BIJLAGE 1 Huidige kennis XXX klanten

BIJLAGE 1

Huidige kennis XXX klanten

Wij beschrijven per deelstudie het beperkt beeld dat XXX van haar huidige en potentiële klanten heeft. Dit beeld is louter is gebaseerd op kleinschalig onderzoek en vermoedens.

1.1

Klantsegmentatie (hoofdstudie)

Het is niet bekend hoeveel klanten XXX heeft. Het ontbreekt voorts aan inzicht in de numerieke verhouding tussen de zakelijke- en particuliere klanten en van geen van beide groepen klanten is de monetaire waarde die zij vertegenwoordigen bekend. Op basis van een voorgaand onderzoek is er binnen XXX wel kennis aanwezig over de bestelfrequentie van de klant (zie tabel 7.1).

1.2

Beschrijving klant (deelstudie A)

Hoewel er wel enige kennis van de karakteristieken van de particuliere klant aanwezig is, is het profiel van de zakelijke klant in zijn geheel onbekend. In 1999 is er een (kleinschalig) telefonisch onderzoek verricht onder 874 XXX klanten op grond waarvan XXX haar doelgroep heeft geformuleerd. Tot op heden zet XXX de marketing-mix in op basis van die gevonden kenmerken (karakteristieken) van de doelgroep. In tabel 7.1 zijn de kenmerken van de XXX klanten weergegeven.

Variabele Indicator Omschrijving

Demografisch Leeftijd XXX jaar

Demografisch Gezinssamenstelling - XXX

- XXX

- XXX

Socio-economisch Inkomen Bovengemiddeld inkomen

Gebruiksgedrag Gebruiksfrequentie - 1 maal per week (XXX%)

- 2 tot 3 maal per week (XXX%) - Meer dan 3 maal per week (XXX%) - 1 maal per maand (XXX%)

- 1 maal per 2 maanden (XXX%) - 1 maal in het half jaar (XXX%) - Minder dan 1 maal per jaar (XXX%)

Gebruiksgedrag Gebruikssituatie - Alleen (XXX)

- Met vrienden (XXX) - Met collega’s (XXX%) - Met familie (XXX)

1.3

Bestelmoment klant (deelstudie B)

Kennis over het bestelmoment van de particuliere klant is bij XXX aanwezig; deze kennis is namelijk gebaseerd op de ervaring van de/haar franchisenemers. Zo is bekend dat de wintermaanden een XXX omzet genereren in vergelijking met de zomermaanden en de XXX bestellingen in het weekend worden geplaatst. Daarnaast is bekend dat de meeste bestellingen tussen XXX en XXX uur worden opgegeven. Kennis over het bestelmoment van de zakelijke klant ontbreekt.

1.4

klant (deelstudie C)

BIJLAGE 2

XXX klantendatabase

Deze studie wordt verricht op basis van het huidige klantenbestand van XXX, samengesteld uit de bestel-gegevens die afkomstig zijn van het internet (online-bestellingen) en het kassasysteem van de franchise-vestigingen (telefonische- en afhaalbestellingen). Het betreffen alle bestellingen van de huidige klanten gedurende een periode van 12 maanden (januari 2006 tot en met december 2006).

De gegevens die uit dit klantenbestand beschikbaar zijn, zijn weergegeven in tabel 8.1:

Veld nr. Veld naam Veld omschrijving

1. N_StoreID Unieke nummer dat de XXX franchisevestiging identificeert

2. N_OrderNum Nummer dat het ordernummer identificeert. In combinatie met StoreID is dit een uniek nummer.

3. N_OrderPriceNet Bedrag van totale order berekend aan klant

4. N_OrderPriceGross Bedrag van totale order zonder de extra gegeven korting

5. N_OrderPlacedTime Tijdstip waarop de order geplaatst wordt door de klant

6. Cash-Time Het tijdstip van betaling door de klant. Bij bestellingen waarbij de klant de XXX afrekent in de winkel is de cash-time de werkelijke tijd van betaling. Bij bestellingen waarbij de klant de XXX laat bezorgen is de cash-time het tijdstip dat de XXX geleverd wordt.

7. Menunummer Het nummer van het menu. In combinatie met StoreID is dit een uniek nummer.

8. Naam De naam van de klant

9. Postcode De postcode van de klant

10. Huisnummer Het huisnummer van de klant

13. Telefoonnummer Het telefoonnummer van de klant

14. Bestelling De producten die besteld zijn door de klant

BIJLAGE 3

XXX vestigingen

XXX heeft 77 franchisevestigingen. Deze studie is uitgevoerd bij alle 52 vestigingen die verbonden zijn aan de Delivery–formule. Bij de vestigingen die zijn verbonden aan een ander type formule (Slice-, Combi- en Shop-in-Shop-formule) zijn de nieuwe kassasystemen nog niet geïntroduceerd. De klantendata die voor deze studie benodigd zijn, zijn hierdoor niet voorhanden.

De franchisevestigingen worden geëxploiteerd in vier verschillende formules: - Slice-formule: XXX-slices worden in de vestiging verkocht

- Delivery-formule: hele XXX’s worden bij de klant thuis bezorgd

- Combi-formule: XXX(-slices) worden zowel thuis bezorgd als in de vestiging verkocht

- Shop-in-Shop-formule: de vestiging is gevestigd in een andere winkel. XXX(-slices) worden zowel thuis bezorgd als in de vestiging verkocht.

In tabel 9.1 staan de vestigingen van XXX weergegeven.

Store ID

Naam franchisevestiging Postcode Plaats Formule Franchisenemer

X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX X XXX XXX XXX XXX XXX

BIJLAGE 4

Demografische factoren Nederland

Door de demografische factoren van de Nederlandse personen en huishoudens te vergelijken met de demo-grafische factoren van de klanten van XXX kunnen wij marktaandelen berekenen (zie bijlage 10: Beschrijving klantsegmenten). In tabel 10.1 staan demografische factoren vermeld van de Nederlandse personen en huishoudens.

2006 / 2007 Prognose 2020

Factor Onderverdeling Aantal Percentage Aantal Percentage

Leeftijd naar huishoudens ¹ 0 tot 15 XXX XXX

15 tot 25 XXX XXX

25 tot 45 XXX XXX

45 tot 65 XXX XXX

XXX XXX

65 en ouder XXX XXX XXX XXX

Bevolking naar Nationaliteit ² Autochtoon XXX XXX XXX XXX

Allochtoon XXX XXX XXX XXX

Huishoudens ¹ Eenpersoons XXX XXX XXX XXX

Meerpersoons XXX XXX XXX XXX

Inkomen naar huishoudens ³ Tot € 10.000 XXX XXX XXX XXX

€ 10.000 - € 20.000 XXX XXX XXX XXX

€ 20.000 - € 30.000 XXX XXX XXX XXX

€ 30.000 - € 40.000 XXX XXX XXX XXX

€ 40.000 - € 50.000 XXX XXX XXX XXX

€ 50.000 en meer XXX XXX XXX XXX

Voertuig naar huishoudens 4 + 5 Personenauto XXX XXX XXX XXX

Motor-tweewielers XXX XXX XXX XXX

Scooter / Brommer XXX XXX XXX XXX

Tabel 10.1 Demografische factoren Nederland

¹ CBS 2007 SBC (Centraal bureau voor Statistiek) 4 _{RDW 2006 (Rijksdienst voor het Wegverkeer)}

² GBA 2006 (Gemeentelijke Basisadministratie Persoonsgegevens) 5 _{MVW 2004 (Ministerie van Verkeer en Waterstaat)}

BIJLAGE 5

Consumptieve bestedingen XXX’s

5.1

Beschikbare cijfers over consumptieve besteding in Nederland aan het afhalen en

laten bezorgen van maaltijden ¹

Percentage populatie afhalen & bezorgen maaltijden (PPABM)

Van de inwoners in Nederland tussen de 14 en 75 jaar maakt XX% gebruik van de mogelijkheid om eten te halen of te laten bezorgen door een restaurant, snackbar of ander horecabedrijf.

Percentageverdeling afhalen & bezorgen maaltijden - afhalen (XX%)

- laat eten thuisbezorgen (XX%)

- laat eten thuisbezorgen en afhalen (XX%) - laat geen eten afhalen of bezorgen (XX%)

Klantenkring percentage XX (KKPP)

Binnen de markt van ‘afhalen en bezorgen van maaltijden’ kent het bedrijfstype XXX een marktaandeel van XX%. In Nederland laat XX% van de mensen, die een maaltijd afhaalt of laat bezorgen, minimaal 1 maal per jaar een XXX bezorgen of haalt deze af.

- Snackbar/Cafetaria/Automatiek (XX%) - Chinees/Indische restaurant (XX%)

- XXX (XX%)

- Fastfoodrestaurant (XX%)

Gemiddelde bezorg- (of afhaal-)frequentie (GBF)

De Nederlandse consumenten die wel eens eten halen of laten bezorgen doen dit jaarlijks gemiddeld XX keer. De afhaal- en bezorgfrequentie van de Nederlanders consument die eten afhaalt of laat bezorgen:

- meermalen per week (XX%) - eenmaal per week (XX%) - eenmaal per twee weken (XX%) - eenmaal per maand (XX%) - eenmaal per drie maanden (XX%) - eenmaal per halfjaar (XX%) - eenmaal per jaar (XX%)

Consumptieve besteding per bezoek (CBB)

5.2

Consumptieve besteding in Nederland aan het afhalen en laten bezorgen van

XXX's

Totale consumptieve besteding aan XXX’s

De totale consumptieve besteding (TCBP) in de markt voor het afhalen en bezorgen van XXX’s bedraagt € XX miljoen per jaar. Hiertoe hebben wij de volgende formule gehanteerd: TCBP = TOP x PPABM x KKPP x GBF x CBB (zie tabel 11.1).

