Universität Freiburg Online CRM Prof. Andreas Meier. Online CRM: Data Warehouse

Größe: px
Ab Seite anzeigen:

Download "Universität Freiburg Online CRM Prof. Andreas Meier. Online CRM: Data Warehouse"

Transkript

1 Universität Freiburg Online CRM Prof. Andreas Meier Online CRM: Data Warehouse Caroline Vetter SS 05, Fribourg, 31. Mai 2005

2 Inhaltsverzeichnis 1 Einleitung 3 2 Customer Relationship Management Einführung ins CRM Electronic CRM CRM Herausforderungen Customer Orientation Framework (COF) 7 3 Data Warehouse Verarbeitung von Informationen im Data Warehouse Die Architektur Der Daten-Würfel Data Warehouse Antworten 13 4 Schlusswort 15 Literaturverzeichnis 16 2

3 1 Einleitung Die Unternehmen sind heute im Zeitalter von High-Tech-Rechnern und EDV im Besitz einer Vielzahl von Daten. Seit vielen Jahren werden Datenbanken auf- und ausgebaut, die die Ergebnisse des täglich ablaufenden Geschäftsprozesses dokumentieren, jedoch die Steuerung eines Unternehmens nicht unbedingt erleichtern. Die Situation ist gekennzeichnet durch eine steigende Datenflut bei gleichzeitigem Informationsdefizit. Was fehlt, ist die richtige Information zur richtigen Zeit am richtigen Ort. Häufig kostet es mehr, die in den verschiedenen EDV- Systemen gehaltenen Daten zu pflegen und zu warten, als man durch Analyse dieser Daten an Nutzen gewinnt. An dieser Stelle setzen Management Support Systeme und das Data Warehouse an. Sie stellen dem Manager nur die entscheidungsrelevanten Informationen zur Verfügung und unterstützen ihn so bei seinen strategischen Entscheidungen. Im Jahre 1988 stellte die Firma IBM im Rahmen der EBIS-Architektur (European Business Informations Systems) das Konzept des unternehmensweiten Datenpools vor. Mit diesem Konzept sollte der Zugang zu unterschiedlichen Systemen über eine einheitliche Schnittstelle möglich sein. Der dazu gehörende Begriff "Data Warehouse" wurde einige Zeit später insbesondere von dem amerikanischen Berater William Immon geprägt, dessen 1993 veröffentlichtes Buch inzwischen den Ruf eines Standardwerkes hat. 3

4 2 Customer Relationship Management 2.1 Einführung ins CRM Für den Begriff Customer Relationship Management existiert keine allgemein gültige Definition. Der Ausdruck sowie auch das zugehörige Konzept sind durch das Zusammenwachsen verschiedener anderer Ansätze wie Beziehungsmarketing (Relationship-Marketing), Marketingautomatisierung (Entreprise Marketing Automation), Verkaufsautomatisierung (Sales Force Automation) und Serviceautomatisierung entstanden. 1 CRM kann als systematischen Aufbau und Pflege von Kundenbeziehungen gesehen werden. Als Prozess umfasst das CRM die Phasen Ansprechen, Gewinnen, Informieren, Bedienen und Pflegen des Kundenstamms. Sämtliche Geschäftsprozesse sollten auf den Kunden ausgerichtet sein. Es gilt, diese vielschichtigen materiellen wie immateriellen Beziehungen systematisch zu gestalten, wozu es die Unterstützung von technischen Hilfsmitteln und von Marketinginstrumenten bedarf. Ein Ziel des Marketings ist die Kundenzufriedenheit. Im Weiteren wird angestrebt, zusätzliche profitable Kunden zu loyalen Käufern umzuwandeln und sie als Stammkunden zu gewinnen. Diese müssen identifiziert und mit individuellen Leistungen bedient werden. Daher sollte der Konsument im Mittelpunkt aller Aktivitäten eines Unternehmens stehen. Das Customer Relationship Management stellt eine Differenzierungsmöglichkeit im Markt dar. Um wirtschaftlich überleben zu können, müssen sich Unternehmen nicht nur für ihre Produkte interessieren, sondern auch für ihre Kunden und Käufer. Die Nutzung des erworbenen Wissens über die Kunden ist die zentrale Herausforderung des CRM. Eine wesentliche Voraussetzung, um umfangreiche Analysen des Kundenverhaltens zu erstellen, ist eine Datenbank in Form eines Data Warehouses. Software Programme sind heute in der Lage, eine Fülle von Daten sinnvoll und systematisch zu verarbeiten und kundenspezifische Profile zu erstellen. 2 Die Vorteile des Customer Relationship Management liegen in folgenden Punkten: 1 Vgl. Schmid, 2001, S Vgl. Ergenzinger, Thommen, 2001, S. 42f 4

5 Abbildung1: Die Vorteile des Customer Relationship Management Electronic CRM Gegenwärtig werden die Customer Relationship Management-Systeme in der Form erweitert, dass sie nicht nur den eigenen Vertrieb unterstützen, sondern insbesondere via Internet eine direkte Interaktion mit dem Kunden möglich machen. Das so genannte Electronic Customer Relationship Management (ECRM). 4 Die Erweiterung des CRM hin zum ECRM bedeutet den Schritt Richtung elektronischen Kundenbeziehungsmanagement. Im Unterschied zum traditionellen CRM geschieht die rechnergestützte Kundenpflege des ECRM ohne den persönlichen Kontakt, das heisst ohne Interaktion zwischen Käufer und Verkäufer. In der Anonymität des Internet, wo sich Anbieter und Nachfrager nicht persönlich kennen, die Geschäfte zum grössten Teil über weite Entfernungen getätigt werden sowie Risiken und Unsicherheiten höher sind, gehört Vertrauen zur unerlässlichen Voraussetzung für eine optimale Kundenbindung. In einem solchen Umfeld ist der Aufbau von Vertrauen allerdings kein Einfaches unterfangen. Deswegen ist zum Aufbau einer dauerhaften Kundenbeziehung die Nutzung der individuellen Kommunikationspotentiale des Internet von grösster Wichtigkeit Vgl. Uebel, Helmke, Dangelmaier, 2002, S Vgl. Uebel, Helmke, Dangelmaier, 2002, S. 113ff 5

