Online CRM: Fuzzy Customer Segmentation

Größe: px
Ab Seite anzeigen:

Download "Online CRM: Fuzzy Customer Segmentation"

Transkript

1 Online CRM: Fuzzy Customer Segmentation Adrian Glauser

2 Inhalt : 1. Einführung Unscharfe Logik Klassische Kundensegmentierung Unscharfe Kundensegmentierung Anwendungsbeispiel Fazit und Ausblick Bibliographie

3 1. Einführung In der Folge soll in das Thema der unscharfen Kundensegmentierungsmöglichkeiten eingeführt werden. Ausgangspunkt ist der bisherige weit verbreitete Ansatz die Kunden in verschiedene Klassen zu unterteilen, um sie auf eine Art ansprechen zu können, die ihren Ansprüchen und Bedürfnissen entgegen kommt. Das Ziel ist dabei den Wert der verschiedenen Kunden(gruppen) zu erkennen und durch geeignete Massnahmen den Umsatz und die Kundenbindung für das Unternehmen zu steigern. Anhand der unscharfen Unterteilung bietet sich eine Möglichkeit die in der Realität oft zu stark vereinfachte Unterteilung in grobe Segmente zu umgehen. Es kann so spezifischer auf die heterogene Art der jeweiligen Kundenbeziehungen reagiert werden, was einem Unternehmen in Bezug auf das Customer Relationship Management entscheidende Vorteile bieten kann. Im zweiten Punkt soll das Prinzip der unscharfen Logik kurz erläutert werden. Danach wird kurz die bisher gängige Art der Kundensegmentierung beschrieben, um in der Folge diese durch die Technik der unscharfen Unterteilung zu erweitern. Um die praktische Relevanz aufzuzeigen wird in Punkt sieben auf die Anwendungsmöglichkeiten eingegangen. Abschliessend erfolgt ein Ausblick über die Bedeutung dieser Technik für das Online CRM. 2. Unscharfe Logik Bisher musste sich der Mensch beim Umgang mit computergestützten mathematischen Analysen mehrheitlich der boolschen Logik anpassen. Das heisst Probleme mussten in eindeutiger ja/nein Form formuliert werden. Mögliche Abfragen von Kundendatenbanken hatten in exakter Weise zu erfolgen, da ansonsten keine brauchbaren Resultate geliefert wurden. Diese Art zu denken widerläuft dem menschlichen assoziativen Denken und der menschlichen Weise sich in sprachlicher Form auszudrücken jedoch grundsätzlich. Der Mensch kann sich zu gegebenen Tatsachen oft nur ungenau und sprachlich bedingt mehrdeutig oder sogar widersprüchlich äussern. Um dieses Problem zu umgehen wurde die unscharfe Logik entwickelt. Statt nur null oder eins Werte zuzulassen (klassische set theory), wird auch jeder Wert der dazwischen liegt als 3

4 mögliche Ausprägung eines Elementes zugelassen (fuzzy set theory). Dies beinhaltet als Spezialfall auch die Möglichkeit, dass etwas eindeutig definiert werden kann. Um den Ansatz zu veranschaulichen kann man zum Beispiel die Wassertemperatur eines Flusses heranziehen. Wenn man die möglichen Ausprägungen der Temperatur in drei Klassen (kalt: 0-10 C, warm: C, heiss: 21- C) unterteilt, so wäre bei scharfer Betrachtung das Wasser bei einer Temperatur von 10 C kalt. Stiege sie um nur 1 C so hätte das Wasser nun sprunghaft die Ausprägung warm angenommen. Quelle: wikipedia.org Da dies aber wie oben angedeutet der menschlichen Wahrnehmung nicht entspricht, kann anhand der unscharfen Formulierung definiert werden mit welchem zugehörigkeitsgrad das Wasser nun welcher Temperaturklasse zugerechnet werden soll. Bei einer angenommen Temperatur von 8 C könnte das Wasser nun zu einem Grad von 0.8 der Klasse kalt und zu einem Grad von 0.2 der Klasse warm angehören. Der Übergang von der einen Klasse in die andere geschieht nun fliessend. Quelle: Heiko Timm, Fuzzy-Clusteranalyse: Methoden zur Exploration von Daten mit fehlenden Werten sowie klassifizierten Daten In gleicher weise lassen sich nun auch Kundenmerkmale unscharf definieren. So kann verhindert werden, dass zum Beispiel der Kunde in Bezug auf die Ausprägung Kundentreue nicht schlagartig von der Klasse treu zur Klasse untreu springen kann. Dies würde seitens der Unternehmung zu einer völlig anderen Art der Kundenansprache, und in der Folge seitens des Kunden zu Unverständnis und Unzufriedenheit führen, was wiederum den Unternehmenserfolg schmälern kann. Weiter gilt es den unscharfen Ansatz klar von dem der Wahrscheinlichkeit abzugrenzen. Wahrscheinlichkeit versucht mittels Prognosen etwas über unsichere zukünftige Ereignisse auszusagen, die nach dem Eintreten jedoch eindeutig sind. So kann zum Beispiel nur mit einer 4

5 gewissen Unsicherheit gesagt werden, ob wir in genau einem Jahr einen um 10% grösseren Kundenstamm haben werden. Nach dem verstreichen eines Jahres, kann aber eindeutig gesagt werden, dass er um 9.78% gestiegen ist. Bei der unscharfen Betrachtungsweise geht es um eine subjektive, uneindeutige Einschätzung eines bereits vorliegenden Zustandes in einer kontinuierlichen Dimension. Es kann zum Beispiel nur uneindeutig gesagt werden ob ein Kunde zufrieden ist oder nicht. Der Vorteil der unscharfen Logik liegt demnach darin, besser mit Sachverhalten die kontinuierlichen Charakter aufweisen oder nur ungenau formuliert werden können umzugehen. 3. Klassische Kundensegmentierung Da ein Unternehmen immer mit unterschiedlichen Kunden zu schaffen hat, macht es Sinn diese in Gruppen zu unterteilen, um sie ihren Merkmalen entsprechend verschieden zu behandeln. Die Kunden in einer solchen Klasse sollten untereinander möglichst homogen, und die Gruppen zueinander möglichst heterogen sein. Durch dieses Vorgehen lassen sich die spezifischen Kundenwerte klarer erkenne, was zu einer Steigerung des Umsatzes respektive zu einer stärkeren Kundenbindung führen kann. Mögliche traditionelle Segmentierungen wären zum Beispiel: - Gewerbliche, privaten Kunden - Alter, Bildungsstand, Geschlecht - Kaufverhalten (Routinekäufer, Gelegenheitskäufer) - Einstellung gegenüber Informations- und Kommunikationstechnologien (Versierte, Begeisterte, Pragmatiker, Ängstliche, Desinteressierte) Das bisher wichtigste Instrument zur systematischen Analyse der Kundenstruktur und der Erkennung von typischen Eigenschaften der verschiedenen Gruppen ist die Clusteranalyse. Die Grundidee ist die einzelnen Ausprägungen zu Clustern zusammenzufassen, in welchen die Abstände zwischen den einzelnen Punkten kleiner sein soll als zu Punkten eines anderen Clusters. Zu unterscheiden gibt es das hierarchische Clustering, welches sich wiederum in die Ansätze des anhäufenden und des teilenden Verfahrens unterteilen lässt, und das partitionierende Clustering. 5