Besteding per hoofd van de bevolking aan XXX’s

Het gemiddelde consumptieve besteding per hoofd van de bevolking met betrekking tot het afhalen en bezorgen van XXX’s in Nederland bedraagt € XX per jaar. Hiertoe hebben wij de volgende formule gehanteerd: TCBP = TOP x PPABM x KKPP x GBF X CBB (zie tabel 11.1).

Afkorting Economische factor Waarde

TOP Totale omvang populatie XX

PPABM Percentage populatie afhalen & bezorgen maaltijden XX

KKPP Klantenkring percentage XXX XX

GBF Gemiddelde bezorg- (of afhaal-)frequentie per jaar XX

CBB Consumptieve besteding per bezoek XX

TCBP Totale consumptieve besteding XXX’s per jaar XX

CBHP Gemiddelde consumptieve besteding XXX’s per hoofd van de bevolking per jaar

XX

Tabel 11.1: Economische factoren “afhalen & bezorgen van XXX’s in Nederland”

BIJLAGE 6

XXX klantendatabase gebruikte codering

De klantengegevens van XXX bevinden zich sinds 2007 in een database. De klanten hebben wij gecodeerd met het oog op een eenvoudige selectie voor (direct)marketing-doeleinden. In tabel 12.1 staat de geplaatste codering weergegeven. Ter illustratie: code PK.D.D staat voor een particuliere klant die ‘vaak’ een bestelling plaats tegen een ‘hoge’ monetaire waarde.

Variabele Codering

Zakelijke klant ZK

Particuliere klant PK

Gebruikfrequentie A (zeer weinig) B (weinig) C (middel) D (vaak) E (zeer vaak)

Monetaire waarde A (zeer laag) B (laag) C (middel) D (hoog) E (zeer hoog) Tabel 12.1 XXX klantendatabase gebruikte codering

Gebruiksfrequentie

De gebruiksfrequentie geeft aan hoe vaak de klant op jaarbasis bij XXX een bestelling plaatst. Hierbij wordt een onderscheid gemaakt tussen klanten die zeer weinig (< XX), weinig (XX), middel (XX), vaak (XX) en zeer vaak XX) een bestelling plaatsen.

Monetaire waarde per bestelling

BIJLAGE 7

Segmentatievariabelen

In deze bijlage beschrijven wij de segmentatievariabelen en hun effectiviteit om te komen tot segmenten waarop een specifieke marketingmix kan worden ingezet. Wij beschrijven direct waarneembare, algemene variabelen (7.1), direct waarneembare, product-specifieke variabelen (paragraaf 7.2), afgeleide, algemene variabelen (paragraaf 7.3) en afgeleide, product-specifieke variabelen (paragraaf 7.4).

7.1 Direct waarneembare, algemene variabelen

De direct waarneembare, algemene variabele omvatten 1) culturele variabelen, zoals nationaliteit, religie; 2) geografische variabelen, zoals postcode, regio, urbanisatiegraad, mobiliteit; 3) demografische variabelen, zoals leeftijd, gezinsgrootte, opleiding, woonplaats en 4) socio-economische variabelen zoals inkomen, opleiding en welstandsklasse.

Culturele variabelen

Cultuur wordt door Craig en Douglas (2006) omschreven als een complex geheel van kennis, overtuigingen, wetten, normen en waarden en overige gedragingen en gewoonten, dat eigen is aan de leden van een bepaalde gemeenschap. Culturele ontwikkelingen kunnen leiden tot vergaande veranderingen in de behoeften, attitude en het gedrag van consumenten. Om snel en adequaat op deze ontwikkelingen te kunnen inspelen, zal een

marketeer die culturele ontwikkelingen scherp in de gaten houden (Gouw et al., 2003). Grote verschillen in het consumentengedrag, zoals die in Nederland bestaan, kunnen vaak uiteindelijk worden verklaard uit culturele verschillen, al dan niet op grond van nationaliteit en religie.

Geografische variabelen

Geografische segmentatievariabelen zijn bruikbaar wanneer er verschillen bestaan in consumptiepatronen en -voorkeuren tussen bepaalde geografische gebieden (Beane en Ennis, 1987) en kunnen bijvoorbeeld zowel betrekking hebben op landen, regio’s, wijken en straten (Gouw et al., 2003) als op populatiedichtheid of klimaat (Jobber, 2004). Zo is verdeling van een land in postcodegebieden een vorm van geografische segmentatie.

Demografische variabelen

Demografische segmentatievariabelen zijn exact vast te stellen persoonskenmerken die een onderscheiden marketingbenadering rechtvaardigen (Gouw et al., 2003). De meest gebruikte demografische variabelen zijn: geslacht, leeftijd, en omvang en samenstelling van het huishouden (Beane en Ennis, 1987; Jobber, 2004). Demografische kenmerken van een consument worden het meest gebruikt als segmentatievariabele (Koopmans, 1996; Jobber, 2004), dit komt voort uit het feit dat klanten worden geplaatst in duidelijk omschreven

meetschalen (Beane en Ennis, 1987).

Socio-economische variabelen

Deze groep van kenmerken helpt het koop- en gebruikersgedrag van consumenten beter te begrijpen (Koopmans, 1996). De meest gebruikelijke socio-economische variabelen zijn: opleidingsniveau, inkomen, sociale klasse en beroepsgroepen (Jobber, 2004). Sociale klasse blijkt bijvoorbeeld te correleren met voorkeur voor kleding, opleiding, leesgewoonten en vrijetijdsactiviteiten. Inkomen speelt bij duurdere producten een rol (Koopmans, 1996).

Ook deze informatie is namelijk eenvoudig te interpreteren, relatief eenvoudig te verzamelen en eenvoudig om te zetten van de ene naar de andere studie (Kotler, 1996; Jobber, 2004). Socio-economische verschillen tussen groepen consumenten zijn echter minder eenduidig, aangezien persoonlijke smaak, ambitie en sociale trends het beeld van de huidige maatschappij verstoren (Koopmans, 1996).

Desondanks kunnen socio-economische variabelen in bepaalde situaties toch van nut zijn in het segmentatie-proces (O’Brien en Ford 1988, Jobber 2004).

Segmenten gebaseerd op direct waarneembare algemene variabelen voldoen goed aan de criteria identificeer-baar, toegankelijk en stabiel. Empirisch onderzoek wijst echter uit dat het verband tussen deze variabelen en aankoop vaak zwak is. Zowel Frank (1972) en McCann (1974) onderzochten de effectiviteit van direct waarneembare algemene variabelen aan de hand van respons op de marketingmix-instrumenten prijs en promotie. Hoewel er enig verschil in reactie werd gevonden afhankelijk van opleiding, inkomen, uitgaven, leeftijd en gezinsgrootte, werden geen grote verschillen gevonden. De direct waarneembare algemene

variabelen zijn daarom niet geschikt om tot een effectieve segmentatie te komen. Wel bewijzen deze variabelen hun nut bij het beschrijven van gevonden segmenten (Gankema en Wedel, 1992).

7.2 Direct waarneembare, product-specifieke variabelen

De direct waarneembare, product-specifieke variabelen omvatten aankoopgedrag en gebruiksgedrag, waarvan wij hier de belangrijkste aspecten zullen bespreken.

Aankoopgedrag: merkentrouw en winkeltrouw

- Merkentrouw

Getrouw zijn aan een merk is het meest kopen of gebruiken van een bepaald merk in een bepaalde productgroep als gevolg van een bepaalde mate van loyaliteit met het betreffende merk (Baldinger en Rubinson, 1996). Indien de merkentrouw sterk is, stelt de consument bij stock-out of de aankoop uit ofwel gaat hij naar een ander verkooppunt.

Als karakteristiek voor merktrouw worden wel gebruikt: het aantal keren dat een afnemer bij opeen-volgende aankopen het betreffende merk koopt en de kans dat een afnemer het betreffende merk bij de opeen-volgende aankoop opnieuw zal kopen na een prijs- of productverandering (Waarts et al., 2003).

- Winkeltrouw

Analoog aan merkentrouw heeft winkeltrouw te maken met de mate waarin consumenten dezelfde winkel aandoen voor de aankoop van een product. Het verschil tussen beide segmentatievariabelen manifesteert zich in geval van een ‘stock-out’ in het bezochte winkelpunt. Indien de winkeltrouw hoog is, koopt de consument een ander merk of stelt hij de aankoop uit, maar verandert hij niet van winkelpunt (Grewal, 2004). Ook qua winkel-trouw is sprake van de zogenaamde zwevende consument die als het ware niet meer “monogaam” is. Uit onderzoek blijkt dat de consument zijn voedingsaankopen spreidt over verschillende distributiepunten (Bilsen et al., 2008).

Gebruiksgedrag: gebruiksfrequentie en gebruikssituatie - Gebruiksfrequentie

Hantering van gebruiksfrequentie als variabele leidt tot de indeling: ‘heavy users’, ‘moderate users’, ‘light users’ en ‘non users’. Deze indeling kan gehanteerd worden op zowel productniveau (primaire vraag) als op merk-niveau (Leeflang en Beukenkamp, 1981). De indeling naar gebruiksfrequentie geeft enige richting aan de wijze waarop marketinginstrumenten kunnen worden ingezet (Dhalla en Mahatoo, 1976). De marketingmanager kan trachten om het percentrage ‘heavy users’ te doen toenemen middels bijvoorbeeld prijskortingen, andere promoties en reclame omdat de ‘heavy user’ veelal een belangrijk percentrage van het merk c.q. het product consumeert (Leeflang en Beukenkamp, 1981).

- Gebruikssituatie

Voorbeelden van situationele variabelen zijn de sociale invloeden van anderen, zoals de aanwezigheid van kinderen bij aankopen of de aanwezigheid van vrienden bij consumptie, fysiologische omstandigheden, gemoedsgesteldheid, weersomstandigheden, plaatselijke sfeer, tijdstip.

