Case: Kündiger-Frühwarnsystem

Teilstrukturierte Interviews, fusionierte Daten

Challenge: Lassen sich mathematisch absicherbare Indikatoren für eine Kündigungsgefahr finden? (Jenseits von verbal bekundeten „Kündigungsgedanken“) 

Branche: B2B, Textildienstleistung

Ansatz: CATI-Befragungen (insgesamt rund 2.500 Interviews) und anschließende statistische Datenverarbeitung

Vorgehen: Zunächst wurden die Ergebnisse diverser Kündiger- und Kundenzufriedenheit-Erhebungen fusioniert und zusammenfassend gezählt. In einem zweiten Schritt wurden Faktorenanalysen und Regressionen durchgeführt.

Ergebnis: Darstellung des Einflusses zentraler Faktoren auf die Kundenbindung; Regressionsergebnis: Faktoren mit positiver ebenso wie Faktoren mit negativer Auswirkung auf die Kundenbindung. Der Regressionskoeffizient gibt für jeden Faktor an,  wie stark oder schwach der jeweilige Einfluss ist, und wie verkaufsfördernd (positiv) oder verkaufsbehindernd (negativ); daraus: Ableitung von „Regeln“ für ein Frühwarnsystem.