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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von Such- und Analysefunktionen... 9 Analyseverfahren Clusteranalyse Parameter der Ähnlichkeitsfunktion Partitionierende und hierarchische Verfahren Maß für die Verschiedenheit zwischen Objekten Suche nach unbekannten Datenmustern Value-at-Risk-Verfahren Simulation von Risikofaktoren Entscheidungsbaum-Verfahren Neuronale Netze als Blackbox Der Faktor Information als Holschuld Alles blickt auf den Kunden... 29

2 Die Säulen von CRM Durchgängige Sicht auf den Kunden Identifizierung von Zielmärkten Optimierung von Kundenkontakten Easy-to-use-Werkzeuge Drill-down und Drill-up Daten in mehreren Dimensionen Bereinigung der Daten und Ausreißer Discovery- und Verification-Techniken Decision Support über alle Ebenen verteilen Datenanalyse in ihrem räumlichen Bezug Dateneinsatz für Cross-Selling und Neukundengewinnung Datenschürfung Beispiele Oder: Daten Mining im Bestandskunden -Management Oder: Kundenbefragungen für Marktforschungsstudien Oder- Kundengewinnung per Wohnumfeldanalyse Oder: Kreditwürdigkeitsprüfung per Scoring Oder: Data Mining in der Neukundengewinnung... 57

3 Viele Manager arbeiten auch heute noch vorwiegend mit umfangreichen Stäben und greifen nur in Ausnahmefälle selbst auf die sogenannten Executive- Informationssysteme (EIS) zurück. Die Begründung, dass Manager den Faktor Information nach wie vor als Bring- und nicht als Holschuld einschätzen oder aber ihre Entscheidungskriterien und damit ihre Informationsbedürfnisse nicht offenlegen wollten, ist jedoch nicht zutreffend. Vielmehr dürfte der Grund eher in konzeptionellen Defiziten liegen, insbesondere dass die Potentiale, die Informationsbedürfnisse des Managements umfassend und flexibel abzudecken, viel zu hoch angesetzt werden dass die Potentiale, das Management wirkungsvoll zu unterstützen, bessere Entscheidungen schneller zu treffen, viel zu hoch angesetzt werden dass die Vorstellung vom vernetzten Manager oder gläsernen Unternehmen in der Realität als überzogen erscheint dass in rein technikorientierten Ansätzen zu wenig berücksichtigt wird, dass sich die Informationsbedürfnisse des Leiters eines kleinen Unternehmens und des Vorstandsvorsitzenden eines Großkonzern in wesentlichen Punkten unterscheiden und teilweise sogar widersprechen sowie insbesondere, dass die Einbindung externer -teilweise weicher - Umfelddaten zu wenig herausgestellt und auch betriebswirtschaftlich unterstützt wird Data Mining Financial Telekommu Öffentl. Pharma Versiche- Handel Fertigung Automobil - Anwendung Services nikation Sektor rung Churn Managemt. Risiko Analyse Target Marketing Market-Basket-Analyse Category Management Portfolio Modeling Claims Analysis Credit Scoring Fraud Detection Call Behavior Analysis Cross-Selling Warranty Management Business Simulation Demand Forecasting Operations Research Inventory Management Capacitiy Planning Beispiel Lösungsmatrix

4 Alles blickt auf den Kunden Zur Sicherung ihres Wettbewerbsvorsprungs wählen führende Unternehmen in zunehmendem Maß speziell auf den Kunden und dessen Marktumfeld ausgerichtete Strategien. Dabei haben neue Konzepte der Kundenorientierung wie z.b. Customer Asset Management One-to-One Marketing haben in allen Unternehmensbereichen die Erkenntnis verstärkt, dass der Kunde ein entscheidender Erfolgsfaktor für das Unternehmen ist. Wichtigstes Kriterium für die eingesetzte Software ist daher auch, dass diese Tatsache von ihren Funktionen her abgebildet und unterstützt werden kann. Im Gegensatz zu traditionellen Abfrage- und Reporting-Werkzeugen sind analytische Applikationen mit einer Logik ausgestattet, mit der sich beispielsweise ermitteln lässt, welche Trends sich aus dem Kaufverhalten der Kunden ableiten lassen oder mit der das Marketing auch bei seiner strategischen Planung unterstützt werden kann. Kern der Analyseinstrumente ist das Erkennen von Strukturzusammenhängen in Datenbeständen. Kunde Kanäle In bound Operational CRM Out bound Closed Loop CRM Closed Loop Kontrolle Kunden Data Mart Kunden-Identifizierung Kundenwert-Optimierung Kunden- Bestandssicherung ERM/SCM Integration Paket X Operatives System Y Data Warehouse

