SlideShare ist ein Scribd-Unternehmen logo
1 von 14
Downloaden Sie, um offline zu lesen
Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research




14. Interuniversitäres Doktorandenseminar
Wirtschaftsinformatik, TU Chemnitz

Forschungsansatz zur Unsicherheitsproblematik
im Revenue Management

Michael Mohaupt




http://wiid.wiwi.tu-dresden.de                                                                            Telefon   +49 351 463-32268
01062 Dresden                                                                                             Telefax   +49 351 463-32736
Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research




Unsicherheiten im Revenue Management

  Einleitung
     Grundlagen Revenue Management
     Motivation und Forschungsansatz
  Forschungsdesign
  Schlussbetrachtungen
Grundlagen Revenue Management
  TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research

  Kapazitätssteuerung:
                                                                                                        Anspruch:
           begrenzte Kapazität
                                                                                                              segmentspezifische Steuerung der Verfügbarkeit bzw. des
           Anwendungsvoraussetzungen
                                                                                                              Angebotspreises zur Bindung wertvoller Kunden bei
                                                                                                              begrenzter Kapazität (vgl. MARTENS (2009), S. 37)


                                                                                                        Probleme:
                                                                                                             Kundensegmentzuordnung
                                                                                                             Bewertung der Kundensegmente
                                                                                                             Unwägbarkeiten bei Nachfrageprognose




Abbildung 1: Verteilung von Buchungsanfragen
  (in Anlehnung an BIYALOGORSKY ET AL. (1999), S. 607,
  ANDERSON & WILSON (2003), S. 299f., PHILLIPS (2005), S. 124)

Potential:
       verbesserte Effektivität der Steuerungs-
       entscheidungen eröffnet langfristiges
       Erlöspotenzial

Forschungsdefizit:
       Systematisierung und Berücksichtigung von                                    Abbildung 2: Ablehnung von Perspektivkunden im transaktionsorientierten Revenue Management
       Unsicherheiten im Revenue Management                                           (in Anlehnung an MARTENS (2009), S. 27)
  Unsicherheiten im Revenue Management Einleitung – Folie 3
Motivation und Forschungsansatz
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research



                                 Praxis                                                                                               Forschung
 • Unsicherheit bzgl. Umfang, Wert,                                                                                     • Integration der Disziplinen
   zeitlichem Eintreffen der Nachfrage                                                                                    Revenue Management und
 • beschränkte Kapazitäten                                                                                                Customer Relationship
                                                                                                                          Management
 • Wunsch der Kunden nach
   individualisierten Angeboten                                                                                         • Unsicherheitstheorien und
 • Fokus auf Beziehungsebene                                                                                              -berücksichtigungsgründe
                                                                                           Forschungsansatz
                                                                                   Systematisierung der Unsicher-
 • Unwägbarkeiten bei Kunden-                                                                                           • Simulationsstudien
                                                                                    heiten
       verhalten, -bewertung,
       -klassifikation
                                                                                   angemessene Berücksichtigung
                                                                                    der Unsicherheiten

                                                                                   Entwicklung erweiterter
                                                                                    Kapazitätssteuerungsansätze
  Praxisbeitrag                                                                                                         Forschungsbeitrag
   Anwendung erweiterter                                                          Validierung, Sensitivitätsanalyse    ganzheitliches Unsicherheits-
       Kapazitätssteuerungsansätze                                                                                         Framework
   Verbesserung der                                                                                                     Weiterentwicklung bestehender
       Steuerungsentscheidung                                                                                              Kapazitätssteuerungsansätze
   Erlöszuwachs und                                                                                                     Identifikation ausstehenden
       Wettbewerbsvorteil                                                                                                  Forschungsbedarfs


Unsicherheiten im Revenue Management Einleitung – Folie 4
Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research




Unsicherheiten im Revenue Management

  Einleitung
  Forschungsdesign
     Zielstellung und Forschungsfragen
     Forschungsmethoden
  Schlussbetrachtungen
Forschungsdesign
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research

Forschungsdesign:
 wissenschaftstheoretische Position
 Forschungsziele, -fragen
 Forschungsmethoden