6 2.3 CRM Herausforderungen In den letzten Jahren wurde das CRM zu einer immer wichtigeren Aufgabe in Unternehmen und gut gepflegte Kundendaten wurden als strategisch Wertvoll erachtet. Das individuelle Kundenverhalten hat sich in der Zeit der globalisierten Märkte stark verändert. Die Kundenloyalität ist nur sehr schwer aufrecht zu erhalten im wachsenden Druck der Konkurrenz. Ein erfolgreiches Unternehmen muss somit in der Lage sein, sich rasch an neue, veränderte Kundenbedürfnisse anzupassen um Wettbewerbsfähig zu bleiben. Für dies benötigen sie jedoch Informationssysteme und Methoden zur Unterstützung einer optimalen Kundenbetreuung. Die erste wichtige Herausforderung des CRM stellt die Akquisition von verlorenen Kunden und Neukunden mit attraktivem Markt und Ressourcen Potential dar. 6 Als zweite Herausforderung ist die Aufrechterhaltung und Verbesserung von Kundenbeziehungen mit Cross- und Up-Selling zu nennen. 7 Das Resultat einer Marktanalyse ergab, dass die meisten Unternehmungen bis heute weder eine konsistente Kundenstrategie formuliert haben noch ein Customer Orientation Framework (COF) verwenden. Aber besonders die Verwendung eines Data Warehouse mit Data Mining Technik ist selten. So ignorieren immer noch viele Unternehmen die Bedeutung der Informationstechnologie im Bereich der Kundenbetreuung. Abbildung 2: Marktanalyse: Verwendung von Kundendaten mit CRM 8 6 Vgl. Kotler, Dipak, Maesincee, Vgl. Blattberg, Getz, Thomas, Meier, 2003, S. 3 6

7 Wie aus Tabelle 2 ersichtlich, ist die manuelle Verarbeitung von Daten immer noch üblich. Oft werden die Kundendaten sogar nur zum Zahlungszweck verwendet. Im Bereich der Überwachung und Analyse von Kundenverhalten wird noch weniger gemacht. Dasselbe gilt auch für die automatische Aufzeichnung detaillierten Kundeneigenschaften über das Internet mittels Web-Interface Customer Orientation Framework (COF) Zur Gestaltung einer optimalen Kundenbeziehung ist die Verwendung eines Customer Orientation Framework von Vorteil. Abbildung 3: Die 5 Schritte des COF 10 Im ersten Schritt, der COF Strategie, gilt es einen optimalen Mix von Kundenakquisition und -Pflege zu implementieren. Im zweiten Schritt geht es an die COF Planung. Geschäftsprozesse müssen über einen gesamten Kunden Lebenszyklus analysiert, Kundensegmente definiert und Akquisitionsprogramme geplant werden. Dazu gehören auch Ausbildungen für die Geschäftsleitung wie Mitarbeiter. Der dritte Schritt beschäftigt sich mit der Organisation. Der Chief Customer Officer (CCO) muss bestimmt werden. Er trägt die Verantwortung für den Umgang der 9 Vgl. Meier, 2003, S. 2f 10 Meier, 2003, S. 4 7

8 Unternehmung mit seinen Kunden, das Relationship Marketing, den Verkauf und die Service Leistungen. Der vierte Schritt, die COF Technologie, will die Entwicklung und Implementierung von technischer Infrastruktur zur Kundenbetreuung im Unternehmen. Ein Customer Data Warehouse und ein Contacts Database bilden die Grundlagen dazu. Die Nutzung des Internet als ein weiterer Distributionskanal sollte zu jedem Marketing Konzept gehören mit Online-Kunden und ebenso die Informationssysteme wie ERP (Enterprise Resource Planning) und SCM (Supply Chain Management). Im fünften und letzten Schritt, dem Controlling, will man mittels Kennzahlensystem die Kundenbeziehungen messen. Es sollte über Finanzielle Daten, Stammkunden, Prozessmanagement, Forschung und Entwicklung wie auch Personal Auskunft geben. So müssen auch Schlüsselfaktoren und Indikatoren definiert und in das Informationssystem mit einbezogen werden. Das Data Warehouse enthält ein solches Kennzahlensystem und fügt strategische, taktische und operationale Aufträge innerhalb der Unternehmung zusammen Data Warehouse 3.1 Verarbeitung von Informationen im Data Warehouse 1992 wurde der Begriff Data Warehouse erstmals von W. H. Inmon verwendet: "A Data Warehouse is a subject-oriented, integrated, time-variant, and nonvolatile collection of Data in support of managements Decision support process." Das bedeutet: Subject-oriented: Die Daten werden nach betriebswirtschaftlichen Kriterien organisiert bzw. zugänglich gemacht. Integrated: Das Data Warehouse integriert verschiedene Datenquellen des Unternehmens. 11 Vgl. Meier, 2003, S. 4f 8