5 Die Säulen von CRM Demgemäß besteht CRM aus drei unterschiedlichen Klassen von Systemen: operative, transaktionsbezogene Systeme analytische closed loop -Systeme Kunden-Interaktions- und Back-Office-Systeme. Die wesentlichen Ziele für eine CRM-Ausrichtung sind: Kundenidentifikation: Kundensegmentierung und Kundenprofile aus Data Mining Analysen werden zum Ausgangspunkt für Kampagnen-Design und - Planung Kundenwert-Maximierung: Marktkorbanalysen unterstützen des Cross- Selling mit einem closed-loop -Ansatz Kunden-Bestandssicherung: mit Churn-Management werden Kunden aufgespürt, die nach vor Beendigung der Kundenbeziehung stehen. Die durch Data Mining gefundene Churn-Rate wird zur Planung und Steuerung von Kampagnen genutzt Alle hierbei entwickelten Kennzahlen werden im Kunden Data Mart gespeichert. Hiervon nicht isoliert betrachtet werden dürfen die Front-Office- Geschäftsprozesse: sie sind in das Back-Offoce und die Lieferkette hochgradig integriert. Der Ansatz stellt darauf ab, dass ein steigender Anteil von Entscheidungen real time erfolgen muss: Daten unterschiedlichsten Ursprungs werden zunächst zu einem konsistenten Modell zusammengeführt. Dem Anwender werden dieses Modell, Daten und Instrumente für die Analyse zur Verfügung gestellt. Zu berücksichtigen ist dabei, dass es sich bei ein und demselben Zahlenmaterial sich einmal um Daten, in einem anderen Fall um Informationen handeln kann (je nach Informationsbedarf) die gleiche Entscheidungssituation bei verschiedenen Personen einen unterschiedlichen Informationsbedarf auslösen kann.

6 Rohdaten konsistente Datenbasis Entscheidungsrelevante Informationen Operative Systeme Transformation Data Warehouse Business Intelligence integrieren konvertieren Data Mining Ad-hoc-Abfrage filtern Reporting verdichten Führungs-Info reformatieren Mikro-Marketing standardisieren Daten-Transformationsprozess

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

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

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

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

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Andrei Buhrymenka Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Für Unternehmen mit Business Intelligence Diplomica Verlag Andrei Buhrymenka Erfolgreiche Unternehmensführung

Mehr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Presse Talk CeBIT 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

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

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 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

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

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

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

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

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

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

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

ONLINESHOPS ERFOLGREICH STEUERN: WIE BEHALTE ICH DIE ÜBERSICHT?

ONLINESHOPS ERFOLGREICH STEUERN: WIE BEHALTE ICH DIE ÜBERSICHT? ONLINESHOPS ERFOLGREICH STEUERN: WIE BEHALTE ICH DIE ÜBERSICHT? Transparenz durch Best Practice ecommerce Reporting Lennart Jansen! plentymarkets Online-Händler-Kongress Februar 2014 DAS PROBLEM:!! KEINE

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

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

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

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

Forschungsbereich Value-based Customer Relationship Management (CRM)

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

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon

Mehr

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

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

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

Data Warehouse. für den Microsoft SQL SERVER 2000/2005 Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich

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 Centricity. Frankfurt, November 2011. Dr. Wolfgang Martin Analyst, ibond Partner, und Mitglied im CRM Expertenrat

Customer Centricity. Frankfurt, November 2011. Dr. Wolfgang Martin Analyst, ibond Partner, und Mitglied im CRM Expertenrat Customer Centricity Frankfurt, November 2011 Dr. Wolfgang Martin Analyst, ibond Partner, und Mitglied im CRM Expertenrat Customer Centricity Kundenbeziehungs-Management Die Evolution der Modelle Outbound,

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

FAGUS Paper Data Cubes

FAGUS Paper Data Cubes FAGUS Paper Data Cubes v5 Dynamische Datenanalyse auf Basis von FAGUS Paper.v5 und Microsoft Analysis Services 2 FAGUS Paper Data Cubes Data Mining Nutzen Sie den Mehrwert Ihrer IT Jeden Tag werden in

