Asiakkuuksien strateginen arvottaminen ja luokittelu

Tämän tutkimuksen kohdeorganisaatio on suuren teollisuusyrityksen sisäinen raaka-aineen hankkija ja toimittaja. Tutkimuksessa selvitetään, mistä kohdeorganisaation hankinta-asiakkuuksien arvo muodostuu ja kuinka olemassa olevan liiketoimintadatan perusteella voidaan tutkia, arvioida ja luokitella kauppojen ja asiakkuuksien arvokkuutta aikaan sitomatta, objektiivisesti ja luotettavasti. Tutkimuksen teoriaosiossa esitellään lähestymistapoja ja menetelmiä, joiden avulla voidaan jalostaa olemassa olevasta datasta uutta sidosryhmätietämystä liiketoiminnan käyttöön, sekä tarkastellaan asiakaskannattavuusanalyysin, portfolioanalyysin, sekä asiakassegmentoinnin perusteita ja malleja. Näiden teorioiden ja mallien pohjalta rakennetaan kohdeorganisaatiolle räätälöity, indeksoituihin hinta-, määrä- ja kauppojen toistuvuus-muuttujiin perustuva, asiakkuuksien arvottamis- ja luokittelumalli. Arvottamis- ja luokittelumalli testataan vuosien 2003–2007 liiketoimintadatasta muodostetulla 389 336 kaupparivin otoksella, joka sisältää 42 186 arvioitavaa asiakkuussuhdetta. Merkittävin esille nouseva havainto on noin 5 000:n keskimääräistä selkeästi kalliimman asiakkuuden ryhmä. Aineisto ja sen poikkeavuudet testataan tilastollisin menetelmin, jotta saadaan selville asiakkuuden arvoon vaikuttavat ja arvoa selittävät tekijät. Lopuksi pohditaan arvottamismallin merkitystä analyyttisemman ostotoiminnan ja asiakkuudenhallinnan välineenä, sekä esitetään muutamia parannusehdotuksia.

The case organisation of this study is a raw material purchasing unit of a large industrial company. The purpose of this study is to clarify where the value of the case organisation's procurement-customerships' is comprised of and how it would be possible to research, evaluate and classify the value of customerships time-independently, objectively and reliably, based on existing business- transaction data. The theoretical part of this study introduces approaches and methodologies that can be exploited in processing new interest group-knowledge from the existing data for the purposes of business activities. Also the fundamentals and models of customer profitability analysis, portfolio-analysis and customer segmentation will be researched and reviewed. Based on these theories and models, tailored evaluation and classification of customerships, grounded on indexed price -, volume- and frequency variables, will be built for the case organisation. Evaluation and classification model will be tested utilizing the case organisation's business-transaction data from the period 2003 to 2007. Data sample includes 389 336 trade data rows from 42 186 customerships. The most emergent finding is a segment of approximately 5 000 customerships who are clearly more expensive than average. Data and deviations emerged by the model will be analyzed with statistical methods to find out the factors that explain and affect the values of customerships. In conclusion, implications of valuation and classification model for the more analytical purchasing and customer relationship management is considered and some proposals for improvements are represented.