9 Time-Variant: Das Data Warehouse bildet nicht nur eine Momentaufnahme der Unternehmenssituation ab, sondern enthält Beschreibungen zu verschiedenen Zeitpunkten. Nonvolatile: Die Daten werden im Data Warehouse dauerhaft gespeichert und können (durch Analysen) nicht verändert werden. Decision Support Process: Das Data Warehouse stellt analytische und strategische Informationen für den Entscheidungsfinder zur Verfügung und unterstützt so den Entscheidungsprozeß. 12 Für Marketingmanager ist es extrem wichtig möglichst gute Kundeninformationen zu gewinnen, welche es ihnen dann erlauben ihre Kundenbasis nach verschiedenen Kriterien zu segmentieren. Daraus lassen sich fokussierte Kampagnen, erfolgreiche Werbeaktionen entwerfen und auf jedes Kundensegment abgestimmte Inhalte und Nachrichten aufbauen. Um das zu ermöglichen müssen aus den verschiedenen Quellen (zum Beispiel aus den Frontend-Anwendungen im Internet und den Backend-Systemen) Kundendaten erhoben und in eine gemeinsame Datenbankanwendung zusammengeführt werden. Das so genannte Data Warehouse, Data Mart oder Information Store ist ein zentrales Datenlager und sammelt in regelmässigen Abständen Informationen aus den operativen Systemen, konsolidiert diese, filtert relevanten Daten heraus und ordnet sie nach Themen wieder ein. Der Hauptzweck einer solchen Datenbank liegt in der Abfrage und Analyse der Kundendaten. So wird ein 360-Grad Blick auf den Kunden ermöglicht. Enthält die Datenbank genügend Kundendaten, eröffnet das Einblicke in das Kaufverhalten und die Kaufmuster der Kunden. Spezifische Produkte oder Inhalte bestimmter Zielgruppen können ausfindig gemacht und vergangene Kampagnen auf ihren Erfolg hin überprüft werden, was letztlich zu einem effektiven Marketing führt. 13 Folgende Vorteile ergeben sich aus einer Datenbank mit aufbereiteten Kundendaten aus dem E-CRM: Gewinnung von Kundeninformationen aus verschiedenen Unternehmensprozessen und Datenbanken Vgl. Schögel, Schmidt, 2002, S. 155f 9

10 Entwicklung eines 360-Grad-Blicks auf den Kunden, von dem alle kundenorientierten Abteilungen des Unternehmens profitieren können. Online Analyse der Kundendaten zur Verbesserung des Kampagnenmanagements und des Auftragserteilungsprozesses und zur Erweiterung der Kundenprofile. Verfeinerung der Kundensegmentierung und Zielgruppendefinition. Analyse der Kaufmuster und Kundenrentabilität. Analyse der Benutzung von Internet, s und anderen Kanäle eines jeden Kunden. Genauere Kundenkenntnis ermöglicht eine verfeinerte Personalisierung via Internet und Die Architektur Unabhängig vom technischen Konzept spricht man bei der Datenhaltung vom so genannten Data Warehouse. Ein Data Warehouse repräsentiert eine von den operativen Datenbanken getrennte Analyse-Datenbank, die primär zur Unterstützung des Entscheidungsprozesses im Unternehmen genutzt wird. So lassen sich die aggregierten und verdichteten Informationen Anwender gerecht aufbereiten und ermöglicht einen interaktiven und intuitiven Zugriff auf die Datenbasis. Für die gespeicherten Dateninhalte ist deren thematische Ausrichtung sowie Vereinheitlichung, Dauerhaftigkeit und Zeitorientierung charakteristisch. Ein zentrales Erfolgskriterium ist ein reibungsloses Zusammenwirken der unternehmensweiten Data Warehouse-Lösungen mit den unterschiedlichen Software Komponenten. Weiter kann die Architektur eines Data Warehouses, wie in Abbildung 4 ersichtlich, in drei Teile gegliedert werden: Sammlung, Analyse und Gebrauch von Kundendaten mit dem Ziel, valide und verständliche Informationen heraus zu filtern. 14 Vgl. Schögel, Schmidt, 2002, S

11 Abbildung 4: Die Data Warehouse Architektur Die Sammlung aller möglichen Daten aus den Geschäftsprozessen inklusive den Kommunikationswegen, den Kunden Kontakten und den Front und Back Office Informationen, wobei auf interne wie externe Datenquellen zugegriffen wird. 2. Die Daten-Analyse aus dem Data Warehouse und die Entwicklung von geeigneten Kundenprogrammen. 3. Der Gebrauch von gemeinsamen Servicen wie , persönliche Werbung, E-Communities, zur Erleichterung der Wechselwirkungen zwischen Kunden und Organisation. 16 Ein Data Warehouse ist eine Subjekt orientierte, einheitliche, beständige und zeitlich schwankende Datensammlung zur Unterstützung von Management Entscheidungen. Es trennt Entscheidungsunterstützende von operativen Datenbeständen und integriert heterogene Informationsquellen in die Organisation anhand des Online Analytical Processing (OLAP) Systems. In der Regel ist ein Data Warehouse ein relationales Datenbankmanagementsystem (RDBMS) welches Geschäftsobjekte, - Prozesse und Transaktionen abbildet. Es handelt sich dabei um ein sehr fehlertolerantes und flexibel anpassbares System in Tabellenform. Verschiedene funktionale Erweiterungen der marktgängigen relationalen Datenbanken (so z.b. spezielle Indizierungsverfahren [Bit-Indexing] oder Abfragetechniken [Star-Joins]) tragen dazu bei, dass die spezifischen Anforderungen, die aus den Managementapplikationen erwachsen, auch bei großen Datenmengen erfüllt werden können. 15 Meier, 2003, S Vgl. Meier, 2003, S. 6f 11

12 3.3 Der Daten-Würfel Die Kernkomponente eines Data Warehouses ist der multidimensionale Daten- Würfel als zentraler Datenspeicher. Ein RDBMS besteht aus zwei Arten von Tabellen: Fact und Dimension, sie ergeben zusammen das Star Schema. Die Fact- Tabellen beinhalten betriebswirtschaftlich relevanten und durch mehrere sachliche Identifikationskriterien wie Region, Kunde oder Artikel beschriebenen numerischen Messgrössen. Dagegen speichern Dimensionstabellen, die mindestens eine Attributspalte mit den zugehörigen Faktentabellen teilen, weitere Angaben zu den Dimensionselementen wie Artikelnummer, -Bezeichnung oder Gruppe und beschreiben so die Geschäftsstrukturen des Unternehmens. Auch sollten Hierarchien in den verschiedenen Dimensionen unterstützt werden um eine spätere Abfrage spezifisch Anzupassen, je nachdem welche Einheit (z.b. Zeiteinheit wie Tag, Woche, Monat etc) für den Abfragenden von Interesse ist. Abbildung 5: Star Schema bestehend aus Fact- und Dimensions-Tabellen 17 Das Data Warehouse strebt eine separate Systemarchitektur an um bisherige Sachzusammenhänge der operativen Daten neu in den verschiedenen Dimensionen (Produkte, Kunden, Regionen, Zeit, usw.) darzustellen. Diese OLAP Abfragen erlauben eine spezifische Sicht auf die Daten und ebenfalls schnellere und komplexere Abfragen. Der Anwender kann sich mittels eines interaktiven Zugriffs in eine Vielzahl von Sichten und Darstellungsweisen auf Basisdaten einen schnellen Einblick verschaffen und mehrdimensionale Faktoren miteinander vergleichen und zu analysieren. Dies kann durch eine Drill-Down Abfrage geschehen, die es ermöglicht, 17 Meier, 2003, S. 8 12

