IBM Business Analytics , München Alexander Richthammer

Größe: px
Ab Seite anzeigen:

Download "IBM Business Analytics. 05.11.2013, München Alexander Richthammer"

Transkript

1 IBM Business Analytics , München Alexander Richthammer

2 IBM Business Analytics Was ist passiert? Breite Nutzung (Konsumenten) Warum? Was wird passieren? Fokussierte Nutzung (Spezialisten) Analytisches Reporting Drill Trend Analyse Slice and Dice Scenario Modeling What-if Predictive Modeling Vorhersage Top down view Drillbare Reports Sortieren Review then query Frei Analyse Vergleichen Rotieren und Gruppieren Model- Szenarios Szenario-Vergleiche Speichern von Versionen Muster entdecken Algorithmen nutzen Ergebnisse prognositizieren Marktänderungen Produkt Rankings Absatztrends Marktanalyse Finanzanalyse Profitabilitätsanalyse CRM Analysen Umsatzprognosen IBM Cognos 10 BI IBM Cognos 10 BI IBM Cognos 10 TM1 IBM SPSS

3 Agenda 1 Was ist Predictive Analytics? 2 Predictive Analytics Anwendungsszenarien Customer Analytics Operational Analytics 3 Live Demo 4 Q & A 3

4 Was ist Predictive Analytics? IBM IBM Corporation

5 IBM SPSS Marktführer für Predictive Analytics Software 2009: Übernahme der SPSS Software GmbH durch IBM Seit 1968 fokussiert auf Predictive Analytics Weltweit führender Anbieter in den Bereichen Statistik, Analyse, Marktforschung, Data und Text Mining Mehr als Kunden mit ca. 3 Mio. Anwendern weltweit 80% der Fortune 500, 70% der Marktforschungsunternehmen nutzen IBM SPSS 45 Jahre Erfahrung in Statistik, Analyse und Data Mining

6 Was ist Predictive Analytics? Der Blick in die Zukunft...

7 Data Mining als Herzstück von Predictive Analytics Data Mining ist der Prozess, Daten aus verschiedenen Richtungen zu analysieren, um zukünftige Ereignisse zu prognostizieren und verlässliche Schlüsse zur aktuellen Situation zu treffen. Projektvorgehen nach CRISP-DM Cross Industry Standard Process for Data Mining

8 IDC Studie The Business Value of Predictive Analytics Return on Investment (ROI) von - Information Management Projekten ohne Predictive Analytics - Predictive Analytics Projekte 89% 250% Based on IDC research, the median ROI of predictive analytics projects is close to three times higher than that of nonpredictive projects Source: IDC, Predictive Analytics and ROI: Lessons from IDC s Financial Impact Study

9 Customer Analytics IBM IBM Corporation

10 Fähigkeiten Customer Analytics unterstützt Organisationen KUNDEN zu gewinnen, zu entwickeln und zu binden Customer Analytics Solutions Gewinnen Neue Kunden gewinnen Reduzierung der Akquisekosten durch verbesserte Segmentierung Die richtige Botschaft zum richtigen Zeitpunkt über den richtigen Kanal senden Bestehende Kunden entwickeln Analyse und Vorhersage von Kundenverhalten für Cross- und Up-Sell Sammlung aller Kundendaten zur Erstellung einer 360º Kundensicht Binden Entwickeln Wertvolle Kunden ans Unternehmen binden Identifizierung von abwanderungsgefährdeten Kunden und passender Angebote zur Bindung Ermittlung von Promotern und Entwicklung einer Kommunikationsstrategie zur Kundenpflege Reporting & Visualisierung Data & Text Mining Statistische Analyse Scorecards & Dashboards Vorhersagemodellierung Geschäftsregeln & Optimierung SentimentAnalyse Entscheidungen in Echtzeit Prognose & Simulation Social Media Analyse

11 Marketingoptimierung & Vertriebssteuerung "Ich weiss, dass die Hälfte meiner Werbeausgaben rausgeschmissenes Geld ist. Ich weiss nur nicht, welche Hälfte. Kaufhausgründer John Wanamaker

12 Marketingoptimierung Analytisches Kampagnenmanagement Schritt 1: Von der Gießkanne zur zielgruppenorientierten Ansprache Welche Kunden/ Prospects sind für eine bestimmte Vertriebs- oder Marketingaktion affin?

13 Cewe Color: Ein gestochen scharfes Bild des Kunden Lösung Fundierte Prognosemodelle zeichnen ein Kundenbild. IBM SPSS verarbeitet Kundendaten wie Name, Wohnort, Geschlecht und Alter des Kunden sowie Registrierungsweg oder Bestellhistorie. Nutzung der Newsletter liefert neue Erkenntnisse: Welchen Newsletter hat ein Kunde geöffnet, welche Links hat er geklickt? Anhand dieser Attribute erstellt die SPSS Lösung Scoring-Modelle, die Kunden in verschiedene Segmentgruppen unterteilen: Top-Kunden, durchschnittliche Kunden, abwanderungsgefährdete Kunden. Ergebnisse 10%ige Steigerung der Conversion Rate von passiven zu aktiven Kunden Steigerung der durchschnittlichen Responserate aus den Newslettern um 10% durch das erworbene Wissen über die jeweiligen Kundenbedürfnisse und die Umsetzung in Content Steigerung der Cross- and up-sell Opportunities um mehr als 20% Zeiteinsparungen von mehr als 50% bei der Kampagnenerstellung Selbst bei mehreren Millionen Kunden und entsprechend großen Datenmengen liefert IBM SPSS Prognoseergebnisse innerhalb weniger Augenblicke die Performance ist hervorragend Eugen Neigel Leiter Vertriebsorganisation und Head of BI

