SAS-Assignment. Seminararbeit

SAS-Assignment Auswirkung von Flat Rate Bias auf das Churnverhalten Seminararbeit Referent: Prof. Dr. Florian von Wangenheim Betreuer: Dipl.-Kfm. Armin Arnold Bearbeiter: Lucas Blume (3601103) Matthias Gehrig (2603900) Stephan Münter (3606030) Michael Schätzlein (3604440) {blumel, gehrig, muenter, schaetzl}@in.tum.de Abgabedatum: 6. August 2012

Zusammenfassung In dieser Arbeit wird untersucht, ob das Vorhandensein von Flat Rate Bias in Telekommunikationsverträgen einen Einfluss auf das Wechselverhalten von Kunden hat. Hierzu wird Flat Rate Bias am Beispiel eines marktführenden Internet Service Providers untersucht. Die betrachteten Daten umfassen mehrere hunderttausend Datensätze, die sich über einen Zeitraum von 22 Monaten erstrecken. Mit Hilfe empirischer Methoden wird der Einfluss von Flat Rate Bias auf das Wechselverhalten der Kunden überprüft. Dabei kommen wir zu dem Ergebnis, dass Flat Rate Bias keinen signifikanten Einfluss auf dieses hat und das Wechselverhalten vielmehr von der Zeit, die Menschen bereits Kunden des Unternehmens waren und von der Rechnungshöhe abhängig ist. Stichwörter: Flat Rate Bias, Churn, Telekommunikation I

Inhaltsverzeichnis 1. Einleitung 1 2. Theoretischer Hintergrund 2 2.1. Ursachen des FRB.......................... 2 2.2. Auswirkungen des FRB........................ 4 3. Problemstellung 5 4. Vorgehen und Analyse 7 4.1. Basisdaten............................... 7 4.2. Datenaufbereitung.......................... 7 4.3. Datenanalyse............................. 9 4.3.1. Überblick........................... 10 4.3.2. Einfluss von FRB auf die Vertragslaufzeit......... 10 4.3.3. Einfluss von FRB auf das Churnverhalten......... 12 5. Fazit und Handlungsempfehlung 13 5.1. Einfluss von FRB auf die Vertragslaufzeit.............. 13 5.2. Einfluss von FRB auf das Churnverhalten............. 14 5.3. Fazit.................................. 15 Literatur 17 A. Anhang i A.1. Listings................................ i A.2. Plots.................................. iv A.3. Aufteilung............................... v A.4. Ehrenwörtliche Erklärung...................... vi II

Abbildungsverzeichnis 1. Net Online DSL Volumentarife................... 6 2. Net Online DSL Zeittarife...................... 6 3. Net-Online Tarifverteilung Januar 2003 bis Oktober 2004..... 11 4. Plot der logistischen Regression................... 14 5. Unterschiede in dreiteiligen Tarifen................. 16 6. Verteilung der Vertragslaufzeiten.................. iv Listingverzeichnis 1. Ergebnis des Kolmogorov-Smirnov-Tests.............. 11 2. Ergebnis des Wilcoxon-Mann-Whitney-Tests............ 12 3. Gain ratio der Attribute....................... 12 4. Ergebnis der logistischen Regression................. 13 5. Datenaufbereitung in SAS...................... i 6. Summary der aggregierten Daten.................. iii III

1. Einleitung Verbraucher sind heutzutage mehr denn je einer Fülle von Entscheidungen hinsichtlich ihres Konsumverhaltens ausgesetzt. Diese Entwicklung spiegelt sich in unterschiedlichsten Bereichen wider. Gerade aber die Tarifvielfalt und die damit einhergehenden Wahlmöglichkeiten in Bezug auf alltägliche Dienstleistungen stellen den Verbraucher bereits vor der Nutzung dieser Dienstleistungen vor grundlegende Entscheidungen. Sei es im sportlichen Bereich der Besuch eines Fitnessstudios, welcher zu Beginn mit der Wahl einer meist teureren, monatlichen oder einer kostengünstigeren, aber bindenden jährlichen Mitgliedschaft verbunden ist, oder die Entscheidung über einen, dem eigenen Verbrauch angemessenen, Mobiltelefon- oder Internettarif. In jedem Fall steht zu Beginn eine Entscheidung mit meist langfristigen Auswirkungen (Robbert & Roth, 2011, S. 149). Aus der Sicht der Wirtschaftstheorie versuchen Verbraucher dabei im Allgemeinen die für ihren Bedarf im Durchschnitt kostengünstigste Alternative zu wählen (Krämer & Wiewiorra, 2012, S. 29). Viele wissenschaftliche Untersuchungen in diesem Forschungsgebiet konnten jedoch zeigen, dass dies teilweise nicht der Fall ist. Vielmehr tendieren Verbraucher oftmals dazu einen Flat-Rate-Tarif einem verbrauchsbasierten Tarif vorzuziehen, obwohl sich diese Entscheidung im Nachhinein für ihren Bedarf als unangemessen und somit teurere Alternative erweist. Dieses bereits bekannte psychologische Phänomen wird in der Literatur als Flat Rate Bias (FRB) beschrieben (bspw. Train, McFadden & Ben-Akiva, 1987; Lambrecht & Skiera, 2006; Vigna & Malmendier, 2006). Führt der FRB einerseits auf der Verbraucherseite zu höheren Kosten, profitieren andererseits die Anbieter von höheren Gewinnen. Welche langfristigen Auswirkungen dies auf die Kundenbeziehungen eines Unternehmens hat, ist jedoch ein weitgehend unerschlossener Teil dieses Forschungsbereichs. Gerade aber für Unternehmen, welche als Mobiltelefon- oder Internetanbieter tätig sind, ist diese Fragestellung von enormer Bedeutung. Für lange Zeit war es in diesen Branchen möglich, sich auf die Akquise neuer Kunden zu konzentrieren, da für einen abgewanderten Kunden sofort mindestens ein Neukunde akquiriert werden konnte. Durch den mittlerweile weitgehend gesättigten Markt rückt aktuell jedoch die Aufrechterhaltung der Kundenbeziehungen immer stärker in den Vordergrund der Bestrebungen dieser Branchen (Nath, 2003, S. 3f). Aus diesem Grund soll in dieser Arbeit die Auswirkung des FRB auf die endgültige Abwanderung von Kunden untersucht werden. Die Arbeit ist dabei wie folgt aufgebaut. In Kapitel 2 wird zunächst ein Überblick über die theoretischen Hintergründe, Ursachen und Auswirkungen des FRB unter Bezugnahme auf relevante Literatur zu diesem Forschungsbereich geschaffen. Daraufhin wird in Kapital 3 die in dieser Arbeit untersuchte Problemstellung 1

