The World’s Leading Measure of Commitment CONVERSION MODEL™ The World’s Leading Measure of Commitment

The World’s Leading Measure of Commitment CONVERSION MODEL™ Einführung in das Modell The World’s Leading Measure of Commitment

Was ist das Conversion Model? Das Conversion Model TM ist ein Kundenbindungsmeßinstrument - es mißt die Stärke der Beziehung zwischen Kunden und Marke.

Die Theorie des Conversion Model geht von Theorie des Models Die Theorie des Conversion Model geht von 4 Dimensionen aus, welche die psychologische Bindung, also das Commitment, eines Konsumenten an eine Marke definieren. Das Modell wird durch ein Fragenset operationalisiert, das diese Dimensionen abdeckt.

Das CONVERSION MODEL operationalisiert Theorie des Models Das CONVERSION MODEL operationalisiert Kundenbindung auf Basis von vier Dimensionen Zufriedenheit: Inwieweit erfüllen die genutzten Anbieter Erwartungen und Bedürfnisse des Kunden? Involvement: Welche Bedeutung hat die Anbieterwahl für den Kunden im untersuchten Produktbereich? Attraktivität von Alternativen: Welches Urteil erhalten Konkurrenzanbieter? Ambivalenz: Inwieweit führen attraktive Alternativen zu einer Unsicherheit des Kunden bei der Anbieterwahl? Inwieweit existieren Wechselschwellen?

Die Arbeitsweise des Models CONVERSION MODEL Die Arbeitsweise Das Conversion Model geht über die Messung der Zufriedenheit und der Wiederwahlabsichten hinaus und integriert die emotionale Beziehung zwischen einer Person und einem Anbieter. Es mißt ... Die Kundenbindung unter den Kunden eines Anbieters Das Potential unter Nicht-Kunden eines Anbieters Ergebnis: Einteilung in 8 Conversion Model-Segmente

Die Conversion Segmente CONVERSION MODEL Die Segmente Nutzer Nicht-Nutzer Sicher Gefährdet Offen Nicht erreichbar ver- wurzelt ver- bunden schwan- kend wechsel- bereit erreich- bar vielleicht erreichbar relativ uner- reichbar gänzlich uner- reichbar Jeder Befragte wird einem der acht Segmente zugeordnet!

Interpretation der Kunden - Segmente verwurzelt: Kunden, die in absehbarer Zeit den Anbieter sehr wahrscheinlich nicht wechseln werden verbunden: Kunden, die kurzfristig gesehen den Anbieter wahrscheinlich nicht wechseln werden schwankend: Kunden mit unterdurchschnittlicher Kundenbindung. Einige Kunden ziehen bereits Alternativen in Erwägung wechselbereit: Kunden, die an der Schwelle zum Anbieterwechsel stehen

Interpretation der Nichtkunden - Segmente erreichbar: Nicht - Kunden, die den Anbieter gegenüber den momentan genutzten Anbietern präferieren vielleicht erreichbar: Nicht - Kunden, die den Anbieter ebenso ansprechend finden wie die momentan genutzten Anbieter relativ unerreichbar: Nicht - Kunden, die ihre momentan genutzten Anbieter präferieren gänzlich unerreichbar: Nicht - Kunden, die ihre momentan genutzten Anbieter stark präferieren und andere Anbieter gar nicht in Erwägung ziehen

Features Conversion Model - Übersicht über den Gesamtmarkt Kundenbindung bei Privatkunden von Banken und Sparkassen Sichere Kunden Gefährdete Kunden verwurzelt verbunden schwankend wechselbereit Bankverbindungen gesamt Sparda-Banken Volksbank, Raiffeisenbank Sparkassen SEB-Bank Sonstige Filialbanken citi-Bank Commerzbank Direktbanken gesamt HypoVereinsbank Postbank Deutsche Bank 24 Dresdner Bank Deutsche Bank Quelle: TNS EMNID – Studien (2001)

Features Conversion Model - Übersicht über den Gesamtmarkt Potentiale bei Privatkunden von Banken und Sparkassen Offene Nicht - Kunden Nicht erreichbare Nicht - Kunden erreichbar vielleicht erreichbar relativ unerreichbar gänzlich unerreichbar Bankverbindungen gesamt Volksbank, Raiffeisenbank Deutsche Bank Sparkassen Dresdner Bank Postbank Commerzbank Deutsche Bank 24 HypoVereinsbank Sparda-Banken citibank Direktbanken gesamt SEB-Bank Quelle: TNS EMNID – Studien (2001)