Forschungsfragen:
(1) Wie lassen sich die Unsicherheiten
     im Rahmen des kundenwert-
     orientierten Revenue Management
     systematisieren?
(2) Inwieweit sind unsicherheits-
     theoretische Ansätze geeignet,
     einen Beitrag zur Berücksichtigung
     und Verringerung dieser Unsicher-
     heiten zu leisten?
(3) Wie kann die kundenwert-
     orientierte Kapazitätssteuerung
     (auch mit Hilfe von unsicherheits-
     theoretischen Ansätzen) weiter-
     entwickelt werden, um diese
     Unsicherheiten geeignet zu
     berücksichtigen?
(4) Wie ist die unsicherheitsbasierte
     Kapazitätssteuerung im Vergleich                            Abbildung 4: Wissenschaftstheoretische Einbettung der Dissertation (in Anlehnung an RIEGE ET AL. (2009), S. 75)
     zu traditionellen Steuerungs-
     ansätzen zu beurteilen?
Unsicherheiten im Revenue Management Forschungsdesign – Folie 6
Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research




Unsicherheiten im Revenue Management

  Einleitung
  Forschungsdesign
     Zielstellung und Forschungsfragen
     Forschungsmethoden
           konzeptioneller Bezugsrahmen
           Artefakte im Design Science
  Schlussbetrachtungen
Forschungsmethode: Bezugsrahmen
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research

Vorgehen:                                                               Forscher:                                       Praktiker:
 Systematisierung der Unsicherheiten                                    Gesamtzusammenhang                             Orientierungshilfe bei Gestaltung
 deduktive Erkenntnisgewinnung                                          verschiedene Perspektiven                      Problemdefinitionen, -komplex
 forschungsleitendes Ordnungsgerüst                                     Selektion von Dimensionen                      Generierung von Lösungsalternativen
 für vielschichtige Forschungsprobleme                                  Steuerung des Forschungsprozesses              Rückschlüsse über Unsicherheitsausmaß



         subjektives
         Vorverständnis
                                                                           Konkretisie-
                                             Wahl der                                          Einfügen von                Ausgangs-               Weiterent-
                                                                            rung durch
         Forschungs-                        Konstrukte                                          Relationen                  rahmen                 wicklung
                                                                           Dimensionen
         gemeinde


                                                             Revenue-                                                                        Revenue-
                                                                                                    Dimensionen
                                                            Management-                        • Managementebenen
                                                                                                                                            Management-
                                                              Umfeld                           • Umfeldfaktoren                               System
                                                                 Kontext-                      • Problemart                                  Gestaltungs-
                                                                                               • Wertschöpfung
                                                                 variable                                                                      variable
                                                                                               • Informationssicht
                                                                                               • Unsicherheitsursachen


                                                                                                     Erfolgs-
                                                                                                     größen

                                                                                                  Erfolgsvariable
                                                    Abbildung 5: Vorgehen zur Entwicklung des konzeptionellen Bezugsrahmens
                                                      (in Anlehnung an RÖSSL (1990), S. 101ff.; NEUNER (2009), S. 69; WOLF (2011), S. 40)
Unsicherheiten im Revenue Management Bezugsrahmen – Folie 8
Dimensionen im Bezugsrahmen
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research

Ausgestaltung der Dimensionen:
 Managementebenen
 Informationssicht
 Unsicherheitsursachen
 Problemart




                               Abbildung 6: Beziehungsaspekte der Aufgaben auf operativer Planungsebene (in Anlehnung an MARTENS (2009), S. 136)




Unsicherheiten im Revenue Management Bezugsrahmen – Folie 9
Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research




Unsicherheiten im Revenue Management

  Einleitung
  Forschungsdesign
     Zielstellung und Forschungsfragen
     Forschungsmethoden
           konzeptioneller Bezugsrahmen
           Artefakte im Design Science
  Schlussbetrachtungen
Forschungsmethode: Artefakt
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research


  Design-Science-Paradigma:                                                       Simulationstudien:
   Entwicklung, Kommunikation von Artefakten                                      im Revenue Management verbreitet
   Evaluation der Neuartig-, Nützlichkeit                                         Untersuchung von Nutzenpotenzialen, Risiken


   Erweiterung der Steuerungsmethoden                                             Simulationsziele, -umgebung, -design
   Vorarbeit durch Bezugsrahmen nutzen                                            Einflussfaktoren
              Grad des Unsicherheitsausmaßes                                      Sensitivität der Ergebnisse
              Merkmalsausprägungen
              Informationsumfang, -güte                                           induktive Erkenntnisgewinnung
                                                                                   Implikationen für Praxis
   Konstruktion von denkbaren Fallbeispielen
              Anwendungsszenarien
              spezifische Umweltzustände,
                 Einflussfaktoren