6 Hauptproblem bei der klassischen Segmentierung ist, dass zwischen den verschiedenen Klassen scharfe Grenzen herrschen. Kunden die einer bestimmten Klasse zugeordnet wurden, können nicht mehr unterschieden werden, obwohl sie sich innerhalb dieser Klasse noch relativ stark unterscheiden können. Zusätzlich kann die Bewegung der einzelnen Kunden, bedingt durch eine Veränderung der Lebensumstände oder -weise des Kunden, durch verschiedene Klassen nur schwer erkannt werden. Dies kann einerseits zu einer Ungleichbehandlung ähnlicher Kunden respektive Gleichbehandlung unterschiedlicher Kunden führen, andererseits widerfährt dem Kunden beim Wechsel von einer Klasse in eine andere eine sprunghaft andere Behandlung die zu Unverständnis und im schlimmsten Fall zu einer Abwanderung des Kunden führen kann. Nicht zu vernachlässigen ist auch die fehlende Anreizwirkung, wenn ein Kunde durch besseres Verhalten keine Aussicht auf eine andere Kundenbetreuung sehen kann. 4. Unscharfe Kundensegmentierung Durch die Erweiterung der klassischen Kundensegmentierung mit der unscharfen Logik lassen sich die oben geschilderten Probleme auf elegante Weise lösen. Wegen der Möglichkeit Kunden mehreren Klassen zurechnen zu können, kann eine unscharfe, kontinuierliche Klassifizierung der Kunden vorgenommen werden. Dies geschieht indem man für jeden Kunden Zugehörigkeitsgrade für die verschiedenen Klassen definiert. Dadurch lässt sich nun jeder Kunde individuell beschreiben, und seine Entwicklung kann anhand der Bewegung durch die verschiedenen Klassen genau verfolgt werden. Im besten Fall lässt sich sogar antizipieren wohin sich der Kunde in Zukunft bewegen wird, und durch geeignete Massnahmen und Anreize diese Entwicklung, je nach dem ob sie gut oder schlecht ist, unterstützen oder verhindern. Ein weiterer Vorteil ist, dass Abfragen in ungenau gehaltener sprachlicher Form erfolgen können. Dazu muss das Modell zu einem Kontextmodell erweitert werden. Jedem Merkmal bzw. Attribut (z.b. Umsatz) wird dabei ein Kontext hinzugefügt. Ein Kontext ist eine Aufteilung des Wertebereichs, auf dem das Attribut definiert ist, in Äquivalenzklassen. Die Auswahl und Definition der Äquivalenzklassen muss von den Marketingexperten gemacht werden, weshalb das Modell am Ende auch nur so gute Informationen liefert, wie dies durch die Modellierung ermöglicht wird. Wenn später erkannt wird, dass sich die getroffenen 6

7 Entscheidungen nicht eignen, müssen die Kontexte neu aufgestellt werden. Folgend ein einfaches Beispiel mit nur zwei Attributen: Attribut Aj: A 1 Umsatz pro Monat A 2 Zahlungsverhalten Dimension D(A j ): D(A 1 ) [0, 1000] D(A 2 ) {im voraus, pünktlich, verspätet, zu spät} Kontext K(A j ) (Äquivalenzklassen): K(A 1 ) tiefer Umsatz [0, 499] hoher Umsatz [500, 1000] K(A 2 ) gutes Zahlungsverhalten {im voraus, pünktlich} schlechtes Zahlungsverhalten {verspätet, zu spät} Damit später intuitive, sprachliche Abfragen möglich sind, werden jeder Äquivalenzklasse sprachliche Terme zugeordnet, wie aus der folgenden Darstellung ersichtlich wird. 5. Anwendungsbeispiel Für jeden Kunden kann nun definiert werden in welchem Ausmass er zu welcher Klasse gehört. So kann man etwa S zu 100% der Klasse C1 zuordnen. Kunde B, der bei einer klassischen Segmentierung genau gleich wie S wahrgenommen würde, gehört nun zum Beispiel mit den Zugehörigkeitsgraden von 0.28 zu C1, mit 0.25 zu C2, mit 0.25 zu C3 und mit 0.22 zu C4. 7

8 Dank diesen Zugehörigkeitsgraden können jetzt zu S und B individuelle Kundenbeziehungen betrieben werden. Um die in der Realität oft viel zahlreicher benutzten Attribute in einer überschaubarer Weise darzustellen, werden die Attribute mit Hilfe des Dekompositionsverfahrens in eine hierarchische Form gebracht. Der erste Ansatz ist der Top-down-Ansatz, bei dem die Semantik auf der höchsten Ebene schon bekannt ist. Beim zweiten, dem Bottom-up-Ansatz, werden die Attribute so lange kombiniert, bis die höchste Klasse erreicht ist. Da jedoch der Top-down-Ansatz oft Attribute benötigt, die es gar nicht gibt, und dem Bottom-up-Ansatz die Marktstrategie fehlt, werden die beiden Ansätze oft kombiniert um so zu einer Lösung zu kommen. Ergebnis ist dann eine Hierarchische Form, die es erlaubt auf der obersten Ebene den effektiven Kundenwert zu sehen, und auf den tieferen die möglichen Potenziale und Schwächen der Kunden. 8