14 Praxisbeispiel: Schwab Versand Herausforderung Umfangreiches Produktsortiment und große Kundenanzahl Selektionen via Expertenregeln wurden großen Datenmengen nicht mehr gerecht Ziele Individuelle Kundenansprache Identifikation von interessanten und affinen Kundensegmenten für Marketingkampagnen Lösung Optimierung der Katalogselektion Identifikation von Antwort- und Kaufwahrscheinlichkeiten Entdeckung neuer rentabler Kundensegmente Unternehmen der Otto-Gruppe 2,5 Millionen Kunden Artikel im Sortiment Mode per Katalog

15 Next Best Action Schritt 2 Vom besten Kunden pro Kampagne zur besten Kampagne für einen Kunden Potentielle Kampagnen Eligibel Marge Antwortwahrscheinlichkeit Erwarteter Value A No B Yes 90 65% 59 Yes % 64 C

16 Mainova AG Effektive und kostengünstige Kundenansprache mit Predictive Analytics Das Unternehmen Die Mainova AG ist der größte Energieversorger Hessens und die Nummer 10 in Deutschland. Das börsennotierte Unternehmen mit Sitz in Frankfurt am Main versorgt rund eine Million Menschen in Hessen und den angrenzenden Bundesländern täglich mit Strom, Erdgas, Wärme und Wasser Lösung Die Mainova ermittelt mit IBM SPSS regelmäßig für jeden Kunden - den Kundenwert als Prognose der zukünftigen Verbräuche und der sich daraus ergebenden Umsätze - den Kundentypus als Ausprägung der Interessenlagen - die Beziehungsphase im Rahmen des Kundenlebenszyklus - die Wechselwahrscheinlichkeit - Analyse von Kostentreiber für verschieden Marketinginstrumente - Wöchentliche, fein granulare Analyse aller Preise und Konditionen der Wettbewerber für den Vertrieb Beispiele Kosteneinsparungen für Druck und Versand der viermal jährlich erscheinenden Kundenzeitschrift ohne signifikante Verluste bei Bekanntheit und Akzeptanz. Identifikation desaktiven Leserkreises und Versand einer stark verkleinerten Auflage Senkung der Vertriebskosten um 95% bei einer Marketingkampagne zur Vermarktung spezieller Heizungspumpe durch die Identifikation der wenigen Tausend affinen Hauseigentümer Heute können wir die Streuverluste beim Einsatz von Instrumenten in Marketing und Vertrieb um bis zu 75 Prozent reduzieren. Andreas Hahne Sachgebietsleiter Marktforschung, Wettbewerbsbeobachtung und Data-Mining Ergebnisse Signifikante Reduktion der Abwanderungsrate durch die frühzeitige Identifizierung wechselwilliger Kunden Reduzierung der Streuverluste in Marketing und Vertrieb um bis zu 75 Prozent in manchen Projekten sogar bis zu 95%

17 Prozessmodell für Kundenbindung Schritt 1: Vorhersage des Kündigungsrisikos und des Kündigungszeitpunkts Vorhergesagtes Potential Schritt 2: Bestimmung des Kundenwerts (Customer Lifetime Value) Schritt 3: Auswahl der geeigneten Kundenbindungsmaßnahme - Wahrscheinlichkeit für Erfolg der Maßnahme - kundenindividuelle Optimierung der Incentivierungshöhe Kündigungsrisiko

18 Case Study: UPC UPC kombiniert Data Mining mit Text Analyse und Enterprise Feedback Management in einer ganzheitlichen Kundenbindungsstrategie Identifikation von über 100 Variablen, die Kündigungen treiben 100% Verbesserung bei der Identifizierung von potentiellen Kündigern Highlights Steigerung Senkung Steigerung 50% 17% 23% KUNDEN ZUFRIEDENHEIT KUNDEN KÜNDIGERRATE Unzufriedene Kunden zu Promotern Initiale Reduktion der Churn Rate von 19% auf 2% bei highly-risk Kunden In drei Monaten erhöhte sich die Kundenzufriedenzeit in über 50% aller Fälle

19 Operational Analytics IBM IBM Corporation

20 Einsatz von Preditive Analytics im gesamten Produktlebenszyklus Prognose von Serviceintervallen Diagnose von Versuchsdaten Entwicklung Identifikation verwandter Probleme, Ursachen und Maßnahmen Analyse von Händlerabrechnungen und daraus abgeleitete Massnahmen Vermeidung von Wiederholreparaturen After Sales Garantie Frühe Baureihen Recycling Beschwerden analysieren Automatisierte Auswertung von Texten n.i.o. Kühlstrecke Bearbeitung und Prüfung Prozessdaten i.o. Produktempfehlungen am Point of Sales Datenbank Online scoring Informationsfluss Kühlstrecke Bearbeitung Materialfluss Kunde Automatisierte Befragungen und direkte Analyse der Antworten Marketing Sales Produktion Logistik Produktionsoptimierung und -monitoring Kundenbedarfsermittlungen durch Segmentierung Artikelmix und daraus abgeleitete Bevorratung

21 Predictive Analytics in der Produktion Vorgehensmodell Produktionseigenschaften/-parameter Nr. Anlage Zeit Typ Temp Druck Füllstand Qualitätskennzahlen... Fehler Gütemaß :01 TN nein 10, :01 TO nein 10, :14 TSW ja 12, :15 TS nein 11, :29 TSW nein 12, :57 TO ja 11, :07 TSW nein 10, :09 TN ja 9, :11 TM ja 11, Data Mining Bei welchen Kombinationen tendieren die Qualitätskennzahlen zu gut/schlecht?