Unsicherheiten im Revenue Management Artefakte – Folie 11
Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research




Unsicherheiten im Revenue Management

  Einleitung
  Forschungsdesign
  Schlussbetrachtungen
Schlussbetrachtungen
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research


       Zusammenfassung und Fazit
       • kundenwert- bzw. segmentbezogene Steuerung im
           Revenue Management mit Unsicherheiten verbunden
       • Auswirkung auf Güte der Steuerungsentscheidungen
           und Erlösrelevanz


       • Motivation durch geringen Forschungsstand
       • konzeptioneller Bezugsrahmen
       • Systematisierung der Unsicherheiten
       • Berücksichtigung der Unsicherheitsursachen
           durch unsicherheitsbasierte Ansätze


       • erweiterte Steuerungsmethoden als Artefakte
           im Sinne des Design-Science-Vorgehens
       • Simulationsstudien mit generierten Kennzahlen
       • Handlungsanweisungen für die Praxis


        Ausblick
        • Analyse weiterer unsicherheitsbehafteter Umfeldfaktoren
        • Integration bei weiteren Steuerungsansätzen
        • Einbeziehen weiterer Unsicherheitstheorien
        • Weiterentwicklung der Simulationsstudie


Unsicherheiten im Revenue Management Schlussbetrachtungen – Folie 13
Literaturverzeichnis
TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research



  Anderson, C. K. / Wilson, J. G. (2003): Wait or Buy? The Strategic Consumer: Pricing and Profit Implications. In: Journal of the
  Operational Research Society, Vol. 54, No. 3, 299‐306.


  Biyalogorsky, Eyal / Carmon, Ziv / Fruchter, Gila E. / Gerstner, Eitan (1999): Overselling with Opportunistic Cancellations. In: Marketing
  Science, Vol. 18, No. 4, 605‐610.


  Neuner, C. (2009): Konfiguration internationaler Produktionsnetzwerke unter Berücksichtigung von Unsicherheit. Wiesbaden: Gabler.


  Phillips, Robert L. (2005): Pricing and Revenue Optimization. Stanford: University Press.

  Riege, C. / Saat, J. / Bucher, T. (2009): Systematisierung von Evaluationsmethoden in der gestaltungsorientierten Wirtschaftsinformatik.
  In: Becker, J. / Krcmar, H. / Niehaves, B. (Hrsg.): Wissenschaftstheorie und gestaltungsorientierte Wirtschaftsinformatik. Heidelberg:
  Physica, 69-86.

  Rössl, D. (1990): Die Entwicklung eines Bezugsrahmens und seine Stellung im Forschungsprozess. In: Journal für Betriebswirtschaft,
  Vol. 40, No. 1, 99‐110.


  von Martens, Tobias (2009): Kundenwertorientiertes Revenue Management im Dienstleistungsbereich. Wiesbaden: Gabler.


  Werro, Nicolas / Stormer, Henrik / Meier, Andreas (2006): A Hierarchical Fuzzy Classification of Online Customers. In: Younas,
  Muhammad (Ed.): IEEE International Conference on e‐Business Engineering, ICEBE'06, Shanghai, China. New York: IEEE Press, 256‐263.

  Wolf, J. (2011): Organisation, Management, Unternehmensführung. 4. Auflage. Wiesbaden: Gabler.


Unsicherheiten im Revenue Management Literaturverzeichnis – Folie 14

Weitere ähnliche Inhalte

Was ist angesagt?

AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...
AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...
AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...AIS Management GmbH
 
AIS-Stellhebelbaum Facility Management und Property Management
AIS-Stellhebelbaum Facility Management und Property ManagementAIS-Stellhebelbaum Facility Management und Property Management
AIS-Stellhebelbaum Facility Management und Property ManagementAIS Management GmbH
 
Stadtwerke: Information der Öffentlichkeit, Phase 2
Stadtwerke: Information der Öffentlichkeit, Phase 2Stadtwerke: Information der Öffentlichkeit, Phase 2
Stadtwerke: Information der Öffentlichkeit, Phase 2Landeshauptstadt Stuttgart
 
AIS-Präsentation: Optimierung Property und Facility Management
AIS-Präsentation: Optimierung Property und Facility ManagementAIS-Präsentation: Optimierung Property und Facility Management
AIS-Präsentation: Optimierung Property und Facility ManagementAIS Management GmbH
 
Einführung in die strategische Frühaufklärung
Einführung in die strategische FrühaufklärungEinführung in die strategische Frühaufklärung
Einführung in die strategische Frühaufklärungguestb332248
 
Einführung in die Strategische Frühaufklärung
Einführung in die Strategische FrühaufklärungEinführung in die Strategische Frühaufklärung
Einführung in die Strategische FrühaufklärungMarkus Aeschimann
 

Was ist angesagt? (8)

AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...
AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...
AIS-Präsentation: zielgerichtetes Qualitätscontrolling im Property und Facili...
 