9 Mögliche vorteilhafte Anwendungsgebiete für die unscharfe Kundensegmentierung sind ein personalisiertes Rabattsystem, die bessere Auswahl einer Kundengruppe für eine Marketingkampagne aber auch die bessere Möglichkeit den Entwicklungsprozess der Kunden verfolgen zu können. Bezieht man wiederum das Instrument der Clusteranalyse mit ein, so gibt es nun zwei Methoden. Die overlapping clustering method, erlaubt, dass Kunden zu mehr als einem Cluster gehören können. Die fuzzy clustering method, dass zusätzlich noch Zugehörigkeitsgrade definiert werden. 6. Fazit und Ausblick Da im E-Bussiness der persönliche Kundenkontakt fehlt, ist die unscharfe Kundensegmentierung ein wichtiges Instrument um trotzdem personalisierte Kundenkontakte pflegen zu können. Weiter herrscht im Onlinemarkt eine bessere Markttransparenz, die verstärkend auf den Konkurrenzkampf um die Kunden wirkt. Hinzu kommen die Entwicklung zu einer internetbasierten Informationsgesellschaft und die schon heute stark ausgeprägte Individualisierung der Menschheit. Dies sind alles Gründe weshalb das Instrument der unscharfen Kundensegmentierung in Zukunft verstärkt angewendet werden wird und allgemein an Bedeutung gewinnen dürfte. 7. Bibliographie: Arabie, P., Hubert, L. J., De Soete, G., Clustering and Classification, World Scientific Pupl., River Edge, NJ, 1996 Cromme, L., Mathematische Beschreibung und Optimierung von Aquiseprozessen im Marketing, Forum der Forschung 18/2005: Homburg, C., Sieben, F., Customer Relationship Management. Strategische Ausrichtung statt IT-getriebenem Aktionismus, Reihe Management Know How, Nr. M 52, Institut für Marktorientierte Unternehmensführung an der Universität Mannheim, Mannheim Kreuzer, M., Die praktische Relevanz von Mass Customization. Link, J., Zur zukünftigen Entwicklung des Online Marketing, in Wettbewerbsvorteile durch Online Marketing, Link, J., 2. Auflage, Springer, Heidelberg,

10 Peppers, D., Rogers M., Enterprise One-To-One. Schmitt, Customer Experience Management. Stolpmann, M., Online-Marketingmix, Galileo Press, Bonn, Takahshi, Y., Fuzzy Database Query Languages and Their Relational Completeness Theorem, in IEEE Transactions on Knowledge and Data Engineering, Vol. 5, No. 1, February 1993, pp Werro, N., Stormer, H., Meier, A., A Hierarchical Fuzzy Classification of Online Customers. Werro, N., Stormer, H., Meier, A., Concept and Implementation of a Fuzzy Classification Query Language. Werro, N., Stormer, H., Meier, A., Personalised Discount A Fuzzy Logic Approach. Werro, N., Stormer, H., Meier, A., Using a Fuzzy Classification Query Language for Customer Relationship Management. 10

Unscharfe Kundensegmentierung

Unscharfe Kundensegmentierung Seminararbeit im Rahmen des Wahlfaches Electronic Customer Relationship Management Unscharfe Kundensegmentierung vorgelegt am Department of Informatics Information Systems Research Group Prof. Dr. Andreas

Mehr

KubiS 2008 Bonner Anwendertagung. Kundenbindung durch Defection-Management

KubiS 2008 Bonner Anwendertagung. Kundenbindung durch Defection-Management KubiS 2008 Bonner Anwendertagung Kundenbindung durch Defection-Management "Identifizieren Sie Ihre abwanderungswilligen Kunden bevor sie weg sind" Thomas Starsetzki Geschäftsführer starsetzki@skopos.de

Mehr

Kundenzufriedenheits- Analyse 4.0

Kundenzufriedenheits- Analyse 4.0 Kundenzufriedenheits- Analyse 4.0 Kundenzufriedenheit ist eine subjektive Grösse Das Konsum- und Entscheidungsverhalten von Menschen lässt sich nicht fixen Kategorien zuschreiben. Es zeigen sich situative

Mehr

Ziele und Strategien bei der Einführung von CRM

Ziele und Strategien bei der Einführung von CRM Ziele und Strategien bei der Einführung von CRM Viele Unternehmen nutzen CRM für sich, um ihre Kundennähe zu verbessern und Ihr Geschäft auszubauen. Dieser Kurzvortrag zeigt die Ziele und strategischen

Mehr

CRM Customer Relationship Management. Dipl.-Psych. Anja Krol

CRM Customer Relationship Management. Dipl.-Psych. Anja Krol CRM Customer Relationship Management Gliederung Entwicklung und Einführung von Bezugspunkte und CRM - Systeme Veränderte Rahmenbedingungen Entwicklung CRM - Systeme» Deregulierung verstärkt internationalen

Mehr

CRM Planen und Umsetzen welche Fragen auch für Sie relevant sind

CRM Planen und Umsetzen welche Fragen auch für Sie relevant sind Crystal Forum 2013 Clouds Zürich CRM Planen und Umsetzen welche Fragen auch für Sie relevant sind Institut für Finanzdienstleistungen Zug IFZ Prof. Dr. Nils Hafner Leiter Customer Focus T direkt +41 41

Mehr

Feedback-Management als Daten-Schatz für das Multi-Channel-Marketing

Feedback-Management als Daten-Schatz für das Multi-Channel-Marketing Feedback-Management als Daten-Schatz für das Multi-Channel- - Strategische CRM-Unternehmensberatung Vortrag im Rahmen des MTP-Alumni Forums Erfolgsfaktor Kundendialog warum Kunden wiederkommen, Darmstadt,

Mehr

Professionelles Management der Neukundengewinnung: Die 12 Erfolgsfaktoren für profitables Wachstum. Prof. Dr. Jürgen Lürssen

Professionelles Management der Neukundengewinnung: Die 12 Erfolgsfaktoren für profitables Wachstum. Prof. Dr. Jürgen Lürssen Bayreuth, 10. März 2011 Professionelles Management der Neukundengewinnung: Die 12 Erfolgsfaktoren für profitables Wachstum 1 Die Lage Neukundengewinnung ist unverzichtbar für Wachstum! Trotzdem: Management

Mehr

Wo andere ins Stocken geraten, finden wir die richtige Lösung für Sie.

Wo andere ins Stocken geraten, finden wir die richtige Lösung für Sie. Wo andere ins Stocken geraten, finden wir die richtige Lösung für Sie. best-reactions GmbH Hirschberger Straße 33 D 90559 Burgthann Alle Rechte vorbehalten HRB 23679, Amtsgericht Nürnberg Geschäftsführer

Mehr

Customer Relationship Management

Customer Relationship Management Customer Relationship Management Titel des Lernmoduls: Customer Relationship Management Themengebiet: New Economy Gliederungspunkt im Curriculum: 2.2.1.3.7 Zum Inhalt: Diese Modul befaßt sich mit der Vorgehensweise

Mehr

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science TNS EX A MINE BehaviourForecast Predictive Analytics for CRM 1 TNS BehaviourForecast Warum BehaviourForecast für Sie interessant ist Das Konzept des Analytischen Customer Relationship Managements (acrm)

Mehr

Data Mining und Knowledge Discovery in Databases

Data Mining und Knowledge Discovery in Databases Data Mining und Knowledge Discovery in Databases Begriffsabgrenzungen... Phasen der KDD...3 3 Datenvorverarbeitung...4 3. Datenproblematik...4 3. Möglichkeiten der Datenvorverarbeitung...4 4 Data Mining