22 Identifikation von Fehlermustern und unbekannten Zusammenhängen mit Entscheidungsbaumverfahren 30 Regel: WENN Öffnungszeit > 1287 UND Heizkreis 12 <= 598,8 DANN wird zu 100% Ausschuss produziert

23 Präventiver Regelkreis: Proaktive dynamische Prüfung Kostenreduzierung durch Integration von Predictive Analytics in den Produktionsprozess Recycling n.i.o. Kühlstrecke Bearbeitung und Prüfung Prozessdaten i.o. Datenbank Kühlstrecke Bearbeitung Kunde Online scoring Informationsfluss Materialfluss

24 IBM SPSS wird von BMW in der Leichtmetallgiesserei genutzt um den Produktionsprozess besser zu verstehen und Probleme schneller zu eliminieren. Ergebnisse Reduktion der Ausschussrate um 80% in 12 Wochen! Adhoc-Analyse liefert ROI in 35 Minuten!

25 Automatisierte Qualitätssicherung in einer Fertigung bei einem Automobilhersteller Ausgangslage In der Fertigung werden pro Tag im Schnitt 2800 Zylinderköpfe hergestellt 600 Variablen werden im Produktions- und Qualitätssicherungsprozess erfasst Je später ein Qualitätsfehler auftritt, um so höher sind die anfallenden Kosten Hoher Bedarf an Regelreportings- und Analysen Einsatz von IBM SPSS Mit Data Mining wird die Transparenz in den Produktionsprozessen gesteigert Prozessoptimierung durch neue Erkenntnisse über Fehlermuster Fehlerquellen können tagesaktuell gefunden und behoben werden (Bsp: falsche Lagerung der Kerne führt zu Produktionsfehlern) Ergebnisse: Reduktion der Ausschussrate von 9% auf 1,5% Senkung der Qualitätssicherungskosten um 50% Verbesserung der Geradeaus-Produktion um 20% (von 80% auf 95%) 40% Arbeitszeitersparnis für die Erstellung von Regelanalysen und Fehlerreports ROI bereits nach 8 Wochen

26 Predictive Maintenance IBM IBM Corporation

27 Schritt 2: Vorauschauende Instandhaltung durch Vorhersage des optimalen Wartungszeitpunkts Ziele Prognose des idealen Zeitpunkts für den Teiletausch auf jeder Maschine Proaktive Steuerung der Wartungstrupps Forecasting von Reparaturkosten Von der reaktiven Wartung zur proaktiven Instandhaltung Mehrwert Steigerung der OEE Verringerte ungeplante Downtime von Maschinen (ungeplanter Stillstand wird zu geplantem Stillstand) höhere Durchlaufraten Verbesserung der Produktivität der Wartungsressourcen Vorausschauende Lagerhaltung führt zu einer Senkung der Lagerkosten

28 Case Study: DC Water. Automatisierte Routenplanung der Wartungstrupps auf Basis der Berechnung von sog. hot spots (Bereiche mit erhöhtem Ausfallrisiko) Our assets are talking to us, we are not listening Mujib Lodhi, CIO, DC Water

29 Case Study: DC Water DC Water verbessert Asset-Management durch Predictive Maintenance Das Unternehmen Die District of Columbia Water and Sewer Authority (DC Water) liefert Wasser, Kanäle und Abwasserentsorgung für über Einwohner, 1,6 Mio.. Besucher und Arbeiter im Bezirk Columbia und Teilen von Virginia und Maryland. Lösung DC Water implementierte die IBM Predictive Maintenance Lösung zur Vorhersage von kostenintensiven Ausfällen und Rohrbrüchen. Ein besseres Verständnis über den Zustand der einzelnen Assets ermöglicht DC Water eine gezielte Steuerung und tagesaktuelle Optimierung der Routenplanung der einzelnen Wartungsmitarbeiter im Stadtgebiet auf der Basis eines Priorisierungsmodells Key Benefits Reduktion der Kundenanrufe um 36% im Call Center durch verbesserte vorhersehende Wartung HUNA (High Utilization Notification Alerts) Benachrichtigungen verhindern Schäden von tausenden von Dollars für jeden Kunden Notfalluntersuchungen, die innerhalb von 10 Minuten abgeschlossen werden konnten, stiegen von 49% auf 93% Erstellung von Reports in Sekunden statt Tagen Our work with IBM has allowed our assets to communicate with us and we re doing more than just listening, we re taking action. Mujib U. Lodhi Chief Information Officer, DC Water Ergebnisse ROI: 629% Payback: 2 Monate Jährlicher Benefit: $ 6,559,000

30 IBM hat für Komatsu ein proaktives Monitoring- und Analyse-System implementiert, das eine Vielzahl von Parametern aus heterogenen Datenquellen analysiert um frühzeitig Qualitätsprobleme zu erkennen. 38 Vermeidung von Reparaturkosten von $1 M in unter 2 Wochen! 12-14x ROI (return on investment) in 4 Monaten!

