Präferenzmessung Bei Kfz-Kaskoversicherungen: Entscheidungsmodelle Und Deren Prognosegüte Im Vergleich

ISBN-13: 9783834910967 / Niemiecki / Miękka / 2008 / 287 str.

Markus Guthier

Opis

Markus Guthier untersucht drei Entscheidungsmodelle, mit denen sich das Praferenz- und Entscheidungsverhalten von Kfz-Versicherungsnehmern abbilden lasst. Eine praferenzbasierte Segmentierung zeigt, dass unterschiedliche Kundensegmente existieren und sich daraus Implikationen fur das Marketing ableiten.

Spis treści

Grundlagen der Kfz-Kaskoversicherung und der Versicherungsentscheidung; Entscheidungsmodelle und experimentelles Design zur Analyse von Kfz-Kaskoversicherungsentscheidungen; Ergebnisse der empirischen Untersuchung: Erwartungsnutzentheorie, Cumulative Prospect Theorie, Conjoint Analyse, Vergleich der untersuchten Entscheidungsmodelle; Implikationen für das Marketing von Kfz-Kaskoversicherungen

O autorze

Dr. Markus Guthier promovierte bei Prof. Dr. Klaus Peter Kaas am Lehrstuhl für Marketing an der Universität Frankfurt am Main. Er ist als Consultant bei SHS Viveon AG – The Customer Management Company in Martinsried bei München tätig.

Blurb

Trotz des intensiven Wettbewerbs auf dem Kfz-Versicherungsmarkt bestehen bisher nur wenige fundierte Erkenntnisse zum Präferenz- und Entscheidungsverhalten von Kfz-Kaskoversicherungsnehmern, die Versicherungsunternehmen eine konsequente und differenzierte Ausrichtung an den unterschiedlichen Kundenbedürfnissen ermöglichen würden.

Markus Guthier untersucht mit der Erwartungsnutzentheorie, der Cumulative Prospect Theorie und der Conjoint Analyse drei Entscheidungsmodelle, mit denen sich das Präferenz- und Entscheidungsverhalten von Kfz-Versicherungsnehmern abbilden lässt. Der Autor erhebt in seiner empirischen Analyse Kfz-Kaskoversicherungsentscheidungen, schätzt die Entscheidungsmodelle auf individueller Ebene und vergleicht deren Prognosegüte. Eine präferenzbasierte Segmentierung zeigt, dass unterschiedliche Kundensegmente existieren und sich daraus Implikationen für das Marketing ableiten.