Bestandskundenmanagement Wo drückt bei Ihnen der Schuh?
|
|
- Alexandra Hilke Otto
- vor 7 Jahren
- Abrufe
Transkript
1 Bestandskundenmanagement Wo drückt bei Ihnen der Schuh? best-reactions GmbH Hirschberger Straße 33 D Burgthann Alle Rechte vorbehalten HRB 23679, Amtsgericht Nürnberg Geschäftsführer Alexander P. ROTH Dr. Rafael O. HORENIAN
2 Alexander P. ROTH Persönliches 1967 geboren, verheiratet, 2 Kinder Golf, Fußball, Fotografieren Stationen Universität Augsburg Diplom-Wirtschaftsmathematik Quelle Fürth, Wissenschaftlicher Mitarbeiter SAS, DWH, Scorings, große Datenmengen, Numerik Quelle Bank, Entrium, ING DiBa, Leiter Kundenmanagement DWH, MIS, Scorings, DB-Konsolidierung Neckermann Frankfurt, Bereichsleiter Database Management, OFK Abtlg. Adressen, Analyse, Selektion, SB-Steuerung, WEK arvato direct services München, Mitglied der GL DWH, Kampagnen, Analysen best-reactions Burgthann, Geschäftsführer CRM, BI Alle Rechte vorbehalten Seite 2
3 Unsere Themen, Ihre Chancen Kundenbindung statt Abwanderung der Kunden zu wenig Neukunden, Bestandskunden wandern ab wertorientierte Kundenstruktur Risiken und Chancen im Kundenbestand erkennen Cross- und UpSelling, Zahlungsverhalten Außendienst-Unterstützung/-Steuerung Ihre individuellen Anforderungen Umsetzung kundenspezifischer Anforderungen Software-Entwicklung, strategische Planungen Effiziente Kampagnen, optimierte Werbekosten Profiling, Segmentierung, Data Mining Scoring, Vertriebssteuerung, Kundenwerte Strategische und fachliche Perfektion im Business CRM, DWH, Business Intelligence Adress-, Kontakt- und Daten-Management Alle Rechte vorbehalten Seite 3
4 Unsere Geschäftsbereiche best-reactions CRM BI Analytics IT- Services Zielgruppen, Segmentierungen Datenanalysen, Mining, Scoring Kampagnen, Reporting DataWareHouse, Data Marts Adressen, Kontakte, Daten Strategie, Architektur Datenintegration, Prozesse Portale, Schnittstellen SAP Modulberatung, ABAP Software-Entwicklung, JAVA Alle Rechte vorbehalten Seite 4
5 Wer sind wir? Rechtsform GmbH Gründung 17. August 2007 Handelsregister 23. August 2007 Gesellschafter Alexander P. ROTH Dr. Rafael O. HORENIAN Handelsregister Amtsgericht Nürnberg HRB Dr. Rafael O. HORENIAN Alexander P. ROTH UST-ID DE IT-Services Software-Entwicklung Portale CRM Customer Intelligence Analytics Database Marketing Wo andere ins Stocken geraten, finden wir die richtige Lösung für Sie. Alle Rechte vorbehalten Seite 5
6 Unsere Locations Standorte Burgthann Konstanz Projekt-Auswahl national: Baden Baden Bamberg Bayreuth Duisburg Frankfurt/M. Gütersloh Köln München Nürnberg Ratingen Stuttgart Wiesloch Projekt-Auswahl international: Bukarest (Rumänien) Kreuzlingen (Schweiz) Santiago (Chile) Timisoara (Rumänien) Zürich (Schweiz) Alle Rechte vorbehalten Seite 6
7 Bestandskundenmanagement - Erfahrungen aus einer fachlich-strategischen Sichtweise Alle Rechte vorbehalten Seite 7
8 Database-Information KUNDENBINDUNG Begriffsabgrenzungen Interessenten Fremdlisten Neukunden- Werbung Neu- Kunden Response Kunden Bestands- Kunden Abspringer Cross-/Up- Selling Fraud Churn Ex-Kunden Rück- Gewinnung Alle Rechte vorbehalten Seite 8
9 Wo drückt bei Ihnen der Schuh? Kündigungen Zielgruppenbestimmung Kundenbindung Falsche Kunden Werbekosten Risiko Effizienz Response Schnelllebigkeit Unternehmenserfolg Kampagnen-Steuerung 9 Alle Rechte vorbehalten Seite 9
10 Haben Sie das auch schon gehört? Wir sehen den Wald vor lauter Bäumen nicht. Wir wissen nicht, wo wir stehen. Das operative Geschäft überrollt uns eh schon. Wir haben nicht die notwendigen Ressourcen. Wir haben viele Insellösungen. Wir können nicht alles, vieles ist für uns neu. usw Wie können das nicht realistisch bewerten? Alle Rechte vorbehalten Seite 10
11 System Wie... Prozess Konzept Was... Produkt-Mix Strategie Ja, es ist komplex Unternehmensstrategie CRM-Strategie Produkt Management Wertorientierte Kunden Service-Mix Vertriebssteuerung Database Management Planung/ Zielsetzung Kommunik.- Mix Kanal Mix Database Management CRM Prozesse Akquisition Bedürfnisermittlung Beratung / Verkauf Kundenbetreuung Produktabwicklung Kontakt Management Kampagnen Management Database Marketing Multikanal Management Risiko Management Wen... Warum... Wie... Wann... Womit... Alle Rechte vorbehalten Seite 11