Alle wollen wachsen. Hilft ein Investment in IT?
Alle wollen wachsen. Hilft ein Investment in IT?Alle wollen wachsen. Hilft ein Investment in IT?
Alle wollen wachsen. Hilft ein Investment in IT?
 
AIS-Stellhebelbaum Facility Management und Property Management
AIS-Stellhebelbaum Facility Management und Property ManagementAIS-Stellhebelbaum Facility Management und Property Management
AIS-Stellhebelbaum Facility Management und Property Management
 
Fs Churn Management De
Fs Churn Management DeFs Churn Management De
Fs Churn Management De
 
Stadtwerke: Information der Öffentlichkeit, Phase 2
Stadtwerke: Information der Öffentlichkeit, Phase 2Stadtwerke: Information der Öffentlichkeit, Phase 2
Stadtwerke: Information der Öffentlichkeit, Phase 2
 
AIS-Präsentation: Optimierung Property und Facility Management
AIS-Präsentation: Optimierung Property und Facility ManagementAIS-Präsentation: Optimierung Property und Facility Management
AIS-Präsentation: Optimierung Property und Facility Management
 
Einführung in die strategische Frühaufklärung
Einführung in die strategische FrühaufklärungEinführung in die strategische Frühaufklärung
Einführung in die strategische Frühaufklärung
 
Einführung in die Strategische Frühaufklärung
Einführung in die Strategische FrühaufklärungEinführung in die Strategische Frühaufklärung
Einführung in die Strategische Frühaufklärung
 

Ähnlich wie Forschungsansatz zur Unsicherheitsproblematik im Revenue Management

Location Based Services - Hagen Sexauer
Location Based Services - Hagen SexauerLocation Based Services - Hagen Sexauer
Location Based Services - Hagen SexauerHagen Sexauer
 
Social Media für Verlage - Hagen Sexauer
Social Media für Verlage - Hagen SexauerSocial Media für Verlage - Hagen Sexauer
Social Media für Verlage - Hagen SexauerHagen Sexauer
 
Management-Herausforderungen Mobiles Internet - Hagen Sexauer
Management-Herausforderungen Mobiles Internet - Hagen SexauerManagement-Herausforderungen Mobiles Internet - Hagen Sexauer
Management-Herausforderungen Mobiles Internet - Hagen SexauerHagen Sexauer
 
sempora sexauer
sempora sexauersempora sexauer
sempora sexauerITB Berlin
 
„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer
„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer
„Das Internet der Dinge & Mobiles Internet" - Hagen SexauerHagen Sexauer
 
Bank im Dialog | Zielkunden-Banking als Strategieoption für Retailbanken
Bank im Dialog | Zielkunden-Banking als Strategieoption für RetailbankenBank im Dialog | Zielkunden-Banking als Strategieoption für Retailbanken
Bank im Dialog | Zielkunden-Banking als Strategieoption für RetailbankenAlexander Rossmann
 
Drogerien im Social Web - Hagen Sexauer
Drogerien im Social Web - Hagen SexauerDrogerien im Social Web - Hagen Sexauer
Drogerien im Social Web - Hagen SexauerHagen Sexauer
 
Automotiv MyConAP
Automotiv MyConAPAutomotiv MyConAP
Automotiv MyConAPMyConAP
 
Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...
Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...
Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...Wirtschaftsinformatik an der TU Chemnitz
 
AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...
AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...
AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...AIS Management GmbH
 
03 moderne budgetierung rossegger-2012-v3
03 moderne budgetierung rossegger-2012-v303 moderne budgetierung rossegger-2012-v3
03 moderne budgetierung rossegger-2012-v3ICV_eV
 
Geschäftsmodelloptimierung, Geschäftsmodellentwicklung im Mittelstand
Geschäftsmodelloptimierung, Geschäftsmodellentwicklung im MittelstandGeschäftsmodelloptimierung, Geschäftsmodellentwicklung im Mittelstand
Geschäftsmodelloptimierung, Geschäftsmodellentwicklung im MittelstandCArentzen
 
Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...
Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...
Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...Jutta Korn
 
Strategische Optimierung der Betriebsfunktionen in der Versicherung
Strategische Optimierung der Betriebsfunktionen in der VersicherungStrategische Optimierung der Betriebsfunktionen in der Versicherung
Strategische Optimierung der Betriebsfunktionen in der VersicherungMichael Danisch
 
EXASOL für Banken & Versicherungen
EXASOL für Banken & VersicherungenEXASOL für Banken & Versicherungen
EXASOL für Banken & VersicherungenEXASOL AG
 
AIS-Success-Story: Henkel AG & Co. KGaA
AIS-Success-Story: Henkel AG & Co. KGaAAIS-Success-Story: Henkel AG & Co. KGaA
AIS-Success-Story: Henkel AG & Co. KGaAAIS Management GmbH
 
Dienstleistungsentwicklung im ServLab - Eine Zwischenbilanz
Dienstleistungsentwicklung im ServLab - Eine ZwischenbilanzDienstleistungsentwicklung im ServLab - Eine Zwischenbilanz
Dienstleistungsentwicklung im ServLab - Eine ZwischenbilanzSibylle Hermann
 

Ähnlich wie Forschungsansatz zur Unsicherheitsproblematik im Revenue Management (19)

Fs Customer Management De
Fs Customer Management DeFs Customer Management De
Fs Customer Management De
 
Location Based Services - Hagen Sexauer
Location Based Services - Hagen SexauerLocation Based Services - Hagen Sexauer
Location Based Services - Hagen Sexauer
 
Social Media für Verlage - Hagen Sexauer
Social Media für Verlage - Hagen SexauerSocial Media für Verlage - Hagen Sexauer
Social Media für Verlage - Hagen Sexauer
 
Management-Herausforderungen Mobiles Internet - Hagen Sexauer
Management-Herausforderungen Mobiles Internet - Hagen SexauerManagement-Herausforderungen Mobiles Internet - Hagen Sexauer
Management-Herausforderungen Mobiles Internet - Hagen Sexauer
 
sempora sexauer
sempora sexauersempora sexauer
sempora sexauer
 
„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer
„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer
„Das Internet der Dinge & Mobiles Internet" - Hagen Sexauer
 
Bank im Dialog | Zielkunden-Banking als Strategieoption für Retailbanken
Bank im Dialog | Zielkunden-Banking als Strategieoption für RetailbankenBank im Dialog | Zielkunden-Banking als Strategieoption für Retailbanken
Bank im Dialog | Zielkunden-Banking als Strategieoption für Retailbanken
 
Drogerien im Social Web - Hagen Sexauer
Drogerien im Social Web - Hagen SexauerDrogerien im Social Web - Hagen Sexauer
Drogerien im Social Web - Hagen Sexauer
 
RHC Tipps zur Marktanalyse Hotelneubau
RHC Tipps zur Marktanalyse HotelneubauRHC Tipps zur Marktanalyse Hotelneubau
RHC Tipps zur Marktanalyse Hotelneubau
 
Automotiv MyConAP
Automotiv MyConAPAutomotiv MyConAP
Automotiv MyConAP
 
Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...
Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...
Influence Potential Framework: Eine Methode zur Bestimmung des Referenzpotenz...
 
AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...
AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...
AIS-Präsentation: wirtschaftliche Bauwerkserhaltung mit AIS-Rahmenleistungsve...
 
03 moderne budgetierung rossegger-2012-v3
03 moderne budgetierung rossegger-2012-v303 moderne budgetierung rossegger-2012-v3
03 moderne budgetierung rossegger-2012-v3
 
Geschäftsmodelloptimierung, Geschäftsmodellentwicklung im Mittelstand
Geschäftsmodelloptimierung, Geschäftsmodellentwicklung im MittelstandGeschäftsmodelloptimierung, Geschäftsmodellentwicklung im Mittelstand
Geschäftsmodelloptimierung, Geschäftsmodellentwicklung im Mittelstand
 
Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...
Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...
Mit Marketing Resource Management (MRM) die steigende Komplexitaet des Market...
 