31 Schritt 3: Early Warning & Alerting System Aufbau eines Frühwarnsystems durch Automatisierung der Analysen Modelle werden auf neue Daten angewendet und erzeugen sog. Risk Scores Monitoring der Fehlerwahrscheinlichkeiten und automatisches Alerting bei großen Veränderungen der Risikoscores ( Risk Rank Change ) Visualisierung der Ergebnisse und Integration in eine Reporting-Plattform

32 Nucleus Research: ROI Report über SPSS 94% aller Projekte mit positivem ROI 10,7 Monate für die Erreichung des ROI (im Ø) 81% der Projekte im Zeitplan 75% der Projekte im oder unter Budget Das ist einer der höchsten ROI Werte, der im Laufe unserer Evaluierungen erreicht wurde. Rebecca Wettemann, Vice President of Research at Nucleus Research

Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management

Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Martin Herzog 06/07.11.2012 Data Mining als Herzstück von Predictive Analytics Data Mining

Mehr

Predictive Analytics für Energieversorgungsunternehmen

Predictive Analytics für Energieversorgungsunternehmen Predictive Analytics für Energieversorgungsunternehmen Der Energiemarkt hat sich gewandelt, Energieversorger stehen vielfältigen Herausforderungen gegenüber: Immer mehr Anbieter betreten den liberalisierten

Mehr

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation SPSS Cognos Positionierung April 2010 Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation 2010 IBM Corporation Agenda 1. SPSS Positionierung 2. SPSS & Cognos

Mehr

Schon heute wissen, wie sich Ihre Kunden morgen entscheiden Szenarien für Predictive Analytics in der Versicherungsindustrie

Schon heute wissen, wie sich Ihre Kunden morgen entscheiden Szenarien für Predictive Analytics in der Versicherungsindustrie 18. März 2010, Allianz Arena München Schon heute wissen, wie sich Ihre Kunden morgen entscheiden Szenarien für Predictive Analytics in der Versicherungsindustrie Matthias Kraus SPSS, an IBM Company Solution

Mehr

Integriertes Marketingmanagement 2013

Integriertes Marketingmanagement 2013 Integriertes Marketingmanagement 2013 Schneller sehen, verstehen und entscheiden Dr. Andreas Becks Senior Business Architect SAS Deutschland GmbH Agenda Integriertes Marketingmanagement 2013 Die neue Bank

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

CENIT EIM Innovationstag. Predictive Analytics als Wettbewerbsvorteil

CENIT EIM Innovationstag. Predictive Analytics als Wettbewerbsvorteil CENIT EIM Innovationstag Predictive Analytics als Wettbewerbsvorteil Motorworld Böblingen, 09. Juni 2015 Stephan Schnieber, IBM Analytics, Analytics Solution Architect Daten sind die neue Basis für den

Mehr

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH QUALITÄT ZÄHLT DIE KUNDENWAHRNEHMUNG ENTSCHEIDET 91% 91% of unhappy customers unzufriedener

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

Entfesseln Sie Ihr Potential als Realzeit-Unternehmen!

Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! CC NOW 2013-19.9.13 in Düsseldorf Klaus-J. Zschaage authensis AG stellen Sie sich vor Seite 2 stellen Sie sich vor was ist dafür zu tun? Seite 3 Geschäftsoptimierung

Mehr

Vorhersagetechniken für zukünftiges Verhalten von Kunden

Vorhersagetechniken für zukünftiges Verhalten von Kunden IBM 360 Grad-Sicht auf den Kunden: Vorhersagetechniken für zukünftiges Verhalten von Kunden Sven Fessler, sven.fessler@de.ibm.com Solution Architect, IBM Germany Business Analytics & Optimization Das Spektrum

Mehr

Predictive Analytics / Data Mining im Controlling

Predictive Analytics / Data Mining im Controlling Predictive Analytics / Data Mining im Controlling Sprecher: Dr. Karsten Oehler 1 Das Buch zum Film Erscheint im Controlling Berater, Ende 2011, PDF vorab über karsten.oehler@de.ibm.com erhältlich. Agenda

Mehr

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10.

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10. Titel1 Business Analytics als Werkzeug zur Titel2 Unternehmenssteuerung Business Excellence Day 2015 Michael Shabanzadeh, 10. Juni 2015 World Communication GmbH 2015 Seite 1 Definition Business Analytics

Mehr

Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant.

Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Emanuel Bächtiger. Consultant. 20. August 2013 Gegründet in 1995 im Besitz von 26 Partnern 51 Mio. CHF Umsatz in 2012 400 Mitarbeiter in CH

Mehr

Kundenmanagement im Multi-Channel-Zeitalter

Kundenmanagement im Multi-Channel-Zeitalter Kundenmanagement im Multi-Channel-Zeitalter Wie gut kennen Sie Ihre Kunden? München, 24. März 2015 Muna Hassaballah Senior Consultant Muna.Hassaballah@SHS-VIVEON.com 30.03.2015 Kurzvorstellung Senior Consultant

Mehr

BI@T-Mobile: Enabling Closed-Loop Capabilities

BI@T-Mobile: Enabling Closed-Loop Capabilities BI@T-Mobile: Enabling Closed-Loop Oracle Terabyte, Heinz Sandermann Business Intelligence, TMD Barbara Jansen BI Framework & Data Architecture, TMD Die Geschäftsfelder der Deutschen Telekom at home on

Mehr

POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE

POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE FÜNF DINGE ÜBER UNS Marketing & Technologie I. Spezialagentur für Marketingberatung und -technologie II. Sitz in Wien, Marketing Labs

Mehr

Faktenbasiert entscheiden auf Knopfdruck: Mythos oder Realität?