12 aber stückchenweise kommt man zum Erfolg Ein Beispiel Alle Rechte vorbehalten Seite 12
13 Kundenwert Beispiel Kundenlebenszyklus Akquise/ Startphase Penetration Krise Trennungsphase Kennenlernphase Ertragsphase Initiale Invest-Phase Basisumsatz Erneute Invest-Phase Zeit Interessentenanalysen Kampagnenoptimierung Prognosemodelle Kundenbindung Interessententypologien Cross-& Up-Selling Transaktionsanalysen Kundenrückgewinnung Marktpotenziale Kundentypologisierung Life-Cycle-Modellierung Standortanalysen Kundensegmentierung Churn-Management Kundenwertanalysen Frühwarnsysteme Loyalitätsmodelle Warenkorbanalysen Responseanalysen Kundenreaktivierung Alle Rechte vorbehalten Seite 13
14 Der Closed-Loop-Ansatz ist wichtige Grundlage Aus der Vergangenheit soll möglichst viel für künftige Aktionen gelernt werden. Analyse Voraussetzung hierfür sind geregelte Abläufe, von der Planung bis hin zur Ergebnis-Auswertung, und die IT-Struktur, die diesen Datenfluss ermöglicht. Durchbrochen wird diese Struktur meist dadurch, dass Ergebnisse nicht mehr den Aktionen/Kampagnen zugeordnet werden können. Lernen und Planung Ergebnis- Controlling Kundenkontakt Kampagnen- Selektion Alle Rechte vorbehalten Seite 14
15 Business Value Entwicklungs-Pfad Eine strukturierte, analytische Vorgehensweise erhöht den Business Value nachhaltig Praxis-Betrieb und iterativer Roll-Out 3 2 Datenaustausch zwischen Systemen Grundlegende Vorgehensweisen, Regelkreise definieren Automatisierte Systeme (z.b. Kampagnen-Mgt.) werden implementiert Erste Mehrwerte werden in den Daten/Abläufen und erkannt erkannt und und weiterverwendet weiterverwendet 1 Fundamente legen Kundeninformationen liegen liegen konsistent, korrekt korrekt, und strukturiert und vor (single vollständig point vor (single point of truth) Alle Rechte vorbehalten Seite 15
16 Das sieht teuer aus Für neue Schuhe ist nicht die richtige Zeit!!! Alle Rechte vorbehalten Seite 16
17 Die Daten - oft eine Herausforderung und ein erster Schritt Einkauf -daten Externe Daten DER Kontakt -daten single point of truth Produkt -daten Aktions -daten DataWareHouse Stamm -daten Finanzdaten Contr.- daten Historie Konsolidierte Datenbank Hohe Datenqualität Verfügbarkeit, Vollständigkeit Historie Alle Rechte vorbehalten Seite 17
18 CRM-Projekte sind aber eben KEINE reinen Daten-Themen Prozessunterstützung Prozess Daten Transaktionsdienste Applikation Schnittstellenbau System Der echte Mehrwert entsteht nicht durch die Datenübernahme an sich (technisches Problem), sondern durch deren Verwendung bei der Steuerung zentraler Prozesse des Unternehmens. CRM-Projekte sind hoch-integrativ. Alle Rechte vorbehalten Seite 18
19 Segmentierung, vielleicht ein zweiter Schritt Heterogener Kundenbestand mit verschiedenen und unbekannten Zielgruppen Identifikation homogener Segmente oder erster Zielgruppen Alle Rechte vorbehalten Seite 19
20 Warum segmentieren wir unseren Kundenbestand? technisch fachlich Homogenere Gruppen Trennschärfere Modelle Einfachere Modelle Geringere Fehler Dimensionsreduktion Kontaktstrategie Ausschöpfung Ertrag Reaktionsquote Kommunikation Unternehmensstrategie Alle Rechte vorbehalten Seite 20
21 %-Anteil Index Univariate Verteilungen 60% % 40% Häufigkeiten Indizes % % 10% 0% 73 33% 36% 26% 38 27% 26% 20% 20% 10% < 30 Jahre Jahre Jahre > 60 Jahre Alle Haushalte Kunden Index-Kunde Merkmals- Ausprägungen Grafische Betrachtung von Merkmalshäufigkeiten in verschiedenen Klassen am Beispiel Alter Alle Rechte vorbehalten Seite 21
22 Scoring, das Prinzip Klassifizierung durch Scores Score- Segmente A-Kunden B-/C-Kunden Sonstige Scores - Gesamtbestand ungescort Gesamtbestand gescort Alle Rechte vorbehalten Seite 22
