Predictive-Analytics-Methoden im Business-to-Business-Vertrieb. Konvergierende Rahmenbedingungen von B2B- und B2C-Kunden

Studienarbeit aus dem Jahr 2020 im Fachbereich Ingenieurwissenschaften - Wirtschaftsingenieurwesen, Note: 1,7, Hochschule Fresenius Idstein, Sprache: Deutsch, Abstract: Diese Arbeit hat zum Ziel, Möglichkeiten der Nutzung von Predictive Analytics im Business-to-Business-Vertrieb vor dem Hintergrund konvergierender Rahmenbedingungen der Business-to-Business- und Business-to-Consumer-Kundschaft zu ergründen. Dazu erfolgt eine theoretische Fundierung sämtlicher Kapitel anhand von Primär- und Sekundärliteratur im Rahmen einer Literaturarbeit. Zu Beginn erhalten die Lesenden eine Einführung in den Business-to-Business-Vertrieb. Im Anschluss werden die sich annähernden Rahmenbedingungen des B2B- und B2C-Klientel als aktuell größte Herausforderung von Vertriebsorganisationen und -abteilungen herausgestellt. Das vierte Kapitel vermittelt die Grundlagen von Predictive Analytics. Darauf aufbauend schließt sich die Beschreibung des Einsatzes von Predictive Analytics im Rahmen des B2B-Vertriebs an. Dabei werden schließlich die Ansätze des Predictive Scoring, Predictive Cross-Selling und der Hyper-Segmentation ergründet und anhand von Beispielen aus der Praxis ergänzt. Im Vergleich zu Konsumierenden des B2C-Bereichs waren Kaufentscheidungen von Beteiligten im Rahmen von B2B Geschäftsbeziehungen stets vorhersehbar. Das ließ sich auf ein eindeutiges Verständnis von Bedürfnissen letzterer zurückführen. Aus aktuellem Vertriebsgeschehen geht jedoch hervor, dass jenes klare Verständnis verloren gegangen ist. Zu den Haupttreibern dieses Verlustes gehören sich verstärkt ähnelnde Rahmenbedingungen des B2B- und B2C-Klientel. Dieser Umstand äußert sich durch kaum fassbare Abnehmer, deren Aufmerksamkeit schwieriger zu erlangen, eine Beziehung aufwendiger aufzubauen und eine Markenbindung mühsamer aufrechtzuerhalten ist.