Tabelle 4.2-1 Kundensegmentierung mit Hilfe des Scoring-Verfahrens (Krafft und Albers 2000)   Punkte Kriterien 1 2 3 4 5 Gewicht Wert Bedarfsvolumen X 30 120 Wachstum 10 20 Preisdurchsetzbarkeit 60 Kundentreue 15 Bonität Lieferanteil 50 Auftragskontinuität Lead-User-Funktion Strategischer Partner Fit mit Ressourcen Summe 100 320 © Albers/Krafft 2013

Tabelle 4.2-2 Berechnung der Kennzahlen zur optimalen Besuchszeiten-Allokation Kunde (i) DB-Satz (Di) Geplanter Umsatz (Ui) Gewin­nungs­ wahrsch. (Pi) Besuchs- Elas­tizität (Ei) Kennzahl (Di  Ui  Pi  Ei) Arbeits- zeit-Anteil Be­suchs- zeiten-Anteil (Bi) Be­suchs­ zeit (ti) 1 40% 5.000.000 100% 0,2 400.000 17,39% 30% 104,35 2 50% 10.000.000 1.000.000 43,48% 25% 217,39 3 0,4 300.000 13,04% 20% 52,17 4 0,5 600.000 26,09% 35% 182,61 Summe   2.300.000 100,00% 2.000,00 © Albers/Krafft 2013

Tabelle 4.2-3 Beispiel zur optimalen Verteilung von Marketing-Budgets auf k=3 Kunden und l=3 Kommunikationsmedien (Albers 2000) Verteilung proportional zu Kunde k=A Kunde k=B Kunde k=C Kommunikations­medium l=1 Direct Mailings 40 % * 1 Mio. € * 0,15 = 60.000 40 % * 2 Mio. € * 0,20 = 160.000 30 % * 2 Mio. € * 0,25 = 150.000 Kommunikations­medium l=2 Call Center 40 % * 2 Mio. € * 0,10 = 80.000 30 % * 2 Mio. € * 0,05 = 30.000 Kommunikations­medium l=3 Persönlicher Verkauf 40 % * 1 Mio. € * 0,175 = 70.000 40 % * 2 Mio. € * 0,30 = 240.000 © Albers/Krafft 2013

Ergebnisse eines Feldexperiments bei United Airlines: Tabelle 4.2-4 Ergebnisse eines Feldexperiments bei United Airlines: Umsatzsteigerungen durch Verkaufsaußendienstmitarbeiter mit geeigneten Tools (Experimentiergruppe) und ohne (Kontrollgruppe) (nach Fudge und Lodish 1977)   Experimentier­gruppe Kontrollgruppe Differenz San Francisco Passagiergruppe A 15,4 % -10,8 % 26,2 % Passagiergruppe B 20,3 % 26,7 % -6,4 % Passagiergruppe C -0,5 % 1,8 % -2,3 % Passagiergruppe D 21,8 % 14,6 % 7,2 % Frachtgruppe 5,5 % -3,3 % 8,8 % Mittelwert für San Francisco 12,6 % 5,8 % 6,7 % New York 10,6 % 16,2 % -5,6 % 15,5 % 4,4 % 19,6 % -0,7 % 0,8 % -8,8 % 9,6 % 9,8 % -2,6 % 12,4 % Mittelwert für New York 11,2 % 2,7 % 9,5 % Mittelwert über San Francisco und New York 11,9 % 3,8 % 8,1 % Signifikant unterschiedlich auf dem 2,5%-Niveau © Albers/Krafft 2013

Tabelle 4.2-5 Ergebnisse einer Optimierung der Besuchszeiten-Allokation bei Syntex (Lodish et al. 1988) Produkt Ursprungsplan 1984 Ursprungsplan nach Anpassung Ist-Wert 1984 Modellschätzung nach Anpassung Umsatzschätzung für optimale Besuchszeiten- Allokation A $175,0 $204,0 $203,2 B 26,0 35,3 28,0 27,6 18,3 C 15,2 20,7 20,4 D 36,8 37,3 39,0 38,8 38,3 E 33,8 36,2 34,9 31,4 F 14,0 13,1 12,0 G 7,3 11,9 5,2 Summe 308,1 325,8 351,3 341,3 323,6 © Albers/Krafft 2013

Dominierende Kriterien Tabelle 4.3-1 Schema zur Bewertung von Anfragen auf der Basis des Scoring-Konzepts (in Anlehnung an Kambartel 1973) Bewertungskriterium   sehr gut gut durch- schnittlich schlecht sehr schlecht Dominierende Kriterien Auftragsbezogene Zuverlässigkeit des Kunden 10 7 6 4 2 Projektbezogene Zuverlässigkeit des Kunden Bonität des Kunden 8 Nutzung vorliegender Daten und Unterlagen 27.600 2,7 0,01 Ergänzende Kriterien Technologisches Risiko 1 - 0,9 0,5 Angebotsfrist 0,96 0,75 0,2 0,1 Staatliche Verordnungen 0,98 0,005 Schutzrechte 0,8 0,4 ..... Anmerkung: Der Score des Beispielprojekts (fett und kursiv hervorgehoben) ergibt sich mit 7,84792 aus folgender Berechnung: © Albers/Krafft 2013

Tabelle 4.4-1 Zusammenhang zwischen erwartetem Deckungsbeitrag und Angebotspreis sowie Zuschlagswahrscheinlichkeit Angebotspreis (bid) Deckungsbeitrag (p-c) Zuschlags­ wahrscheinlichkeit Erwarteter Deckungs­beitrag 9.500 100 0,81 81 10.000 600 0,36 216 10.500 1100 0,09 99 11.000 1600 0,01 16 © Albers/Krafft 2013

Tabelle 4.4-2 Ergebnisse eines Tests des Modells von Edelman (1965) Angebots­preis ohne Verwendung des Modells in $ Angebots- preis des Modells in $ Geringster Angebotspreis eines Konkurrenten in $ Angebots­preis ohne Verwendung des Modells: Prozentsatz unter dem geringsten Konkurrenzpreis Angebots­preis bei Verwendung des Modells: Prozentsatz unter dem geringsten Konkurrenzpreis 1 44,53 46,00 46,49 4,2 1,1 2 47,36 42,68 42,93 - 10,3 0,6 3 62,73 59,04 60,76 -3,2 2,8 4 47,72 51,05 53,38 10,6 4,4 5 50,18 42,80 44,16 -13,7 3,1 6 60,39 54,61 55,10 -9,6 0,9 7 39,73 40,47 1,8 © Albers/Krafft 2013

Tabelle 4.5-1 Vorteilhaftigkeitsrechnung für Kalt- und Warm-Akquise   Kosten in € Gewinnungs­ wahrscheinlichkeit Benötigte Kontaktanzahl Kosten bezogen auf einen gewonnenen Kunden (1) Kalt-Akquise 250 pro Besuch 4 % 1 / 0,04 = 25 6.250,00 (2a) Call-Center 10 pro Telefonat 1 % 1 / 0,01 = 100 2.500,00 (2b) Besuche 40 % 1 / 0,4 = 2,5 625,00 (2) Warm-Akquise Summe (2a)+(2b) 3.125,00 © Albers/Krafft 2013