Mehr

Schlüsselkunden auswählen und systematisch

Schlüsselkunden auswählen und systematisch Schlüsselkunden auswählen und systematisch entwickeln Wie Sie begrenzte Vertriebs-Ressourcen optimal einsetzen 1 Wir unterstützen Unternehmen seit 2002 weltweit dabei, mit Strategie profitabel zu wachsen

Mehr

Befragung und empirische Einschätzung der Praxisrelevanz

Befragung und empirische Einschätzung der Praxisrelevanz Befragung und empirische Einschätzung der Praxisrelevanz eines Vorgehensmodells zur Auswahl von CRM-Systemen D I P L O M A R B E I T zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen

Mehr

Grundlagen des CRM. Dr.-Ing. Jubran Rajub

Grundlagen des CRM. Dr.-Ing. Jubran Rajub Grundlagen des CRM Dr.-Ing. Literatur H. Hippner, K. D. Wilde (Hrsg.): Grundlagen des CRM, Konzepte und Gestaltung, Gabler Verlag, Wiesbaden (2007). K.C. Laudon, J.P. Laudon, D. Schoder: "Wirtschaftsinformatik

Mehr

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie

Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie Johannes Leitner Inhalt I Modellierung von Unschärfe Unscharfe Mengen Unscharfe

Mehr

Customer Relationship Marketing

Customer Relationship Marketing Customer Relationship Marketing Marc Müller Die Entwicklung des Marketings hin zum Customer Relationship Marketing lässt sich unter anderem auf die technologische Entwicklung zurückführen. Die Änderungen

Mehr

Lebensqualität in der Landwirtschaft Walter Schneeberger

Lebensqualität in der Landwirtschaft Walter Schneeberger Lebensqualität in der Landwirtschaft, 17-2-2005 Lebensqualität in der Landwirtschaft Walter Schneeberger Die Lebensqualität zu verbessern, ist ein allgemein anerkanntes politisches Ziel. In der Schweiz

Mehr

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Universität Wien Institut für Mathematik Wintersemester 2009/2010 Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Seminar Angewandte Mathematik Ao. Univ. Prof. Dr. Peter Schmitt von Nadja Reiterer

Mehr

Customer Relationship Management

Customer Relationship Management Customer Relationship Management Alter Wein in neuen Schläuchen oder echte Kundenorientierung nur noch mit IT-Unterstützung möglich? Beispiel aus der Versicherungsbranche Thorsten Greiser, Senior Professional

Mehr

Leitfaden: Grundlagen der schlanken Aufgabensteuerung

Leitfaden: Grundlagen der schlanken Aufgabensteuerung Leitfaden: Grundlagen der schlanken Aufgabensteuerung Summary: Das richtige zum richtigen Zeitpunkt erledigen Jedes Team, jede Führungskraft und letztlich jeder einzelne von uns ist ständig mit der Herausforderung

Mehr

Jenseits der Datenbank: Ausweg zu verkaufen. Vorsprung im Wettbewerb durch one to one - Marketing

Jenseits der Datenbank: Ausweg zu verkaufen. Vorsprung im Wettbewerb durch one to one - Marketing Jenseits der Datenbank: Ausweg zu verkaufen Vorsprung im Wettbewerb durch one to one - Marketing Erfahrungen im Vertrieb 2004 Regionalisierung der Kundenstruktur Aufträge werden kleiner Kunden verhalten

Mehr

ENTERPRISE FEEDBACK MANAGEMENT MIT APTEAN. Gerhard Maier YOUR SUCCESS. OUR PASSION.

ENTERPRISE FEEDBACK MANAGEMENT MIT APTEAN. Gerhard Maier YOUR SUCCESS. OUR PASSION. ENTERPRISE FEEDBACK MANAGEMENT MIT APTEAN Gerhard Maier APTEAN AUF EINEN BLICK Enterprise Feedback Management Warum? Umsatz steigern, halten, Verluste verhindern Mittel und Wege Steigern der Anzahl zufriedener

Mehr

Software-Test: Funktionstest

Software-Test: Funktionstest Software-Test: Funktionstest Andreas Zeller Lehrstuhl für Softwaretechnik Universität des Saarlandes, Saarbrücken 2006-02-06 Funktionale Testverfahren Funktionale Testverfahren testen gegen die Spezifikation

Mehr

Customer Value Management. Der Wertbeitrag. Andrew Tatam. April 2009

Customer Value Management. Der Wertbeitrag. Andrew Tatam. April 2009 Customer Value Management Der Wertbeitrag Andrew Tatam April 2009 Flughafenstr. 52 22335 Hamburg Sitz der Gesellschaft: Hamburg Geschäftsführer Gerhard Meister HRB 82816, AG Hamburg Customer Value Management

Mehr

Kundenbeziehungsmanagement: B2B ist nicht B2C!

Kundenbeziehungsmanagement: B2B ist nicht B2C! Kundenbeziehungsmanagement: B2B ist nicht B2C! Unterschiedliche Anforderungen an CRM- Lösungen für Business-To-Business und Business-To-Consumer? Titel des Interviews: Name: Funktion/Bereich: Organisation:

Mehr

DBM1_04_S.20-22_Blum. Autor: Georg Blum. Titel: Kundenbindung und Controlling. Untertitel: Abheben mit dem CRM-Cockpit

DBM1_04_S.20-22_Blum. Autor: Georg Blum. Titel: Kundenbindung und Controlling. Untertitel: Abheben mit dem CRM-Cockpit DBM1_04_S.20-22_Blum Autor: Georg Blum Titel: Kundenbindung und Controlling Untertitel: Abheben mit dem CRM-Cockpit Die Aussage Die erfolgreichen Unternehmen haben eine Kunden orientierte Strategie ist

Mehr

Mit KI gegen SPAM. Proseminar Künstliche Intelligenz

Mit KI gegen SPAM. Proseminar Künstliche Intelligenz Mit KI gegen SPAM Proseminar Künstliche Intelligenz SS 2006 Florian Laib Ausblick Was ist SPAM? Warum SPAM-Filter? Naive Bayes-Verfahren Fallbasiertes Schließen Fallbasierte Filter TiMBL Vergleich der

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

Mehr

Kundenbeziehungsmanagement

Kundenbeziehungsmanagement Detailprogramm 7 Module > Do. 17.09.2015 Sa. 06.02.2016 Berufsbegleitender Diplomlehrgang Kundenbeziehungsmanagement CRM Leitidee Unsere Unternehmen sehen sich heute mit einem immer schneller wandelnden