konkretisiert und erläutert. Kapital 4 beinhaltet schließlich die Beschreibung der untersuchten Daten, des Vorgehens bei der Aufbereitung dieser sowie die Beschreibung der verwendeten Untersuchungsmethoden und die Untersuchung der Problemstellung selbst. Anschließend werden in Kapitel 5 aus den Ergebnissen abgeleitete Handlungsempfehlungen dargestellt und die Arbeit mit einem Fazit abgeschlossen. 2. Theoretischer Hintergrund Das Verhalten von Verbrauchern bei der Auswahl von Tarifen beschäftigt die Forschung bereits seit mehreren Jahrzehnten. Der Begriff Flat Rate Bias, wie er in der heutigen Literatur weitläufig Verwendung findet, wurde dabei erstmals von Kenneth E. Train im Jahre 1991 geprägt (Train, 1991, S. 211). Bis heute findet sich jedoch keine eindeutige Definition über die exakte Messung des FRB. Forscher sind sich jedoch weitgehend einig, dass ein FRB angenommen werden kann, wenn Verbraucher ihren Nutzen nicht maximieren. Das bedeutet in diesem Zusammenhang, dass Verbraucher eine Flat-Rate, oder einen Tarif mit festgelegtem Zahlungsbetrag für einen Verbrauch bis zu einer bestimmten Volumenobergrenze wählen, der nicht durch die Nutzung der Dienstleistung ausgeschöpft wird (Lambrecht & Skiera, 2006, S. 213). Diese Annahme wird auch der Messung des FRB in dieser Arbeit zugrunde gelegt. Auf die hier verwendete Definition wird in Kapital 4 im Rahmen der Beschreibung der Aufbereitung der Daten genauer eingegangen. Im folgenden Abschnitt sollen nun jedoch zunächst die Ursachen des FRB dargestellt werden. 2.1. Ursachen des FRB Beim FRB handelt es sich grundsätzlich um ein psychologisches Phänomen. Das diesem Phänomen zugrunde liegende Konzept wird als mentale Buchführung bezeichnet. Die Entscheidung für einen Flat-Rate-Tarif bedeutet für den Verbraucher in diesem Zusammenhang, dass er sich keine Gedanken über die Kosten seines Verbrauchs machen muss. Für den Fall, dass der Flat-Rate-Tarif nicht ausgenutzt wird, handelt es sich lediglich um versunkene Kosten, welche für den Verbraucher keine offensichtlichen Zusatzkosten darstellen (Krämer & Wiewiorra, 2012, S. 29). Als Ursache für dieses Verhalten finden sich in der Literatur vier verschiedene Effekte, welche im Folgenden genauer erläutert werden sollen. Der erste zu nennende Einfluss wird als Überschätzungseffekt bezeichnet. Hierbei kann es dazu kommen, dass der Verbraucher zum Zeitpunkt der Tarifwahl seinen derzeitigen, bzw. zukünftigen Konsum weit höher einschätzt, als er tat- 2