23 Marginale Response-Wahrscheinlichkeit Kumulierter Empfängeranteil Cut-Off-Steuerung, eine fachliche Entscheidung 11 Empfänger Nicht-Empfänger 100% 10 90% 9 80% fache Response- Wahrscheinlichkeit Werden Klasse 1+2 gewählt, beläuft sich die Empfängermenge auf ca. 61% des Bestandes 70% 60% 50% 40% 30% 2 20% 1 10% Cut-Off Score-Klassen 0% Response-Wahrscheinlichkeits- Klasse von 1 bei zufälliger Empfängerauswahl Der Cut-Off wird nach Betrachtung der Scorewerte, eingeteilt z.b. in Dezentile, festgelegt. Alle Rechte vorbehalten Seite 23
24 Data Mining Methoden Entscheidungsbaum Zielgröße Klassifikationsmerkmal Inhaltliche Beschreibung der Zielgruppe bzw. Nicht-Zielgruppe Prognose der Gruppenzugehörigkeit Alle Rechte vorbehalten Seite 24
25 Alter Data Mining Methoden Diskriminanzanalyse Kundentyp Typ A Typ B Merkmale Kunden Kauffrequenz Falsch klassifizierter Kunde Analyse und Erklärung von Gruppenunterschieden Klassifizierung neuer Objekte Alle Rechte vorbehalten Seite 25
26 Einkommen Data Mining Methoden Clusteranalyse Cluster Kundentypen A B C Merkmale Kunden Kauffrequenz Bildung homogener Gruppen aus einem heterogenen Gesamtbestand anhand ihrer Ähnlichkeiten hinsichtlich verschiedener Merkmale Alle Rechte vorbehalten Seite 26
27 Data Mining Methoden Neuronale Netze Künstliche Intelligenz Gewichte und Schwell- Werte bestimmen Alter Einkommen Klassifikation Geschlecht Kaufverhalten Analyse der Zusammenhänge zwischen Variablen, Objekten und Merkmalen Klassifikation von Objekten Alle Rechte vorbehalten Seite 27
28 Gab es hier nicht viele Probleme, viele Zielgrößen? Kündigungen Kundenbindung Werbekosten Zielgruppenbestimmung Risiko Response Effizienz Kampagnen-Steuerung Falsche Kunden Alle Rechte vorbehalten Seite 28
29 Können DIE alles? Kündigungen Kundenbindung Segmentierung Werbekosten Zielgruppenbestimmung Risiko Kundenwert wahrscheinlich nicht! Oder würden Sie mit denen zum Tanzen gehen? Kampagnen-Steuerung Falsche Kunden Effizienz Response Alle Rechte vorbehalten Seite 29
30 Warum nicht? Zielgrößen sind oft stark voneinander abhängig, manchmal sogar gegenläufig Sie sind zeitlich stark verschoben Statistische und mathematische Fehler sind schwer zu berechnen Das Rauschen in den Daten nimmt stark zu Die Prognosegüte bezogen auf die einzelne Zielgröße nimmt ab Der Bestand scheint statisch zu sein Alle Rechte vorbehalten Seite 30
31 Aber sie sind hervorragend für beispielsweise Zur Steuerung von Werbemittelversionen Service-Angeboten Portfolio-Bewertungen Strategische Aktionen Kundenwanderungsmodelle Statistische Vorarbeiten Alle Rechte vorbehalten Seite 31
32 Ziehen Sie für jeden Zweck die richtigen Schuhe an! Alle Rechte vorbehalten Seite 32
33 Da fehlt doch noch was wie ist denn das mit der Messung eines Erfolgs??? Alle Rechte vorbehalten Seite 33
34 Reaktionsquote in % Erwünscht ist eine Reihenfolge der Kunden nach Ertrag % 20% 30% 40% 50% 60% 70% 80% 90% 100% Kumulierter Anteil der Kunden nach fallendem Score (=Ertrag) Alle Rechte vorbehalten Seite 34
35 Was messen wir denn? Umwandlungsquoten Reaktionsquoten Anzahl Kündiger Kaufsummen, Erträge Retouren Beschwerden Häufigkeiten (Kauf, ) Auflagen Was wollten wir denn erreichen? Reaktionsquote mindestens 0,5% (wann, wie gemessen,.) Was machen wir bei Abweichungen? was bei 0,49% was bei 0,20% was bei 0,62% Alle Rechte vorbehalten Seite 35
36 Reaktionsquote in % Und nun? % 20% 30% 40% 50% 60% 70% 80% 90% 100% Kumulierter Anteil der Kunden nach fallendem Score (=Ertrag) Alle Rechte vorbehalten Seite 36
37 Also Analysieren Sie stets das Vorgehen Definieren Sie im Vorfeld Ihre Erwartungen Definieren Sie Schwellwerte Legen Sie Handlungsweisen für Abweichungen fest Definieren Sie Ihre KPI s und analysieren Sie die relevanten Stellgrößen dazu Beachten Sie konkurrierende Ziele Alle Rechte vorbehalten Seite 37
38 Vielen Dank für Ihre Aufmerksamkeit! Office Burgthann +49 (0)9183 / Alexander P. ROTH +49 (0)171 / Dr. Rafael O. HORENIAN +49 (0)171 / info@best-reactions.de best-reactions GmbH Hirschberger Straße 33 D Burgthann Alle Rechte vorbehalten HRB 23679, Amtsgericht Nürnberg Geschäftsführer Alexander P. ROTH Dr. Rafael O. HORENIAN
Bestandskundenmanagement Wo drückt bei Ihnen der Schuh?