Features Conversion Model - Ermittlung von Gefährdungspotentialen Direktbanken: Gefährdung durch andere Banken (Conversion) Sichere Kunden 36% Gefährdete Kunden 64% Gefährdungspotential Anteil Kunden Detailanalyse der gefährdeten Kunden 5% Deutsche Bank 24 Volksbank oder Raiffeisenbank 28% HypoVereinsbank 5% 5% Commerzbank 5% Deutsche Bank 16% Postbank 7% Dresdner Bank 4% Sparda-Banken 5% citibank 54% Sparkasse 2% SEB Lesebeispiel: Für 35% der gefährdeten Kunden stellt die Deutsche Bank 24 eine attraktive Alternative dar. Diese Kunden haben noch keine Bankverbindung bei der Deutschen Bank und die Deutsche Bank ist ihnen mindestens so sympathisch wie die genutzte Direktbank. 5% der gefährdeten. Kunden sind bereits Kunden der Deutschen Bank 24. Quelle: TNS EMNID – Studien (2001)

Nicht erreichbare Nicht - Kunden Quelle: TNS EMNID – Studien (2001) Features Conversion Model - Ermittlung von Gewinnungspotentialen Direktbanken: Potentiale von anderen Banken Offene Nicht - Kunden 17% Nicht erreichbare Nicht - Kunden 83% Detailanalyse der offenen Nicht - Kunden Gewinnungspotential Anteil Kunden Sparkasse 46% Volksbank oder Raiffeisenbank 22% Postbank 9% Deutsche Bank 6% Dresdner Bank 3% Sonstige Filialbanken 12% HypoVereinsbank 3% Deutsche Bank 24 4% Commerzbank 1% citibank 3% SEB 3% Sparda-Banken 2% Lesebeispiel: 50% der offenen Nicht-Kunden sind gefährdete Kunden einer Sparkasse. Diese Kunden haben noch keine Bankverbindung bei einer Direktbank und eine Direktbank ist ihnen mindestens so sympathisch wie die Sparkasse. 46% der Direktbank-Kunden sind parallel Kunde einer Sparkasse. Quelle: TNS EMNID – Studien (2001)

Features Conversion Model - Trennschärfe ist freundlich und hilfsbereit (3) ist seriös (1) ist nicht unpersönlich (2) ist kompetent (3) informiert ehrlich und offen (2) ist nicht überheblich (2) bietet gute Produkte (4) kümmert sich um mich (3) ist nicht undurchschaubar (2) ist traditionell (1) ist innovativ (1) informiert mich unaufgefordert (3) ist regional verwurzelt (1) bietet gute Preise und Konditionen (4) ist nicht teuer (4) ist nicht konservativ (1) (1) = Dimension Konservativität (2) = Dimension Misstrauen (3) = Dimension Mitarbeiter (4) = Dimension Produkte und Konditionen Sichere Kunden 36% Das CM trennt sauber die Imageprofile sicherer und gefährdeter Kunden und identifiziert die Merkmale mit dem stärksten „Gap“ Quelle: TNS EMNID – Studien, Werte mit Konstante multipliziert

Features Conversion Model - Marken Portfolio Branchen- durchschnitt Institute mit hoher Attraktivität, aber unterdurchschnittlicher Kundenbindung: Changing Brands Institute mit hoher Attraktivität und überdurchschnittlicher Kundenbindung: Dynamic Brands Branchen- durchschnitt Attraktivität der Bank ( = %der offenen Nicht - Kunden) Institute mit geringer Attraktivität und unterdurchschnittlicher Kundenbindung: Fading Brands Institute mit geringer Attraktivität, aber überdurchschnittlicher Kundenbindung: Static Brands Stärke der Kundenbindung ( = % Sicherer Kunden im Kundenbestand)

Features Conversion Model - Marken Portfolio; Beispiel Finanzmarkt Branchen- durchschnitt = 48% Kreisgröße = Marktanteil Changing Brands Dynamic Brands Volksbank, Raiffeisenbank Deutsche Bank Sparkassen Dresdner Bank Postbank Commerzbank Deutsche Bank 24 Branchen- durchschnitt = 20% Attraktivität der Bank ( = %der offenen Nicht - Kunden) HypoVereinsbank Direktbanken Sparda-Banken Citibank SEB-Bank Fading Brands Static Brands Stärke der Kundenbindung ( = % Sicherer Kunden im Kundenbestand) Quelle: TNS EMNID – Studien (2001)

Features Conversion Model - Validierungen Tatsächliche Marken-/Anbieterwechsler pro CM-Segment bei Zweitmessung Lies: 45% der wechselbereiten Kunden haben ihre Bankverbindung nach einem Jahr gekündigt Pharmazeutisches FMCG Getränke Körperpflege Finanz- Produkt institut

Features Conversion Model - Zusammenfassung Das Conversion Model beinhaltet das externe Benchmarking und ermöglicht somit die Einordnung der gemessenen Werte innerhalb der Branchenlandschaft. Die Konkurrenzsituation des wettbewerbsintensiven Marktes wird durch das Conversion Model erschöpfend abgebildet. Das Conversion Model ist auch auf den Nicht-Kunden-Bereich erweiterbar (Potentialstudien) und fungiert als Scharnierinstrument. Die Conversion Model Segmente bilden trennscharfe Sozio- und insbesondere Verhaltensprofile ab und stellen damit eine nachweislich verhaltensrelevante Kundenklassifizierung dar. Die Validität des Conversion Model ist durch internationale Längsschnittstudien bestätigt.