13 innerhalb der Dimensionen auf detaillierte Daten zuzugreifen oder anhand eines Roll- Up Zugriffs auf summierte Daten. So führen OLAP Systeme zu einer deutlich verbesserten Versorgung der Führungskräfte mit unternehmensrelevanten Daten, da eine Vielzahl von Abfragemöglichkeiten existiert. So kann der Controller wie auch der Kunden- oder Produktmanager anhand des selben Systems die unterschiedlichsten Informationen, exakt auf seine Bedürfnisse abgestimmt, generieren. Anhand von Data-Mining-Werkzeugen wird die Suche nach noch unbekannten Zusammenhängen innerhalb der Unternehmensdaten geforscht. 18 Abbildung 6: Dreidimensionale Daten-Würfel Data Warehouse Antworten Ein gut konzeptioniertes Data Warehouse sollte auf folgende Fragestellungen eine Antwort finden: Welche Attribute beschreiben einen attraktiven Kunden/Kundengruppe? Was ist der aktuelle, vergangene oder zukünftige Kundenwert? Wie loyal ist ein spezifischer Kunde/Kundengruppe? Welche Veränderungen bei den Kundenbedürfnissen können aufgezeigt werden? Welches sind die bevorzugten Kommunikationskanäle eines spezifischen Kunden/Kundengruppe? Vgl. Meier, 2003, S. 6ff Vgl. Meier, 2003, S.8 13

14 Es ist zu vermerken, dass es bis heute keine schlüsselfertige Standardlösung für ein Data Warehouse gibt. Konzeption und Erstellung kann sich abhängig von der Unternehmensgrösse und den eingesetzten Systemen zu einem langwierigen und teuren Prozess hinziehen. Deshalb sollte die Planung eines Data Warehouses unbedingt in Begleitung von Spezialisten und in Kleinen Schritten geschehen. Ebenfalls sollte bei der Planung die unten aufgeführten Probleme zuerst geklärt werden: Welche Daten benötigt der Anwender? Welche Bedeutung haben die Daten für welchen Zweck? In welcher Tiefe und Breite müssen die Informationen vorliegen? In welchen Formaten und auf welchen Quellen sind die Daten verfügbar? Wie greift man auf diese Daten zu?

15 4 Schlusswort In der heutigen Zeit des Informationsüberflusses wird die Ressource Information immer wichtiger und wertvoller und sollte für verbesserte Kundenbeziehungen genutzt werden. Um wettbewerbsfähig zu bleiben, müssen Unternehmen auf ihre Kunden und dessen Bedürfnisse eingehen und speziell zugeschnittene Werbemassnahmen ergreifen um Kunden nicht zu verlieren bzw. neue zu gewinnen. Zu einem effizienten Customer Relationship Management gehört ebenfalls ein Data Warehouse um die Kundendaten zu sammeln, zu analysieren und den Firmen- Manager zur Verfügung zu stellen. Immer mehr Firmen verfügen über zentrale Datenlager um versteckte Infos zu integrieren. Auch kleine und mittlere Unternehmen haben den immensen Nutzen von gezielten Informationen längst erkannt und benutzen heute ebenfalls Data Warehouses. So sind auch viele Analyseprogramme auf den gängigen PC-Plattformen anwendbar ohne eine gesamte Data Warehouse-Infrastruktur aufbauen zu müssen. Es gilt, je heterogener das Systemumfeld, desto komplexer ist ein Data Warehouse und sollte gezielt mit Spezialisten aufgebaut werden. Neue Werkzeuge werden möglicherweise zukünftig die beschriebenen Komponenten erweitern und ergänzen. So ist im Zuge der weltweiten Vernetzung mit dem Internet eine zunehmende Einbindung externer Online-Informationsquellen bei der Informationsversorgung des Managements zu erwarten. Die Nutzbarmachung der hier gebräuchlichen Netzwerktechnologien, Zugangstechniken und Benutzungsoberflächen für den unternehmensinternen Bereich existiert bereits als Intranet. Weiterentwickelt werden intelligente Data Mining-Tools, welche selbständig nach interessanten Datenmustern suchen und bislang unerkannte Strukturen und Zusammenhänge versuchen aufzudecken. 15

16 Literaturverzeichnis Blattberg R. C., Getz G., Thomas J. S. (2001): Customer Equity Building and Managing Relationships as Valuable Assets. Harvard Business School Press: Boston. Ergenzinger R., Thommen J.-P. (2001): Marketing - Vom klassischen Marketing zu Customer Relationship Management und E-Business. Zürich: Versus Kotler P., Dipak C. J., Maesincee S. (2002): Marketing Moves A New Approach to Profits, Growth, and Renewal. Harward Business School Press: Boston. Meier A. (2003): A Data Warehouse Approach to Customer Relationship Management. In Proceedings of the 2nd International Conference 'Management Education for the 21st Century', Hanoi, Vietnam. Schmid R. (2001): Eine Architektur für Customer Relationship Management und Prozessportale bei Banken. Dissertation der Universität St. Gallen M. Schögel, I. Schmidt (2002): ecrm mit Informationstechnologien Kundenpotenziale Nutzen. Symposion Publishing. Uebel M. F., Helmke S., Dangelmaier W. (2002): Praxis des Customer Relationship Management Branchenlösung und Erfahrungsberichte. Wiesbaden: Gabler Internet Quellen:

