Zusammenfassung Ein Großteil der Handelsunternehmen versucht mittlerweile, Kunden über Kundenkartenprogramme und die damit verbundenen Vorteile an sich zu binden. Der Handel kann dadurch auf große Datenmengen über die Kaufhistorie seiner Kunden zurückgreifen. Die Antworten auf strategische Fragestellungen, wie beispielsweise die Kundenbindung, sollen zu einer nachhaltigen Weiterentwicklung jedes einzelnen Kunden führen. Für die hier skizzierte Anwendung im Handel wird in der Regel mit der sogenannten Warenkorbanalyse gearbeitet. Diese Methode beinhaltet die Untersuchung der Zusammensetzung eines Warenkorbs, der alle von einem Konsumenten zur gleichen Zeit am gleichen Ort erworbenen Güter umfasst. Dabei wird angenommen, dass die Kaufentscheidungen in den Kategorien nicht unabhängig getroffen werden, sondern über die Kategorien hinweg voneinander abhängen. Bei der Modellierung von Kaufwahrscheinlichkeiten müssen diese Abhängigkeiten berücksichtigt werden, um geeignete Marketingstrategien ableiten zu können. Dieser Artikel gibt einen Überblick über bestehende Veröffentlichun-gen im Bereich der Verbundanalyse. Die relevante Literatur wird in explorative und explanative Modelle gegliedert, wobei der Schwerpunkt dieses Artikels auf den explanativen Modellen liegt. Komplementarität, Heterogenität und Mitnahmeeffekte werden als Bestimmungsfaktoren des Verbundkaufs identifiziert. Finanziell gefördert durch die Deutsche Forschungsgemeinschaft (DFG) im Forschungsprojekt #BO1952/1.Abstract By now, most retailers have launched efforts to commit customers by means of customer card programs and the accompanying benefits. As a result, retailers have access to large amounts of customer data, because those customer cards allow them to generate a complete purchase history for every single customer. Answering strategic questions, such as those concerning customer relationships, should bring about a sustainable advancement of each customer relationship. In this retailing application, market basket analysis is generally used. Market basket analysis is a method of investigating the composition of a consumer's shopping basket on a single shopping occasion. In this context, selection decisions in multiple categories are assumed to be related. In a modeling framework, considering these cross-category linkages is a prerequisite for deriving suitable marketing strategies. This article reviews relevant publications on market basket analysis and classifies them into exploratory and explanatory approaches, focusing more on the explanatory approaches. Complementarity, heterogeneity and coincidence are identified as factors which determine multi-category choices and explain intercategory relationships.

Standard-Nutzungsbedingungen:Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden.Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen.Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Due to its ability to allow and account for similarities between pairs of alternatives, the nested logit model is increasingly used in practical applications. However the fact that there are two different specifications of the nested logit model has not received adequate attention. The utility maximization nested logit (UMNL) model and the non-normalized nested logit (NNNL) model have different properties, influencing the estimation results in a different manner. As the NNNL specification is not consistent with random utility theory (RUT), the UMNL form is preferred. This article introduces distinct specifications of the nested logit model and indicates particularities arising from model estimation. Additionally, it demonstrates the performance of simulation studies with the nested logit model. In simulation studies with the nested logit model using NNNL software (e. g. PROC MDC in SAS c ), it must be pointed out that the simulation of the utility function's error terms needs to assume RUT-conformity. But as the NNNL specification is not consistent with RUT, the input parameters cannot be reproduced without imposing restrictions. The effects of using various software packages on the estimation results of a nested logit model are shown on the basis of a simulation study. Terms of use: Documents in

Standard-Nutzungsbedingungen:Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden.Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen.Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Keller, 1990, Broniarczyk and Alba, 1994, Hem et al., 2003, Völckner and Sattler, 2006 found evidence that parent-brand characteristics and the fit between parent brand and transfer product are the main and most influential factors driving brand extension success. However, the ability of a brand to transfer its brand loyal customers from the parent to the extension category has been widely neglected. Brand loyalty can be regarded as a consequence of the underlying assumption of customers transferring their quality perceptions, their brand knowledge, and their experience with the brand from one category to the other [Erdem and Swait, 1998]. We find empirical evidence that consumers who are loyal to the brand in the leading (parent) product category show a higher probability to be loyal to that same brand in another (extension) category compared to those consumers who are not loyal in the leading category. Moreover, as the overall success of the extension includes positive retroactive effects of the extension product on the parent product or brand [Erdem, 1998], the arising question is whether there are differences between extension product categories regarding their attachment to the parent category and their ability to stimulate brand loyal purchases in the parent category, i.e., speaking of 'leader' and 'follower' categories in terms of brand loyal purchase behavior. This might even hold true for the relationship of any two categories the brand competes. Terms of use: Documents in JEL classification: M31, C43

No abstract

No abstract