Verbruiksomstandigheden zijn meer dan in het algemeen wordt aangenomen van invloed op het koopgedrag en kunnen dan ook als segmentatievariabele geaccepteerd worden (Lagasse, 1983). Het kan daarom erg zinvol zijn om de markt op te delen naar de voor het product relevant situatievariabelen (Bilsen et al., 2008).

De variabelen met betrekking tot winkeltrouw en merkentrouw zijn in het algemeen goed meetbaar, maar de toegankelijkheid van gevonden segmenten blijkt echter zeer beperkt vanwege het geringe verband met direct waarneembare algemene variabelen (Frank 1992; Frank, Massy en Wind, 1972). Empirisch onderzoek (Frank, 1992; McCann, 1974) wijst verder uit dat kopers uit verschillende segmenten gebaseerd op verschillen in merkentrouw niet sterk verschillend reageren op marktinstrumenten. Aankoopgedragvariabelen kunnen in specifieke gevallen hun nut bewijzen, hoewel de toegankelijkheid van de gevonden segmenten problematisch blijft.

De variabelen met betrekking tot gebruiksfrequentie en gebruikssituatie zijn eveneens goed meetbaar en leiden in sommige gevallen tot segmenten die goed toegankelijk zijn omdat de consumenten in specifieke

7.3 Afgeleide, algemene variabelen

Deze variabelen omvatten persoonlijkheid en levensstijl.

Persoonlijkheid

Persoonlijkheid wordt gedefinieerd als een configuratie van individuele psychologische karakteristieken (Frank, Massy en Wind 1972). Het begrip kan alleen gedefinieerd worden binnen een zogenoemde persoonlijkheids-theorie. Bilsen et al., (2008) zien persoonlijkheid als een overkoepelende maar vage term, verwijzend naar het geheel van psychologische karakteristieken van een persoon. Volgens hen is de bruikbaarheid van de

segmentatievariabele persoonlijkheid niet erg hoog. Ook uit empirisch onderzoek (Frank 1992; Frank, Massy en Wind, 1972) blijkt het verband tussen persoonlijkheid en aankoopgedrag zwak te zijn. Daarentegen kunnen gelijklopende persoonlijkheidskenmerken indicaties leveren voor een gepaste sfeer bij advertenties, verpakking en ‘branding’ (Hooley en Saunders, 1993).

Levensstijl

Het concept ‘levensstijl’ komt voort uit de marketingonderzoekswereld die een alternatief zocht voor het moeilijk toepasbare begrip ‘persoonlijkheid’. Ook dit begrip is veelomvattend en daarom vrij vaag. Het duidt op de globale levenswijze van individuen of groepen.

Levensstijl wordt gemeten aan de hand van de activiteiten, interesses en opinies (AIO’s) van

consumenten (Plummer, 1974). Ook demografische variabelen, zoals opleiding, beroep en leeftijd worden hierin meegenomen (Van Raaij en Verhallen, 1990).

Praktisch gezien zoekt men naar de levensstijl via een reeks uitspraken waarover de consument zich al dan niet akkoord kan verklaren. De score op deze antwoorden verdelen de consumenten in levensstijlgroepen. Voorbeelden van dergelijke levensstijlgroepen zijn yuppies (YUP = Young Urban Professional) en dinkies (DINK = Double Income No Kids)

Bekende levensstijlonderzoeken zijn Values and Life-styles (VALS) (Vyncke, 2002), List of Values (LOV), en Euro Socio Styles (ESS) (Bits en Willemsen, 2003).

Frank, Massy en Wind (1972) en Wells (1996) halen een groot aantal studies aan waarin het verband tussen levensstijl en aankoopgedrag is onderzocht. Hoewel de bewerkbaarheid van levensstijl als segmentatievariabele beduidend beter is dan die van direct waarneembare, algemene segmentatievariabelen, geven Wells (1996) en Dickson (1982) aan dat levensstijl - evenals de direct waarneembare, algemene variabelen - niet in staat is het specifieke gedrag ten aanzien van een bepaald product of merk te verklaren. Leeflang en Beukenkamp (1981) stellen eveneens dat de relatie tussen de variabele levensstijl en marktinstrumenten moeilijk te leggen is. Van Raaij en Verhallen (1990) delen deze gedachte.

7.4 Afgeleide, product-specifieke variabelen

De afgeleide, product-specifieke variabelen kunnen worden opgedeeld in vijf categorieën: psychografische variabele en perceptie, attitude, preferentie en koopintentie ten aanzien van een product of merk.

Psychografie

Bij deze wijze van segmentatie gaat het er om de verschillen tussen huidige klanten en potentiële klanten van een specifiek product c.q. merk door een stelsel van variabelen te laten verklaren (Kollat et al., 1972).

Perceptie

Perceptie omvat de informatieverwerkingsstadia van exposure, aandacht en begrip (Waarts et al., 1993). Het is een mentale activiteit waarbij een individu sensorische prikkels selecteert, verwerkt en integreert tot een ervaring c.q. een betekenisvol en samenhangend beeld van een bepaald object of een actie. Het gaat dus niet om datgene wat ‘objectief’ de werkelijkheid is (Leeflang en Beukenkamp, 1981). Technieken om de perceptie van de klanten te achterhalen zijn ‘preference mapping’ en ‘ similarity mapping’ (Bilsen et al., 2008).

Attitude

Attitude is een aangeleerde en blijvende neiging om positief of negatief op een bepaald object of klasse van objecten te reageren. In het algemeen wordt uitgegaan van een driecomponentenmodel van attitudes. Daarbij wordt onderscheid gemaakt tussen de cognitieve component (het kennisaspect), de affectieve component (het gevoelsaspect) en de conatieve component (het gedragsaspect) (Waarts et al., 2003).

Als een individu eenmaal een attitude heeft gevormd, wordt deze attitude ‘een gewoonte’ en hoeft hij niet bij elke confrontatie van een merk opnieuw een attitude te construeren. Toegankelijke attitudes oefenen een grotere invloed uit op gedrag. Positieve gebruikservaring leidt tot een positieve attitude ten aanzien van een merk (Franzen en Bouwman, 1999).

Preferentie (benefit)

Uitgangspunt bij deze segmentatiewijze is het belang dat de klanten aan rationele of emotionele voordelen (benefits) hechten. Benefitsegmentatie speelt in op de essentiële reden waarom de afnemers uit een bepaald segment bepaalde producten kopen (Solomon, Bamossy en Askegaard, 2002). Voedingsaankoopgedrag wordt bijvoorbeeld niet altijd en steeds minder in eerste instantie gestuurd vanuit de klassieke keuzecriteria zoals smaak, prijs, kwaliteit, maar steeds meer door het conveniencegehalte bij zowel de aankoop, de bereiding als het verbruik ervan.

Uiteraard is deze segmenteringwijze vooral bruikbaar bij producten met een merkelijke product-differentiatie, dit wil zeggen bij producten waar de potentiële afnemer de merkalternatieven als wezenlijk anders ervaart qua producteigenschappen (Bilsen et al., 2008).

Koopintentie

Segmenten gebaseerd op psychografische variabelen, gerelateerd aan het koopgedrag ten aanzien van een bepaald product of merk, blijken het aankoopgedrag in redelijke mate te verklaren (Wells 1996). Over de stabiliteit van deze segmenten is echter weinig bekend.

Segmenten gebaseerd op percepties van productkenmerken blijken redelijk homogeen in reactie op marktinstrumenten te zijn en geven een goede indicatie voor de marketingstrategie. De stabiliteit van segmenten op basis van percepties laat echter te wensen over (Frank et al., 1972). De eigenschappen die men aan een bepaald merk toekent, zijn aan verandering onderhevig. Segmentatie op basis van perceptie geniet daarom weinig voorkeur (Dhalla en Mahatoo 1976).

Segmenten die daarentegen zijn gebaseerd op het belang dat met hecht aan producteigenschappen (benefits) blijken stabiel en homogeen in respons te zijn (Calantone en Sawyer, 1978). Bovendien zijn indicaties voor de marketingstrategie uit deze segmenten goed af te leiden. Product-benefits worden in de literatuur dan ook aangeduid als een van de meest effectieve variabelen voor segmentatie (Wind 1978).

Segmenten gebaseerd op koopintenties verklaren het koopgedrag beter dan segmenten op basis van percepties, maar geven minder goede indicaties voor de marketingstrategie.

BIJLAGE 8

Klantsegmentatie (hoofdstudie)

In paragraaf 8.1 wordt een analyse van het XXX klantenbestand weergegeven. Deze analyse wordt uitgesplitst in zakelijke- (paragraaf 8.2) en particuliere klanten (paragraaf 8.3). In paragraaf 8.4 zijn de klantsegmenten weer-gegeven. In deze studie verstaan wij onder XXX Landelijk het gemiddelde van alle XXX Vestigingen die in dit onderzoek zijn opgenomen. XXX Vestiging is in deze studie de vestiging op de XXX te XXX (Store ID: XXX).

8.1

Analyse klantenbestand

8.1.1 Zakelijke- en particuliere klanten naar aantallen

In tabel 13.1 is het aantal klanten weergegeven voor de zakelijke- en de particuliere klant. Dit is voor zowel XXX Landelijk als voor XXX Vestiging weergegeven.

XXX Landelijk XXX Vestiging

Type klant Aantal klanten Percentage klanten

Aantal klanten Percentage klanten Afwijking in procenten Zakelijk XXX XXX XXX XXX XXX Particulier XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX

Tabel 13.1: Zakelijke- en particuliere klanten naar aantallen

XXX Landelijk

Het landelijke klantenbestand van XXX kent in totaal XXX unieke klanten. Een vestiging heeft gemiddeld XXX klanten. Van deze klanten zijn XXX (XX%) zakelijke klanten en XX (XXX%) particuliere klanten (zie figuur 13.1).

XXX Vestiging

Het klantenbestand van XXX Vestiging kent in totaal XXX unieke klanten. Van deze klanten zijn XXX (XX%) zakelijke klanten. Het aantal particuliere klanten bedraagt XXX (XX%) (zie figuur 13.2).