Bestandskundenmanagement Wo drückt bei Ihnen der Schuh? best-reactions GmbH Hirschberger Straße 33 D 90559 Burgthann Alle Rechte vorbehalten HRB 23679, Amtsgericht Nürnberg Geschäftsführer Alexander P.
MehrWo 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
MehrDer gläserne Mensch. Der gläserne Mensch Nutzen oder Gefahr. Kunden erkennen Kunden gewinnen
Der gläserne Mensch Kunden erkennen Kunden gewinnen 1 Beruflicher Werdegang und Kontakt Alexander Roth Diplom-Wirtschaftsmathematiker Leiter Database Marketing, Neckermann Versand AG Leiter Database Management,
MehrPotenzialanalysen für den Vertrieb von Investmentfonds
Potenzialanalysen für den Vertrieb von Investmentfonds Dr. Thomas Fender Union Investment Privatfonds GmbH 2013 IBM Corporation Union Investment: Asset Management Kompetenz im genossenschaftlichen FinanzGruppe
MehrLars 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
MehrInhaltsverzeichnis. Vorwort 5. Aufbau des Buches 13
Inhaltsverzeichnis Inhaltsverzeichnis Vorwort 5 Aufbau des Buches 13 1 Markt und Wettbewerb 17 1.1 Charakteristik^ des Retail Banking 17 1.1.1 Kunde 17 1.1.2 Produkt 18 1.1.3 Vertrieb 18 1.2 Rahmenbedingungen
MehrTNS 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)
MehrE-Business Suite. DOAG SIG Day. CRM++: Unternehmensübergreifende Prozesse - Integrierte Anwendungen. Thomas Karle PROMATIS software GmbH, Ettlingen
1 DOAG SIG Day E-Business Suite CRM++: Unternehmensübergreifende Prozesse - Integrierte Anwendungen Köln 25. März 2004 Thomas Karle PROMATIS software GmbH, Ettlingen 2 Agenda CRM Überblick und Bestandsaufnahme
Mehrs Inhaltsverzeichnis 7
s Inhaltsverzeichnis 7 Inhaltsverzeichnis Vorwort 5 Inhaltsverzeichnis 7 Aufbau des Buches 13 1 Markt und Wettbewerb 17 1.1 Charakteristika des Retail Banking 17 1.1.1 Kunde 18 1.1.2 Produkt 18 1.1.3 Vertrieb
MehrDas Schober Leistungsportfolio für erfolgreiches Targeting LEISTUNGSPORTFOLIO
Das Schober Leistungsportfolio für erfolgreiches Targeting LEISTUNGSPORTFOLIO Wbei Schober stehen für Informations UNSER SERVICE Die Schober Information Group (Schweiz) AG: Ihr direkter Weg zum Kunden.
MehrWas ist Scoring? Newsletter Nov. 2011
Was ist Scoring? Scoring wird im erweiterten Sinne als Oberbegriff für analytisch-statistische Verfahren benutzt. Diese basieren auf bekannten Informationen über eine Zielgruppe und erzielen durch den
MehrWachstum durch Beziehungsmanagement
Wachstum durch Beziehungsmanagement Ist der Kunde wirklich König? Dr. Nils Hafner Nils.Hafner@zhwin.ch Building Competence. Crossing Borders. Agenda Abstimmung: Ist der Kunde wirklich König? Kundenwert
MehrAnalytisches 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
MehrIntegriertes 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
MehrTechnologischen 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
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrDatawarehouse Architekturen. Einheitliche Unternehmenssicht
Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA
MehrWarum sich Data Mining für kleine und mittelständische Unternehmen lohnt.
Warum sich Data Mining für kleine und mittelständische Unternehmen lohnt. Gewinnen Sie entscheidungsrelevantes Wissen mit Data Mining Warum sich Data Mining für kleine und mittelständische Unternehmen
MehrAnalytisches CRM in der Automobilindustrie
Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in
MehrAnalytisches 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
MehrSummary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6
Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von
MehrMethoden, Chancen und Risiken beim Auswerten großer Datenmengen
Methoden, Chancen und Risiken beim Auswerten großer Datenmengen Peter Dauscher Gymnasium am Kaiserdom, Speyer peter dauscher gak speyer de Data-Mining in der Schule - Eine Annäherung
MehrÜbersicht. 1 Grundlagen des CRM 2 IT-Systeme im CRM. 3 Management von Kundenbeziehungen
Übersicht 1 Grundlagen des CRM 2 IT-Systeme im CRM 2.1 Kundendaten im CRM 2.2 Operatives CRM 2.3 Analytisches CRM 2.3.1 IT-Systeme im analytischen CRM 2.3.2 Kernprozesse im analytischen CRM 2.3.2.1 Kundenwertanalyse
MehrGround Truth ohne Datenqualität kein Machine Learning. Erfolgsfaktoren für Predictive Analytics, BI und Data Mining
Ground Truth ohne Datenqualität kein Machine Learning. Erfolgsfaktoren für Predictive Analytics, BI und Data Mining Prof. Dr.-Ing. Peter Lehmann Hochschule der Medien Stuttgart GLIEDERUNG Etwas über Machine
MehrZeitgemäße Verfahren für ganzheitliche Auswertungen
Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions
MehrDer Einsatz von Database Marketing und Computer Aided Selling und deren Integration zum Customer Relationship Management bei Banken