sächlich ist. Diese Einschätzung wird ihn dazu bewegen eher einen Flat-Rate- Tarif zu bevorzugen, obwohl sich die Wahl eines nutzungsbezogenen Tarifs im Nachhinein, aufgrund seines tatsächlichen Verbrauchs, als die für ihn geeignetere Alternative erweisen würde. Gründe für die Fehleinschätzung können vielfältiger Natur sein. Sie reichen von begrenzten vorausschauenden Fähigkeiten, über eingeschränktes rationales Einschätzungsvermögen, bis hin zur Unsicherheit über den zukünftigen Bedarf (Lambrecht & Skiera, 2006, S. 214; Krämer & Wiewiorra, 2012, S. 30; Robbert & Roth, 2011, S. 154). Die Existenz des Überschätzungseffekts konnte empirisch belegt werden (Nunes, 2000). Als weitere Ursache für den FRB gilt der Bequemlichkeitseffekt. Dieser Effekt beeinflusst vor allem Verbraucher, die sich vor dem Aufwand scheuen, den für sie günstigsten Tarif aus der Fülle der angebotenen Tarife herauszufiltern. Die Wahl einer Flat-Rate stellt in ihrer Situation meist die bequemste Möglichkeit dar. In diesem Fall kommt es oft zu einem FRB (Lambrecht & Skiera, 2006, S. 214; Krämer & Wiewiorra, 2012, S. 30). Der sog. Versicherungseffekt ist der dritte zu nennende Einfluss. Dieser bezieht sich besonders auf risikoaverse Verbraucher. Können diese ihren Verbrauch nicht einschätzen sind sie oftmals bereit einen durchschnittlich höheren Preis zu zahlen, um das Risiko unerwartet hoher Kosten vermeiden zu können. Die festgelegten und somit kalkulierbaren Kosten eines Flat-Rate-Tarifs wirken diesem Risiko entgegen. Vielmehr kann die fiktive Differenz zwischen den Kosten eines nutzungsbasierten Tarifs und einer Flat-Rate hierbei als Versicherungsprämie für die Absicherung gegen das Risiko zu hoher Kosten gesehen werden und wird meist sogar bewusst in Kauf genommen (Lambrecht & Skiera, 2006, S. 213; Krämer & Wiewiorra, 2012, S. 30; Robbert & Roth, 2011, S. 154). Der letzte Effekt, der einen FRB hervorrufen kann, wird als Taxametereffekt bezeichnet. Er beruht auf einer Arbeit von Prelec und Loewenstein aus dem Jahre 1998. Die Tarifwahl wird hierbei dadurch beeinflusst, dass Verbraucher ihren Konsum mehr genießen können, wenn sie sich nicht andauernd Gedanken über den ständigen Anstieg der Kosten machen müssen. Wie bei einer Taxifahrt, in deren Verlauf der Geldbetrag auf dem Taxameter unaufhaltsam steigt, erhöhen sich auch die Kosten eines nutzungsbasierten Tarifs bei jeder Inanspruchnahme der Dienstleistung. Der Taxametereffekt wird maßgeblich durch die mentale Buchführung hervorgerufen, indem die steigenden Kosten immer im Hinterkopf des Verbrauchers sind und der Konsum somit mit dem ständigen Verlust von Geld in Verbindung gebracht wird. Mit der Wahl einer Flat-Rate kann dieses Denken vermieden werden, indem der Verbrauch von den Kosten entkoppelt wird (Lambrecht & Skiera, 2006, S. 213f; Krämer & Wiewiorra, 2012, S. 30; Robbert & Roth, 2011, S. 154f). 3

2.2. Auswirkungen des FRB In der Literatur lassen sich eine Reihe von Arbeiten finden, welche das Entscheidungsverhalten von Verbrauchern bei der Tarifwahl und dessen Ursachen empirisch untersuchen. Im Gegensatz dazu beschäftigen sich jedoch nur wenige Arbeiten damit, welche Auswirkungen dieses Verhalten im Falle einer unangemessenen Tarifwahl, im Speziellen eines FRB, mit sich bringt. Wie bereits zu Beginn dieser Arbeit erläutert, ist jedoch gerade diese Fragestellung für Mobiltelefon- oder Internetanbieter aufgrund der aktuellen Marktlage äußerst relevant. Besonders interessant ist dabei die Frage, ob ein FRB direkte Auswirkungen auf spätere Tarifwechsel und darüber hinaus die endgültige Beendigung (Kündigung) des Vertragsverhältnisses durch den Kunden hat. So führt ein FRB zwar zunächst dazu, dass sich der Umsatz eines Unternehmens, aufgrund der durch den Kunden im Verhältnis zum Verbrauch zu viel bezahlten Kosten, erhöht. Im Falle einer Kündigung des Kunden wird dieser zunächst positiv erscheinende Effekt jedoch fragwürdig. DellaVigna und Malmendier untersuchten in diesem Zusammenhang das Kündigungsverhalten von Kunden anhand der Daten eines Fitnessstudios. Sie konnten belegen, dass Kunden mit einem FRB bei monatlicher Flat-Rate die Kündigung ihres Vertrages (monatlich kündbar) erst bis zu vier Monate nach ihrem letzten Besuch durchführen (Vigna & Malmendier, 2006, S. 14). Diese Ergebnisse lassen sich jedoch nur bedingt auf das Kundenverhalten eines Internetanbieters übertragen. Weiterhin lieferten DellaVigna und Malmendier keine Ergebnisse bezüglich des Tarifwechselverhaltens. Die Untersuchung des Tarif-Wechselverhaltens bei Telefontarifen bildete einen Teil einer Arbeit von Miravete. Seine Ergebnisse zeigten, dass Kunden sich hierbei weitgehend rational verhalten, indem sie nach einer anfänglich falschen Tarifentscheidung, den Tarif wechseln. Dieses Verhalten konnte zwar verstärkt für den Wechsel in einen Flat-Rate Tarif beobachtet werden, lies sich jedoch auch für die entgegengesetzte Richtung feststellen. Der stärkere Effekt in Richtung der Flat- Rate lässt sich einerseits dadurch begründen, dass Kunden, welche von Anfang an einen Flat-Rate-Tarif wählten, auch einen angemessen Verbrauch verzeichnen konnten und andererseits Kunden mit einem verbrauchsorientierten Tarif ihre Rechnungen leichter mit dem Preis der Flat-Rate vergleichen konnten (Miravete, 2003, S. 13ff). Die wahrscheinlich aufschlussreichste Untersuchung zum Wechsel- und Kündigungsverhalten als Auswirkung eines FRB lieferten Lambrecht und Skiera. Sie Untersuchten in ihrer Arbeit die Daten eines Internetanbieters. In Bezug auf das Tarif-Wechselverhalten konnten die Erkenntnisse von Miravete (2003) bestätigt 4