Figuur 13.1 XXX Landelijk, zakelijke- en particuliere klanten naar aantal

8.1.2 Zakelijke- en particuliere klanten naar totale monetaire waarde

Onder monetaire klantwaarde verstaan we in deze studie de waarde in euro’s van het aantal door XXX verkochte producten in een periode van een jaar (2007). In tabel 13.2 is de monetaire klantwaarde weergegeven. De monetaire klantwaarde hebben wij berekend door de prijs (gemiddeld bonbedrag) te vermenigvuldigen met de hoeveelheid (gemiddelde bestelfrequentie).

XXX Landelijk XXX Vestiging

Type klant Monetaire waarde (totaal)

Percentage Monetaire waarde (totaal) Percentage Afwijking in procenten Zakelijk XXX XXX XXX XXX XXX Particulier XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX

Tabel 13.2 Zakelijke- en particuliere klanten naar totale monetaire waarde

XXX Landelijk

Bij XXX Landelijk zorgen de zakelijke klanten (XX% in aantallen) voor XX% van de totale monetaire waarde. De particuliere klanten (XX% in aantallen) neemt XX% van de totale monetaire waarde voor zijn rekening (zie figuur 13.3).

XXX Vestiging

De zakelijke klanten (XX% in aantallen) zorgen bij XXX Vestiging voor XX% van de totale monetaire waarde, terwijl de particuliere klanten (XX% in aantallen) voor XX% van de totale monetaire waarde vertegenwoordigen (figuur 13.4).

Figuur 13.3 XXX Landelijk, zakelijke- en particuliere klanten naar totale monetaire waarde

8.1.3 Zakelijke- en particuliere klanten naar bestelfrequentie / monetaire waarde

In tabel 13.3 wordt de prijs (monetaire waarde) en de hoeveelheid (gemiddelde bestelfrequentie) over het jaar 2007 weergegeven voor zowel de zakelijke- en de particuliere klant. Dit is in kaart gebracht voor XXX Landelijk en voor XXX Vestiging.

XXX Landelijk XXX Vestiging Afwijking

Type klant Bestel-frequentie Monetaire waarde Bestel-frequentie Monetaire waarde Bestel-frequentie Monetaire waarde Zakelijk XXX XXX XXX XXX XXX XXX Particulier XXX XXX XXX XXX XXX XXX Gewogen gem. XXX XXX XXX XXX XXX XXX

Tabel 13.3 Zakelijke- en particuliere klanten naar bestelfrequentie / monetaire waarde

XXX Landelijk

De zakelijke klant plaatst bij XXX Landelijk gemiddeld XXX maal per jaar een bestelling met een gemiddelde monetaire waarde van € XXX. De particuliere klant plaatst gemiddeld XXX maal per jaar een bestelling met een gemiddelde monetaire waarde van € XXX (zie figuur 13.5).

XXX Vestiging

Bij XXX Vestiging plaatst de zakelijke klant gemiddeld XXX maal per jaar een bestelling met een gemiddelde monetaire waarde van € XXX. De particuliere klant plaatst gemiddeld XXX maal per jaar een bestelling met een gemiddelde monetaire waarde van € XXX (zie figuur 13.6).

Figuur 13.5 XXX Landelijk, zakelijke- en particuliere klanten naar bestelfrequentie / monetaire waarde per bestelling

8.2

Wat koopt de zakelijke klant?

Wij beschrijven de zakelijke klanten (paragraaf 8.2.1) en de particuliere klanten (paragraaf 8.2.2).

8.2.1 Zakelijke klanten naar bestelfrequentie

De bestelfrequentie geeft aan hoe vaak de klant op jaarbasis bij XXX een bestelling heeft geplaatst. In tabel 13.4 is de bestelfrequentie van de zakelijke klanten weergegeven. Hierbij hebben wij een onderverdeling aangebracht tussen klanten die zeer weinig (XXX), weinig (XXX), matig (XXX), vaak (XXX) en zeer vaak XXX) een bestelling plaatsen.

XXX Landelijk XXX Vestiging

Frequentie Aantal Percentage Aantal Percentage Afwijking

Zeer weinig XXX XXX XXX XXX XXX Weinig XXX XXX XXX XXX XXX Matig XXX XXX XXX XXX XXX Vaak XXX XXX XXX XXX XXX Zeer vaak XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX

Tabel 13.4 Zakelijke klanten naar bestelfrequentie

XXX Landelijk

Het grootste deel (XX%) van de zakelijke klanten van XXX Landelijk plaatst op jaarbasis ‘XXX (XXX) bestellingen, waar een XXX van de zakelijke klanten ‘XXX’ bestellingen plaatst (XXX%). Een relatief XXX deel van de zakelijke klanten (XXX%) bestelt ‘XXX’ (XXX) een bestelling (zie figuur 13.7).

XXX Vestiging

Bij XXX Vestiging plaatst het grootste deel (XXX%) van de zakelijke klanten op jaarbasis ‘XXX’ (XXX) bestellingen. Bijna een XXX van de zakelijk klanten (XXX%) plaatst ‘XXX’ bestellingen. Een relatief XXX deel van de zakelijke klanten (XXX%) plaatst ‘XXX’ (XXX) een bestelling (zie figuur 13.8).

Figuur 13.7 XXX Landelijk, verdeling zakelijke klanten naar bestelfrequentie

8.2.2 Zakelijke klanten naar monetaire waarde per bestelling

De monetaire waarde geeft de waarde in euro’s van de verrichte aankopen weer. Tabel 13.5 geeft de monetaire waarde van de gemiddelde klantomzet (bonbedrag) per bestelling in euro's op jaarbasis weer. Hierbij is een onderverdeling gemaakt van zeer klein (€ XXX), klein (€ XXX), matig (€ XXX), groot (€ XXX) en zeer groot (€ XXX).

XXX Landelijk XXX Vestiging

Monetaire waarde (gem.) Aantal Percentage Aantal Percentage Afwijking

Zeer klein XXX XXX XXX XXX XXX Klein XXX XXX XXX XXX XXX Matig XXX XXX XXX XXX XXX Groot XXX XXX XXX XXX XXX Zeer groot XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX

Tabel 13.5 Zakelijke klanten naar monetaire waarde per bestelling

XXX Landelijk

De monetaire waarde ‘XXX’ (> € XXX, -) komt bij XXX Landelijk onder de zakelijke klanten (XX%) het meest voor. Hierna volgt de monetaire waarde ‘XXXt’ (€ XXX) met XXX%. De monetaire waarde ‘XXX’, ‘XXX’ en ‘XXX’ nemen samen XXX% van de zakelijke klanten voor hun rekening (zie figuur 13.9).

XXX Vestiging

De monetaire waarde ‘XXX’ (> € XXX, -) komt bij XXX Vestiging het meest onder de zakelijke klanten (XX%) voor. Hierna volgt de monetaire waarde ‘’ (€ XXX) met XX%. De monetaire waarde ‘XXX’, ‘XXX’ en ‘XXX’ nemen samen XX% van de zakelijke klanten voor hun rekening (zie figuur 13.10).

Figuur 13.9 XXX Landelijk, verdeling zakelijke klanten naar monetaire waarde per bestelling

8.3

Wat koopt de particuliere klant?

Wij beschrijven de particuliere klant naar bestelfrequentie (paragraaf 8.3.1) en monetaire waarde (paragraaf 8.3.2).

8.3.1 Particuliere klanten naar bestelfrequentie

De bestelfrequentie geeft aan hoe vaak de klant op jaarbasis bij XXX een bestelling heeft geplaatst. In tabel 13.6 staat de bestelfrequentie van de particuliere klanten weergegeven. Hierbij hebben wij een onderverdeling aan-gebracht tussen klanten die zeer weinig (<XXX), weinig (XXX), matig (XXX), vaak (XXX) en zeer vaak (>XXX) een bestelling plaatsen.

XXX Landelijk XXX Vestiging

Frequentie Aantal Percentage Aantal Percentage Afwijking

Zeer weinig XXX XXX XXX XXX XXX Weinig XXX XXX XXX XXX XXX Matig XXX XXX XXX XXX XXX Vaak XXX XXX XXX XXX XXX Zeer vaak XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX

Tabel 13.6 Particuliere klanten naar bestelfrequentie

XXX Landelijk

Het grootste deel (XXX%) van de particuliere klanten van XXX Landelijk plaatst op jaarbasis ‘XXX’ (XXX) bestellingen. Ruim een kwart van de klanten (XXX) plaatst ‘XXX’ (XXX) bestellingen (zie figuur 13.11).

XXX Vestiging

Bij XXX Vestiging plaatst het grootste deel (XX%) van de particuliere klanten op jaarbasis ‘XXX’ (XXX) bestellingen. Bijna eenderde van de klanten (XXX%) plaatst ‘XXX’ (XXX) bestellingen (zie figuur 13.12).

Figuur13.11 XXX Landelijk, verdeling particuliere klanten naar bestelfrequentie

8.3.2 Particuliere klanten naar monetaire waarde per bestelling

De monetaire waarde geeft de waarde van de verrichte aankopen weer. Tabel 13.7 geeft de monetaire waarde de gemiddelde klantomzet (bonbedrag) per bestelling in euro's op jaarbasis weer. Hierbij is een onderverdeling gemaakt van zeer klein (€ XXX), klein (€ XXX), matig (€ XXX), groot (€ XXX) en zeer groot (€ XXX).

XXX Landelijk XXX Vestiging

Monetaire waarde Aantal Percentage Aantal Percentage Afwijking

Zeer klein XXX XXX XXX XXX XXX Klein XXX XXX XXX XXX XXX Matig XXX XXX XXX XXX XXX Groot XXX XXX XXX XXX XXX Zeer groot XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX

Tabel 13.7 Particuliere klanten naar monetaire waarde per bestelling

XXX Landelijk

Onder de particuliere klanten komt de monetaire waarde ‘XXX’ (€XXX) bij XXX Landelijk het meest voor. Hierna volgt de monetaire waarde ‘XXX’ (€XXX) met XX% (zie figuur 8.3). De monetaire waarde ‘XXX’, ‘XXX’ en ‘XXX’ nemen samen XXX % van de zakelijke klanten voor hun rekening (zie figuur 13.13).