Wirtschaft Martin Beck Der Einsatz von Database Marketing und Computer Aided Selling und deren Integration zum Customer Relationship Management bei Banken Diplomarbeit Bibliografische Information der Deutschen
MehrBICC, 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
MehrDOAG Hochschul-Community Ulm
DOAG Hochschul-Community Ulm Berufsbild BI/DWH-Berater Peter Schneider Projektmanager OPITZ CONSULTING GmbH Ulm, 21.04.2010 OPITZ CONSULTING GmbH 2010 Seite 1 Märkte Kunden Leistungsangebot Fakten Java
MehrKundenmanagement 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
MehrWettbewerbsvorteil durch partnerschaftliche Gestaltung innovativer Kundenprozesse
Wettbewerbsvorteil durch partnerschaftliche Gestaltung innovativer Kundenprozesse Dr. Wolfgang Martin Analyst, Mitglied im CRM-Expertenrat und Research Advisor am Institut für Business Intelligence Konsequente
MehrData Driven Display: Echtzeitsteuerung im Online-Marketing
Data Driven Display: Echtzeitsteuerung im Online-Marketing Dr. Steffen Wagner INWT Statistics GmbH 1. Data Science Forum FOM Hochschule Essen 6. Dezember 2016 Dr. Steffen Wagner INWT Statistics GmbH Data
MehrHarald Mösel GUT GETRACKT IST HALB GEWONNEN WIE DER STATIONÄRE HANDEL DURCH POS TRACKINGDATEN GEGENÜBER ONLINE SHOPS AUFHOLT
Harald Mösel GUT GETRACKT IST HALB GEWONNEN WIE DER STATIONÄRE HANDEL DURCH POS TRACKINGDATEN GEGENÜBER ONLINE SHOPS AUFHOLT Seite 1 Agenda KURZVORSTELLUNG STATIONÄRER HANDEL OHNE UND MIT DIGITALISIERUNG
MehrDiplomarbeiten. Ansätze zur Kundenbewertung im CRM - Möglichkeiten zur Bestimmung des Kundenpotenzials
Diplomarbeiten - Möglichkeiten zur Bestimmung des Kundenpotenzials Datengestützte Validierung von Customer-Lifetime-Konzepten Agenda 1) WEKA-MEDIA-Verlage 2) Ziel der ersten Arbeit: Neu- und Bestandskundenbewertung
MehrDWH Szenarien. www.syntegris.de
DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen
MehrMehr Erfolg im Kampagnenmanagement durch Uplift-Modelling
Mehr Erfolg im Kampagnenmanagement durch Uplift-Modelling Herkömmliche Marketingkampagnen Vorgehensweise: Je nach Kampagnenart erfolgt die Selektion der Kunden anhand bestimmter Kriterien (z.b. Alter,
MehrVertrieb 4.0. Vertrieb und Marketing in einer Digitalen Welt. Hartmut H. Giesel
Vertrieb 4.0 Vertrieb und Marketing in einer Digitalen Welt Hartmut H. Giesel Inhaltsverzeichnis - Vorwort 1 - Inhaltsverzeichnis 7 1 Die Digitalisierung der Wirtschaft 14 - Industrie 4.0 - Treiber der
MehrFolien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825
Folien zum Textbuch Kapitel 6: Managementunterstützungssysteme Teil 2: Managementunterstützung auf strategischer Ebene Datenverwaltung und -auswertung Textbuch-Seiten 794-825 WI 1 MUS MUS auf strategischer
MehrBusiness 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
MehrD&B Credit: Risiko-Plattform der neuesten Generation AUSSAGEKRÄFTIGE INSIGHTS & STRATEGISCHES WACHSTUM
D&B Credit: Risiko-Plattform der neuesten Generation AUSSAGEKRÄFTIGE INSIGHTS & STRATEGISCHES WACHSTUM AGENDA Kundensituation Warum Bisnode Dun & Bradstreet D&B Credit stellt sich vor Features & Funktionen
MehrMehr 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
MehrOracle CRM- Best Practices
Mario Pufahl Lukas Ehrensperger Peer Stehling Oracle CRM- Best Practices Wie Sie CRM nutzen, um Kunden zu gewinnen, zu binden und Beziehungen auszubauen Mit 119 Abbildungen und 21 Tabellen PRAXIS VIEWEG+
MehrBusiness-Frühstück Customer Experience 2015
Big Data Analytics HERZLICH WILLKOMMEN Business-Frühstück Customer Experience 2015 Wien 29. April 2015 Mit unserem Partner: CRM und Customer Experience Management Beratung, On-Site beim Klienten Begleitung
MehrDirektmarketing 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
MehrIT-gestützte Prozesse im Mittelstand Lernen aus erfolgreichen Piloprojekten IHK 29.11.2005
IT-gestützte Prozesse im Mittelstand Lernen aus erfolgreichen Piloprojekten IHK 29.11.2005 impello Ich gebe den Anstoß Standort Nürnberg Microsoft Certified Partner» Kompetenz Business Solutions» PreSales
MehrAnalytisches Fundraising
Analytisches Fundraising Vorgehen, Verfahren, Werkzeuge DiaSys. Marketing Engineering AG, Wankdorffeldstr.102, 3014 Bern 031 922 31 50, zuercher@diasys.ch Analytisches Fundraising Inhaltsverzeichnis Datenbankgestütztes
MehrONLINESHOPS 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
MehrHerzlich willkommen zum Webinar. Kundendatenpflege leicht gemacht
Herzlich willkommen zum Webinar Kundendatenpflege leicht gemacht 1 Eric Beuchel Fa. Eric Beuchel e.k. Sitz Mötzingen / Nagold Gründung 1994 www.beuchel-online.de 2 Über mich 3 Das Unternehmen 4 Was ist
MehrDie Zukunft gestalten: Strategie ist ein Mega-Erfolgs-Tool. Die besten Strategen gewinnen. Strategie.