werden. So führten hohe Rechnungen eines verbrauchsorientierten Tarifs in hohem Maße zu einem Wechsel in einen Flat-Rate-Tarif. Ein signifikanter Zusammenhang zwischen einem FRB und einem Wechsel konnte nur für die Kunden nachgewiesen werden, deren Rechnung in jedem einzelnen Monat einen FRB hervorrief. Ein Einfluss der FRB auf das Kündigungsverhalten konnten sie nicht nachweisen (Lambrecht & Skiera, 2006, S. 217ff). 3. Problemstellung Internet Service Provider (ISP) bieten eine Vielzahl verschiedener Tarife für ihre Kunden an. Dabei ist die Wahl eines geeigneten Tarif für die Kunden ein kritischer Punkt. Gleichzeitig gilt es für den ISP geeignete Tarife bereitzustellen, um einerseits den eigenen Gewinn zu maximieren und andererseits Abwanderungsverhalten entgegenzuwirken. Der ISP Net-Online hat mit einem Marktanteil von 50% bei digitalen Anschlussleitungen (DSL-Anschlüssen) eine Premium-Position am Markt. Dabei stellt Net-Online seinen Kunden vier Tarife zur Verfügung, die in volumenbasierte und zeitbasierte Tarife unterschieden werden können. volumenbasiert: Zu den volumenbasierten Tarifen gehört dabei der Tarif DSL surfvol S, mit einer Grundgebühr von 8,57 pro Monat, einem Inklusivvolumen von 1500MB, sowie 0,0137 für jeden weiteren MB übertragener Daten. Weiterhin zählt die DSL surfvol Flat mit einer monatlichen Grundgebühr von 25,81 und unbegrenztem Volumen, sowie ohne weitere Kosten zu den volumenbasierten Tarifen. Abbildung 1 veranschaulicht die Entwicklung der Kosten in Abhängigkeit vom übertragenen Volumen für die Kunden mit volumenbasierten Tarifen. zeitbasiert: Zu den zeitbasierten Tarifen von Net-Online zählt der Tarif DSL surftime by call ohne monatliche Grundgebühr und ohne Kosten für übertragenes Volumen, aber mit einer Gebühr von 0,0137 pro Minute. Ebenfalls zeitbasiert ist der Tarif DSL surftime L, bei dem für eine Grundgebühr in Höhe von 12,88 30 Stunden inklusive sind und für jede weitere Minute 0,0137 Kosten anfallen. Abbildung 2 zeigt die Entwicklung der Kosten abhängig von der genutzten Zeit. Net-Online hat bei vielen seiner Kunden das Auftreten von Flat Rate Bias beobachten können. Im Rahmen dieser Arbeit sollen die Konsequenzen dieser Beobachtung überprüft werden. Dazu muss zunächst die Beobachtung selbst untersucht und bestätigt werden und anschließend müssen mögliche Konsequenzen 5

Tarifentwicklung surfvol Kosten pro Monat in Euro 0 5 10 15 20 25 30 DSL surfvol S DSL surfvol Flat 0 500 1000 1500 2000 2500 3000 Volumen pro Monat in MB Abbildung 1: Net Online DSL Volumentarife Tarifentwicklung surftime Kosten pro Monat in Euro 0 5 10 15 20 25 30 DSL surftime by call DSL surftime L 0 500 1000 1500 2000 2500 3000 Zeit pro Monat in Minuten Abbildung 2: Net Online DSL Zeittarife 6

empirisch untersucht werden. Schwerpunktmäßig sollen dabei die volumenbasierten Tarife und für diese aus Flat Rate Bias resultierendes Abwanderungsverhalten erforscht werden. 4. Vorgehen und Analyse Im Folgenden wird das Vorgehen zur Lösung des beschriebenen Problems auf Grundlage der vorhandenen Daten erläutert. Dazu werden zunächst die zugrundeliegenden Daten beschrieben. Im Anschluss wird die Aufbereitung der Daten und die Aggregation derselben erläutert. Der Überblick über die Daten soll zunächst das Ergebnis der aggregierten Daten verdeutlichen und im Folgenden die Möglichkeiten zur Analyse aufzeigen. Anschließend werden verschiedene Untersuchungen zum Churn verhalten beschrieben und durchgeführt. 4.1. Basisdaten Die Basisdaten sind im Zeitraum Januar 2003 bis Oktober 2004 erfasst worden. Dabei wurden für jeden User anhand seiner User ID die monatlich Rechnungen gespeichert. Erfasste Informationen in jeder Monatlichen Rechnung sind das Rechnungsdatum, genutzte Minuten, genutztes Datenvolumen, Rechnungsbetrag und der gewählte Tarif. Dabei ist zu berücksichtigen, dass neben den vier bekannten Tarifen des ISP Net-Online der Tarif auch den Wert Contract Conversion annehmen kann. In diesem Fall enthält der entsprechende Datensatz nicht den Rechnungsbetrag, sondern lediglich das Rechnungsdatum, genutzte Minuten und genutztes Datenvolumen. 4.2. Datenaufbereitung Zunächst wurden im Rahmen der Datenaufbereitung die Kosten für die alternativen Tarife auf Grundlage der genutzten Minuten und des genutzten Volumens in Abh"ängigkeit zum Tarif der Monatsrechnung bestimmt. Diese bilden die Grundlage zur weiteren Berechnung des Flat Rate Bias jeder monatlichen Rechnung. Für die Datensätze mit Tarif Contract Conversion und somit fehlenden Rechnungsbeträgen wurde festgelegt, falls vorhanden, den Tarif des Vormonats zu übernehmen und auf dieser Grundlage den Rechnungsbetrag zu bestimmen. Diese Annahme wird ermöglicht, da bei Net-Online jederzeit ein Tarifwechsel zu einem beliebigen anderen Tarif erlaubt ist. Für Datensätze mit fehlenden Informationen zum Tarif des Vormonats, beispielsweise Tarifwechsel im ersten Monat als Kunde von Net-Online oder aber mehrfache Tarifwechsel in Folge konnten keine Annahmen 7