XXX Vestiging

Onder de particuliere klanten komt de monetaire waarde ‘XXX’ (€XXX) bij XXX Vestiging het meest voor. Hierna volgt de monetaire waarde ‘XXX’ (€XXX) met XXX% (zie figuur 8.4). De monetaire waarde ‘XXX’, ‘XXX’ en XXX’ nemen samen XXX % van de particuliere klanten voor hun rekening (zie figuur 13.14).

Figuur 13.13 XXX Landelijk, verdeling particuliere klanten naar monetaire waarde

8.4

Zakelijke- en particuliere XXX klanten: in segmenten ingedeeld

Zowel de zakelijke- (paragraaf 8.2) en de particuliere klanten (paragraaf 8.3) hebben wij gesegmenteerd naar bestelfrequentie en monetaire waarde. In deze paragraaf worden deze resultaten geïntegreerd, opdat de zakelijke-en particuliere klantzakelijke-en ingedeeld kunnzakelijke-en wordzakelijke-en in segmzakelijke-entzakelijke-en. Deze segmzakelijke-entatie is zowel voor XXX Landelijk als voor XXX Vestiging uitgevoerd.

In deze studie hanteren wij de volgende onderverdeling:

 Bestelfrequentie: zeer weinig (XXX), weinig (XXX), matig (XXX), vaak (XXX) en zeer vaak (XXX), Monetaire waarde: zeer klein (€XXX), klein (€XXX), matig (€XXX), groot (€XXX) en zeer groot (€ > XXX).

Zakelijke klantsegmenten

In tabel 13.8 is de absolute en procentuele onderverdeling weergegeven van de zakelijke klantsegmenten van XXX Landelijk. Zij zijn onderverdeeld naar bestelfrequentie en monetaire waarde.

Bestelfrequentie

Zeer klein Klein Middel Groot Zeer groot Totaal

Zeer weinig XXX XXX XXX XXX XXX XXX Weinig XXX XXX XXX XXX XXX XXX Middel XXX XXX XXX XXX XXX XXX Vaak XXX XXX XXX XXX XXX XXX Zeer vaak XXX XXX XXX XXX XXX XXX M o n et a ir e w a a rd e Totaal XXX XXX XXX XXX XXX XXX

Tabel 13.8 XXX Landelijk, zakelijke klantsegmenten

In tabel 13.9 is de absolute en procentuele onderverdeling weergegeven van de zakelijke klantsegmenten van XXX Vestiging. Zij zijn onderverdeeld naar bestelfrequentie en monetaire waarde.

Monetaire waarde

Zeer klein Klein Middel Groot Zeer groot Totaal

Zeer weinig XXX XXX XXX XXX XXX XXX Weinig XXX XXX XXX XXX XXX XXX Middel XXX XXX XXX XXX XXX XXX Vaak XXX XXX XXX XXX XXX XXX Zeer vaak XXX XXX XXX XXX XXX XXX B es te lf re q u en ti e Totaal XXX XXX XXX XXX XXX XXX

Particuliere klantsegmenten

In tabel 13.10 is de absolute en procentuele onderverdeling weergegeven van de particuliere klantsegmenten van XXX Landelijk. Zij zijn onderverdeeld naar bestelfrequentie en monetaire waarde.

Monetaire waarde

Zeer klein Klein Middel Groot Zeer groot Totaal

Zeer weinig XXX XXX XXX XXX XXX XXX Weinig XXX XXX XXX XXX XXX XXX Middel XXX XXX XXX XXX XXX XXX Vaak XXX XXX XXX XXX XXX XXX Zeer vaak XXX XXX XXX XXX XXX XXX B es te lf re q u en ti e Totaal XXX XXX XXX XXX XXX XXX

Tabel 13.10 XXX Landelijk, particuliere klantsegmenten

In tabel 13.11 is de absolute en procentuele onderverdeling weergegeven van de particuliere klantsegmenten van XXX Vestiging. Zij zijn onderverdeeld naar bestelfrequentie en monetaire waarde.

Monetaire waarde

Zeer klein Klein Middel Groot Zeer groot Totaal

Zeer weinig XXX XXX XXX XXX XXX XXX Weinig XXX XXX XXX XXX XXX XXX Middel XXX XXX XXX XXX XXX XXX Vaak XXX XXX XXX XXX XXX XXX Zeer vaak XXX XXX XXX XXX XXX XXX B es te lf re q u en ti e Totaal XXX XXX XXX XXX XXX XXX

BIJLAGE 9

Toelichting tabellen (deelstudie A)

In deelstudie A ‘Beschrijving klant’ hebben wij de karakteristieken van de particuliere XXX klanten in tabellen weergegeven (bijlage 10.2 ‘Wie is de particuliere klant’). Gezien de gehanteerde onderzoeksmethode is enige voorzichtigheid geboden bij de interpretatie van deze tabellen. In deze bijlage beschrijven wij hoe deze cijfers geïnterpreteerd dienen te worden (paragraaf 9.1). Daarnaast wordt beschreven op welke wijze deze cijfers tot stand zijn gekomen (paragraaf 9.3). Wij zijn daarbij uitgegaan van postcodedata, verkregen van verschillende instanties. Volledigheidshalve geven wij aan op welke wijze deze instanties de door ons gebruikte postcodedata verrijken met karakteristieken (paragraaf 9.2). Deze toelichting heeft tot doel de lezer een leidraad te geven voor de interpretatie en totstandkoming van de tabellen die zijn weergegeven in bijlage 10.2 (‘Wie is de particuliere klant’).

9.1

Interpretatie cijfers klantkarakteristieken.

In tabel 14.1 hebben wij een fictieve voorbeeldtabel opgenomen van de huishoudens van de XXX klanten die zijn onderscheiden naar huishoudens zonder- en met kinderen. Een overzicht van het aantal huishoudens zonder en met kinderen wordt in deze tabel zowel op landelijk niveau als op vestigingsniveau weergegeven.

  XXX Landelijk XXX Vestiging Huishouden-samenstelling Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Zonder kinderen 8 5,71 13,52 77,20 6 3,78 12,27 46,38 Met kinderen 12 6,37 16,48 104,98 10 4,81 15,59 74,99  Totaal / Gew. Gem. 20 6,11 15,30 93,48 16 4,42 14,35 63,43         

Tabel 14.1 Particuliere klanten naar huishoudensamenstelling (fictief)

 XXX Landelijk: gemiddelde van alle XXX Vestigingen die in dit onderzoek zijn opgenomen. De studie is uitgevoerd bij XXX vestigingen. Al deze vestigingen zijn verbonden aan de ‘Delivery–formule’.

 XXX Vestiging: één van de XXX XXX vestigingen verbonden aan de Delivery-formule. In deze rapportage is de vestiging op de XXX te XXX (XXX) als voorbeeld weergegeven.

 Totaal: cijfers die niet cursief zijn weergegeven: ‘aantal’.

Gewogen gemiddelde (Gew. Gem.): cijfers die cursief zijn weergegeven: ‘bestelfrequentie’, ‘monetaire waarde (gemiddeld)’ en ‘monetaire waarde (totaal)’.

 Huishoudensamenstelling: klassenverdeling van het karakteristiek huishoudensamenstelling. Er worden twee huishoudensamenstellingen onderscheiden: huishoudens zonder kinderen en huishoudens met kinderen.

 Bestelfrequentie: geeft aan hoe vaak de klant gemiddeld op jaarbasis een bestelling heeft geplaatst bij XXX. Dit geldt zowel voor XXX Landelijk als voor XXX Vestiging.

 Monetaire waarde per bestelling: geeft de gemiddelde waarde van de verrichte aankopen van de klant op jaarbasis weer (gemiddeld bonbedrag). Dit geldt zowel voor XXX Landelijk als voor XXX Vestiging.

 Totale monetaire waarde: geeft de gemiddelde totale waarde van de klant op jaarbasis weer. Dit geldt zowel voor XXX Landelijk als voor XXX Vestiging.

Deelstudie A (Beschrijving klant): Kanttekening onderzoeksmethode beschrijving particuliere klant Er is voorzichtigheid geboden bij de interpretatie van de karakteristieken van de particuliere klant. De door ons gehanteerde rekenmethode is gebaseerd op de veronderstelling dat leeftijd, nationaliteit, huishouden-grootte, huishoudensamenstelling, inkomen en het bezit van een geautomatiseerd voertuig geen invloed hebben op het XXXkoopgedrag.

In analysetabel 14.1 wordt de variabele zonder/met kinderen beschreven (huishoudensamen-stelling). Op basis van de gegevens die zijn verkregen uit de postcodesegmentatie zou kunnen worden aangenomen dat huishoudens met kinderen vaker een XXX bestellen dan huishoudens zonder kinderen. Een belangrijke kanttekening daarbij is dat de variabele “zonder/met kinderen” negatief of positief gecorreleerd kan zijn met het aantal bestellingen dat er wordt geplaatst. Met andere woorden, het is mogelijk dat het hebben van kinderen van invloed is op het aantal keren dat een gezin een XXX bestelt.

9.2

Verrijking van postcode met karakteristieken

Verschillende instanties beschrijven de in Nederland voorkomende postcodegebieden aan de hand van karakteristieken van de bewoners van die gebieden. Middels deze koppeling tussen postcode en karakteristiek hebben wij de particuliere klanten van XXX beschreven. Hieronder beschrijven wij aan de hand van een fictief voorbeeld op welke wijze instanties de postcodegebieden verrijken met informatie. Dit voorbeeld stelt ons in staat de beschrijving van de klantkarakteristieken op de juiste wijze te interpreteren.