Die Zukunft gestalten: Strategie ist ein Mega-Erfolgs-Tool. Die besten Strategen gewinnen Strategie www.man-tools.de 1 Was ist Strategie?? Strategien sind Investitions- Entscheidungen: In welchem Geschäftsfeld
Mehr»Vertriebscontrolling in der Energiewirtschaft«
Studien- und Workshopangebot»Vertriebscontrolling in der Energiewirtschaft«Inhouse-Workshops Auszug unserer Netzwerkpartner MANAGEMENT SUMMARY Energieversorger agieren in einem stagnierenden Commodity-Markt
MehrWas 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
MehrKünstliche Intelligenz Einsatzszenarien
Künstliche Intelligenz Einsatzszenarien Recommendation Engines Kunden neue Produkte anbieten bevor sie wissen, dass sie sie brauchen. Durch Advanced Analytics kann mehr Umsatz pro Auftrag durch Cross-
MehrIndustrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen. ZERO.ONE.DATA powered by DB Systel GmbH
Industrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen ZERO.ONE.DATA powered by DB Systel GmbH ZERO.ONE.DATA by DB Systel GmbH Dr. Lars Freund 20.06.2016 Virtuelles Big Data Center
MehrPredict Your Next B2B Customer. Vorhersage künftiger Business-Kunden mit Hilfe von Predictive Analytics auf Basis von Public Big Data
Predict Your Next B2B Customer Vorhersage künftiger Business-Kunden mit Hilfe von Predictive Analytics auf Basis von Public Big Data Von historischen Kundendaten... Sie sind auf der Suche nach neuen Business-Kunden
MehrMARKETING AUTOMATISIERUNG. Digitale Marketing-Kampagnen
Digitale -Kampagnen MARKETING AUTOMATISIERUNG KONZIPIEREN, ERSTELLEN, BEARBEITEN. ANALYSIEREN, VERSTEHEN, SEGMENTIEREN. RELEVANT UND AUTOMATISIERT KOMMUNIZIEREN. DATEN UND FAKTEN WAS ERMÖGLICHT MARKETING
MehrStand 2008.08. Vorstellung der EXXETA
Stand 2008.08 Vorstellung der EXXETA Unternehmensprofil EXXETA optimiert ausgewählte Geschäftsprozesse ihrer Kunden auf Fach- und IT-Ebene. EXXETA bietet Fach- und Technologie-Beratung mit Branchen-, Prozessund
MehrDialogmarketing. Offline- und Online-Marketing, Mobile- und Social Media-Marketing. von. Prof. Dr. Heinrich Holland
Dialogmarketing Offline- und Online-Marketing, Mobile- und Social Media-Marketing von Prof. Dr. Heinrich Holland 4., vollständig überarbeitete Auflage Verlag Franz Vahlen München Inhaltsverzeichnis Vorwort
MehrSales Analytics und das Closed Loop Marketing mit Siebel und Oracle BI. DOAG, Karlsruhe, Oliver Sturm, Senior Consultant
Sales Analytics und das Closed Loop Marketing mit Siebel und Oracle BI DOAG, Karlsruhe, 10.03.2009 Oliver Sturm, Senior Consultant Agenda 1 2 Gesamtarchitektur der vollintegrierten Oracle CRM/BI-Lösung
MehrChefsache: MUNICH NETWORK AKADEMIE. Seminar- & Workshopreihe. Produktstrategie, Kundenbeziehungs-, Kundenwertmanagement
Februar Juli 2009 Munich Network, München unter der Leitung von: Prof. Dr. Richard Hofmaier ITM Institut München auf den Kunden fokussieren dem Kunden Wert verkaufen mit innovativen Produkten und Lösungen
MehrCustomer Intelligence. Die 360 - Sicht auf den Kunden
Customer Intelligence Die 360 - Sicht auf den Kunden Customer Intelligence unterstützt Versicherungen bei der Steuerung ihres Kundenportfolios. Der Wettbewerb um die Versicherungskunden wird härter und
Mehrsage Office Line und cobra: die ideale Kombination!
sage Office Line und cobra: die ideale Kombination! 1 Sage und cobra: Die Kombination und ihre Synergieeffekte! Unternehmen brauchen eine ERP-Lösung zur Verwaltung und Abwicklung ihrer Geschäftsprozesse.