Faktenbasiert entscheiden auf Knopfdruck: Mythos oder Realität? Faktenbasiert entscheiden auf Knopfdruck: Mythos oder Realität? CommonSense Dr. Andreas Becks Senior Business Architect CoE Information Management & Analytics DACH SAS Institute Copyr i g ht 2012, SAS

Mehr

BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant.

BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant. BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Emanuel Bächtiger. Consultant. 5. Dezember 2013 Agenda. à Ausgangslage à 360 Performance Dashboard à Projektvorgehen à Key Take Aways

Mehr

Kundenwissen für den Energieversorger der Zukunft

Kundenwissen für den Energieversorger der Zukunft Kundenwissen für den Energieversorger der Zukunft Dr. Leading Tobias customer Graml insights CTO company tobias.graml@ben-energy.com for utilities in Europe Sechs Jahre Expertise in Datenanalyse und Kundenverhalten

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

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?

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

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at

Mehr

Analytisches CRM. Workshop Data Mining im Datenbasierten Marketing. Michael Lamprecht und Jan Frick, Altran GmbH & Co. KG 26.06.

Analytisches CRM. Workshop Data Mining im Datenbasierten Marketing. Michael Lamprecht und Jan Frick, Altran GmbH & Co. KG 26.06. Analytisches CRM Workshop Data Mining im Datenbasierten Marketing Michael Lamprecht und Jan Frick, Altran GmbH & Co. KG 26.06.2015 Data Mining bietet Antworten auf zahlreiche analytische Fragestellungen

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

1 Copyright 2007 Infor. Alle Rechte vorbehalten. www.infor.com.

1 Copyright 2007 Infor. Alle Rechte vorbehalten. www.infor.com. 1 Copyright 2007 Infor. Alle Rechte vorbehalten. Infor PM 10 Launch Infor Unternehmensüberblick Pascal Strnad Regional Vice President Infor PM CH & A Copyright 2007 Infor. Alle Rechte vorbehalten. Agenda

Mehr

Making Things Right mit Industry Services

Making Things Right mit Industry Services Dirk Hoke, CEO Customer Services Making Things Right mit Industry Services siemens.com/hannovermesse Making Things Right mit Industry Services Services Seite 2 18. Februar 2014 Wachsende Herausforderungen

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

»DataDashboard«Analytisches Kundenmanagement für ihren Markterfolg

»DataDashboard«Analytisches Kundenmanagement für ihren Markterfolg »DataDashboard«Analytisches Kundenmanagement für ihren Markterfolg Dienstleistungs- und Softwareangebot für Ihren Markterfolg www.energieforen.de/goto/softwaretools Analytisches Kundenmanagement Ausgangssituation

Mehr

Big Data & High-Performance Analytics: Anwendungsszenarien

Big Data & High-Performance Analytics: Anwendungsszenarien Big Data & High-Performance Analytics: Anwendungsszenarien Dr. Thomas Keil, Program Manager Business Analytics Frankfurt 26.4.2012 McKinsey-Studie zeigt Big Value Quelle: McKinsey Global Institute, May

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

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG 2013 IBM Corporation Agenda Data Science made in Switzerland Case Study 1: Social Media

Mehr

Jeder Internetklick macht Sie durchschaubarer!

Jeder Internetklick macht Sie durchschaubarer! CEMA Vortragsreihe BIG Data Jeder Internetklick macht Sie durchschaubarer! Mannheimer Abendakademie, 4. Februar 2015 Jens Barthelmes Predictive Text Analytics Solution Architect IBM Deutschland GmbH 2015

Mehr

Mehr IQ für Ihre Daten durch intelligentes Adressmanagement und Smart Targeting.

Mehr IQ für Ihre Daten durch intelligentes Adressmanagement und Smart Targeting. Schober Group Mehr IQ für Ihre Daten durch intelligentes Adressmanagement und Smart Targeting. Mag. (FH) Alexandra Vetrovsky-Brychta Wien, 23.10.2012 Mehr IQ für Ihre Kundendaten Seite 2 Agenda Themen

Mehr

BIG DATA: EXPECT THE UNEXPECTED. T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft

BIG DATA: EXPECT THE UNEXPECTED. T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft BIG DATA: EXPECT THE UNEXPECTED T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft Big Data Ein Wort wie eine Grippeepidemie Quelle: Google Trends Unternehmen werden mit

Mehr

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG Inhalt Globale und unternehmensspezifische Herausforderungen Von Big Data zu Smart Data Herausforderungen und Mehrwert von Smart Data 2

Mehr

MHP BI Optimization Solution Ihre Lösung für einen maximalen Return on Investment Ihrer SAP BW Systemlandschaft!