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

Customer Relationship Management CRM

Customer Relationship Management CRM Customer Relationship Management CRM 1.1 Zielsetzung von CRM...2 1.2 Komponenten einer CRM-Lösung...4 1.2.1 Aufgabenbereiche eines CRM-Systems...4 1.2.2 Analytisches CRM...7 1.2.3 Operatives CRM...7 1.2.4

Mehr

CRM Architektur. New Economy CRM Architektur Page 1

CRM Architektur. New Economy CRM Architektur Page 1 CRM Architektur Titel des Lernmoduls: CRM Architektur Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.4.2 Zum Inhalt: Dieses Modul beschreibt mögliche Architekturen von CRM-Systemen. Insbesondere

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

CRM im Online-Bereich für die Druck- und Medienindustrie

CRM im Online-Bereich für die Druck- und Medienindustrie CRM im Online-Bereich für die Druck- und Medienindustrie Vorlesung an der Berufsakademie Mannheim Dr. Gerald Lembke www. 30.03.2007 Was ist noch mal Customer-Relationship-Management? CRM ist eine kundenorientierte

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

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

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

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery Kapitel II Datenbereitstellung 2004 AIFB / FZI 1 II. Datenbereitstellung 2004 AIFB / FZI 2 II. Datenbereitstellung Collect Initial Data identify relevant attributes identify inconsistencies between sources

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Logische Modellierung von Data Warehouses

Logische Modellierung von Data Warehouses Logische Modellierung von Data Warehouses Vertiefungsarbeit von Karin Schäuble Gliederung. Einführung. Abgrenzung und Grundlagen. Anforderungen. Logische Modellierung. Methoden.. Star Schema.. Galaxy-Schema..

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

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -

Mehr

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel

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

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 MIS Glossar by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 Aggregat Data Cube Data Marts Data Mining Data Warehouse (DWH) Daten Decision Support Systeme (DSS)

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Übersicht über Business Intelligence Josef Kolbitsch Manuela Reinisch Übersicht Beispiel: Pantara Holding Der Begriff Business Intelligence Übersicht über ein klassisches BI-System

Mehr

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge Self Service BI - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge 04. Juli 2013 Cubeware GmbH zu Gast im Hause der Raber+Märcker GmbH Referent: Uwe van Laak Presales Consultant

Mehr

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II.

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II. II. bereitstellung Kapitel II bereitstellung 1 2 II. bereitstellung II.1 Grundlagen Collect Initial Data identify relevant attributes identify inconsistencies between sources Describe Data characterize

Mehr

Praktisches Beispiel 02.03.2008

Praktisches Beispiel 02.03.2008 Agenda CRM-Philosophie Warum CRM? Chancen und Nutzen einer CRM Lösung Das CRMCoach 4 Phasen Modell CRM Teilbereiche und Architektur Einführung einer CRM Lösung CRM-Lösungen und der Markt Zusammenfassung

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business Intelligence Data Warehouse. Jan Weinschenker Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data

Mehr

Welcome to the Club!

Welcome to the Club! Customer Relationship Management Welcome to the Club! Prolog Viele Leute glauben, dass wir das Zeitalter des Internets erreicht haben. Tatsächlich ist es eher zutreffend, dass wir das Zeitalter des Kunden

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

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

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen VIADEE CRM VIEL MEHR ALS EIN STÜCK SOFTWARE Eine Vielzahl von unterschiedlichen

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Customer Relationship Management - Kundenwert steigern, Kommunikation vereinfachen, Risiken minimieren

Customer Relationship Management - Kundenwert steigern, Kommunikation vereinfachen, Risiken minimieren Customer Relationship Management - Kundenwert steigern, Kommunikation vereinfachen, Risiken minimieren Customer Relationship Management Lösungen von ERM sind flexible Komplettlösungen, mit denen Sie Ihre

Mehr

Data Warehouse Version: June 26, 2007. Andreas Geyer-Schulz und Anke Thede

Data Warehouse Version: June 26, 2007. Andreas Geyer-Schulz und Anke Thede Data Warehouse Version: June 26, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften Gebäude 20.20 Rechenzentrum,

Mehr

Schober Targeting System ecommerce

Schober Targeting System ecommerce Schober Targeting System ecommerce Crossmediale, systematische Marktbearbeitung Vom einzelnen Baustein bis zur Gesamtstrategie Modulare Lösungen sofort einsetzbar IST IHR INFORMATIONS- MANAGEMENT UP to

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

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

CRM Survey 2015 von CRM zu CXM die Reise beginnt. Hannover, 17. März Ralf Korb, Senior Analyst CRM

CRM Survey 2015 von CRM zu CXM die Reise beginnt. Hannover, 17. März Ralf Korb, Senior Analyst CRM CRM Survey 2015 von CRM zu CXM die Reise beginnt Hannover, 17. März Ralf Korb, Senior Analyst CRM Demographie Online-Anwenderbefragung September 2014 bis Januar 2015 Über 260 Teilnehmer in Deutschland

Mehr

Customer Relationship Management...