Fictief voorbeeld:

Stel, postcode 1818 DJ bestaat uit vijf huishoudens, huishouden I, huishouden II, huishouden III, huishouden IV en huishouden V. Van deze 5 huishoudens zijn 3 huishoudens (60%) samengesteld zonder kinderen en 2 huis-houdens (40%) met kinderen (zie tabel 14.2).

Postcode 1818 JD, Karakteristiek X: Huishouden-samenstelling Huishouden I Huishouden II Huishouden III Huishouden IIII Huishouden VI Totaal Percentage Zonder kinderen 1 1 0 1 0 3 60,00 Met kinderen 0 0 1 0 1 2 40,00 Totaal 5 100,00

Tabel 14.2 Verrijking van postcode met karakteristieken

Wanneer bovenstaand fictief voorbeeld zich voordoet, beschrijft het Centraal Bureau voor Statistiek de huishoudensamenstelling van postcode 1818 JD als volgt: 60% zonder kinderen en 40% met kinderen. Dit is te interpreteren als: de kans dat een huishouden in postcodegebied 1818 JD samengesteld is zonder kinderen bedraagt 60%, de kans dat een huishouden is samengesteld met kinderen bedraagt 40%.

9.3

Totstandkoming cijfers klantkarakteristieken

In paragraaf 9.1 hebben wij aan de hand van een fictief voorbeeld de tabellen geïnterpreteerd die staan weerge-geven in bijlage 10.2 (‘Wie is de particuliere klant?’). Hieronder beschrijven wij de totstandkoming van deze tabellen.

 Totaal/ Gewogen gemiddelde

Het totaal betreft de sommatie van de klassenverdeling. Voorbeeld XXX Landelijk: totaal aantal huishouden = huishouden zonder kinderen + huishouden met kinderen.  20 = 8 + 12.

Het gewogen gemiddelde houdt rekening met het gegeven dat de ene waarde van groter belang is dan de andere waarde. Voorbeeld XXX Landelijk: gewogen gemiddelde van de bestelfrequentie = totaal aantal huishoudens / [(huishoudens zonder kinderen x bestelfrequentie) + (huishoudens met kinderen x bestelfrequentie)].

 6,11 = [(8 x 5,71) + (12 x 6,37) / 20].  Aantal

Stel, de klanten van XXX Vestiging wonen in drie verschillende postcodegebieden (postcode 1, 2 en 3). Het postcodesegmentatiesysteem beschrijft alle in Nederland voorkomende postcodegebieden aan de hand van kenmerken van de bebouwing en van de bewoners van die gebieden (zie figuur 9.1).

Figuur 9.1 Totstandkoming cijfers aantal huishoudens zonder kinderen en met kinderen

 Bestelfrequentie:

Stel, alle 20 huishoudens die XXX Vestiging als klant heeft wonen in drie verschillende postcode-gebieden (postcode 1, 2 en 3). Op basis van de informatie verkregen uit het postcodesegmentatiesysteem nemen wij aan dat het geschat aantal klanten zonder kinderen in postcodegebied 1 (1818 JD) 2,00 is en het geschat aantal klanten met kinderen 3,00 (zie figuur 9.1en 9.2).

Stel, op basis van het XXX klantendatabase blijkt dat de XXX klanten in postcodegebied 1 (1818 JD) gemiddeld 4 maal per jaar een bestelling plaatsen. Het geschatte gemiddeld aantal bestellingen door XXX klanten zonder kinderen hebben wij berekend door per postcodegebied de gemiddelde bestelfrequentie te vermenigvuldigen met het aantal XXX klanten zonder kinderen. Voor postcodegebied 1 (1818 JD) geldt: 4 x 2 = 8,00.

Gekeken naar alle 20 XXX klanten woonachtig in de drie verschillende postcodegebieden kan op dezelfde wijze worden berekend dat het aannemelijk is dat de XXX klanten zonder kinderen gemiddelde 4,89 [(8,00+ 30,80 + 4,50) / 8,85] maal per jaar een bestelling plaatsen en de XXX klanten met kinderen 6,15 [(12,00 + 57,20 + 1,50) / 11,15] maal per jaar.

Postcode 1 (1818 JD) Postcode 3 (1816 RM) Postcode 2 (1818 JF) Kenmerk huishoudens in postcodegebied 40% zonder kinderen 60% met kinderen 35% zonder kinderen 65% met kinderen 75% zonder kinderen 25% met kinderen

Aantal XXX klanten woon-achtig in postcodegebied 5 XXX klanten 11 XXX klanten 4 XXX klanten 0,40 x 5 = 2,00 0,60 x 5 = 3,00 0,35 x 11 = 3,85 0,65 x 11 = 7,15 0,75 x 4 = 3.00 0,25 x 4 = 1.00

Koppeling tussen postcode en kenmerk

Geschat aantal huishoudens klant bij XXX

Van de 20 XXX huishoudens: 8,85 zonder kinderen (2,00 + 3,85 + 3,00) Van de 20 XXX huishoudens: 11,15 met kinderen (3,00 + 7,15 + 1,00)

Figuur 9.2 Totstandkoming cijfers bestelfrequentie

 Monetaire waarde per bestelling

De monetaire waarde per bestelling wordt op dezelfde wijze berekend als de bestelfrequentie (hierboven beschreven).

 Totale monetaire waarde

De totale monetaire waarde geeft de gemiddelde totale waarde van de klant op jaarbasis weer. De totale monetaire waarde staat gelijk aan de omzet. Voorbeeld XXX Landelijk: totale monetaire waarde = bestelfrequentie x monetaire waarde per bestelling.  59,48 = 6,11 x 15,30.

Postcode 1 (1818 JD) Postcode 3 (1816 RM) Postcode 2 (1818 JF) Gemiddelde bestelfrequentie 6PPC 4 8 3

Geschat aantal XXX klanten zonder kinderen

2,00 3,85 1,50

3,00 7,15 0,50

Geschat aantal XXX klanten met kinderen

Geschatte gemiddelde bestelfrequentie XXX klanten zonder kinderen

4,89 [(8,00 + 30,80 + 4,50) / 8,85]

Postcodegebied

Gem. aantal bestellingen XXX klanten zonder kinderen per postcodegebied

4 x 2,00 = 8,00 8 x 3,85 = 30,08 3 x 1,50 = 4,50

Gem. aantal bestellingen XXX klanten met kinderen per postcodegebied

4 x 3,00 = 12,00 8 x 7,15 = 57,20 3 x 0,50 = 1,50

Geschatte gemiddelde bestelfrequentie XXX klanten met kinderen

BIJLAGE 10

Beschrijving klantsegmenten (deelstudie A)

10.1

Wie is de zakelijke klant?

D

e zakelijke klanten van XXX zijn onder te verdelen in verschillende branches waarin zij actief zijn. De branche-indeling is opgebouwd volgens de "Bedrijfsindeling Kamers van Koophandel" (BIK-code). De Kamer van Koophandel geeft ieder bedrijf bij inschrijving in het Handelsregister een code waarmee de activiteiten van het bedrijf worden aangeduid.

XXX Landelijk

In tabel 15.1 staat de top 20 branches weergegeven die voor XXX Landelijk de meeste monetaire waarde vertegenwoordigen.

Branche Totale monetaire waarde (€) Percentage

XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX Totaal (top 20) XXX XXX

Tabel 15.1 XXX Landelijk, top 20 branches zakelijke klant

XXX Vestiging

In tabel 15.2 staat de top 20 branches weergegeven die voor XXX Vestiging de meeste monetaire waarde vertegenwoordigen.

Branche Totale monetaire waarde (€) Percentage

XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX XXX Totaal (top 20) XXX XXX

Tabel 15.2 XXX Vestiging, top 20 branches zakelijke klant

10.2

Wie is de particuliere klant?

De particuliere klanten worden beschreven aan de hand van de volgende karakteristieken: leeftijd (paragraaf 10.2.1), nationaliteit en etnische achtergrond (10.2.2), huishoudengrootte (paragraaf 10.2.3), huishouden-samenstelling (10.2.4), inkomen (10.2.5) en voertuig (10.2.6). Gezien de gehanteerde onderzoeksmethode is enige voorzichtigheid geboden bij de interpretatie van deze resultaten. Voor de interpretatie en de totstand-koming van onderstaande resultaten verwijzen wij naar bijlage 9: Toelichting tabellen deelstudie A.

10.2.1 Particuliere klanten naar leeftijd

De huishoudens van particuliere klanten van XXX zijn onder te verdelen in verschillende leeftijdsgroepen. In tabel 15.3 is per leeftijdsgroep het aantal klanten, de gemiddelde bestelfrequentie en de gemiddelde monetaire waarde per bestelling – die samen de totale monetaire waarde vormen - weergegeven.

XXX Landelijk XXX Vestiging Leeftijds-groep Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) 0-15 XXX XXX XXX XXX XXX XXX XXX XXX 15-25 XXX XXX XXX XXX XXX XXX XXX XXX 25-45 XXX XXX XXX XXX XXX XXX XXX XXX 45-65 XXX XXX XXX XXX XXX XXX XXX XXX 65-eo XXX XXX XXX XXX XXX XXX XXX XXX Totaal / Gew. Gem. XXX XXX XXX XXX XXX XXX XXX XXX

Tabel 15.3 Particuliere klanten naar leeftijd

XXX Landelijk

Wij verwachten dat de leeftijdsgroep van XXX jaar qua aantal de meerderheid van de klanten van XXX Landelijk vertegenwoordigt. De gemiddelde bestelfrequentie van de leeftijdsgroepen varieert van XXX tot XXX. De gemiddelde monetaire waarde per bestelling varieert van € XXX tot en met € XXX. Op basis van bovenstaande aanname en getallen is in figuur 15.1 per leeftijdsgroep de totale monetaire waarde voor XXX weergegeven.