MHP BI Optimization Solution Ihre Lösung für einen maximalen Return on Investment Ihrer SAP BW Systemlandschaft! MHP BI Optimization Solution Ihre Lösung für einen maximalen Return on Investment Ihrer SAP BW Systemlandschaft! Business Solutions 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung

Mehr

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com Wer sind wir? Wir sind ein unabhängiges Beratungs- und Analystenhaus für Business Intelligence Beratungs-

Mehr

Adobe FSI Breakfast. Frankfurt, 09.06.2015. 2015 icompetence

Adobe FSI Breakfast. Frankfurt, 09.06.2015. 2015 icompetence Adobe FSI Breakfast Frankfurt, 09.06.2015 2015 icompetence Gründung 1994 Firmensitz: Quickborn bei Hamburg 200 Mio Page Impressions/Monat mehr als 1,8 Millionen Privatkunden. über 2,8 Millionen Kunden

Mehr

Industrie 4.0 22.07.2014

Industrie 4.0 22.07.2014 Industrie 4.0 Georg Weissmüller 22.07.2014 Senior Consultant Fertigungsindustrie Agenda Überblick Industrie 4.0/Anwendungsfälle Intelligenter Service Augmented Reality Diskussion 2014 SAP AG or an SAP

Mehr

Big Data & High-Performance Analytics

Big Data & High-Performance Analytics Big Data & High-Performance Analytics Wolfgang Schwab, Senior Business Advisor Berlin 20.4.2012 PROJECTING THE GROWTH OF BIG DATA Source: IDC Digital Universe Study, sponsored by EMC, May 2010 THRIVING

Mehr

Real Time Decisions (RTD) macht Business Intelligence operativ.

Real Time Decisions (RTD) macht Business Intelligence operativ. Real Time Decisions (RTD) macht Business Intelligence operativ. Nikolaj Letkemann Juli 2010 Inhalt 1. Regeln oder Statistik, on- oder offline?... 3 2. Selflearning: Prozessperspektive... 4 3. RTD verwaltet

Mehr

Mit Risk Analytics Kundenrisiken aktiv steuern

Mit Risk Analytics Kundenrisiken aktiv steuern Mit Risk Analytics Kundenrisiken aktiv steuern Was sind Risk Analytics? Unter Risk Analytics versteht man statistische Analysen und Data Mining-Verfahren. Sie untersuchen Risiken im Zusammenhang mit Kundenbeziehungen

Mehr

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Big Data im Marke

Mehr

Bernd von Staa, msg global solutions AG, Oktober 2015

Bernd von Staa, msg global solutions AG, Oktober 2015 .consulting.solutions.partnership SAP-Forum für Banken 7./8. Oktober 2015, Mainz Performance Management for Financial Industry am Beispiel Cost and Revenue Allocation Bernd von Staa, msg global solutions

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

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

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

ibpm - intelligent Business Process Management: WWW.AXONIVY.COM

ibpm - intelligent Business Process Management: WWW.AXONIVY.COM ibpm - intelligent Business Process Management: ein neues Zeitalter bricht an. Peter Wiedmann 14.11.2014 WWW.AXONIVY.COM AGENDA 2 Vorstellung und Einführung Produktvorstellung ibpm die neue Dimension Anwendungsszenario

Mehr

Optimierung von Kampagnen durch individuelle Attribution

Optimierung von Kampagnen durch individuelle Attribution Optimierung von Kampagnen durch individuelle Attribution TRACKS Summit 2014 Murat Cavus Head of Data Analytics Hamburg, Allgemeine Kampagnen sind keine Lösung Allgemeine Kampagnen sind keine Lösung 5.5%

Mehr

Best Practices. von 1000 Versandhändlern FOLIENTITEL STEHT HIER. Michael Schorb, Sales Manager SUBHEADLINE STEHT HIER

Best Practices. von 1000 Versandhändlern FOLIENTITEL STEHT HIER. Michael Schorb, Sales Manager SUBHEADLINE STEHT HIER Michael Schorb, Sales Manager FOLIENTITEL STEHT HIER SUBHEADLINE STEHT HIER Data Textmasterformat driven bearbeiten E-Commerce Best Practices von 1000 Versandhändlern FOLIENTITEL Agenda STEHT HIER SUBHEADLINE

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

Andreas Emhart Geschäftsführer Alegri International Group

Andreas Emhart Geschäftsführer Alegri International Group Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service

Mehr

Die Rolle von Big Data für RE & FM. Erik Jaspers, Strategy & Innovation, March 2015

Die Rolle von Big Data für RE & FM. Erik Jaspers, Strategy & Innovation, March 2015 Die Rolle von Big Data für RE & FM Erik Jaspers, Strategy & Innovation, March 2015 30-3-2015 Erik Jaspers Product Strategy & Business Innovation erik.jaspers@planonsoftware.com Mitglied des Board of Trustees

Mehr

BOARD Deutschland GmbH

BOARD Deutschland GmbH BOARD Deutschland GmbH Roger Schymik Senior PreSales Consultant BOARD Deutschland GmbH Better decisions. Better business. Der Wendepunkt WETTBEWERBSFÄHIGKEIT BI & CPM WENDEPUNKT Entscheidungs -effektivität

Mehr

Vertriebssteuerung & Kundenmanagement. Ihre IBM Veranstaltung am 1.12. 2010 in Frankfurt a. M. und am 2.12. 2010 in München

Vertriebssteuerung & Kundenmanagement. Ihre IBM Veranstaltung am 1.12. 2010 in Frankfurt a. M. und am 2.12. 2010 in München Vertriebssteuerung & Kundenmanagement bei Finanzinstituten Ihre IBM Veranstaltung am 1.12. 2010 in Frankfurt a. M. und am 2.12. 2010 in München Bessere Einsichten. Bessere Entscheidungen. Zufriedenere

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

Ein völlig neues Marktumfeld

Ein völlig neues Marktumfeld Ein völlig neues Marktumfeld Signifikante Veränderungen gleichzeitig und auf mehreren Ebenen Wandel in der Wirtschaftswelt Geopolitische Veränderungen Technologieinnovationen Die Macht der Cloud Neue Arbeitnehmergeneration

