Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3

Größe: px

Ab Seite anzeigen:

Download "Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3"

Ralf Baumhauer
vor 8 Jahren
Abrufe

1 xi Teil A Grundlagen und Methoden 1 1 Customer Relationship Management ein Bezugsrahmen Die Entwicklung zum kundenzentrierten Unternehmen Ziel und Kernkonzepte des CRM Ziel: Profitable Kundenbeziehungen schaffen und entwickeln Vom Kundennutzen zum Kundenwert Beziehungsmarketing Integration des Wissens über den Kunden Wie schafft man profitable Kundenbeziehungen? Die Loyalitätsleiter Basisstrategien des Customer Relationship Managements Von der CRM-Strategie zum CRM-System Erfolg von CRM-Projekten Customer-Relationship-Management-Systeme Gestaltung von CRM-Systemen CRM-Anwendungssysteme 42 Ausgewählte Literaturempfehlungen 45 2 Customer Relationship Analytics aus Kundenbeziehungen lernen Kundenwünsche erkennen und fördern Typisierung von Kaufentscheidungen Wie entsteht die Nachfrage? Kundenbewertung und -profilerstellung Kundenbewertung Kundenprofilerstellung 57

3 Wie schafft man profitable Kundenbeziehungen? 27 1.3.1 Die Loyalitätsleiter 27 1.3.2 Basisstrategien des Customer Relationship Managements 29 1.4 Von der CRM-Strategie zum CRM-System 36 1.4.1 Erfolg von CRM-Projekten 36 1.

2 xii 2.3 Kundensegmentierung Markt- oder Kundensegmentierung? Anforderungen an Segmentierungskriterien Überblick über die wichtigsten Segmentierungskriterien Bewertung der Segmentierungskriterien Zielgruppenselektion Marktbearbeitung Systematisierung der Marketinginstrumente Erläuterung ausgewählter Marketinginstrumente Überblick über Datenanalyseansätze und -verfahren Data Mining im CRM ein Muss? Hypothesengetriebene Analysen: Top-down-Probleme Datengetriebene Analysen: Bottom-up-Probleme Grundlegende Datenanalyseansätze Datenanalyseverfahren und -werkzeuge 83 Ausgewählte Literaturempfehlungen 86 3 Datenquellen für Customer Relationship Analytics Aufgaben der Marketingforschung In welchen Daten verbirgt sich Kundenwissen? Primärforschung Sekundärforschung 92 Ausgewählte Literaturempfehlungen 94 Teil B Voraussetzungen für erfolgreiches CRA 95 4 Datenqualität Datenqualität ein Erfolgsfaktor für die Datenanalyse Was ist Datenqualität? Datenqualitätsprobleme und ihre Folgen Problemursachen: Ungeeignete und fehlerhafte Daten Transaktions- oder analyseorientierte Datenverarbeitung? Vermeidung und Beseitigung von Datenqualitätsmängeln 101

5 Überblick über Datenanalyseansätze und -verfahren 77 2.5.1 Data Mining im CRM ein Muss? 77 2.5.2 Hypothesengetriebene Analysen: Top-down-Probleme 78 2.5.3 Datengetriebene Analysen: Bottom-up-Probleme 81 2.

3 xiii 4.3 Klassifikation von Datenqualitätsproblemen Verfügbarkeit notwendiger Daten Inhalt verfügbarer Daten Repräsentation verfügbarer Daten Data Warehouses als empfehlenswerte Datenquelle Vermeidung der Ursachen von Datenqualitätsproblemen Motivation für die Prozessoptimierung Was man tun kann Zwölf ausgewählte»best Practices«zur Datenqualitätssicherung 111 Ausgewählte Literaturempfehlungen Datenschutz Datenschutz aus Kundensicht Datenerhebung der Privatwirtschaft Was wünschen sich die Kunden? Datenschutz aus Unternehmenssicht Was ist Datenschutz? Anwendungsbereich des BDSG Grundregeln des Datenschutzes Umgang mit personenbezogenen Daten im Rahmen des BDSG Gestaltungshinweise für ein modernes Datenschutzkonzept 130 Ausgewählte Literaturempfehlungen Umgang mit Prozesskomplexität Informationskomplexität versus Prozesskomplexität Informationskomplexität und Datenanalysen Prozesskomplexität Versuch und Irrtum: Der lange Weg zum»golden Nugget« Typische Fragen im Ablauf von Datenanalyseprozessen Iterativ-inkrementelles Vorgehen bei der Datenanalyse Ausgewählte Lösungsansätze Prozessmodelle für die Datenanalyse Anbindung an ein Data-Warehouse-System Automatisierung von Analyseszenarien Best Practices und Erfahrungswissen 154 Ausgewählte Literaturempfehlungen 155