Mehr

Johnson & Johnson: CRM ist ganzheitliche Fokussierung auf Kunden

Johnson & Johnson: CRM ist ganzheitliche Fokussierung auf Kunden Johnson & Johnson: CRM ist ganzheitliche Fokussierung auf Kunden Kai Künstler, Director CRM bei Johnson & Johnson skizziert den Aufbau des Customer Relationship Management bei Johnson & Johnson. Er führt

Mehr

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung Prof. Dr. Gerhard Arminger Dipl.-Ök. Alexandra Schwarz Bergische Universität Wuppertal Fachbereich Wirtschaftswissenschaft Fach Statistik Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten

Mehr

CARL HANSER VERLAG. Heinrich Holland. Dialogmarketing Planung, Medien und Zielgruppen 3-446-22098-4. www.hanser.de

CARL HANSER VERLAG. Heinrich Holland. Dialogmarketing Planung, Medien und Zielgruppen 3-446-22098-4. www.hanser.de CARL HANSER VERLAG Heinrich Holland Dialogmarketing Planung, Medien und Zielgruppen 3-446-22098-4 www.hanser.de 9 1 Was ist Dialogmarketing? 1.1 Dialogmarketing und klassisches Marketing Die Entwicklung

Mehr

tfacet: Hierarchisch-facettierte Exploration semantischer Daten mit Hilfe bekannter Interaktionskonzepte

tfacet: Hierarchisch-facettierte Exploration semantischer Daten mit Hilfe bekannter Interaktionskonzepte IVDW-Workshop 2011, Berlin (6. Oktober) Institut für Visualisierung und Interaktive Systeme tfacet: Hierarchisch-facettierte Exploration semantischer Daten mit Hilfe bekannter Interaktionskonzepte Philipp

Mehr

Wertorientiertes Management von Kundenbeziehungen

Wertorientiertes Management von Kundenbeziehungen Horst-Florian Teja Jaeck Wertorientiertes Management von Kundenbeziehungen Berechnung des Customer Lifetime Value und Einsatz als Steuerungsgröße im CRM Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis

Mehr

14.06.2010. Dr. Ute Könighofer. Warum ist Kundenorientierung heute so wichtig? Verschärfung der Konkurrenzsituation durch:

14.06.2010. Dr. Ute Könighofer. Warum ist Kundenorientierung heute so wichtig? Verschärfung der Konkurrenzsituation durch: Dr. Ute Könighofer Kommunikationsberatung Spiegelgasse 4/10 1010 Wien T +43 / 1 / 479 97 24 F +43 / 1 / 479 97 42 M +43 / 676 / 445 6 995 E ute.koenighofer@ukcom.at W www.ukcom.at Dr. Ute Könighofer Selbständige

Mehr

Data Mining (ehem. Entscheidungsunterstützungssysteme)

Data Mining (ehem. Entscheidungsunterstützungssysteme) Data Mining (ehem. Entscheidungsunterstützungssysteme) Melanie Pfoh Anja Tetzner Christian Schieder Übung WS 2014/15 AGENDA TEIL 1 Aufgabe 1 (Wiederholung OPAL / Vorlesungsinhalte) ENTSCHEIDUNG UND ENTSCHEIDUNGSTHEORIE

Mehr

Auf Erfolgskurs mit CRM

Auf Erfolgskurs mit CRM Einführung Der Erfolg eines Unternehmens ist von der Fähigkeit des Unternehmens abhängig, zu verstehen und festzulegen, was der Kunde heute und morgen braucht, und von seiner Fähigkeit, die Unternehmensstrategie

Mehr

Analytisches CRM und Data Mining

Analytisches CRM und Data Mining Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat

Mehr

Peter Meier. Die Umsetzung von Risikomanagement nach ISO 31000. - Leseprobe -

Peter Meier. Die Umsetzung von Risikomanagement nach ISO 31000. - Leseprobe - Peter Meier Die Umsetzung von Risikomanagement nach ISO 31000 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen

Mehr

Edition. Heinrich Holland. Warum CRM-Projekte scheitern und wie sie erfolgreich werden. BusinessVillage Update your Knowledge!

Edition. Heinrich Holland. Warum CRM-Projekte scheitern und wie sie erfolgreich werden. BusinessVillage Update your Knowledge! Edition PRAXIS.WISSEN Heinrich Holland CRM erfolgreich einsetzen Warum CRM-Projekte scheitern und wie sie erfolgreich werden BusinessVillage Update your Knowledge! Inhaltsverzeichnis 1 Über den Autor...3

Mehr

Erfolgsfaktoren im CRM Aktuelle Entwicklungen und Trends der nächsten Jahre

Erfolgsfaktoren im CRM Aktuelle Entwicklungen und Trends der nächsten Jahre Erfolgsfaktoren im CRM Aktuelle Entwicklungen und Trends der nächsten Jahre Building Competence. Crossing Borders. Sandro Graf, lic. iur. EMSc sandro.graf@zhaw.ch ZHAW Swiss CRM-Studie Seit 2007 jährlich

Mehr

Optimiertes E-Mail-Marketing Durch Customer Intelligence Elisabeth Pomierska, Account Sales Manager

Optimiertes E-Mail-Marketing Durch Customer Intelligence Elisabeth Pomierska, Account Sales Manager The Global SaaS Leader in Relationship Marketing Optimiertes E-Mail-Marketing Durch Customer Intelligence Elisabeth Pomierska, Account Sales Manager Emailvision Gruppe Führender Anbieter von SAAS-Lösungen

Mehr

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation? 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg 1. Konferenz der A Benutzer KFE in Forschung

Mehr

Forschungsbereich Value-based Customer Relationship Management (CRM)

Forschungsbereich Value-based Customer Relationship Management (CRM) Forschungsbereich Value-based Customer Relationship Management (CRM) Reminder: Wertorientiertes CRM Schwerpunkte im Forschungsbereich Ziel: Steigerung des Unternehmenswerts Wertorientiertes Customer Relationship

Mehr

ERP und CRM LIEBE oder doch eine ZWECKEHE. Mario Knezovic Senior Consultant nasdo AG. Benutzerfreundlichkeit vs. Funktionalität

ERP und CRM LIEBE oder doch eine ZWECKEHE. Mario Knezovic Senior Consultant nasdo AG. Benutzerfreundlichkeit vs. Funktionalität ERP und CRM LIEBE oder doch eine ZWECKEHE Mario Knezovic Senior Consultant nasdo AG Benutzerfreundlichkeit vs. Funktionalität So funktioniert Zusammenarbeit: Integration von CRM CRM-Griff ins ERP: Systemübergreifende

Mehr

AUFGABENSTELLUNG BEISPIEL: RETAIL

AUFGABENSTELLUNG BEISPIEL: RETAIL NCR Österreich Ges.m.b.H. Storchengasse 1 A-1150 Wien http://www.teradata.com WIT - Wissenschafterinnenkolleg Internettechnologien Institut für Softwaretechnik und Interaktive Systeme Technische Universität

Mehr

Kundenbeziehungsmanagement: B2B ist nicht B2C!