Kundenzufriedenheit, Loyalität, Kundenbindung CONVERSION MODEL™ Kundenzufriedenheit, Loyalität, Kundenbindung The World’s Leading Measure of Commitment

Warum Kundenbindung messen? Reicht Kundenzufriedenheit nicht mehr aus? Das traditionelle Kundenzufriedenheitsmodell: ... dann erhöht sich die Loyalität und der Wert des Kunden Kundenwert Kosten Wenn Sie investieren, um die Kundenzufriedenheit zu erhöhen... niedrig Zufriedenheit hoch

Argumentation anhand von Beispielen …deswegen reicht die Messung von Kundenzufriedenheit alleine nicht mehr aus: Autos: Kundenzufriedenheit ist hoch (85% - 90%), aber die Wiederkaufrate ist gering (40%). Bei einer Befragung von 100 britischen Firmen geben 80% an, keinen finanziellen Nutzen durch die Einführung von TQM erzielt zu haben (Anderson et al, 1994). Bis zu 20% der Kündiger im Dienstleistungsbereich in den USA sind zufrieden (Keaveney, 1995). In den USA wird am meisten Wert auf Kundenzufriedenheit gelegt, trotzdem sinkt die Kundenzufriedenheit (Fortune, 1995). Kundenzufriedenheit korrelliert nur schwach mit Loyalität - es gibt Loyalität ohne Zufriedenheit und umgekehrt (Oliver, 1999).

Kundenzufriedenheit reicht als Prognoseindikator nicht aus Unzufriedene kündigen, aber wechseln nicht zwangsläufig... ...und Zufriedene tun dies manchmal Kundenzufriedenheit ist nur ein Aspekt der Kundenbindung und ist damit nicht ausreichend, um zukünftiges Verhalten zu erklären.

“Satisfaction is an unreliable precursor to loyalty” Zitate zum Thema “Satisfaction is an unreliable precursor to loyalty” Richard Oliver Professor of Marketing Management Vanderbilt University “…our satisfaction models … have been much better at explaining satisfaction than loyalty” Michael Johnson Author of the American Customer Satisfaction Index, Professor of Business Administration University of Michigan

Weder die Messung von Loyalität noch die alleinige Ermittlung von Kundenzufriedenheit ist ausreichend, um das Verhalten Ihres Kunden vorherzusagen. Vielmehr muss das gemessen werden, was sich im Kopf Ihrer Kunden abspielt - also das Commitment / die Bindung Ihrer Kunden.

Trotzdem benutzen viele Marketers die Begriffe „Loyalität“ und Begriffsdefinition Trotzdem benutzen viele Marketers die Begriffe „Loyalität“ und „Commitment / Kundenbindung“ synonym. Für das Verständnis des Prinzips des „commitment-led marketing“ ist aber genau die Unterscheidung zwischen „Loyalität“ und „Commitment / Kundenbindung“ von zentraler Bedeutung.

Unterschiede zwischen Loyalität und Commitment / Kundenbindung Loyalität ist, was Personen getan haben (Wiederkauf). Loyalität gibt die Wahrscheinlichkeit eines erneuten Kaufes auf der Basis von vergangenem Verhalten wieder. Bislang loyale Nutzer müssen nicht unbedingt gebundene Nutzer sein. Bindung / Commitment sagt aus, was Leute denken und beabsichtigen. Bindung / Commitment ist die psychologische Stärke der Bindung an einen Anbieter oder eine Marke Gebundene Kunden verhalten sich nach Möglichkeit in der Zukunft loyal. Am wichtigsten ist: Kundenbindung korreliert nachweislich höher mit zukünftigem Verhalten.

Wenn die Messung von Kundenzufriedenheit nicht ausreicht, was fehlt? Involvement (Wichtigkeit der Markenwahl): Konsumenten, denen die Beziehung zu Ihrer Marke wichtig ist, werden trotz temporärer Unzufriedenheit nicht sofort die Marke wechseln. Konsumenten, denen die Beziehung zu Ihrer Marke nicht wichtig ist, sind in jedem Fall wechselgefährdet, auch wenn sie aktuell zufrieden sind. Attraktivität von Alternativen: Konsumenten können an mehr als an eine Marke gebunden sein. Selbst wenn ein Konsument mit seiner derzeit genutzten Marke zufrieden ist, können andere Marken als genauso attraktiv wahrgenommen werden. Diese Konsumenten sind potentiell wechselgefährdet.

Die Messung von Kundenbindung Um den Grad der Kundenbindung an eine Marke zu messen, müssen folgende Fragen gestellt werden: Wie zufrieden sind die Konsumenten mit der Marke? Welche Bedeutung hat die Anbieterwahl für die Konsumenten im untersuchten Produktbereich? Inwieweit führen attraktive Alternativen zur Unsicherheit bei der Anbieterwahl?