Mehr

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

Institut für Wirtschaftswissenschaftliche Forschung und Weiterbildung GmbH Institut an der FernUniversität in Hagen MUSTERLÖSUNG

Institut für Wirtschaftswissenschaftliche Forschung und Weiterbildung GmbH Institut an der FernUniversität in Hagen MUSTERLÖSUNG Institut für Wirtschaftswissenschaftliche Forschung und Weiterbildung GmbH Institut an der FernUniversität in Hagen Name Straße PLZ, Ort IWW Studienprogramm Aufbaustudium 1. Musterklausur IT-gestützte

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

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

Business Performance Management Next Generation Business Intelligence?

Business Performance Management Next Generation Business Intelligence? Business Performance Management Next Generation Business Intelligence? München, 23. Juni 2004 Jörg Narr Business Application Research Center Untersuchung von Business-Intelligence-Software am Lehrstuhl

Mehr

Internationalisierung im Mittelstand und die Auswirkungen auf Reporting und Konsolidierung

Internationalisierung im Mittelstand und die Auswirkungen auf Reporting und Konsolidierung Internationalisierung im Mittelstand und die Auswirkungen auf Reporting und Konsolidierung Vorgehensweise bei der Umsetzung von Data Warehouse Projekten Agenda Problemstellung Reportingbeispiele Grundlage

Mehr

Agenda. Hype oder Mehrwert. Herausforderungen. Methoden Werkzeuge. Kosten Nutzen. Definition Ziele

Agenda. Hype oder Mehrwert. Herausforderungen. Methoden Werkzeuge. Kosten Nutzen. Definition Ziele Agenda Definition Ziele Methoden Werkzeuge Herausforderungen Kosten Nutzen Hype oder Mehrwert Definition / Ziele Google Suche: define:business Intelligence Mit Business Intelligence können alle informationstechnischen

Mehr

Aktuelle Trends im CRM

Aktuelle Trends im CRM . CRM-Symposium.. Aktuelle Trends im CRM Prof. Dr. Klaus D. Wilde Lehrstuhl für ABWL und Wirtschaftsinformatik Katholische Universität Eichstätt-Ingolstadt. &. Generation KM ext Best X Aktionsorientiertes

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

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

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

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

Zyklus des CRM. CRM-Informationsarchitektur mit intelligenten Agenten. Kauf. Willkommenspaket gewünschte Leistung sicherstellen. Persönlicher Kontakt

Zyklus des CRM. CRM-Informationsarchitektur mit intelligenten Agenten. Kauf. Willkommenspaket gewünschte Leistung sicherstellen. Persönlicher Kontakt Zyklus des CRM. Persönlicher Kontakt Kauf Start Willkommenspaket gewünschte Leistung sicherstellen Call Center Zurückgewinnung Kennenlernen Service Beratung Dialog-Medien Trennung CRM-Informationsarchitektur

Mehr

Business Intelligence

Business Intelligence Business Intelligence TOP Priorität für CIOs? Köln 08. Mai 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business Intelligence BI TOP Priorität

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

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

White Paper: Target_Project_BI - Lösungsansatz in der Automobil- Zulieferer-Industrie

White Paper: Target_Project_BI - Lösungsansatz in der Automobil- Zulieferer-Industrie Target_Project_BI - Lösungsansatz in der Automobil- Zulieferer-Industrie Management Summary Der hier beschriebene Target_Project_BI Lösungsansatz der C.O.S bietet folgende Lösungsmodule: Top/Multi-Level

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen

Komponenten und Architekturen von Analytischen Informationssystemen Komponenten und Architekturen von Analytischen Informationssystemen Sommersemester 2013 Prof Dr. Peter Gluchowski Literatur zur Vorlesung AIS/BIS Gluchowski, Peter; Gabriel, Roland; Dittmar, Carsten: Management

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

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

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

Geo-Analyse-Paket Mit CRM & Geomarketing Vertriebspotenziale heben

Geo-Analyse-Paket Mit CRM & Geomarketing Vertriebspotenziale heben Geo-Analyse-Paket Mit CRM & Geomarketing Vertriebspotenziale heben Erfahren Sie, wie Sie durch Verknüpfung von CRM und Geomarketing zusätzliche Vertriebspotenziale heben und Marketingmaßnahmen optimieren