XXX Vestiging

10.2.2 Particuliere klanten naar nationaliteit en etnische achtergrond

Onder de klanten van XXX is een onderscheid aan te brengen tussen autochtone- en allochtone klanten. In deze studie is uitgegaan van de nationaliteit van de bewoners van de postcode van de klant die vermeld staat in het Gemeenschappelijke Basisadministratie Persoonsgegevens (GBP). In tabel 15.4 is het aantal klanten, de gemid-delde bestelfrequentie en de gemidgemid-delde monetaire waarde per bestelling – die samen de totale monetaire waarde vormen - weergegeven naar nationaliteit.

XXX Landelijk XXX Vestiging

Nationaliteit Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal bestel frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Autochtoon XXX XXX XXX XXX XXX XXX XXX XXX Allochtoon XXX XXX XXX XXX XXX XXX XXX XXX Totaal / Gew. Gem. XXX XXX XXX XXX XXX XXX XXX XXX

Tabel 15.4 Particuliere klanten naar nationaliteit

XXX Landelijk

Wij verwachten dat XXX Landelijk XX % autochtone- en XX% allochtone klanten kent. De autochtone XXX klanten plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddelde waarde van € XXX. De autochtone XXX klanten plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddelde waarde van € XXX. Op basis van bovenstaande aanname en getallen is berekend dat de autochtonen XXX klanten XX% en de allochtonen XXX klanten XX% van de omzet vertegenwoordigen (zie figuur 15.3).

XXX Vestiging

Wij schatten dat XXX Vestiging XX% autochtone en XX% allochtone klanten kent. De autochtone XXX klanten plaatsen gemiddeld XXX maal een bestelling tegen een gemiddeld bedrag van € XXX. De allochtone XXX klanten plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddelde waarde van € XXX. Op basis van bovenstaande aanname en getallen is berekend dat de autochtonen XXX klanten XX% en de allochtonen XXX klanten XX% van de omzet vertegenwoordigen (zie figuur 15.4).

Figuur 15.3 XXX Landelijk, verdeling particuliere klanten naar nationaliteit en etnische achtergrond

10.2.3 Particuliere klanten naar huishoudengrootte

De klanten van XXX zijn onder te verdelen naar het aantal personen waaruit een huishouden bestaat. In deze studie verstaan wij onder huishouden: “Eén of meer personen die samen een woonruimte bewonen en zichzelf daar particulier, dus niet-bedrijfsmatig voorzien in de dagelijkse levensbehoeften” (Centraal Bureau voor Statistiek). In deze studie hebben wij de huishoudens van de XXX klanten onderscheiden naar eenpersoons- en meerpersoonshuishoudens (tabel 15.5). XXX Landelijk XXX Vestiging Huishoudens-grootte Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal Bestel -frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Eenpersoons XXX XXX XXX XXX XXX XXX XXX XXX Meerpersoons XXX XXX XXX XXX XXX XXX XXX XXX Totaal / Gew. Gem. XXX XXX XXX XXX XXX XXX XXX XXX

Tabel 15.5 Particuliere klanten naar huishoudengrootte

XXX Landelijk

Wij verwachten dat bij XXX Landelijk XX% van de XXX klanten in een eenpersoonshuishoudens en XX% van de XXX klanten in een meerpersoonshuishoudens woont. De XXX klanten die wonen in een eenpersoons-huishoudens plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddeld bedrag van € XXX. Op basis van bovenstaande aanname en getallen is berekend dat de XXX klanten die in een eenpersoonshuishoudens wonen in totaal XX% van de omzet voor hun rekening nemen, terwijl de XXX klanten die in een meerpersoons-huishoudens wonen XX% van de omzet voor hun rekening nemen (zie figuur 15.5).

XXX Vestiging

Wij schatten dat bij XXX Vestiging XX% van de XXX klanten in een eenpersoons en XX% van de XXX klanten in een meerpersoonshuishoudens woont. De XXX klanten in een eenpersoonshuishoudens plaatsen gemiddeld XX maal per jaar een bestelling tegen een gemiddeld bedrag van € XX. Op basis van bovenstaande aanname en getallen is berekend dat de klanten die wonen in een eenpersoonshuishoudens in totaal XX% van de omzet voor hun rekening nemen, terwijl de XXX klanten die wonen in een meerpersoonshuishoudens XX% van de omzet voor hun rekening nemen (zie figuur 15.6).

Figuur 15.5 XXX Landelijk, verdeling huishoudens naar grootte

10.2.4 Particuliere klanten naar huishoudensamenstelling

In deze studie hebben wij de huishoudens van de XXX klanten onderscheiden naar huishoudens zonder- en met kinderen (tabel 15.6).

XXX Landelijk XXX Vestiging

Samenstelling Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Zonder kinderen XXX XXX XXX XXX XXX XXX XXX XXX Met kinderen XXX XXX XXX XXX XXX XXX XXX XXX Totaal / Gew. Gem. XXX XXX XXX XXX XXX XXX XXX XXX

Tabel 15.6 Particuliere klanten naar huishoudensamenstelling

XXX Landelijk

Wij verwachten dat XXX Landelijk XX% klanten zonder kinderen XX% klanten met kinderen heeft. De XXX klanten zonder kinderen plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddeld bedrag van € XXX. De XXX klanten met kinderen plaatsen gemiddeld XXX maal een bestelling tegen een gemiddeld bedrag van € XXX. Op basis van bovenstaande aanname en getallen is berekend dat de XXX klanten zonder kinderen in totaal XX% en de XXX klanten met kinderen XX% van de totale monetaire waarde

vertegenwoordigen (zie figuur 15.7).

XXX Vestiging

Wij schatten dat XXX Landelijk XX% klanten zonder kinderen en XX% klanten met kinderen heeft. De XXX klanten zonder kinderen plaatsen gemiddeld XX maal per jaar een bestelling tegen een gemiddeld bedrag van € XX. De XXX klanten met kinderen plaatsen gemiddeld XX maal een bestelling tegen een gemiddeld bedrag van € XX. Op basis van bovenstaande aanname en getallen is berekend dat de XXX klanten zonder kinderen XX% van de totale monetaire waarde vertegenwoordigen, en de XXX klanten met kinderen XX% (zie figuur 15.8).

Figuur 15.7 XXX Landelijk, verdeling huishoudens naar samenstelling

10.2.5 Particuliere klanten naar inkomen

De klanten van XXX zijn onder te verdelen in verschillende inkomensgroepen (tabel 15.7). De weergegeven inkomens betreffen het besteedbaar inkomen per jaar.

XXX Landelijk XXX Vestiging

Inkomen Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) < 10.000 XXX XXX XXX XXX XXX XXX XXX XXX 10.000 - 20.000 XXX XXX XXX XXX XXX XXX XXX XXX 20.000 - 30.000 XXX XXX XXX XXX XXX XXX XXX XXX 30.000 - 40.000 XXX XXX XXX XXX XXX XXX XXX XXX 40.000 - 50.000 XXX XXX XXX XXX XXX XXX XXX XXX > 50.000 XXX XXX XXX XXX XXX XXX XXX XXX Totaal / Gew. Gem. XXX XXX XXX XXX XXX XXX XXX XXX

Tabel 15.7 Particuliere klanten naar inkomen

XXX Landelijk

Wij verwachten dat de klanten met de inkomengroep ‘XXX’ qua aantal de meerderheid van de klanten van XXX Landelijk vertegenwoordigt. De gemiddelde bestelfrequentie van deze XXX klanten varieert van XXX tot XXX. De gemiddelde monetaire waarde per bestelling varieert van € XXX tot € XXX. Op basis van bovenstaande aanname en getallen zijn de verscheidene inkomensgroepen van de XXX klanten in monetaire waarde weergegeven in figuur 15.9.

XXX Vestiging

Wij schatten dat de klanten van XXX Landelijk met inkomengroep ‘XXX’in aantallen de meerderheid van de klanten vertegenwoordigt. De gemiddelde bestelfrequentie van de klanten varieert van XXX tot XXX. De gemiddelde monetaire waarde per bestelling varieert van € XXX tot en met € XXX. Op basis van bovenstaande aanname en getallen zijn de verscheidene inkomensgroepen van de XXX klanten in monetaire waarde

weergegeven in figuur 15.10.

Figuur 15.9 XXX Landelijk, verdeling particuliere klanten naar inkomen

10.2.6 Particuliere klanten naar voertuig

In deze studie hebben wij gekeken naar het motorvoertuigenpark van de klanten van XXX. Hiertoe hebben wij de klanten onderverdeeld naar het bezit van een gemotoriseerd voertuig. Het motorvoertuigenpark omvat personenauto's, motortweewielers en scooters/brommers (tabel 15.8).

XXX Landelijk XXX Vestiging

Voertuig Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Aantal Bestel-frequentie (gem.) Monetaire waarde (gem.) Monetaire waarde (totaal) Personenauto XXX XXX XXX XXX XXX XXX XXX XXX Motortweewielers XXX XXX XXX XXX XXX XXX XXX XXX Scooter/brommer XXX XXX XXX XXX XXX XXX XXX XXX Geen XXX XXX XXX XXX XXX XXX XXX XXX

Totaal / Gem. Gew. XXX XXX XXX XXX XXX XXX XXX XXX

Tabel 15.8 Particuliere klanten naar voertuig

XXX Landelijk

Wij verwachten dat XX% van de XXX klanten in het bezit is van een gemotoriseerd voertuig. Deze XXX klanten plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddelde waarde van € XXX. De XXX klanten die geen gemotoriseerd voertuig bezitten plaatsen gemiddeld XXX maal per jaar een bestelling tegen een gemiddelde waarde van € XXX. Op basis van bovenstaande aanname en getallen is berekend dat de XXX klanten die in het bezit zijn van een gemotoriseerd voertuig XX% van de totale monetaire waarde vertegenwoordigen, de niet-bezitters XX% (zie figuur 15.11).

