Name: Produktbasierte Bewertung von Kundenbeziehungen im Maschinen- und Anlagenbau (en Alemán)
Price: 82380.00 CLP
Availability: InStock
Author: Röser, Marcel
ISBN: 9783658359515

portada Produktbasierte Bewertung von Kundenbeziehungen im Maschinen- und Anlagenbau (en Alemán)

Formato

Libro Físico

Editorial

Springer Gabler

Autor

Röser, Marcel

Idioma

Alemán

N° páginas

363

Encuadernación

Tapa Blanda

ISBN13

9783658359515

Produktbasierte Bewertung von Kundenbeziehungen im Maschinen- und Anlagenbau (en Alemán)

Röser, Marcel (Autor) · Springer Gabler · Tapa Blanda

Libro Nuevo

$ 82.380

$ 164.760

Ahorras: $ 82.380

50% descuento

Envío normal

Origen: España (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 20 de Mayo y el Lunes 27 de Mayo.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Produktbasierte Bewertung von Kundenbeziehungen im Maschinen- und Anlagenbau (en Alemán)"

Für eine zielorientierte Gestaltung von Geschäftsbeziehungen sind fundierte Kundeninformationen nötig. Hierzu ist eine Bewertungsmethodik vorzuschlagen, die grundsätzlich entscheidungslogisch korrekte Kundeninformationen liefert. Marcel Röser entwirft in diesem Band eine Bewertungsmethodik für Kundenbeziehungen im Maschinen- und Anlagenbau, die prinzipiell auf einer produktbasierten Lebenszyklusrechnung aufbaut und die sukzessive weiter ergänzt und verfeinert wird. Neben die ohnehin in einer Lebenszyklusrechnung erfassten produktbezogenen sachlichen Nachlaufeffekte treten weitere Einflussgrö en, u. a. die Folgeprojekte des betrachteten Kunden, das Cross-Selling-Potenzial, das auf andere wirkende Referenzpotenzial sowie die Kundentreue. Dies erfordert, mehr als andere kostenrechnerische Aufgaben, zugleich eine adäquate Risikoberücksichtigung und die Integration von Risikopräferenzen in die Bewertung von Entscheidungsvorschlägen. Der Lösungsansatz über die simulative Berechnung von Kundenrisikoprofilen ermöglicht es, insbesondere vorliegende Erkenntnisse über die jeweils anwendungsfallspezifischen Wahrscheinlichkeitsverteilungen einzubringen. Damit können wichtige Ergebnisse sowohl für die Wissenschaft als auch für die Praxis abgeleitet werden.