MehrInformationstechnologie und Ökonomie 39. Loyalty Profiling
Informationstechnologie und Ökonomie 39 Loyalty Profiling Erfolgsdimensionen und Modellansätze eines effizienten und effektiven Customer Relationship Management Bearbeitet von Martin Lafleur 1. Auflage
MehrProfessionelle Konversions- Analyse und -Optimierung
Professionelle Konversions- Analyse und -Optimierung etracker GmbH 1 Ich verschreibe Ihnen eine Sammlung an Medikamenten auf Basis von Best-Practices. Probieren Sie die Medikamente der Reihe nach aus und
MehrKundenwissen 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
MehrMining the Web. Analyse von Benutzerpfaden und Nutzertypen im Internet. Business Unit CRM Solutions SAS Deutschland. Dr.
Mining the Web Analyse von Benutzerpfaden und Nutzertypen im Internet Dr. Frank Säuberlich Business Unit CRM Solutions SAS Deutschland Agenda 1. Einleitung: Der Lebenszyklus eines e-kunden Begriffsdefinition
MehrMetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen
MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen Pasquale Grippo Senior Manager/Business Unit Manager BI 18/20.10.2011 Oracle Business Analytics Summits Düsseldorf/München
MehrSAP 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
MehrMit 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
MehrHerzlich willkommen: #ITTage16 Nutzenpotenziale der digitalen Transformation entdecken. Ihr Trainer: Dr. Pascal Sieber
1 Herzlich willkommen: #ITTage16 Nutzenpotenziale der digitalen Transformation entdecken Ihr Trainer: Dr. Pascal Sieber 2 Ziele und Inhalt Ziel In 20 min. kennen Sie das Modell zur Entwicklung einer Digital-Strategie
MehrWelche BI-Architektur braucht Ihr Reporting?
Welche BI-Architektur braucht Ihr Reporting? Variante 1: Direkter Zugriff Keine redundanten Daten Schnelle Erkenntnisse Echte Daten für PoCs Echtzeit-Reporting ohne Zwischenstufen Belastung der operativen
MehrSchober Targeting System für Versicherungen
Schober Targeting System für Versicherungen Crossmediale, systematische Marktbearbeitung Vom einzelnen Baustein bis zur Gesamtstrategie Modulare Lösungen sofort einsetzbar IST IHR INFORMATIONS- MANAGEMENT
MehrVorgehensmodelle für Big Data Initiativen. DOAG 2014 Nürnberg
Vorgehensmodelle für Big Data Initiativen DOAG 2014 Nürnberg Agenda Was ist die Aufgabe von Big Data Projekten? Vergleich klassischer und agiler Vorgehensweisen Exemplarisches Vorgehen für Big Data Projekte
MehrDigital Targeting mit Facebook
Digital Targeting mit Facebook Gezielte Ansprache von Bestandskunden mit Facebook-Ads Kampagnen auf Basis qualifizierter CRM-Daten Trennscharfe Segmentierung durch vielfältige Selektionsmerkmale Neukunden
MehrData Mining @ Netezza mit IBM SPSS
Michael Ridder Senior Technical Sales Professional Predictiv Analytics Data Mining @ Netezza mit IBM SPSS Software Wir ertrinken in Informationen, aber wir hungern nach Wissen. John Naisbitt Trendforscher
MehrData 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
MehrEntwicklung 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
MehrCustomer 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
MehrMundt Direkt. ic Scoring
ic Scoring Mundt Direkt. GmbH Zielgruppenmarketing Hintere Straße 20 71229 Leonberg / Germany Tel.: +49 (0)7152-9349-0 Fax.: +49 (0)7152-9349-23 Unsere Wahrscheinlichkeitsrechnung: Bis zu 25 % mehr Kunden.
MehrTypologisierung von Jungunternehmen
Jungunternehmen auf dem Weg zum konsolidierten Mittelstand Typologisierung von Jungunternehmen Dr. Anne Weber, Drs.. MIB Paul Flachskampf Institut für f r Unternehmenskybernetik e.v. Oliver Strauß Institut
MehrSchober Targeting System ecommerce
Schober Targeting System ecommerce Crossmediale, systematische Marktbearbeitung Vom einzelnen Baustein bis zur Gesamtstrategie Modulare Lösungen sofort einsetzbar IST IHR INFORMATIONS- MANAGEMENT UP to
Mehrmayato 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-
MehrTransparenz in der Intralogistik mit Leitstandstechnologien, Ressourcenplanung und mobilen Apps
Beratung Software Lösungen Transparenz in der Intralogistik mit Leitstandstechnologien, Ressourcenplanung und mobilen Apps 7.Mai 2014 Gisela Potthoff Vertriebsleiterin TEAM GmbH Zahlen und Fakten Unternehmensgruppe
MehrRISE Einführung eines Reporting Centers of Excellence. Frankfurt, Mark Minne, VP, Leitung RISE
RISE Einführung eines Reporting Centers of Excellence. Frankfurt, 18.09.2013 Mark Minne, VP, Leitung RISE Deutsche Telekom im Profil. Kunden & Märkte Zahlen & Fakten Kunden >132 Mio. Mobilfunk-Kunden >32