XXX Vestiging

BIJLAGE 11

Bestelmoment klant (deelstudie B)

11.1

Wanneer koopt de zakelijke klant?

De zakelijke klanten van XXX bestellen het gehele jaar door XXX's. In deze paragraaf wordt het aantal bestellingen en de omzet van deze bestellingen van de zakelijke klant per maand (paragraaf 11.1.1), dag (paragraaf 11.1.2) en tijdstip (11.1.3) weergegeven, op zowel landelijk- als vestigingsniveau.

11.1.1 Maand

In tabel 16.1 staat het aantal bestellingen en de omzet van deze bestellingen van de zakelijke klant per maand weergegeven.

XXX Landelijk XXX Vestiging Afwijking (%) Maand Aantal bestellingen Omzet (totaal) Aantal bestellingen Omzet (totaal) Aantal bestellingen Omzet (totaal) Januari XXX XXX XXX XXX XXX XXX Februari XXX XXX XXX XXX XXX XXX Maart XXX XXX XXX XXX XXX XXX April XXX XXX XXX XXX XXX XXX Mei XXX XXX XXX XXX XXX XXX Juni XXX XXX XXX XXX XXX XXX Juli XXX XXX XXX XXX XXX XXX Augustus XXX XXX XXX XXX XXX XXX September XXX XXX XXX XXX XXX XXX Oktober XXX XXX XXX XXX XXX XXX November XXX XXX XXX XXX XXX XXX December XXX XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX XXX

Tabel 16.1 Aankopen zakelijke klanten per maand

XXX Landelijk

De gemiddelde omzet van XXX Landelijk is € XXX,- op jaarbasis. Januari (XX%), februari (XX%) en december (XX%) genereren de XXX omzet. Juni (XX%), juli (XX%) en augustus (XX%) genereren de XXX omzet (zie figuur 16.1).

XXX Vestiging

11.1.2

Dag

In tabel 16.2 staat het aantal bestellingen en de omzet van deze bestellingen van de zakelijke klant per dag weergegeven.

XXX Landelijk XXX Vestiging Afwijking (%)

Dag Aantal bestellingen Omzet (totaal) Aantal bestellingen Omzet (totaal) Aantal bestellingen Omzet (totaal) Maandag XXX XXX XXX XXX XXX XXX Dinsdag XXX XXX XXX XXX XXX XXX Woensdag XXX XXX XXX XXX XXX XXX Donderdag XXX XXX XXX XXX XXX XXX Vrijdag XXX XXX XXX XXX XXX XXX Zaterdag XXX XXX XXX XXX XXX XXX Zondag XXX XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX XXX

Tabel 16.2 Aankopen zakelijke klanten per dag

XXX Landelijk

De gemiddelde omzet van XXX Landelijk is € XXX,- op weekbasis. Donderdag (XX%) en vrijdag (XX%) genereren de XXX omzet. Zaterdag (XX%) en zondag (XX%) genereren de XXX omzet (zie figuur 16.3).

XXX Vestiging

De gemiddelde omzet van XXX Vestiging is € XXX,- op weekbasis. Donderdag (XXX%) en vrijdag (XXX%) genereren de hoogste omzet. Zaterdag (XXX%) en zondag (XXX%) genereren de laagste omzet (zie figuur 16.4).

Tijdstip

In tabel 16.3 staat het aantal bestellingen en de omzet van deze bestellingen van de zakelijke klant per tijdstip weergegeven.

XXX Landelijk XXX Vestiging Afwijking (%) Maand Aantal bestellingen Omzet (totaal) Aantal bestellingen Omzet Aantal bestellingen Omzet (totaal) 16.00-17.00 XXX XXX XXX XXX XXX XXX 17.00-18.00 XXX XXX XXX XXX XXX XXX 18.00-19.00 XXX XXX XXX XXX XXX XXX 19.00-20.00 XXX XXX XXX XXX XXX XXX 20.00-21.00 XXX XXX XXX XXX XXX XXX 21.00-22.00 XXX XXX XXX XXX XXX XXX 22.00-23.00 XXX XXX XXX XXX XXX XXX Overig XXX XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX XXX

Tabel 16.3 Aankopen zakelijke klanten per tijdstip

XXX Landelijk

De gemiddelde omzet van XXX Landelijk is € XX,- op dagbasis. De XXX omzet wordt gegenereerd tussen 19.00-20.00 uur (XX%) en 20.00-21.00 uur (XX%) (zie figuur 16.5).

XXX Vestiging

De gemiddelde omzet van XXX Landelijk is € XXX,- op dagbasis. De omzet waarde wordt gegenereerd tussen 19.00-20.00 uur (XX%) en 20.00-21.00 uur (XX%) (zie figuur 16.6).

Figuur 16.5 XXX Landelijk, omzet particuliere klant per tijdstip

11.2

Wanneer koopt de particuliere klant?

De particuliere klanten van XXX bestellen het gehele jaar door XXX's. In deze paragraaf wordt het aantal bestellingen en de monetaire waarde van deze bestellingen van de particuliere klant per maand (paragraaf 11.2.1), dag (11.2.2) en tijdstip (11.2.3) weergegeven. Bovenstaande wordt zowel op landelijk niveau als op vestigingsniveau weergegeven.

11.2.1 Maand

In tabel 16.4 staat het aantal bestellingen en de monetaire waarde van deze bestellingen van de particuliere klant per maand weergegeven.

XXX Landelijk XXX Vestiging Afwijking (%) Maand Aantal bestellingen Monetaire waarde (totaal) Aantal bestellingen Monetaire waarde (totaal) Aantal bestellingen Monetaire waarde (totaal) Januari XXX XXX XXX XXX XXX XXX Februari XXX XXX XXX XXX XXX XXX Maart XXX XXX XXX XXX XXX XXX April XXX XXX XXX XXX XXX XXX Mei XXX XXX XXX XXX XXX XXX Juni XXX XXX XXX XXX XXX XXX Juli XXX XXX XXX XXX XXX XXX Augustus XXX XXX XXX XXX XXX XXX September XXX XXX XXX XXX XXX XXX Oktober XXX XXX XXX XXX XXX XXX November XXX XXX XXX XXX XXX XXX December XXX XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX XXX

Tabel 16.4 Aankopen particuliere klanten per maand

XXX Landelijk

De gemiddelde monetaire waarde van XXX Landelijk is € XXX,- op jaarbasis. De maanden januari (XX%), februari (XX%) en december (XX%) genereren de hoogste monetaire waarde. De maanden juni (XX%), juli (XX%) en augustus (XX%) genereren de laagste monetaire waarde (zie figuur 16.7).

XXX Vestiging

Figuur 16.7 XXX Landelijk, omzet particuliere klant per maand

11.2.2 Dag

In tabel 16.5 is het aantal bestellingen en de monetaire waarde van deze bestellingen van de particuliere klant per dag weergegeven.

XXX Landelijk XXX Vestiging Afwijking (%) Maand Aantal bestellingen Monetaire waarde (totaal) Aantal bestellingen Monetaire waarde (totaal) Aantal bestellingen Monetaire waarde (totaal) Maandag XXX XXX XXX XXX XXX XXX Dinsdag XXX XXX XXX XXX XXX XXX Woensdag XXX XXX XXX XXX XXX XXX Donderdag XXX XXX XXX XXX XXX XXX Vrijdag XXX XXX XXX XXX XXX XXX Zaterdag XXX XXX XXX XXX XXX XXX Zondag XXX XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX XXX

Tabel 16.5 Aankopen particuliere klanten per dag

XXX Landelijk

De gemiddelde monetaire waarde van XXX Landelijk is € XXX,- op weekbasis. Zaterdag (XX%) en zondag (XX%) genereren de XXX monetaire waarde. Maandag (XX%) en dinsdag (XX%) genereren de XXX monetaire waarde (zie figuur 16.9).

XXX Vestiging

De gemiddelde monetaire waarde van XXX Vestiging is € XXX,- op weekbasis. Dinsdag en (XX%) en zondag (XX%) genereren de XXX monetaire waarde. Maandag (XX%) en woensdag (XX%) genereren de XXX monetaire waarde (zie figuur 16.10).

Figuur 16.9 XXX Landelijk, omzet particuliere klant per dag

11.2.3 Tijdstip

In tabel 16.6 is het aantal bestellingen en de monetaire waarde van deze bestellingen van de particuliere klant per tijdstip weergegeven.

XXX Landelijk XXX Vestiging Afwijking (%) Tijdstip Aantal bestellingen Monetaire waarde (totaal) Aantal bestellingen Monetaire waarde (totaal) Aantal bestellingen Monetaire waarde (totaal) 16.00-17.00 XXX XXX XXX XXX XXX XXX 17.00-18.00 XXX XXX XXX XXX XXX XXX 18.00-19.00 XXX XXX XXX XXX XXX XXX 19.00-20.00 XXX XXX XXX XXX XXX XXX 20.00-21.00 XXX XXX XXX XXX XXX XXX 21.00-22.00 XXX XXX XXX XXX XXX XXX 22.00-23.00 XXX XXX XXX XXX XXX XXX Overig XXX XXX XXX XXX XXX XXX Totaal XXX XXX XXX XXX XXX XXX

Tabel 16.6 Aankopen particuliere klanten per tijdstip

XXX Landelijk

De gemiddelde monetaire waarde bedraagt € XXX,- op dagbasis. De XXX monetaire waarde wordt gegenereerd tussen 17.00-18.00 uur (XX%) en 18.00-19.00 uur (XX%) (zie figuur 15.11).

XXX Vestiging

De gemiddelde monetaire waarde van XXX Vestiging is € XXX,- op dagbasis. De hoogste monetaire waarde wordt gegenereerd tussen 18.00-19.00 uur (XX%) en 19.00-20.00 uur (XX%) (zie figuur 15.12).

Figuur 16.11 XXX Landelijk, omzet particuliere klant per tijdstip

Figuur 16.12 XXX Vestiging, omzet particuliere klant per tijdstip