Downloads provided by UsageCounts
Preisdifferenzierung, ob räumlich, zeitlich, quantitativ oder qualitativ, gehört seit Jahrzehnten zum Alltag. Durch die zunehmende Digitalisierung und die damit einhergehende hohe Verfügbarkeit von Informationen, insbesondere von Kundendaten, eröffnen sich neue Möglichkeiten, Preisdifferenzierung dynamisch und individuell zu gestalten. Während im Onlinehandel der Preis oft dynamisch differenziert wird, ist dies im stationären Detailhandel zurzeit selten der Fall. Ein Grund dafür ist, dass die Akzeptanz einer dynamisch individualisierten Preisdifferenzierung und deren Einflussfaktoren auf die Kundenloyalität weitgehend unerforscht sind. In der vorliegenden Arbeit wird diese Fragestellung mittels quantitativer Methoden untersucht. Im Rahmen der empirischen Untersuchung zeigt sich, dass Transparenz und Nachvollziehbarkeit bezüglich Preisgestaltung wichtige Parameter zur Erhöhung der Akzeptanz von dynamisch individualisierten Ansätzen sind. Allerdings wurde auch eine Intensions-Verhaltens-Lücke festgestellt: Ein beachtlicher Anteil der Kunden, die Kundenprogramme aus Gründen des Datenschutzes (Stichwort «gläserne Kunden») ablehnen, sind dennoch auf sozialen Medien aktiv. Die Ergebnisse zeigen weiter, dass Kunden zwischen 18 und 35 Jahren, die sogenannten Millennials, deutlich empfänglicher für individualisierte Preise sind als Kunden fortgeschrittenen Alters. Allerdings ist die Teilnahmerate an Kundenloyalitäts-Programmen bei Millennials deutlich tiefer als bei älteren Kunden, was die Notwendigkeit einer Anpassung traditioneller Kundenbindungsprogramme an die veränderten Kundenbedürfnisse deutlich macht. Die zunehmende Individualisierung und Dynamisierung erfordern zusätzlich eine flexible Systemarchitektur, die in der Lage ist, sowohl interne Positionssysteme als auch Batch- und Real-Time-Analysesysteme in ein Gesamtsystem zu integrieren.
Business Analytics & Technologies, Business Analytics & Technologies, Digital Natives, Datenintegration, Dynamic Pricing, HWZ Working Paper Series, Kundenbindung, Next Best Offer, Personalisierung
Business Analytics & Technologies, Business Analytics & Technologies, Digital Natives, Datenintegration, Dynamic Pricing, HWZ Working Paper Series, Kundenbindung, Next Best Offer, Personalisierung
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
| views | 50 | |
| downloads | 16 |

Views provided by UsageCounts
Downloads provided by UsageCounts