Customer Relationship Management... Customer Relationship Management... Wissen Kunde E-Technologien Informationsmanagement Transaktionsmarketing CAS- System Wissensmanagement Beziehungsmarketing CRM- System...integriert Wissensmanagement,

Mehr

Microsoft Dynamics Mobile Solutions

Microsoft Dynamics Mobile Solutions Microsoft Dynamics Mobile Solutions ERP und CRM jederzeit und überall Michael Meyer Technologieberater Dynamics AX Microsoft Deutschland GmbH Was ist Microsoft Dynamics? Supply Chain Management Finance

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

Die Rolle von CRM im Rahmen des Gesamtvertriebskonzeptes

Die Rolle von CRM im Rahmen des Gesamtvertriebskonzeptes Die Rolle von CRM im Rahmen des Gesamtvertriebskonzeptes Michael Wilfing-May, Chief Sales Officer und GF Wien, 22. November 2013 Die Rolle von CRM im Vertrieb Kundenmanagement ist eine komplexe Sache Was

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

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

Customer Relationship Management (CRM)

Customer Relationship Management (CRM) (CRM) Im Rahmen s werden profitable Kunden identifiziert, gewonnen, langfristig im Unternehmen gebunden und in ihrem Kundenwert gesteigert. Dabei schafft CRM die unternehmensweite Kundentransparenz im

Mehr

Themenblock: Erstellung eines Cube

Themenblock: Erstellung eines Cube Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen

Mehr

INNOFUTURE. IF Enterprise Manager ENTERPRISE SOFTWARE WWW.INNOFUTURE.COM

INNOFUTURE. IF Enterprise Manager ENTERPRISE SOFTWARE WWW.INNOFUTURE.COM AND SERVICES FOR INNOVATIVE MANAGMENT WE REVOLUTIONIZE MANAGEMENT I N N O V A T I O N S FOR PEOPLE Der Enterprise Manager von INNOFUTURE Enterprise Software ist eine Software zur integrierten Unternehmenssteuerung

Mehr

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl.

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl. Anwendungssysteme 1. Vertikal: unterstützte organisationale Ebene Informationsdichtegrad 2. Horizontal: unterstützter Funktionsbereich betriebliche Grundfunktion 3. Integrationsdimensionen, u. a. Integrationsrichtungen

Mehr

MEHRWERK. Einheitliche Kundenkommunikation

MEHRWERK. Einheitliche Kundenkommunikation MEHRWERK Einheitliche Kundenkommunikation Alle Prozesse und Daten aus bestehenden Systemen werden im richtigen Kontext für relevante Geschäftsdokumente eingesetzt. Flexible Geschäftsprozesse Änderungszyklen

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

Intelligente Kanzlei

Intelligente Kanzlei Seite 1 von 5 Intelligente Kanzlei Datawarehouse und OLAP in der Steuerkanzlei Notwendigkeit eines Kanzleiinformationssystems Seit einigen Jahren sind enorme Veränderungen am Beratungsmarkt durch einen

Mehr

CRM Anbieter Siebel. New Economy CRM Anbieter Siebel Page 1

CRM Anbieter Siebel. New Economy CRM Anbieter Siebel Page 1 CRM Anbieter Siebel Titel des Lernmoduls: CRM Anbieter Siebel Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.4.3 Zum Inhalt: Dieses Modul beschreibt die technischen Grundlagen der CRM Software

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

Swiss Marketing Leadership Studie 2015. Man agement Summary

Swiss Marketing Leadership Studie 2015. Man agement Summary 3 Man agement Summary Marketing ändert sich fundamental und sollte in modernen Unternehmen eine steuernde Funktion in Richtung Kunden- und Marktorientierung einnehmen. Vor diesem Hintergrund entschied

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

Business Intelligence im Krankenhaus

Business Intelligence im Krankenhaus Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence

Mehr

DW Data Warehousing Funktionsweise, Einsatz- und Problemfelder

DW Data Warehousing Funktionsweise, Einsatz- und Problemfelder DW Data Warehousing Funktionsweise, Einsatz- und Problemfelder Andreas Meier, Universität Fribourg Folie 1 DW Cartoon Quelle: Knoll M., Meier A. (Hrsg): Web & Data Mining. Praxis der Wirtschaftsinformatik,

Mehr

Sonstiges Wahlfach Wirtschaftsinformatik

Sonstiges Wahlfach Wirtschaftsinformatik Sonstiges Wahlfach Wirtschaftsinformatik Anhang Nr. 48: Wirtschaftsinformatik Das Fach ist bestanden, wenn 24 Leistungspunkte erworben wurden. Veranstaltungsform SWS Turnus Leistungspunkte Prüfungsform

Mehr

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse.

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse. 1 Einführung mysap Business Intelligence stellt mit Hilfe von Knowledge Management die Verbindung zwischen denen, die etwas wissen und denen, die etwas wissen müssen her. mysap Business Intelligence integriert

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

Schober Targeting System Touristik

Schober Targeting System Touristik Schober Targeting System Touristik IST IHR INFORMATIONS- MANAGEMENT UP to DATE? Nur wer die relevanten Informationen über seine Kunden und seinen Markt hat und wer sie zielgerichtet verwerten kann, ist

Mehr

Customer Relationship Management (CRM) Effizienter Baustein eines erfolgreichen Netzwerkmanagements

Customer Relationship Management (CRM) Effizienter Baustein eines erfolgreichen Netzwerkmanagements Customer Relationship Management (CRM) Effizienter Baustein eines erfolgreichen Netzwerkmanagements Das Netz der Netze 2. Informations- und Erfahrungsaustausch für Netzwerker in Heilbronn-Franken Prof.

Mehr

Business Intelligence Mehr Wissen und Transparenz für smartes Unternehmens- Management NOW YOU KNOW [ONTOS TM WHITE PAPER SERIES]

Business Intelligence Mehr Wissen und Transparenz für smartes Unternehmens- Management NOW YOU KNOW [ONTOS TM WHITE PAPER SERIES] NOW YOU KNOW [ SERIES] Business Intelligence Mehr Wissen und Transparenz für smartes Unternehmens- Management [YVES BRENNWALD, ONTOS INTERNATIONAL AG] 001 Potential ontologiebasierter Wissens- Lösungen

Mehr

Wer in der ersten Liga spielt, braucht Profis.

Wer in der ersten Liga spielt, braucht Profis. Wer in der ersten Liga spielt, braucht Profis. Ihr erfahrener und kompetenter SAP Allround - Dienstleister Die Profis für Ihre IT. SAP optimal nutzen: Setzen Sie auf die geballte Manpower der Goetzfried

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation 27. Juni 2013 Hinweis Diese Folien ersetzen keinesfalls den Übungsstoff des zugehörigen e-learning-kurses.