Mehr

Big Data Vom Hype zum Geschäftsnutzen

Big Data Vom Hype zum Geschäftsnutzen Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010

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

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

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011 Roundtable Dashboards und Management Information Rüdiger Felke / Christian Baumgarten 29.11.2011 Agenda Behind the Dashboards Was ist ein Dashboard und was ist es nicht? SAP BusinessObjects Dashboards

Mehr

Management Support Systeme

Management Support Systeme Management Support Systeme WS 24-25 4.-6. Uhr PD Dr. Peter Gluchowski Folie Gliederung MSS WS 4/5. Einführung Management Support Systeme: Informationssysteme zur Unterstützung betrieblicher Fach- und Führungskräfte

Mehr

Trends in Business Intelligence

Trends in Business Intelligence Trends in Business Intelligence Dr. Carsten Bange Business Intelligence (BI) beschreibt die Erfassung, Sammlung und Darstellung von Information zur Planung, Steuerung und Kontrolle der Unternehmensleistung.

Mehr

Oracle 10g revolutioniert Business Intelligence & Warehouse

Oracle 10g revolutioniert Business Intelligence & Warehouse 10g revolutioniert Business Intelligence & Warehouse Marcus Bender Strategisch Technische Unterstützung (STU) Hamburg 1-1 BI&W Market Trends DWH werden zu VLDW Weniger Systeme, mehr Daten DWH werden konsolidiert

Mehr

HLUSS MIT BIG DATA! BASICS FÜR ONLINESHOPS. Februar

HLUSS MIT BIG DATA! BASICS FÜR ONLINESHOPS. Februar HLUSS MIT BIG DATA! BASICS FÜR ONLINESHOPS. Februar 2014 1. Schluss mit BIG DATA 2. BI-Basics: Best Practice ecommerce Reporting 3. Was muss ich mir anschauen? 4. Wie muss ich es mir anschauen? 5. Was

Mehr

Business Intelligence. Business Intelligence Seminar, WS 2007/08

Business Intelligence. Business Intelligence Seminar, WS 2007/08 Business Intelligence Seminar, WS 2007/08 Prof. Dr. Knut Hinkelmann Fachhochschule Nordwestschweiz knut.hinkelmann@fhnw.ch Business Intelligence Entscheidungsorientierte Sammlung, Aufbereitung und Darstellung

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights

Mehr

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center Ing. Polzer Markus öffentlich Inhaltsverzeichnis 1 2 3 4 5 6 7 Kurzvorstellung Raiffeisen Solution Business Intelligence Strategie

Mehr

Business Intelligence im CRM April 2003

Business Intelligence im CRM April 2003 CRM, das alles beherrschende Thema der letzen Jahre, ist ohne Business Intelligence (BI) nicht denkbar. Denn ohne fundierte Kenntnisse des Kunden, seiner Zufriedenheit und seiner Bedürfnisse lassen sich

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

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

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

Internationaler Controller Verein. Gründungssitzung der Projektgruppe Business Intelligence Stuttgart, 26.01.2006

Internationaler Controller Verein. Gründungssitzung der Projektgruppe Business Intelligence Stuttgart, 26.01.2006 Internationaler Controller Verein Gründungssitzung der Projektgruppe Business Intelligence Stuttgart, 26.01.2006 Agenda 10.00 Begrüßung 10.00 Rolle des Controllers im Umfeld Business Intelligence (A. Seufert)

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

software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions

software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions Vom OLAP-Tool zur einheitlichen BPM Lösung BI orientiert sich am Business

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

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

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

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

SAP Business Intelligence

SAP Business Intelligence SAP Business Intelligence Helmut Roos Diplom-Ingenieur Unternehmensberater Grundlagen zu Netweaver 7.0 D-67067 Ludwigshafen +49 (621) 5 29 44 65 Data Acquisition Common Read / Write Interface Open Interface

Mehr

Michael Bauer Niederlassungsleiter Köln

Michael Bauer Niederlassungsleiter Köln Click to edit Master title style 1 Michael Bauer Niederlassungsleiter Köln Hamburg, 18. Juni 2009 2009 IBM Corporation Agenda Click to edit Master title style 2 zur Person Wo, Warum.., Was - CPM liefert