Strategische Optimierung der Betriebsfunktionen in der Versicherung
Strategische Optimierung der Betriebsfunktionen in der VersicherungStrategische Optimierung der Betriebsfunktionen in der Versicherung
Strategische Optimierung der Betriebsfunktionen in der Versicherung
 
EXASOL für Banken & Versicherungen
EXASOL für Banken & VersicherungenEXASOL für Banken & Versicherungen
EXASOL für Banken & Versicherungen
 
AIS-Success-Story: Henkel AG & Co. KGaA
AIS-Success-Story: Henkel AG & Co. KGaAAIS-Success-Story: Henkel AG & Co. KGaA
AIS-Success-Story: Henkel AG & Co. KGaA
 
Dienstleistungsentwicklung im ServLab - Eine Zwischenbilanz
Dienstleistungsentwicklung im ServLab - Eine ZwischenbilanzDienstleistungsentwicklung im ServLab - Eine Zwischenbilanz
Dienstleistungsentwicklung im ServLab - Eine Zwischenbilanz
 

Mehr von Wirtschaftsinformatik an der TU Chemnitz (7)

Workshop wissenschaftliches Arbeiten – Flyer SoSe2012
Workshop wissenschaftliches Arbeiten – Flyer SoSe2012Workshop wissenschaftliches Arbeiten – Flyer SoSe2012
Workshop wissenschaftliches Arbeiten – Flyer SoSe2012
 
Patterns in der Produktkonfiguration
Patterns in der ProduktkonfigurationPatterns in der Produktkonfiguration
Patterns in der Produktkonfiguration
 
Softwaretests in der Domäne modellgetriebener BI-Systeme
Softwaretests in der Domäne modellgetriebener BI-SystemeSoftwaretests in der Domäne modellgetriebener BI-Systeme
Softwaretests in der Domäne modellgetriebener BI-Systeme
 
Optimale Anordnung beliebig geformter Objekte im Raum
Optimale Anordnung beliebig geformter Objekte im RaumOptimale Anordnung beliebig geformter Objekte im Raum
Optimale Anordnung beliebig geformter Objekte im Raum
 
Unterstützung der Nutzung des kollektiven Wissens in einem LCMS
Unterstützung der Nutzung des kollektiven Wissens in einem LCMSUnterstützung der Nutzung des kollektiven Wissens in einem LCMS
Unterstützung der Nutzung des kollektiven Wissens in einem LCMS
 
Entscheidungsunterstützung im Semantic Web
Entscheidungsunterstützung im Semantic WebEntscheidungsunterstützung im Semantic Web
Entscheidungsunterstützung im Semantic Web
 
E business SoSe 2011 e-learning-live
E business SoSe 2011 e-learning-liveE business SoSe 2011 e-learning-live
E business SoSe 2011 e-learning-live
 