Kundenbeziehungsmanagement: B2B ist nicht B2C! Kundenbeziehungsmanagement: B2B ist nicht B2C! Unterschiedliche Anforderungen an CRM- Lösungen für Business-To-Business und Business-To-Consumer? Titel des Interviews: Name: Funktion/Bereich: Organisation:

Mehr

Worum geht es beim CRM? Geben Sie den Inhalt des nachstehenden Textes mit eigenen Worten wieder.

Worum geht es beim CRM? Geben Sie den Inhalt des nachstehenden Textes mit eigenen Worten wieder. Präsenzübung Service 2.1. CRM Customer-Relationship Management a) Anliegen des CRM Worum geht es beim CRM? Geben Sie den Inhalt des nachstehenden Textes mit eigenen Worten wieder. CRM, auch Beziehungsmanagement

Mehr

Kundenbeziehungenerfolgreich gestalten. Ein Workshop für BPW-Glarus

Kundenbeziehungenerfolgreich gestalten. Ein Workshop für BPW-Glarus Kundenbeziehungenerfolgreich gestalten Ein Workshop für BPW-Glarus Inhalt Vom Kundenwert und Kundenpotential Grundlagen des Kundenbeziehungsmarketings. Treue und zufriedene Kunden sind die Lebensader jedes

Mehr

FH-Mannheim. Studiengang Informatik SS2005 KDM. Prof. Dr. A.Schmücker-Schend. Data Mining Anwendungen. Übungsblatt 2 Aufgabe 3

FH-Mannheim. Studiengang Informatik SS2005 KDM. Prof. Dr. A.Schmücker-Schend. Data Mining Anwendungen. Übungsblatt 2 Aufgabe 3 FH-Mannheim Studiengang Informatik SS2005 KDM Prof. Dr. A.Schmücker-Schend Data Mining Anwendungen Übungsblatt 2 Aufgabe 3 Abgabe bis zum 12. Mai 2005 Gruppe 13 NAME MATRIKELNUMMER UNTERSCHRIFT Uli Ruffler

Mehr

CRM-ERP-Integration für ABACUS und ABAS der 360 Kundenblick. Marcus Bär Mitglied der Geschäftsführung CAS Mittelstand

CRM-ERP-Integration für ABACUS und ABAS der 360 Kundenblick. Marcus Bär Mitglied der Geschäftsführung CAS Mittelstand CRM-ERP-Integration für ABACUS und ABAS der 360 Kundenblick Marcus Bär Mitglied der Geschäftsführung CAS Mittelstand Agenda CAS Software AG Aktuelle Herausforderungen CRM + ERP in zwei Systemen Möglichkeiten

Mehr

X[iks] Institut für Kommunikation und ServiceDesign

X[iks] Institut für Kommunikation und ServiceDesign Erfolgsfaktoren in der Kundenkommunikation von Dirk Zimmermann Kunden möchten sich, ihre Wünsche, Bedürfnisse und Anliegen in der Kommunikation wiederfinden. Eine Kommunikation nach Kundenzuschnitt ist

Mehr

Zusammenfassung der Umfrageergebnisse Customer Intelligence in Unternehmen 23.12.2010

Zusammenfassung der Umfrageergebnisse Customer Intelligence in Unternehmen 23.12.2010 Zusammenfassung der Umfrageergebnisse Customer Intelligence in Unternehmen 23.12.2010 Autoren: Alexander Schramm Marcus Mertens MuniConS GmbH Einleitung Unternehmen verfügen heute über viele wichtige Informationen

Mehr

Customer Relationship Management - Anwendungen im ÖPNV

Customer Relationship Management - Anwendungen im ÖPNV Customer Relationship Management - Anwendungen im ÖPNV Ein Projekt des 2. Innovationsprogramms ÖPNV des Landes Baden-Württemberg Freiburg, 14. März 2007 Stuttgarter Straßenbahnen AG Frank Ehret, Leiter

Mehr

«Das Kundenunternehmen bauen» Ergebnisse der Umfrage vom Mai 2014 Autoren: Tom Buser, Carolina Imburgia

«Das Kundenunternehmen bauen» Ergebnisse der Umfrage vom Mai 2014 Autoren: Tom Buser, Carolina Imburgia «Das Kundenunternehmen bauen» Ergebnisse der Umfrage vom Mai 2014 Autoren: Tom Buser, Carolina Imburgia YukonDaylight 2014 Inhalt Aufbau und Inhalt Seite 3 Methode und Auswertung Seite 4 Bausteine für

Mehr

Next Best Product. Kundenspezifische Produktangebote in einer Multichannel Umgebung

Next Best Product. Kundenspezifische Produktangebote in einer Multichannel Umgebung Next Best Product Kundenspezifische Produktangebote in einer Multichannel Umgebung - Mag. Thomas Schierer - Erste Bank der oesterreichischen Sparkassen AG Agenda Erste Bank Allgemeine Information CRM in

Mehr

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage Management Summary Management Summary Kunden - Erfolgsfaktor Nummer 1 Es ist mittlerweile ein offenes Geheimnis, dass Unternehmen

Mehr

CRM von Luxusmarken. Zusammenfassung der Studienergebnisse. Juli 2010. Eine empirische Studie deutscher Luxusmarken

CRM von Luxusmarken. Zusammenfassung der Studienergebnisse. Juli 2010. Eine empirische Studie deutscher Luxusmarken CRM von Luxusmarken Eine empirische Studie deutscher Luxusmarken Zusammenfassung der Studienergebnisse Juli 2010 Inhalt 1 Management Summary 2 Zielsetzung und Studiendesign 3 Studienergebnisse 4 Handlungsempfehlungen

Mehr

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von

Mehr

Process-Oriented Measurement of Customer Satisfaction - POMS

Process-Oriented Measurement of Customer Satisfaction - POMS Process-Oriented Measurement of Customer Satisfaction - POMS Kundenzufriedenheit (KZF) wird weithin als eine wichtige Voraussetzung für andauernden Unternehmenserfolg genannt. Wissenschaftliche Studien,

Mehr

Customer Relationship Management Der Weg zu erfolgreichen Kundenbeziehungen

Customer Relationship Management Der Weg zu erfolgreichen Kundenbeziehungen Customer Relationship Management Der Weg zu erfolgreichen Kundenbeziehungen Marketing-Club Siegen e.v. Vortrag am 04.02.2003 Präsentation als PDF Universität Siegen Wirtschaftsinformatik Fachbereich Wirtschaftswissenschaften

Mehr

cobra CRM Lösungen Der Nutzen von Kundenbeziehungs-Management

cobra CRM Lösungen Der Nutzen von Kundenbeziehungs-Management cobra CRM Lösungen Der Nutzen von Kundenbeziehungs-Management 1 Wachstumsmarkt CRM Sie können dabei sein! CRM: Ein Lichtblick in der Krise Kostensenkungen allein reichen nicht aus, um erfolgreich durch

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

Mehr

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen 3. Spezielle ER-Modelle und Tabellenableitung Spezialfälle von ER-Modellen Grundlage, was sind Relationen Transformation von ER-Diagrammen in Relationen 56 Lesebeispiel Access (Realisierungmodell!) 57

Mehr

Churn Prediction. Mit Datamining abwanderungsgefährdete Kunden rechtzeitig erkennen. CRM & Research / Ing. Werner WIDHALM.