Mehr

Direktmarketing im Zentrum digitaler Vertriebsstrategien

Direktmarketing im Zentrum digitaler Vertriebsstrategien Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer

Mehr

Wie Social Media die Geschäftswelt verändert. Axel Schultze President

Wie Social Media die Geschäftswelt verändert. Axel Schultze President Wie Social Media die Geschäftswelt verändert Axel Schultze President Copyright Xeequa Corp. 2008 Social Media aus der Vogelperspektive Copyright Xeequa Corp. 2008 Fast 10 Jahre Social Media - im Zeitraffer

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

connect and get connected Wachstum durch CRM dank neuen Kunden

connect and get connected Wachstum durch CRM dank neuen Kunden connect and get connected Wachstum durch CRM dank neuen Kunden Swiss CRM Forum 2011 rbc Solutions AG, General Wille-Strasse 144, CH-8706 Meilen welcome@rbc.ch, www.rbc.ch, +41 44 925 36 36 Agenda Einleitung

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

Online-Kampagnen richtig gestalten

Online-Kampagnen richtig gestalten Online-Kampagnen richtig gestalten Von der Konzeption bis zur Auswertung Zürich 25. März 2010 Manfred Bacher, Ueli Preisig Unternehmensportrait Unic auf einen Blick Unternehmen 1996 in Bern als Spin-off

Mehr

SCHNAPP.AT LBS FÜR HANDEL & INDUSTRIE Isabelle Cholette-Bachner, T-Mobile Austria.

SCHNAPP.AT LBS FÜR HANDEL & INDUSTRIE Isabelle Cholette-Bachner, T-Mobile Austria. SCHNAPP.AT LBS FÜR HANDEL & INDUSTRIE Isabelle Cholette-Bachner, T-Mobile Austria. streng vertraulich, vertraulich, intern, öffentlich DAS5/28/13 VERBINDET UNS. 1 LOCATION BASED SERVICES DREI SPANNUNGSFELDER

Mehr

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

Mehr

Experten für CRM und BI seit über 10 Jahren. Analytische CRM Lösungen im Vergleich

Experten für CRM und BI seit über 10 Jahren. Analytische CRM Lösungen im Vergleich Experten für CRM und BI seit über 10 Jahren Analytische CRM Lösungen im Vergleich Kernaussagen Analytische CRM Lösungen Analyse- und Reportmöglichkeiten bestehender CRM- Systeme können den Managementanforderungen

Mehr

SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013

SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013 SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013 SAS INSTITUTE EIN UNTERNEHMEN IN ZAHLEN SAS is the first company to call when you need to solve

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

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS BIG DATA & PREDICTIVE ANALYTICS BIG DATA & PREDICTIVE ANALYTICS Turn communication into usable data. In einer zunehmend vernetzten, digitalen Service-Ökonomie müssen Sie die Wünsche Ihrer Kunden laufend

Mehr

BIG DATA - BIG OPPORTUNITIES

BIG DATA - BIG OPPORTUNITIES BIG DATA - BIG OPPORTUNITIES eday: 2014 Wien, 6. März 2014 EBA Executive Business Advice GmbH 1120 Wien, Am Euro Platz 2, Gebäude G Tel.: +43 1 71728 172 Email: office@eba-business.at www.eba-business.at

Mehr

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor Yves-Deniz Obermeier Sales Manager Financial Services Ing. Thomas Heinzmann Division Management BI Mag. Martin Feith Senior Expert Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

Mehr

Höhere Conversion mehr Umsatz:

Höhere Conversion mehr Umsatz: Höhere Conversion mehr Umsatz: Warum es sich lohnt Ihre Kunden kennen zu lernen München, 25. Februar 2014 Muna Hassaballah Senior Consultant CRM Muna.Hassaballah@SHS-VIVEON.com inkl. Vorstellung zweier

Mehr

Social Media als Bestandteil der Customer Journey

Social Media als Bestandteil der Customer Journey Social Media als Bestandteil der Customer Journey Gregor Wolf Geschäftsführer Experian Marketing Services Frankfurt, 19.6.2015 Experian and the marks used herein are service marks or registered trademarks

Mehr

Entwicklung eines CRM Systems

Entwicklung eines CRM Systems Entwicklung eines CRM Systems In diesem Skript werden alle möglichen Elemente die zur Entwicklung eines CRM Systems notwendig sind angesprochen. Im Rahmen Ihrer Analyse Ihres Beispielunternehmens/ Ihrer

Mehr

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Industrie 4.0 Predictive Maintenance Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Anwendungsfälle Industrie 4.0 Digitales Objektgedächtnis Adaptive Logistik Responsive Manufacturing Intelligenter

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

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

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 Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Dr. Philipp Sorg (Senior Data Scientist) Peter Stahl (Senior Business Development Manager) 24. März 2015, Internet

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

Innovatives Multi Channel Management 2.0 für Effizienzsteigerung und Kundenbindung

Innovatives Multi Channel Management 2.0 für Effizienzsteigerung und Kundenbindung MSU Consulting GmbH Management-Beratung für Strategie und Umsetzung Innovatives Multi Channel Management 2.0 für Effizienzsteigerung und Kundenbindung Tannenwaldallee 6 61348 Bad Homburg v.d.h. Tel.: +49