Mehr

Neue Strategien und Innovationen im Umfeld von Kundenprozessen

Neue Strategien und Innovationen im Umfeld von Kundenprozessen Neue Strategien und Innovationen im Umfeld von Kundenprozessen BPM Forum 2011 Daniel Liebhart, Dozent für Informatik an der Hochschule für Technik Zürich, Solution Manager, Trivadis AG Agenda Einleitung:

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

Business Intelligenceein Überblick

Business Intelligenceein Überblick Exkurs Business Intelligenceein Überblick Folie 1 Januar 06 Literatur Kemper, Hans-Georg; Mehanna, Walid; Unger, Carsten (2004): Business Intelligence: Grundlagen und praktische Anwendungen Eine Einführung

Mehr

PRESSE-INFORMATION LÜNENDONK -MARKTSTICHPROBE 2010 DER MARKT FÜR SOFTWARE-ANBIETER IN DEUTSCHLAND: BI BIRGT NOCH ERHEBLICHES WACHSTUMSPOTENZIAL

PRESSE-INFORMATION LÜNENDONK -MARKTSTICHPROBE 2010 DER MARKT FÜR SOFTWARE-ANBIETER IN DEUTSCHLAND: BI BIRGT NOCH ERHEBLICHES WACHSTUMSPOTENZIAL PRESSE-INFORMATION BI-27-10-10 LÜNENDONK -MARKTSTICHPROBE 2010 DER MARKT FÜR SPEZIALISIERTE BUSINESS-INTELLIGENCE-STANDARD- SOFTWARE-ANBIETER IN DEUTSCHLAND: BI BIRGT NOCH ERHEBLICHES WACHSTUMSPOTENZIAL

Mehr

Kundenbindung optimieren mit Predictive Analytics und Text Mining

Kundenbindung optimieren mit Predictive Analytics und Text Mining Kundenbindung optimieren mit Predictive Analytics und Text Mining Ein Praxis-Beispiel mit der Analyse-Plattform STATISTICA CeBIT Hannover, 10. März 2014 www.statsoft.de StatSoft (Europe) GmbH 2014 Dr.

Mehr

Management von Kundendaten mit Hilfe eines Data Warehouse

Management von Kundendaten mit Hilfe eines Data Warehouse Management von Kundendaten mit Hilfe eines Data Warehouse Abstrakt: Seitdem der CRM-Gedanke Verbreitung gefunden hat, werden an die Kenntnisse über Kunden hohe Anforderungen gestellt. Im gleichen Maße

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

Data Mining Anwendungen und Techniken

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

Mehr

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note:

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note: Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul 32711 Business Intelligence Termin: 28.03.2014, 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe

Mehr

Datenmanagement und Datenqualität Techniken und Prozesse

Datenmanagement und Datenqualität Techniken und Prozesse Database Marketing: Datenmanagement und Datenqualität Techniken und Prozesse Andrea Ahlemeyer-Stubbe Management Summary Der zunehmende Wandel hin zu einer kundenorientierten Geschäftsführung und die Verinnerlichung

Mehr

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

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

Mehr

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

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

Mehr

Professionelles Kundenmanagement

Professionelles Kundenmanagement Professionelles Kundenmanagement Ganzheitliches CRM und seine Rahmenbedingungen von Günter Hofbauer und Barbara Schöpfel PUBLICIS Abbildungs- und Tabellenverzeichnis 9 A Einleitung 15 B Kundenmanagement

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

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

Professionelles Kundenmanagement

Professionelles Kundenmanagement Professionelles Kundenmanagement Ganzheitliches CRM und seine Rahmenbedingungen von Günter Hofbauer und Barbara Schöpfel PUBLICIS Abbildungs- und Tabellenverzeichnis 9 A Einleitung 15 B Kundenmanagement

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

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

Mehr

Business Process Management Geschäftstransformation und -optimierung

Business Process Management Geschäftstransformation und -optimierung Business Process Management Geschäftstransformation und -optimierung BEA Roadshow Jan/Feb 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für

Mehr

Business Intelligence Meets SOA

Business Intelligence Meets SOA Business Intelligence Meets SOA Microsoft People Ready Conference, München, Nov. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Management Support Systeme

Management Support Systeme Folie 1 Management Support Systeme Literatur zur Vorlesung MSS Gluchowski, Peter; Gabriel, Roland; Chamoni, Peter (1997): Management Support Systeme. Computergestützte Informationssysteme für Führungskräfte

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr