Im Rahmen dieser Arbeit sollte ein technisches Proof-of-Concept argumentativ hergeleitet und erweitert werden, sowie in Form eines Prototypen umgesetzt werden. Der im Proof-of-Concept dargestellte Ansatz zur Einteilung von Filialen in Konkurrentengruppen wurde einerseits konzeptionell hergeleitet und mit einem Annahmensystem unterstutzt, andererseits auf Basis von Publikationen und daraus abgeleiteten argumentativen Uberlegungen um weitere Aspekte prazisiert. Allerdings sind weitere Forschungsarbeiten notwendig, um eine zielfuhrende Clusteranalyse in diesem Kontext durchfuhren zu konnen, die auch hinsichtlich der Qualitat evaluierbar ist. Die umgesetzte Prototyp erforderte die technische Integration verschiedener Technologien, die im Verlauf der durchgefuhrten Clusteranalyse an den relevanten Stellen detailliert beschrieben wurde. Basierend auf der konzeptionellen Herleitung wurden Geodaten identifiziert, die dazu verwendet wurden, Filialen zu beschreiben und mittels einer Clusteranalyse in Gruppen einzuteilen. Bezuglich der Umsetzung kann der Prototyp aus rein technischer Sicht als erfolgreich eingestuft werden, da formal alle Daten usse aus verschiedenen Quellen, wie der lokale SQLite-Datenbanke und der Google Places API via RESTful Webservice korrekt stattfinden und zu einer problemlosen Durchfuhrung einer Clusteranalyse in der SAP HANA Umgebung fuhren.
Die eigentlichen Ergebnisse der Clusteranalyse haben jedoch im Kontext der Untersuchung aufgrund einer im Untersuchungskontext nicht zufriedenstellenden Clusterstruktur zu einigen Uberlegungen gefuhrt, deren Adressierung als notwendig erscheint. Zur zielfuhrenden Umsetzung des Gruppierungsansatzes im angesprochenen Proof-of-Concept ist analog zu den angesprochenen Aspekten in Kapitel 5 die weitere Erforschung eines von zwei Losungsansatzen notwendig. Entweder muss eine Menge von relevanter Variablen fur die Durchfuhrung einer Clusteranalyse empirisch ermittelt und definiert werden. Diese Menge an Variablen kann dann in messbare Merkmale aus unterschiedlichen Datenquellen uberfuhrt werden, die diese Variablen bestmoglich reprasentieren. Die somit ermittelten Clusterlosungen der explorativen Clusteranalyse wurden dann unabhangig von zufriedenstellenden Ergebnissen oder nicht, als die ‘richtige’ Losung akzeptiert werden mussen und auf Basis der Losung die Preisdifferenzierung angewandt werden. Dies ist ein moglicher Ansatz, allerdings kann es sich als schwierig oder unmoglich erweisen, eine wirklich vollstandige Sicht auf solche Ein ussvariablen zu erlangen, da die Wirkungszusammenhange bezuglich der Zahlungsbereitschaften und anderer Faktoren des Preismanagements komplex sind und in Abhangigkeit zueinander stehen. Andererseits kann eine Anzahl zu erzielender Gruppen erforscht werden, die zur Abbildung einer solchen Gruppierung von Supermarktfilialen als ‘optimal’ oder hinreichend eingestuft wird. Somit konnte dann eine konfirmatorische Clusteranalyse durchgefuhrt werden, die versucht, die Daten bestmoglich in dieser Gruppenstruktur abzubilden. Da somit ein Erwartungswert vorliegt, ist es moglich, die Analyse durch eine Durchfuhrung mit verschiedenen Variablen und Parametern der optimalen Gruppenstruktur iterativ naherzubringen. Da hier eine Moglichkeit zur Kontrolle der entstehenden Clusterlosung besteht, ist dies der empfohlene Ansatz, der fur eine Untersuchung in diesem Feld weiterbringt. Nichtsdestotrotz ist eine weiterf uhrende, konzeptionelle Unterstutzung explizit im Rahmen der standortspezifischen Preisdifferenzierung notwendig, um eine Clusteranalyse zielfuhrend durchzufuhren. Der vorgestellte Argumentationsgang und das daraus abgeleitete Annahmensystem konnen hierfur eine Grundlage bieten, an den kunftige Forschungen ansetzen konnen. Die technische Durchfuhrung der Clusteranalyse war, unabhangig von den konzeptionellen Limitationen der zu untersuchenden Daten, erfolgreich und zielfuhrend. Sobald also entweder ein belastbarer Variablensatz, oder eine belastbare Anzahl an zu ermittelnder Cluster feststeht, kann eine Clusteranalyse mit den hier vorgestellten Technologien durchgefuhrt werden und die Entscheidungsfindung bezuglich standortspezifischer Preisdifferenzierung unter Berucksichtigung der Zahlungsbereitschaften fur unterschiedliche Produktgruppen mit Hilfe dieser Instrumente realisiert werden.
Recent Comments