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

«Liebe LeserInnen». Unser Ziel >> Ihr wirtschaftlicher Erfolg heute und morgen.

«Liebe LeserInnen». Unser Ziel >> Ihr wirtschaftlicher Erfolg heute und morgen. daneco «Liebe LeserInnen». Ihre Anforderungen >> Sie suchen einen Berater, der Ihr Geschäft versteht. Einen Partner, der Ihre Lösung aus einer Hand liefert. Eine Lösung mit dem grössten Nutzen, dem kleinsten

Mehr

Verbesserung der Marketingergebnisse durch Enterprise Marketing Management. Klaus Wendland

Verbesserung der Marketingergebnisse durch Enterprise Marketing Management. Klaus Wendland Verbesserung der Marketingergebnisse durch Enterprise Marketing Management Klaus Wendland provalida GmbH CRM / XRM SugarCRM / Epiphany Enterprise Marketing Management Business-IT Alignment Management Scorecard,

Mehr

Teil I Die strategische Dimension des Marketing 31 Video-Fallstudie Land Rover... 32

Teil I Die strategische Dimension des Marketing 31 Video-Fallstudie Land Rover... 32 Vorwort 21 ZurfünftendeutschenAuflage... 21 Lernhilfen in diesem Buch... 25 ZusatzmaterialienfürStudierendeundDozenten... 26 DieAutoren... 26 DieBearbeiter... 28 Teil I Die strategische Dimension des Marketing

Mehr

Kapitel 2 Terminologie und Definition

Kapitel 2 Terminologie und Definition Kapitel 2 Terminologie und Definition In zahlreichen Publikationen und Fachzeitschriften tauchen die Begriffe Data Warehouse, Data Warehousing, Data-Warehouse-System, Metadaten, Dimension, multidimensionale

Mehr

2.8. Business Intelligence

2.8. Business Intelligence 2.8. Zulieferer BeschaffungProduktion Kunde E-Procurement Customer Relationship (CRM) Supply Chain (SCM) Enterprise Resource Planning (ERP) Executive Information (EIS) Executive Support (ESS) Chef-Informations-

Mehr

Big Data So heben Sie den Schatz vom Silbersee! Monetarisieren von Kundenbeziehungen in der digitalen Welt!

Big Data So heben Sie den Schatz vom Silbersee! Monetarisieren von Kundenbeziehungen in der digitalen Welt! Big Data So heben Sie den Schatz vom Silbersee! oder: Monetarisieren von Kundenbeziehungen in der digitalen Welt! Über Kampagnen, Paid Content & Co Impulsvortrag zur Mitgliederversammlung am 13.06.2014

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

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Geschäftsstrategie und SOA - ein Thema für den Mittelstand? Prof. Dr. Gunther Piller

Geschäftsstrategie und SOA - ein Thema für den Mittelstand? Prof. Dr. Gunther Piller Geschäftsstrategie und SOA - ein Thema für den Mittelstand? Prof. Dr. Gunther Piller Aktuelles 2 Langfristige strategische IT- Planung existiert [im Mittelstand] in vielen Fällen nicht Bitkom: IuK im Mittelstand,

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

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06 Business Intelligence Data Warehouse / Analyse Sven Elvers 2005-07-06 Einleitung Dieses Dokument beschreibt einen für das Verständnis relevanten Teil der Präsentation. Business Intelligence Motivation

Mehr

Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen.

Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Definitionen Business Intelligence (BI) bezeichnet Verfahren, Prozesse und Techniken zur systematischen Analyse von Daten in elektronischer

Mehr

Data Warehousing. Fragen des Marketingleiters. Beispiel: : Amazon. Technisch... Amazon weltweit... Datenbank. Aufbau eines DWH OLAP <-> OLTP Datacube

Data Warehousing. Fragen des Marketingleiters. Beispiel: : Amazon. Technisch... Amazon weltweit... Datenbank. Aufbau eines DWH OLAP <-> OLTP Datacube Fragen des Marketingleiters Data Warehousing Wie viele Bestellungen haben wir jeweils im Monat vor Weihnachten, aufgeschlüsselt nach? Aufbau eines DWH OLAP OLTP Datacube Beispiel: : Amazon Technisch

Mehr

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware 14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim Geschichte Kassenbuch des Liederkranz, 1886 Hutmachergesangvereins

Mehr

ebusiness Heiko Armbruster Olbricht, Seehaus & Co. Consulting GmbH Tattersallstr. 15-17 D - 68165 Mannheim

ebusiness Heiko Armbruster Olbricht, Seehaus & Co. Consulting GmbH Tattersallstr. 15-17 D - 68165 Mannheim Heiko Armbruster Olbricht, Seehaus & Co. Consulting GmbH Tattersallstr. 15-17 D - 68165 Mannheim Tel.: +49 621 156 20-35 Fax: +49 621 156 20-44 email: harmbruster@osco.de www.osco.de Warum e-business?

Mehr

Schober Targeting System Automotive

Schober Targeting System Automotive Schober Targeting System Automotive IST IHR INFORMATIONS- MANAGEMENT UP to DATE? Nur wer die relevanten Informationen über seine Kunden und seinen Markt hat und wer sie zielgerichtet verwerten kann, ist

Mehr

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Einordnung der Begriffe Business Intelligence Strategic Association Management Controlling and Data Warehousing Data Mining, Knowledge

Mehr

Erhöhte Wertschöpfung mit Groupware-basiertem CRM

Erhöhte Wertschöpfung mit Groupware-basiertem CRM Erhöhte Wertschöpfung mit Groupware-basiertem CRM 1. Veränderungen im CRM Markt Die Qualität des Kundenmanagements wird primär durch Kundenzufriedenheit, Kundenloyalität und Kundenbindung bestimmt. Customer

Mehr

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

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

SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation

SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation Alexander Schroeter, Head of Outbound PM MEE, CRM & Commerce, SAP AG Regensdorf, November 19, 2013 SAP Customer Engagement

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

Intelligente Kundensegmentierung mit SAP HANA

Intelligente Kundensegmentierung mit SAP HANA GLOOOBAL E A l GLOOOBAL Energy Analyzer Intelligente Kundensegmentierung mit SAP HANA Die Herausforderung Wenn Energieversorger Strom an Unternehmenskunden verkaufen, ist ein detailliertes Verständnis

Mehr

CMC-KOMPASS: CRM. Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement

CMC-KOMPASS: CRM. Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement CMC-KOMPASS: CRM Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement 1 CROSSMEDIACONSULTING 18.05.2010 Unser Verständnis von CRM: Customer Relationship Management ist weit mehr als ein IT-Projekt

Mehr

Warum sollte Ihr Unternehmen Adempiere einsetzen?