getroffen werden, daher werden für diese keine Rechnungsbeträge oder Flat Rate Bias berechnet. Zur Berechnung der Flat Rate Bias für alle anderen Datensätze wurden zwei verschiedene Ansätze verfolgt (vgl. Lambrecht & Skiera, 2006): Always Wrong: Der Kunde hat einen Tarif gewählt, bei dem er in jedem Monat zu viel gezahlt hat, d.h. einen positiven Flat Rate Bias in jeder monatlichen Rechnung hat. Zur Berechnung des Flat Rate Bias in jedem Monat wird das Maximum aus 0 und der Differenz des Rechnungsbetrags und dem kleinsten Rechnungsbetrag der alternativen Tarife bestimmt. D.h. Always Wrong trifft zu, wenn ein Kunde in jedem Monat seiner Vertragslaufzeit einen positiven Flat Rate Bias hat. Oder anders ausgedrückt, der Kunde hat seinen individuellen Nutzen in dem Monat nicht maximiert und mehr bezahlt, als mit einem alternativen Tarif möglich gewesen wäre. Overall Wrong: Der Ansatz von Always Wrong führt in der Aggregation der Daten, d.h. der Aggregation der Rechnungen eines Kunden über dessen Vertragslaufzeit allerdings unter Umständen zu Schwierigkeiten. So kann mit dem Ansatz nur ein bedingt sinnvoller, aggregierter Flat Rate Bias bestimmt werden, wenn in einer einzigen Monatsrechnung des Kunden der Flat Rate Bias 0 ist, d.h. der Kunde in diesem Monat den günstigsten Tarif hatte. Ursache dafür ist, das es denkbar ist, dass der Kunde in seiner Vertragslaufzeit vereinzelt einen positiven Flat Rate Bias hatte, jedoch in der Summe seiner Vertragslaufzeit durch seine Tarifwahl Geld sparen konnte. Dies würde sich mit der normalen Flat Rate Bias Berechnung, die nur Werte zwischen 0 und unendlich zulässt, nicht berechnen lassen. Daher wird für den Ansatz Overall Wrong eine alternative Berechnung für den Flat Rate Bias eingeführt, die auch die Ersparnis durch den gewählten Tarif in einem Monat durch den Kunden berücksichtigt. Dazu wird für den Fall, dass der Kunde in einem Monat den günstigsten Tarif gewählt hat, d.h. der normale Flat Rate Bias 0 ist, die minimale Ersparnis des Kunden berechnet. Diese ergibt sich dann aus der Differenz des Rechnungsbetrags und dem 2. günstigstem Tarif im Monat. Ziel ist es, bei der Aggregation der Daten, bzw. bei der Berücksichtigung der gesamten Vertragsdauer eines Kunden ermitteln zu können, ob der Kunde zu viel bezahlt hat ( overall wrong ). Der berechnete Wert wird in den Datensätzen als Flat Rate Bias inclusive savings eingefügt. In allen anderen Fällen (Flat Rate Bias ist positiv) berechnet sich der Flat Rate Bias inclusive savings genauso wie der normale Flat Rate Bias. Erst durch die alternative Berechnung lässt sich dann überprüfen, ob der Kunde overall wrong war, d.h. er einen in der Summe 8

einen positiven Flat Rate Bias hatte, oder er seinen individuellen Nutzen optimieren konnten. Für die weitere Aufbereitung der Daten wurden den Datensätzen noch zusätzliche Informationen beigefügt. Dazu zählt ein Kontrollfeld ob die Rechnung von Oktober 2004 ist, um in der Aggregation der Daten überprüfen zu können, ob ein Kunde im letzten verzeichneten Monat eine Rechnung erhalten hat. Somit lässt sich feststellen, ob ein Kunde gechurned ist, d.h. der Kunden abgewandert ist. Weiterhin wurde für jeden Datensatz ein Feld mit dem Wert eins hinzugefügt, um in der Aggregation der Rechnungen für jeden Kunden die Kundendauer berechnen zu können. Als drittes und letzte Zusatzinformation wurde jedem Datensatz eine Kontrollvariable monthly Wrong zur Überprüfung von Always Wrong hinzugefügt. Diese prüft lediglich ob ein Kunde einen positiven Flat Rate Bias in einem Monat hatte. In der Aggregation lässt sich dann anhand Kundendauer und der Summe von monthly Wrong feststellen, ob ein Kunde Always Wrong war. Zur weiteren Auswertung der aufbereiteten Daten wurde nun die Aggregation über die User ID durchgeführt. Dabei wurden die Summen aller numerischen Felder in den Datensätzen mit derselben User ID gebildet. Die aggregierten Daten enthalten somit nur noch für jeden Kunden die Summen der genutzten Minuten, Volumen, Rechnungsbeträge, alternativer Tarife, Flat Rate Bias, Flat Rate Bias inclusive savings, churn, Vertragslaufzeit und monthly Wrong. 4.3. Datenanalyse Im folgenden Abschnitt wird eine umfangreiche Analyse der aufbereiteten Daten ausgeführt. Die Analyse erfolgt im Hinblick auf die Problemstellung und versucht genügend Informationen zu liefern, damit eine Antwort und eine Handlungsempfehlung gegeben werden kann. Dabei wird allerdings entgegen der eigentlichen Problemstellung der Untersuchung (volumenbasierten Tarife) der Fokus erweitert und alle Tarife betrachtet. Dies ist nötig, da aufgrund der bereits beschriebenen möglichen internen Tarifwechsel viele Kunden mehrere Tarife zwischen Januar 2003 bis Oktober 2004 hatten. Mit einer reinen Betrachtung des Anteils volumenbasierter Rechnungen eines Kunden in dieser Laufzeit ließen sich keine Aussagen treffen ob der Kunde gechurned ist oder nicht, bzw. ob Churnverhalten durch die Bias bei zeit- oder volumenbasierten Tarifen entstanden ist. Daher finden die nachfolgenden Untersuchungen auf allen Daten statt, ohne Ausschluss der Rechnungen mit zeitbasierten Tarifen. Der Abschnitt gliedert sich in drei Teile: Ein Überblick über die vorhandenen Daten, einer Untersuchung des Einflusses von Flat Rate Bias auf die Vertragslaufzeit eines Kunden und einer Untersuchung des 9