Churn Prediction. Mit Datamining abwanderungsgefährdete Kunden rechtzeitig erkennen. CRM & Research / Ing. Werner WIDHALM. Churn Prediction Mit Datamining abwanderungsgefährdete Kunden rechtzeitig erkennen CRM & Research / Ing. Werner WIDHALM Juni 2012 Datamining in der Bank Austria Datamining Anwendungsgebiete im CRM der

Mehr

Unternehmenskultur als schlummernder Erfolgsfaktor

Unternehmenskultur als schlummernder Erfolgsfaktor Unternehmenskultur als schlummernder Erfolgsfaktor Arbeitskreistreffen vom 13.05.2013 Gerhard Unterberger office@marketingatelier.at Problemstellung & Hintergrund: Globalisierung, Internationalisierung,

Mehr

ZUFRIEDENERE KUNDEN DURCH CRM?

ZUFRIEDENERE KUNDEN DURCH CRM? ZUFRIEDENERE KUNDEN DURCH CRM? THOMAS MARX MARKETING UND VERKAUF MITGLIED DER GESCHÄFTSLEITUNG KUNDENZUFRIEDENHEIT ALS BASIS M ARKTORIENTIERTER UNTERNEHMENSFÜHRUNG Kundenzufriedenheit ist ein wichtiger

Mehr

Automatische Gesprächsauswertung im Callcenter

Automatische Gesprächsauswertung im Callcenter Einleitung Forschungsbeitrag Automatische Gesprächsauswertung im Callcenter Projekt CoachOST Dipl.-Wirtsch.-Inf. Mathias Walther Prof. Dr. Taïeb Mellouli Lehrstuhl für Wirtschaftsinformatik und Operations

Mehr

MATERNA Beschwerde-Management-Check. Umsetzungsorientierte Bestandsaufnahme zum Beschwerde-Management in Versicherungen

MATERNA Beschwerde-Management-Check. Umsetzungsorientierte Bestandsaufnahme zum Beschwerde-Management in Versicherungen MATERNA Beschwerde-Management-Check Umsetzungsorientierte Bestandsaufnahme zum Beschwerde-Management in Versicherungen >> MATERNA Beschwerde-Management-Check Ist in Ihrer Versicherung die Einführung,

Mehr

Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung

Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung Thomas Artur Roner Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung Diplom.de Inhaltsverzeichnis Abkürzungsverzeichnis Abbildungsverzeichnis I II 1. Einleitung 1 2. Begriffsklärungen

Mehr

Action Learning im Management Development

Action Learning im Management Development Bernhard Hauser Action Learning im Management Development Eine vergleichende Analyse von Action-Learning-Programmen zur Entwicklung von Führungskräften in drei verschiedenen Unternehmen 2. aktualisierte

Mehr

Geschäftsprozessmanagement

Geschäftsprozessmanagement Geschäftsprozessmanagement Der INTARGIA-Ansatz Whitepaper Dr. Thomas Jurisch, Steffen Weber INTARGIA Managementberatung GmbH Max-Planck-Straße 20 63303 Dreieich Telefon: +49 (0)6103 / 5086-0 Telefax: +49

Mehr

Kundenloyalität und Kundenbeziehungsmanagement in der Schweizer Assekuranz

Kundenloyalität und Kundenbeziehungsmanagement in der Schweizer Assekuranz Kundenloyalität und Kundenbeziehungsmanagement in der Schweizer Assekuranz Eine gemeinsame Studie des Instituts für Versicherungswirtschaft der Universität St. Gallen mit customer world ag und ValueQuest

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis

Inhaltsverzeichnis. Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis IX Abbildungsverzeichnis XIV Tabellenverzeichnis,...«. XEX Formclverzeichnis....XX Abkürzungsverzeichnis, XXI 1 Einleitung 1 1.1 Problemstellung 1 1.2 Methodik und

Mehr

Data Mining - Clustering. Sven Elvers

Data Mining - Clustering. Sven Elvers Agenda Data Mining Clustering Aktuelle Arbeiten Thesis Outline 2 Agenda Data Mining Clustering Aktuelle Arbeiten Thesis Outline 3 Data Mining Entdecken versteckter Informationen, Muster und Zusammenhänge

Mehr

Kundenbeziehungsmanagement: B2B ist nicht B2C!

Kundenbeziehungsmanagement: B2B ist nicht B2C! Kundenbeziehungsmanagement: B2B ist nicht B2C! Unterschiedliche Anforderungen an CRM- Lösungen für Business-To-Business und Business-To-Consumer? Titel des Interviews: Name: Funktion/Bereich: Organisation:

Mehr

Vertriebsmanagement das Ende des Blindflugs?

Vertriebsmanagement das Ende des Blindflugs? Vertriebsmanagement das Ende des Blindflugs? Marketing-Club Braunschweig e.v. und Technische Universität Braunschweig Institut für Wirtschaftswissenschaften, insbesondere Marketing Vortrag von Braunschweig,

Mehr

Dominik Pretzsch TU Chemnitz 2011

Dominik Pretzsch TU Chemnitz 2011 Dominik Pretzsch TU Chemnitz 2011 Wir leben im Informationszeitalter und merken es daran, dass wir uns vor Information nicht mehr retten können. Nicht der überwältigende Nutzen der Information, sondern

Mehr

Ihr Weg in die Suchmaschinen

Ihr Weg in die Suchmaschinen Ihr Weg in die Suchmaschinen Suchmaschinenoptimierung Durch Suchmaschinenoptimierung kann man eine höhere Platzierung von Homepages in den Ergebnislisten von Suchmaschinen erreichen und somit mehr Besucher

Mehr

nitgofer netkey information technology gmbh VORTEILE AUF EINEN BLICK

nitgofer netkey information technology gmbh VORTEILE AUF EINEN BLICK netkey information technology gmbh nitgofer Produkt Broschüre www.netkey.at Ihr persönlicher Laufbursche im World Wide Web. Massenmailing einfach gemacht. Mit Hilfe von nitgofer ist es Ihnen möglich E-Mailaussendungen

Mehr

Universität zu Köln Institut für Historisch-Kulturwissenschaftliche Informationsverarbeitung Virtuelle Forschungsumgebungen Dozent: Prof. Dr. phil.