Warum sollte Ihr Unternehmen Adempiere einsetzen? Warum sollte Ihr Unternehmen Adempiere einsetzen? Authors Contribution Date Martine Lemillour (representing Posterita) Alexandre Tsang Mang Kin (representing Posterita) Joseph Brower (representing Nexus

Mehr

IT als Service. ein alternatives Leistungsmodell. Klaus Thomas Executive Partner Executive Programs. Gartner Deutschland

IT als Service. ein alternatives Leistungsmodell. Klaus Thomas Executive Partner Executive Programs. Gartner Deutschland IT als Service ein alternatives Leistungsmodell Klaus Thomas Executive Partner Executive Programs Gartner Deutschland 1 Gartner Weltweit größtes IT Research-Unternehmen 2008 45.000 Kunden in 10.000 Unternehmen

Mehr

Berichtswesen und Managementinformationssystem

Berichtswesen und Managementinformationssystem Universitätslehrgang Controlling Berichtswesen und Managementinformationssystem Controller s Datentechnik SS 2005 Trainer : Dipl.Ing. Gerfried Lovrecki Controller s Datentechnik OLAP 1. Überblick In großen

Mehr

Seminar über Online Customer Relationshipmanagement Herr Prof. Dr. Andreas Meier. vorgelegt von: Raffaella de Simoni. Oberseeburg 24 6006 Luzern

Seminar über Online Customer Relationshipmanagement Herr Prof. Dr. Andreas Meier. vorgelegt von: Raffaella de Simoni. Oberseeburg 24 6006 Luzern Seminar über Online Customer Relationshipmanagement Herr Prof. Dr. Andreas Meier ONLINE CUSTOMER PROFILE vorgelegt von: Oberseeburg 24 6006 Luzern raffaella.desimoni@unifr.ch Freiburg, 31. Mai 2005 Inhaltsverzeichnis

Mehr

Business in Zeiten von Big Data

Business in Zeiten von Big Data Business in Zeiten von Big Data B2C B2B Sie wissen: Name, Produkt, Umsatz, Adresse Wir wissen: Weitere Konsumaffinitäten, Preisbewusster Mobilitätstyp, Wohnumfeld Sie wissen: Firmenname und Adresse Wir

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence

Mehr

Kapitel 6 Managementunterstützungssysteme und Business Intelligence

Kapitel 6 Managementunterstützungssysteme und Business Intelligence ProKSy - EBSS Institut AIFB WS 2013/2014 Programmierung kommerzieller Systeme Einsatz betrieblicher Standardsoftware (ProKSy EBSS) Kapitel 6 Managementunterstützungssysteme und Business Intelligence Institut

Mehr

Erfolgsdruck und strategischer Verantwortung von Prof. Dr. Peter Winkelmann } 9

Erfolgsdruck und strategischer Verantwortung von Prof. Dr. Peter Winkelmann } 9 Vorwort von Kurt Sibold 1 Was ist CRM? Universität«- ^ bibliothek Mannheim 100 8 1.1 Was ist CRM? Ist CRM ein neues Wundermittel? von Martin Hubschneider 1 2 1.2 Der Nutzen von CRM: CRM macht den Mittelstand

Mehr

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Launch Microsoft Dynamics AX 4.0 Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Sonia Al-Kass Partner Technical

Mehr

Wachstumsförderung mit CRM

Wachstumsförderung mit CRM Wachstumsförderung mit CRM Computerwoche CRM Initiative Feb. 2007 Dr. Wolfgang Martin Analyst, Mitglied im CRM-Expertenrat und Research Advisor am Institut für Business Intelligence Wachstumsförderung

Mehr

Schober Targeting System für Versicherungen

Schober Targeting System für Versicherungen Schober Targeting System für Versicherungen Crossmediale, systematische Marktbearbeitung Vom einzelnen Baustein bis zur Gesamtstrategie Modulare Lösungen sofort einsetzbar IST IHR INFORMATIONS- MANAGEMENT

Mehr

Welche neuen Aufgaben müssen sich Call Center bei der Einführung von CRM stellen?

Welche neuen Aufgaben müssen sich Call Center bei der Einführung von CRM stellen? Welche neuen Aufgaben müssen sich Call Center bei der Einführung von CRM stellen? Dr. Dierk Wehrmeister Berlin,. Juni 00 Partner Theron Business Consulting Das Call Center wird zu einem wichtigen Eckpunkt

Mehr

Macht Knowledge- Management Unternehmen effizienter?

Macht Knowledge- Management Unternehmen effizienter? Macht Knowledge- Management Unternehmen effizienter? Karl-Heinz Plünnecke Geschäftsführer H.U.T GmbH 1 Software Performance Entwicklung Performance Was dann? ecommerce ERP SCM CRM Zeit 2 1 Noch Potential?

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

Kundenmanagement. in sozialen Netzwerken. Produktüberblick. Wir stellen vor: Microsoft Social Listening

Kundenmanagement. in sozialen Netzwerken. Produktüberblick. Wir stellen vor: Microsoft Social Listening Kundenmanagement in sozialen Netzwerken Produktüberblick Wir stellen vor: Aussagen, Meinungen und Stimmungen analysieren Interessenten und Kunden gewinnen Soziale Netzwerke haben die Kommunikation und

Mehr