Einfluss von Flat Rate Bias auf das Churnverhalten der Kunden. Eine Wertung der Ergebnisse erfolgt hierbei erst in Abschnitt 5. 4.3.1. Überblick Die aufbereiteten und aggregierten Kundendaten von Net-Online sind folgendermaßen aufgebaut: Bei der Verteilung der monatlichen Rechnungen auf Tarife fällt zunächst auf, dass die Mehrzahl der Rechnung für den Flat-Rate-Tarif erstellt wurden (Abbildung 3). Durchschnittlich nutzten die Kunden von Net-Online ihr Internet im Laufe ihrer Vertragslaufzeit 156.176 Minuten und erzeugten dabei durchschnittlich 109,7 GB Traffic. Die durchschnittliche Rechnungshöhe pro Kunde (in dessen gesamter Kundenlaufzeit) beträgt 314,6. Bei der normalen Berechnung der Flatrate Bias ergibt sich im Mittel ein Wert von 115,442 pro Kunde, beim Flat Rate Bias inclusive Savings hingegen ein durchschnittlicher Wert von -727,98 pro Kunde. Diese Werte verdeutlichen den unterschiedlichen Ansatz in der Flat Rate Bias Berechnung. Dabei reichen die Beträge des Flat Rate Bias von 0 bis 2.576,14, die des Flat Rate Bias inclusive Savings von 15.839, 28 bis 2.572,97. Aus den aggregierten Informationen der Kundenlaufzeit ergibt sich, dass Kunden im Mittel 17,02 Monate Kunde von Net-Online waren (im betrachteten Zeitraum von Januar 2003 bis Oktober 2004). Dabei reicht das Spektrum von Kunden mit nur einem Monat Kundenlaufzeit bis hin zu Kunden, die die vollen 22 betrachteten Monate Kunde von Net-Online waren. Der aggregierte Wert von monthly Wrong ergibt im Mittel 8,417 Monate pro Kunde und reicht von 0 bis 22 Monate. Vergleiche hierzu Listing 6. 4.3.2. Einfluss von FRB auf die Vertragslaufzeit Um den Einfluss des Flat Rate Bias auf das Kundenverhalten festzustellen wird zunächst untersucht, ob der FRB einen Einfluss auf die Vertragslaufzeit der Kunden und somit indirekt auf deren Churnverhalten hat. Hierzu wird der aufbereitete Datensatz zweimal aufgeteilt: Einmal in Kunden mit positiven FRB und einem FRB gleich null (Always Wrong), und einmal in Kunden mit einer Ersparnis über die gesamte Laufzeit und Kunden, die insgesamt zuviel gezahlt haben (Overall Wrong). Die aufgeteilten Datensätze werden nun anhand ihrer Erwartungswerte untersucht. Ein klassischer Test auf gleiche Erwartungswerte zweier Stichproben ist der T-Test. Um diesen Test auf die Vertragslaufzeiten anwenden zu können ist es jedoch erforderlich, dass eine Normalverteilung vorliegt. Dies kann mit einem Kolmogorov-Smirnov-Test (KS-Test) festgestellt werden. Listing 1 zeigt das Er- 10

Tarifverteilung 0 50000 100000 150000 200000 187138 81238 54001 42837 DSL surftime by call DSL surftime L DSL surfvol Flat DSL surfvol S Abbildung 3: Net-Online Tarifverteilung Januar 2003 bis Oktober 2004 1 Two - sample Kolmogorov - Smirnov test 2 3 data : savnegcounter and savposcounter 4 D = 0.0295, p- value = 0. 0002035 5 alternative hypothesis : two - sided 6 7 ------ 8 9 Two - sample Kolmogorov - Smirnov test 10 11 data : nullcounter and poscounter 12 D = 0.1956, p- value < 2.2 e -16 13 alternative hypothesis : two - sided Listing 1: Ergebnis des Kolmogorov-Smirnov-Tests 11