Forschungsansatz zur Unsicherheitsproblematik im Revenue Management

  • 1. Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research 14. Interuniversitäres Doktorandenseminar Wirtschaftsinformatik, TU Chemnitz Forschungsansatz zur Unsicherheitsproblematik im Revenue Management Michael Mohaupt http://wiid.wiwi.tu-dresden.de Telefon +49 351 463-32268 01062 Dresden Telefax +49 351 463-32736
  • 2. Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Unsicherheiten im Revenue Management Einleitung Grundlagen Revenue Management Motivation und Forschungsansatz Forschungsdesign Schlussbetrachtungen
  • 3. Grundlagen Revenue Management TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Kapazitätssteuerung: Anspruch:  begrenzte Kapazität segmentspezifische Steuerung der Verfügbarkeit bzw. des  Anwendungsvoraussetzungen Angebotspreises zur Bindung wertvoller Kunden bei begrenzter Kapazität (vgl. MARTENS (2009), S. 37) Probleme:  Kundensegmentzuordnung  Bewertung der Kundensegmente  Unwägbarkeiten bei Nachfrageprognose Abbildung 1: Verteilung von Buchungsanfragen (in Anlehnung an BIYALOGORSKY ET AL. (1999), S. 607, ANDERSON & WILSON (2003), S. 299f., PHILLIPS (2005), S. 124) Potential: verbesserte Effektivität der Steuerungs- entscheidungen eröffnet langfristiges Erlöspotenzial Forschungsdefizit: Systematisierung und Berücksichtigung von Abbildung 2: Ablehnung von Perspektivkunden im transaktionsorientierten Revenue Management Unsicherheiten im Revenue Management (in Anlehnung an MARTENS (2009), S. 27) Unsicherheiten im Revenue Management Einleitung – Folie 3
  • 4. Motivation und Forschungsansatz TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Praxis Forschung • Unsicherheit bzgl. Umfang, Wert, • Integration der Disziplinen zeitlichem Eintreffen der Nachfrage Revenue Management und • beschränkte Kapazitäten Customer Relationship Management • Wunsch der Kunden nach individualisierten Angeboten • Unsicherheitstheorien und • Fokus auf Beziehungsebene -berücksichtigungsgründe Forschungsansatz  Systematisierung der Unsicher- • Unwägbarkeiten bei Kunden- • Simulationsstudien heiten verhalten, -bewertung, -klassifikation  angemessene Berücksichtigung der Unsicherheiten  Entwicklung erweiterter Kapazitätssteuerungsansätze Praxisbeitrag Forschungsbeitrag  Anwendung erweiterter  Validierung, Sensitivitätsanalyse  ganzheitliches Unsicherheits- Kapazitätssteuerungsansätze Framework  Verbesserung der  Weiterentwicklung bestehender Steuerungsentscheidung Kapazitätssteuerungsansätze  Erlöszuwachs und  Identifikation ausstehenden Wettbewerbsvorteil Forschungsbedarfs Unsicherheiten im Revenue Management Einleitung – Folie 4
  • 5. Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Unsicherheiten im Revenue Management Einleitung Forschungsdesign Zielstellung und Forschungsfragen Forschungsmethoden Schlussbetrachtungen
  • 6. Forschungsdesign TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Forschungsdesign:  wissenschaftstheoretische Position  Forschungsziele, -fragen  Forschungsmethoden Forschungsfragen: (1) Wie lassen sich die Unsicherheiten im Rahmen des kundenwert- orientierten Revenue Management systematisieren? (2) Inwieweit sind unsicherheits- theoretische Ansätze geeignet, einen Beitrag zur Berücksichtigung und Verringerung dieser Unsicher- heiten zu leisten? (3) Wie kann die kundenwert- orientierte Kapazitätssteuerung (auch mit Hilfe von unsicherheits- theoretischen Ansätzen) weiter- entwickelt werden, um diese Unsicherheiten geeignet zu berücksichtigen? (4) Wie ist die unsicherheitsbasierte Kapazitätssteuerung im Vergleich Abbildung 4: Wissenschaftstheoretische Einbettung der Dissertation (in Anlehnung an RIEGE ET AL. (2009), S. 75) zu traditionellen Steuerungs- ansätzen zu beurteilen? Unsicherheiten im Revenue Management Forschungsdesign – Folie 6
  • 7. Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Unsicherheiten im Revenue Management Einleitung Forschungsdesign Zielstellung und Forschungsfragen Forschungsmethoden konzeptioneller Bezugsrahmen Artefakte im Design Science Schlussbetrachtungen
  • 8. Forschungsmethode: Bezugsrahmen TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Vorgehen: Forscher: Praktiker:  Systematisierung der Unsicherheiten  Gesamtzusammenhang  Orientierungshilfe bei Gestaltung  deduktive Erkenntnisgewinnung  verschiedene Perspektiven  Problemdefinitionen, -komplex  forschungsleitendes Ordnungsgerüst  Selektion von Dimensionen  Generierung von Lösungsalternativen  für vielschichtige Forschungsprobleme  Steuerung des Forschungsprozesses  Rückschlüsse über Unsicherheitsausmaß subjektives Vorverständnis Konkretisie- Wahl der Einfügen von Ausgangs- Weiterent- rung durch Forschungs- Konstrukte Relationen rahmen wicklung Dimensionen gemeinde Revenue- Revenue- Dimensionen Management- • Managementebenen Management- Umfeld • Umfeldfaktoren System Kontext- • Problemart Gestaltungs- • Wertschöpfung variable variable • Informationssicht • Unsicherheitsursachen Erfolgs- größen Erfolgsvariable Abbildung 5: Vorgehen zur Entwicklung des konzeptionellen Bezugsrahmens (in Anlehnung an RÖSSL (1990), S. 101ff.; NEUNER (2009), S. 69; WOLF (2011), S. 40) Unsicherheiten im Revenue Management Bezugsrahmen – Folie 8
  • 9. Dimensionen im Bezugsrahmen TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgestaltung der Dimensionen:  Managementebenen  Informationssicht  Unsicherheitsursachen  Problemart Abbildung 6: Beziehungsaspekte der Aufgaben auf operativer Planungsebene (in Anlehnung an MARTENS (2009), S. 136) Unsicherheiten im Revenue Management Bezugsrahmen – Folie 9
  • 10. Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Unsicherheiten im Revenue Management Einleitung Forschungsdesign Zielstellung und Forschungsfragen Forschungsmethoden konzeptioneller Bezugsrahmen Artefakte im Design Science Schlussbetrachtungen
  • 11. Forschungsmethode: Artefakt TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Design-Science-Paradigma: Simulationstudien:  Entwicklung, Kommunikation von Artefakten  im Revenue Management verbreitet  Evaluation der Neuartig-, Nützlichkeit  Untersuchung von Nutzenpotenzialen, Risiken  Erweiterung der Steuerungsmethoden  Simulationsziele, -umgebung, -design  Vorarbeit durch Bezugsrahmen nutzen  Einflussfaktoren  Grad des Unsicherheitsausmaßes  Sensitivität der Ergebnisse  Merkmalsausprägungen  Informationsumfang, -güte  induktive Erkenntnisgewinnung  Implikationen für Praxis  Konstruktion von denkbaren Fallbeispielen  Anwendungsszenarien  spezifische Umweltzustände, Einflussfaktoren Unsicherheiten im Revenue Management Artefakte – Folie 11
  • 12. Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Unsicherheiten im Revenue Management Einleitung Forschungsdesign Schlussbetrachtungen
  • 13. Schlussbetrachtungen TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Zusammenfassung und Fazit • kundenwert- bzw. segmentbezogene Steuerung im Revenue Management mit Unsicherheiten verbunden • Auswirkung auf Güte der Steuerungsentscheidungen und Erlösrelevanz • Motivation durch geringen Forschungsstand • konzeptioneller Bezugsrahmen • Systematisierung der Unsicherheiten • Berücksichtigung der Unsicherheitsursachen durch unsicherheitsbasierte Ansätze • erweiterte Steuerungsmethoden als Artefakte im Sinne des Design-Science-Vorgehens • Simulationsstudien mit generierten Kennzahlen • Handlungsanweisungen für die Praxis Ausblick • Analyse weiterer unsicherheitsbehafteter Umfeldfaktoren • Integration bei weiteren Steuerungsansätzen • Einbeziehen weiterer Unsicherheitstheorien • Weiterentwicklung der Simulationsstudie Unsicherheiten im Revenue Management Schlussbetrachtungen – Folie 13
  • 14. Literaturverzeichnis TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Anderson, C. K. / Wilson, J. G. (2003): Wait or Buy? The Strategic Consumer: Pricing and Profit Implications. In: Journal of the Operational Research Society, Vol. 54, No. 3, 299‐306. Biyalogorsky, Eyal / Carmon, Ziv / Fruchter, Gila E. / Gerstner, Eitan (1999): Overselling with Opportunistic Cancellations. In: Marketing Science, Vol. 18, No. 4, 605‐610. Neuner, C. (2009): Konfiguration internationaler Produktionsnetzwerke unter Berücksichtigung von Unsicherheit. Wiesbaden: Gabler. Phillips, Robert L. (2005): Pricing and Revenue Optimization. Stanford: University Press. Riege, C. / Saat, J. / Bucher, T. (2009): Systematisierung von Evaluationsmethoden in der gestaltungsorientierten Wirtschaftsinformatik. In: Becker, J. / Krcmar, H. / Niehaves, B. (Hrsg.): Wissenschaftstheorie und gestaltungsorientierte Wirtschaftsinformatik. Heidelberg: Physica, 69-86. Rössl, D. (1990): Die Entwicklung eines Bezugsrahmens und seine Stellung im Forschungsprozess. In: Journal für Betriebswirtschaft, Vol. 40, No. 1, 99‐110. von Martens, Tobias (2009): Kundenwertorientiertes Revenue Management im Dienstleistungsbereich. Wiesbaden: Gabler. Werro, Nicolas / Stormer, Henrik / Meier, Andreas (2006): A Hierarchical Fuzzy Classification of Online Customers. In: Younas, Muhammad (Ed.): IEEE International Conference on e‐Business Engineering, ICEBE'06, Shanghai, China. New York: IEEE Press, 256‐263. Wolf, J. (2011): Organisation, Management, Unternehmensführung. 4. Auflage. Wiesbaden: Gabler. Unsicherheiten im Revenue Management Literaturverzeichnis – Folie 14