Universität zu Köln Institut für Historisch-Kulturwissenschaftliche Informationsverarbeitung Virtuelle Forschungsumgebungen Dozent: Prof. Dr. phil. Universität zu Köln Institut für Historisch-Kulturwissenschaftliche Informationsverarbeitung Virtuelle Forschungsumgebungen Dozent: Prof. Dr. phil. Manfred Thaller WS 2010/11 Referentin: Sanja Wiechmann

Mehr

Change Management. Hilda Tellioğlu, hilda.tellioglu@tuwien.ac.at 21.11.2011. Hilda Tellioğlu

Change Management. Hilda Tellioğlu, hilda.tellioglu@tuwien.ac.at 21.11.2011. Hilda Tellioğlu Change Management, hilda.tellioglu@tuwien.ac.at 21.11.2011 EFQM Excellence- Modell (CKAM:CM2009, S.42) Fragen, die durch die Selbstbewertung beantwortet sein sollten Wo liegen die Stärken, die sich mit

Mehr

Teil 1: Effektivität - Wirkungsmechanismen der Kundenbindung

Teil 1: Effektivität - Wirkungsmechanismen der Kundenbindung Inhaltsverzeichnis 1 Einleitung... 8 1.1 Einführung Was ist Loyalty Profiling?... 8 1.2 Motivation, Zielsetzung und Aufbau der Arbeit... 13 Teil 1: Effektivität - Wirkungsmechanismen der Kundenbindung

Mehr

Operative Exzellenz in der Konsumgüterindustrie Ganzheitliche und GuV wirksame Optimierung der Unternehmensprozesse

Operative Exzellenz in der Konsumgüterindustrie Ganzheitliche und GuV wirksame Optimierung der Unternehmensprozesse Operative Exzellenz in der Konsumgüterindustrie Ganzheitliche und GuV wirksame Optimierung der Unternehmensprozesse Jochen Jahraus, Partner KPS Consulting Competence Center Konsumgüter Seite Operative

Mehr

NICE Performance Management. Albert Bossart, Sales Manager DACH, NICE Switzerland AG

NICE Performance Management. Albert Bossart, Sales Manager DACH, NICE Switzerland AG NICE Performance Management Albert Bossart, Sales Manager DACH, NICE Switzerland AG Performance Verbesserung für Mitarbeiter mit Kundenbeziehungen Aussendienst Tele- Sales Interner Verkauf Neuakuisition

Mehr

Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.

Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09. Abstract zum Thema Handelssysteme Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.01 Einleitung: Handelssysteme

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

CRONOS CRM Online for OS

CRONOS CRM Online for OS www.osram-os.com CRONOS CRM Online for OS B. Blanz, S. Eichinger 08.09.2014 Regensburg Light is OSRAM Customer Relationship Management Online for OS Page 1. Vorstellung des Projekts CRONOS 04 2. Anforderungsanalyse

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

7 Tipps wie Sie mit CRM bei Ihren Kunden landen.

7 Tipps wie Sie mit CRM bei Ihren Kunden landen. 7 Tipps wie Sie mit CRM bei Ihren Kunden landen. Timo Schlegel Pre-Sales Consultant CAS Software AG Deutscher CRM-Marktführer im Mittelstand Beteiligungen: 25 Jahre CAS 220 Mitarbeiter, 400 CAS-Gruppe*

Mehr

CRM und Mittelstand Passt das zusammen?

CRM und Mittelstand Passt das zusammen? CRM und Mittelstand Passt das zusammen? Erfahrungen bei Dipl.-Wirt.-Ing. Nils Frohloff AGENDA Die Firma MIT Moderne Industrietechnik GmbH Ausgangssituation im Mittelstand Was bedeutet CRM? Anforderungen

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Kundenzufriedenheit & Kundenbindung. Kunden zuhören und verstehen für einen langfristigen Unternehmenserfolg.

Kundenzufriedenheit & Kundenbindung. Kunden zuhören und verstehen für einen langfristigen Unternehmenserfolg. Kundenzufriedenheit & Kundenbindung Kunden zuhören und verstehen für einen langfristigen Unternehmenserfolg. Zusammenhang Kundenzufriedenheit und Kundenbindung 2 Traditionelle Modelle gehen von einem absoluten

Mehr

IDC-Studie: Software Quality Assurance Unternehmen in Deutschland haben Nachholbedarf

IDC-Studie: Software Quality Assurance Unternehmen in Deutschland haben Nachholbedarf Pressemeldung Frankfurt am Main, 02. Februar 2012 IDC-Studie: Software Quality Assurance Unternehmen in Deutschland haben Nachholbedarf Software Quality Assurance wird nicht geliebt aber praktiziert. Die

Mehr

After Sales mit Rundumsicht

After Sales mit Rundumsicht After Sales mit Rundumsicht Balz Zürrer, Yolanda Danioth 26. November 2013 Online Group Wil PL-Wroclaw info@online.ch, www.online.ch After Sales mit Rundumsicht GESCHÄFTS- PROZESS WACHSAMKEIT LEADERSHIP

Mehr

Herzlich willkommen zum Webinar. Kundendatenpflege leicht gemacht

Herzlich willkommen zum Webinar. Kundendatenpflege leicht gemacht Herzlich willkommen zum Webinar Kundendatenpflege leicht gemacht 1 Eric Beuchel Fa. Eric Beuchel e.k. Sitz Mötzingen / Nagold Gründung 1994 www.beuchel-online.de 2 Über mich 3 Das Unternehmen 4 Was ist

Mehr

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG...

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... Inhaltsübersicht Inhaltsübersicht I INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... 1 1.1 Zielsetzung und Motivation... 1 1.2

Mehr

CRM erfolgreich einführen Worauf es ankommt und was Sie vermeiden sollten. Wolfgang Schwetz

CRM erfolgreich einführen Worauf es ankommt und was Sie vermeiden sollten. Wolfgang Schwetz CRM erfolgreich einführen Worauf es ankommt und was Sie vermeiden sollten Wolfgang Schwetz 27.06.2012 1 CRM Historie 1980 Wandel der Märkte: Nachfragemärkte 1990 CAS: Computer Aided Selling, SFA Salesforce

Mehr