1 Datenschutz aus Kundensicht 115 5.1.1 Datenerhebung der Privatwirtschaft 115 5.1.2 Was wünschen sich die Kunden? 119 5.2 Datenschutz aus Unternehmenssicht 120 5.2.1 Was ist Datenschutz? 121 5.2.2 Anwendungsbereich des BDSG 121 5.

4 xiv Teil CAnalysefälle und Analyseszenarien Ein Beschreibungsrahmen für Analysefälle und Analyseszenarien im CRM Vom CRM-Problem zur analytischen Fragestellung Identifikation von CRM-Problemen Systematisierung und Konkretisierung von CRM-Problemen Operationalisierung von CRM-Problemen durch Analyseziele Auswahl eines Analyseansatzes für ein Analyseziel Analyseprobleme und Analysefälle Analyseproblem: Welche Analyse soll ausgeführt werden? Analysefall: Wie wird die Analyse ausgeführt? Das Konzept im Überblick Verkettung von Analyseproblemen Die Bedeutung des»analytischen Werkzeugkastens« Der Datenanalysezyklus Realisierung von Analyseketten Prozessmodelle für die Datenanalyse Handlungsschema für betriebliche Datenanalyseprojekte Knowledge Discovery in Databases (KDD) Interessantheit von Data-Mining-Ergebnissen KDD-Prozessmodelle in der Literatur Roadmaps für Customer Relationship Analytics 193 Ausgewählte Literaturempfehlungen Analysefälle Kundenbewertung und -profilerstellung Fall 1: Welche Kunden sind aktuell am wertvollsten? Fall 2: Welche Kunden werden in Zukunft am wertvollsten sein? Fall 3: Welche Artikel werden zusammen gekauft? Fall 4: Welche Produktarten werden gemeinsam gekauft? Fall 5: Welche Artikel werden (warum) zurückgesendet? Kundensegmentierung Fall 6: Welche Kundengruppen lassen sich anhand des Deckungsbeitrags unterscheiden? Fall 7: Anhand welcher Kriterien können welche Kundengruppen identifiziert werden? 272

2 Analyseprobleme und Analysefälle 169 7.2.1 Analyseproblem: Welche Analyse soll ausgeführt werden? 169 7.2.2 Analysefall: Wie wird die Analyse ausgeführt? 172 7.2.3 Das Konzept im Überblick 172 7.

5 xv 8.3 Marktbearbeitung Fall 8: Welche Zielgruppe eignet sich für eine Direktmailingaktion? (hypothesengetrieben) Fall 9: Welche Zielgruppe eignet sich für eine Direktmailingaktion? (datengetrieben) Fall 10: Wann ist der geeignete Zeitpunkt, einen Kunden anzusprechen? Fall 11: Wie können Produkte möglichst effektiv präsentiert werden? 329 Ausgewählte Literaturempfehlungen Analyseszenarien Warenkorbanalyse Voruntersuchungen Warenkorbsegmentierung Segmentbeschreibung Verbundkaufanalyse Auswahl von Aktionsartikeln Werbemittelgestaltung Werbewirkungskontrolle Zusammenfassung Kundenrückgewinnung Kundenrückgewinnung als Basisstrategie des CRM Ziele der Rückgewinnung Vorstellung des Szenarios 357 Glossar 367 Abkürzungsverzeichnis 377 Literaturverzeichnis 379 Stichwortverzeichnis 391

329 Ausgewählte Literaturempfehlungen 335 9 Analyseszenarien 337 9.1 Warenkorbanalyse 337 9.1.1 Voruntersuchungen 342 9.1.2 Warenkorbsegmentierung 345 9.1.3 Segmentbeschreibung 346 9.1.4 Verbundkaufanalyse 347 9.

Ähnliche Dokumente

Customer Relationship Ana lyt ics

Peter Necke1 Bernd Knobloch Customer Relationship Ana lyt ics Praktische Anwendung des Data Mining im CRM d p u n kt.ve r I ag 1 1.1 1.2 1.3 Customer Relationship Management. ein Bezugsrahmen Die Entwicklung