1 Wilcoxon rank sum test with continuity correction 2 3 data : frbnull$counter and frbpos$counter 4 W = 28734540, p- value < 2.2 e -16 5 alternative hypothesis : true location shift is not equal to 0 6 7 ------ 8 9 Wilcoxon rank sum test with continuity correction 10 11 data : savnegcounter and savposcounter 12 W = 57729435, p- value = 0. 02337 13 alternative hypothesis : true location shift is not equal to 0 Listing 2: Ergebnis des Wilcoxon-Mann-Whitney-Tests 1 Ranked attributes : 2 0. 2441 8 counter 3 0. 0939 4 net_ invoice 4 0. 054 9 monthlywrong 5 0. 0539 2 minutes 6 0. 0396 3 volume 7 0. 0379 6 FRB_ INCL_ MINSAVINGS 8 0. 0249 5 FLAT_ RATE_ BIAS 9 0 1 Group.1 Listing 3: Gain ratio der Attribute gebnis des KS-Tests. Das obere Testergebnis ist für den Vergleich der Vertragslaufzeiten unter Berücksichtigung potentieller Ersparnisse, das untere Testergebnis ist für den Always-Wrong-FRB. Die beiden p-werte sind beide deutlich kleiner als 0,05, es kann also keine Normalverteilung angenommen werden. Das Histogramm der Vertragslaufzeiten in Abbildung 6 bestätigt dieses Ergebnis. Ohne Normalverteilung ist ein T-Test nicht möglich, als Alternative kommt daher der Wilcoxon-Mann-Whitney-Test zum Einsatz. Das Ergebnis des Tests ist in Listing 2 zu sehen. 4.3.3. Einfluss von FRB auf das Churnverhalten Um den direkten Einfluss des FRB auf das Churnverhalten der Kunden von Net-Online zu bestimmen, kann kein einfacher Test (T-Test, Wilcoxon-Mann- Whitney-Test, etc.) eingesetzt werden, da die Zielvariable churn dichotom ist, d.h. nur die Ausprägungen 1 und 0 hat. Um den Zusammenhang dennoch zu untersuchen wird zunächst die Gain Ratio der einzelnen Attribute im Hinblick auf die Variable churn berechnet. Das Ergebnis in Listing 3 zeigt den Informationsgehalt der einzelnen Variablen. Das Attribut Group.1 ist hierbei durch vorhergehende Berechnungen entstanden und hat keine weitere Bedeutung. 12

1 Deviance Residuals : 2 Min 1 Q Median 3 Q Max 3-2.6687-0.0279 0. 2735 0. 3491 4. 4180 4 5 Coefficients : 6 Estimate Std. Error z value Pr ( > z ) 7 ( Intercept ) -1.105 e +01 1. 961 e -01-56.331 < 2e -16 *** 8 counter 6. 948 e -01 1. 182 e -02 58. 766 < 2e -16 *** 9 net_ invoice -2.980 e -03 2. 998 e -04-9.938 < 2e -16 *** 10 minutes 7. 494 e -07 2. 085 e -07 3. 594 0. 000326 *** 11 volume -2.001 e -07 3. 744 e -07-0.534 0. 593054 12 FLAT_RATE_BIAS 2.694e -03 4.198e -04 6.418 1.38e -10 *** 13 FRB_ INCL_ MINSAVINGS -4.834 e -06 5. 568 e -05-0.087 0. 930820 14 monthlywrong -2.779 e -02 5. 866 e -03-4.737 2.17 e -06 *** 15 --- 16 Signif. codes : 0 *** 0.001 ** 0.01 * 0.05. 0.1 1 Listing 4: Ergebnis der logistischen Regression Desweiteren kommt eine Regressionsanalyse zum Einsatz um die Höhe des Einflusses von FRB auf das Churnverhalten zu bestimmen. Aufgrund der dichotomen Natur ist eine lineare Regression ungeeignet, es wird daher eine logistische Regression auf die Variable churn durchgeführt. Das Ergebnis ist in Listing 4 zu sehen, Abbildung 4 zeigt einen Plot der Regressionskurve. Es wären natürlich noch weitere Untersuchungen denkbar (z. B. eine ANOVA). Um den Umfang der Arbeit nicht zu überschreiten wird an dieser Stelle auf weitere Analysen verzichtet und versucht anhand der vorhandenen Ergebnisse eine Aussage zu treffen. 5. Fazit und Handlungsempfehlung Während sich das vorhergehende Kapitel mit der Analyse der Daten beschäftigte, werden die Ergebnisse im Folgenden diskutiert. Die vorliegende Arbeit betrachtet nur einen kleinen Ausschnitt aus den Kundendaten von Net-Online, die Empfehlungen können daher eventuell nicht verallgemeinert werden. 5.1. Einfluss von FRB auf die Vertragslaufzeit Die Ergebnisse des Wilcoxon-Mann-Whitney-Tests in Listing 2 sind recht eindeutig. Für den Always-Wrong-FRB ist der p-wert sehr nahe bei 0, die Nullhypothese, dass beide Stichproben den gleichen Erwartungswert besitzen, muss also verworfen werden. Hier gibt es also anscheinend einen Unterschied zwischen 13

1.0 0 4050 0.8 8100 Probability 0.6 0.4 Frequency 0.2 8100 4050 0.0 0 5 10 15 20 Abbildung 4: Plot der logistischen Regression Kunden mit FRB und den Kunden ohne. Für den Overall-Wrong-FRB ist das Ergebnis nicht ganz so eindeutig. Unter einem Signifikanzniveau von α = 0, 05 muss die Nullhypothese verworfen werden, bei einem Signifikanzniveau von α = 0.01 kann sie dagegen angenommen werden. Es liegt also anscheinend ein Zusammenhang zwischen dem Vorhandensein von Flat Rate Bias und der Vertragslaufzeit zusammen. An dieser Stelle kann allerdings nicht ausgeschlossen werden, dass ein versteckter Zusammenhang besteht, der die Unterschiede in den Stichproben erklären könnte. Desweiteren lässt sich keine Aussage darüber treffen, ob FRB zu einer höheren oder niedrigeren Vertragslaufzeit führt, wodurch auch kein Schluss auf das Churnverhalten gezogen werden kann. 5.2. Einfluss von FRB auf das Churnverhalten Der vorangegangene Abschnitt lies die Vermutung aufkommen, dass Flat Rate Bias einen Einfluss auf die Vertragslaufzeit hat, konnte aber nicht erklären, wie dieser Einfluss aussieht. Aufschlussreicher sind hier die Ergebnisse der Gain- Ratio-Untersuchung und der logistischen Regression. Das Gain Ratio gibt Aufschluss darüber welchen Informationsgehalt die einzelnen Variablen haben, d.h. wie sehr sie sich eignen die Ausprägungen der Variable churn zu erklären. In Lis- 14

ting 3 ist zu sehen, dass den höchsten Informationsgehalt die Variable counter, also die Vertragslaufzeit eines Kunden hat. An zweiter Stelle stehen die monatlichen Kosten und erst an den letzten beiden Stellen die beiden Formen von Flat Rate Bias. FRB eignet sich also nur sehr schlecht, um das Churnverhalten eines Kunden zu erklären. Das Ergebnis der Regressionsanalyse in Listing 4 untermauert das Ergebnis der Gain-Ratio-Analyse. Bei der Betrachtung der z-werte fällt sofort auf, dass die größten Auswirkungen auf das Churnverhalten wieder von den Variablen counter (z-wert 58, 766) und net_invoice (z-wert 9, 938) stammt. Always-Wrong-FRB (z-wert 6, 418) und Overall-Wrong-FRB (z-wert 0, 087) belegen nur den dritten, bzw. letzten Platz. Insgesamt betrachtet hat das Vorhandensein also keinen signifikanten Einfluss auf das Churnverhalten der Kunden. Bei der Überlegung ob ein Kunde churned sollten eher die bisherige Vertragslaufzeit und die Höhe der monatlichen Rechnung berücksichtigt werden. 5.3. Fazit Die Untersuchung der Kundendaten von Net-Online hat ergeben, dass Flat Rate Bias nicht für das churnen von Kunden verantwortlich gemacht werden kann. Untersuchungen anderer Autoren, z. B. Lambrecht und Skiera (2006) oder Krämer und Wiewiorra (2012), bestätigen dieses Ergebnis. Bei Net-Online ist vor allem die Vertragslaufzeit der ausschlaggebende Faktor für einen Churn. Aus finanzieller Sicht rentiert sich der Flat Rate Bias für das Unternehmen durchaus, so wurden im betrachteten Zeitraum von Kunden mit Bias knapp 2,5 Mio Euro Mehreinnahmen generiert. Bei der Betrachtung der Tarifstruktur von Net-Online fällt auf, dass Kunden die Wahl zwischen einem einteiligen Tarif (DSL surfvol Flat), einem reinen pay-peruse-tarif (DSL surftime by call) und zwei dreiteiligen Tarifen, d.h. Grundgebühr + Inklusivminuten/-volumen + pay-per-use, hat. Abbildung 3 zeigt aber, dass die meisten Kunden entweder die Flatrate oder den reinen pay-per-use-tarif bevorzugen. Unter anderem Krämer und Wiewiorra (2012) haben herausgefunden, dass viele Kunden trotz der psychologischen Vorteile einer Flatrate (Versicherungseffekt, Taxametereffekt, etc.), von der fehlenden Flexibilität abgeschreckt sind. Die Lösung für dieses Dilemma ist die Einführung eines dreiteligen Tarifs mit Kostenbegrenzung. (Kramer & Wiewiorra, 2010) 15

Tarifentwicklung eines dreiteiligen Tarifes Kosten pro Monat in Euro 0 5 10 15 20 25 30 Mit Kostenbegrenzung Ohne Kostenbegrenzung Inklusivvolumen nach Nutzung Flatrate 0 500 1000 1500 2000 2500 3000 Volumen pro Monat in MB Abbildung 5: Unterschiede in dreiteiligen Tarifen Der Unterschied zwischen einem regulären dreiteiligen Tarif und eines dreiteiligen Tarifs mit Kostenbegrenzung ist in Abbildung 5 dargestellt. Der Tarif besteht aus einer monatlichen Grundgebühr, im Beispiel 8,57, die ein freies Nutzungskontingent beinhaltet. Bei Überschreitung des Kontingents, im Beispiel 1000 MB/Monat, wird der weitere Verbrauch flexibel abgerechnet, bis eine bestimmte Obergrenze erreicht ist. Ab dann, im Beispiel ab einem Verbrauch von mehr als 2000 MB/Monat, wird der Tarif zu einer Flatrate für den restlichen Monat und der Kunde zahlt nur einen fixen Höchstbetrag, im Beispiel 22,27. Ein derartiger Tarif hat den Vorteil, dass ein Kunde mit niedrigem Verbrauch weniger zahlt, aber bei höherem Verbrauch trotzdem in den Genuss der Vorteile einer Flatrate kommt. Untersuchungen zeigen, dass ein solcher Tarif einer Flatrate selbst dann vorgezogen wird, wenn die Kostengrenze mit Sicherheit erreicht wird. (Kramer & Wiewiorra, 2010) Die Einführung eines derartigen Tarifs ist daher auch für Net-Online von Vorteil. 16