MehrRaber+Märcker Business Intelligence Lösungen und Leistungen
Business Intelligence Raber+Märcker Business Intelligence Lösungen und Leistungen www.raber-maercker.de 2 LEISTUNGEN Business Intelligence Beratungsleistung Die Raber+Märcker Business Intelligence Beratungsleistung
Mehrconnect 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
MehrInfografik 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
MehrBEST PRACTICE: VOM GIEßKANNEN-PRINZIP ZUR EFFEKTIVEN DATA GOVERNANCE HAGEN TITTES
BEST PRACTICE: VOM GIEßKANNEN-PRINZIP ZUR EFFEKTIVEN DATA GOVERNANCE HAGEN TITTES Das Unternehmen Das Unternehmen Vorwerk: seit seiner Gründung 1883 ein Familienunternehmen Geschäftsvolumen 2013: 3,1 Milliarden
MehrPersonalisierte Kundenservices
Personalisierte Kundenservices operativer Nutzen dispositiver Data Warehouses am Beispiel CortalConsors Florian Geiling Business Consultant, simple fact AG, Nürnberg München, 17.06.2008 1 Personalisierte
MehrYoom. Ultimatives Wissen über das Potenzial Ihres Geschäfts 1/8
Yoom Ultimatives Wissen über das Potenzial Ihres Geschäfts 1/8 YOOM BY YOURPOSITION Effizientes Marketing basiert auf guten Datenanalysen. Um aber aus der Masse an Informationen exakt die Erkenntnisse
MehrNIELSEN+PARTNER. Firmenprofil
NIELSEN+PARTNER Firmenprofil 2014 Agenda > NIELSEN+PARTNER im Überblick Zahlen und Fakten / Management Zielgruppen / Branchen Referenzen Services Warum N+P? 2 N+P im Überblick Zahlen und Fakten / Management
MehrWie aus Steuerungsinformation öffentliche Statistik wird
Wie aus Steuerungsinformation öffentliche Statistik wird Schweizer Statistiktage Vaduz, 19. - 21. September 2012 Lukas Calmbach, Statistisches Amt des Kantons Basel-Landschaft Statistisches Amt des Kantons
MehrSchnittstellen Zusammenspiel von PM, PDM, CRM und ERP sowie Best Practices. Marc Becker 3. IT-Expertenforum 30.6.2011
Zusammenspiel von PM, PDM, CRM und ERP sowie Best Practices Marc Becker 3. IT-Expertenforum 30.6.2011 2011 2009 INNEO Solutions GmbH Marc Becker Zahlen und Fakten Birmingham Hannover Hamburg Berlin o o
MehrB2B Web Scoring. Scoring und Unternehmensbewertungen in einer neuen Dimension. Dialogmarketing für alle Kanäle.
B2B Web Scoring Scoring und Unternehmensbewertungen in einer neuen Dimension B2B Web Scoring - Chancen Um Chancen zu entdecken braucht es oft einen tieferen Blick. Weltweit werden derzeit über 6.500 Petabytes
MehrDigitalisierung in Vertrieb und Kundenservice Wohin geht die Reise? Digisurance Konferenz München 5. Februar 2016
Digitalisierung in Vertrieb und Kundenservice Wohin geht die Reise? Digisurance Konferenz München 5. Februar 2016 Mittwoch, 3. Februar 2016 1 Persönliche Vorstellung Vorstand Geschäftsführer Prof IT Konzept
MehrDAS GOLDEN PROFILE IM LEADMANAGEMENT
DAS GOLDEN PROFILE IM LEADMANAGEMENT Bringen Sie Ihre Kampagnen aufs nächste Level 1 25. Oktober 2016 Markus Gallenberger DAS GOLDEN PROFILE IM LEADMANAGEMENT Bringen Sie Ihre Kampagnen aufs nächste Level
MehrForschungsbereich 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
MehrSKYTEC AG. Integrierte Unternehmensplanung mit Oracle Planning. Mag. Markus Panny MÜNCHEN STUTTGART DÜSSELDORF FRANKFURT WIEN SKYTEC AG
MÜNCHEN STUTTGART DÜSSELDORF FRANKFURT WIEN SKYTEC AG Integrierte Unternehmensplanung mit Oracle Planning SKYTEC AG Keltenring 11 D-82041 Oberhaching Mag. Markus Panny www.skytecag.com 13. November 2008
MehrREDEN WIR ÜBER DEN PERFEKTEN START INS CRM.
REDEN WIR ÜBER DEN PERFEKTEN START INS CRM. CRM: EIN GAP ZWISCHEN ANSPRUCH UND REALITÄT Seit vielen Jahren begleitet cmx consulting CRM- Projekte namhafter Konzerne und mittelständischer Marktführer. Unsere
MehrInformationsmanagement im Gesundheitswesen
Informationsmanagement im Gesundheitswesen ehealth und Medizinische Dokumentation bbw-hochschule, Winter 2015 - Gesundheitsmanagement - Dr. Christof Geßner, Berlin Ziele des Informationsmanagements Langfristige
MehrVerbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden
Verbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden Nürnberg, 01. Dezember 2008 Dr. Joachim Keppler Competence Center Manager Customer Analytics Joachim.Keppler@SHS-VIVEON.com INHALT
MehrWeiterempfehlung und Kundenwert
Florian von Wangenheim Weiterempfehlung und Kundenwert! Ein Ansatz zur persönlichen Kommunikation i j Mit einem Geleitwort von Prof. Dr. Andreas Herrmann Deutscher Universitäts-Verlag XI Inhaltsverzeichnis
Mehr