Mehr

novem business applications GmbH BI Forum München, 7. Oktober 2009 Dr. Peer Schwieren Geschäftsführer

novem business applications GmbH BI Forum München, 7. Oktober 2009 Dr. Peer Schwieren Geschäftsführer 1 novem business applications GmbH BI Forum München, 7. Oktober 2009 Dr. Peer Schwieren Geschäftsführer 2 novem business applications GmbH novem Perspektiven Mehr Performance für unsere Kunden Niederlassungen

Mehr

Data Center Infrastructure Management (DCIM) Entscheidungen basierend auf Fakten steigern die Effizienz

Data Center Infrastructure Management (DCIM) Entscheidungen basierend auf Fakten steigern die Effizienz For the factories of the 21 st century Building Technologies / Data Center Infrastructure Management (DCIM) Entscheidungen basierend auf Fakten steigern die Effizienz siemens.com/dcim Datencenter die Fabriken

Mehr

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive

Mehr

2006 COGNOSCO AG, 8057 ZUERICH, SWITZERLAND All rights reserved. Performance Management Markterfolg dank Kundenrating

2006 COGNOSCO AG, 8057 ZUERICH, SWITZERLAND All rights reserved. Performance Management Markterfolg dank Kundenrating Performance Management Markterfolg dank Kundenrating Welches sind Ihre besten Kunden? Frage 1: Kennen Sie die Umsatzentwicklung jedes Kunden über die letzten 5 Jahre? Frage 2: Kennen Sie den Produkte-Mix

Mehr

LOG AND SECURITY INTELLIGENCE PLATFORM

LOG AND SECURITY INTELLIGENCE PLATFORM TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com

Mehr

Der Kunde aus der Sicht von Lufthansa 50. ÖRV Frühjahrskongress 2010 Bad Mitterndorf, 23.04.2010

Der Kunde aus der Sicht von Lufthansa 50. ÖRV Frühjahrskongress 2010 Bad Mitterndorf, 23.04.2010 Der Kunde aus der Sicht von Lufthansa 50. ÖRV Frühjahrskongress 2010 Bad Mitterndorf, 23.04.2010 Leiter Kunden- und Marktanalyse Seite 2 Lufthansa ist ein global agierender Luftfahrtkonzern mit vielfältigen

Mehr

capaneo crmmatch TECHNOLOGIEN

capaneo crmmatch TECHNOLOGIEN capaneo crmmatch Mehrwert durch verknüpfte Offline- und Online-Daten Zielgenaue Display-Werbung auf Basis Ihrer CRM-Daten Wertschöpfungssteigerung des Customer Lifetime Value Bestandskunden auch online

Mehr

Geschäftssicherung durch aktiven Servicevertrieb

Geschäftssicherung durch aktiven Servicevertrieb e-sm Services & Consulting GmbH Geschäftssicherung durch aktiven Servicevertrieb Hans-Peter Henkel Senior Sales & CRM Consultant Agenda Warum Fokus auf Servicevertrieb? Bestandskundengeschäft vs. Neugeschäft

Mehr

Integriertes Projekt Risiko Management mit @Risk in der Öl und Gas Industrie

Integriertes Projekt Risiko Management mit @Risk in der Öl und Gas Industrie Integriertes Projekt Risiko Management mit @Risk in der Öl und Gas Industrie Bodo Friese Corporate Project Risk Manager Palisade User Conference, Frankfurt, Germany 09-Oct-2014 Agenda Cameron in kurzen

Mehr

Der EfL-Kundenmanager. Kunden binden, segmentieren, innovieren

Der EfL-Kundenmanager. Kunden binden, segmentieren, innovieren Der EfL-Kundenmanager Kunden binden, segmentieren, innovieren Kurzvorstellung des EfL-Kundenmanagers Seit der Liberalisierung des Strommarkts ist der Energiemarkt in Deutschland durch Wettbewerbsintensität,

Mehr

Customer Golden Record

Customer Golden Record Customer Golden Record Otto Neuer, Senior VP Global Sales Seite Agenda 1 Zurück zum Tante Emma Prinzip? 2 Bad 10 Top 10 Probleme mit Kundendaten 3 Customer Golden Record 4 360 Kundensicht die Benefits

Mehr

KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG)

KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) W W W. N O V E M B A. D E Sie haben Ihr Ziel erreicht! Strategie & Planung Unter vollen Segeln zum Erfolg Strategie & Planung Unter vollen

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

Mit Personalisierung Kundenzufriedenheit und Umsätze steigern Erfolgreiche Praxisbeispiele

Mit Personalisierung Kundenzufriedenheit und Umsätze steigern Erfolgreiche Praxisbeispiele Mit Personalisierung Kundenzufriedenheit und Umsätze steigern Erfolgreiche Praxisbeispiele Dr. Philipp Sorg (Senior Data Scientist) Peter Stahl (Senior Business Development Manager) 24. März 2015, Internet

Mehr

Hinführung zum Thema CRM Was ist CRM & Was habe ich davon?

Hinführung zum Thema CRM Was ist CRM & Was habe ich davon? Hinführung zum Thema CRM Was ist CRM & Was habe ich davon? NIK Veranstaltung in Nürnberg / 07. Mai 2014 Referent Matthias Bär sales do Gründer / Strategieberater und Umsetzungsbegleiter Was erwartet uns

Mehr

MIS Service Portfolio

MIS Service Portfolio MIS Service Portfolio Service Level Management o Service Management o Customer Satisfaction Management o Contract Management & Accounting o Risk Management Event Management o Monitoring und Alerting Services

Mehr