindeutig.

[100] Die Preisbereitschaft bestimmt den maximalen Preis, den ein Kunde für ein Produkt zu zahlen bereit ist und gibt somit den Nutzen als monetäre Größe wider. Die Preistoleranz wird als „maximale Preiserhöhung eines Anbieters, die ein Abnehmer bei einem Produkt akzeptiert, ohne zur Konkurrenz zu wechseln oder auf den Kauf ganz zu verzichten“, definiert (Diller, H. (2000), S. 169). Die Preissensitivität bestimmt sich aus dem Quotienten der prozentualen Absatzveränderung zur verursachenden prozentualen Preisänderung und gibt Auskunft darüber, wie stark Kunden auf eine Preiserhöhung reagieren (vgl. Festge, F. (2006), S. 53-56).

Details

Seiten
Erscheinungsform
Originalausgabe
Jahr
2009
ISBN (eBook)
9783842810785
DOI
10.3239/9783842810785
Dateigröße
7.5 MB
Sprache
Deutsch
Institution / Hochschule
Universität Osnabrück – Betriebswirtschaftslehre, Rechnungswesen und Controlling
Erscheinungsdatum
2011 (Februar)
Note
1,3
Schlagworte
performance measurement strukturgleichungsmodell kundenzufriedenheit kundenloyalität kausalität
Zurück

Titel: Ansätze der Messung von Kundenzufriedenheit, -loyalität und -profitabilität und deren Beziehung zueinander im Rahmen von Strukturgleichungsmodellen - Eine kausalorientierte Performance Measurement-Analyse
Cookie-Einstellungen