Analytisches Customer Relationship Management

Größe: px
Ab Seite anzeigen:

Download "Analytisches Customer Relationship Management"

Transkript

1 Analytisches Customer Relationship Management Konzeption und Realisierung auf Basis der Business-Intelligence-Instrumente Data Warehouse und Data-Mining DISSERTATION der Technischen Universität Dortmund, Wirtschafts- und Sozialwissenschaftliche Fakultät zur Erlangung des akademischen Grades eines Doktors der Wirtschafts- und Sozialwissenschaften (Dr. rer. pol.) vorgelegt von Dipl.-Kfm. Dirk Hiestermann Dortmund 2008

2 Inhaltsübersicht II INHALTSÜBERSICHT INHALTSVERZEICHNIS... III ABBILDUNGSVERZEICHNIS...XII TABELLENVERZEICHNIS... XVIII ABKÜRZUNGSVERZEICHNIS... XIX 1 EINFÜHRUNG KONZEPTRAHMENEBENE DES ACRM BETRIEBSWIRTSCHAFTLICHE EBENE DES ACRM IT-EBENE DES ACRM ANWENDUNGSEBENE DES ACRM IMPLEMENTIERUNG DES ACRM FALLSTUDIE ZUM ACRM ZUSAMMENFASSUNG UND AUSBLICK LITERATURVERZEICHNIS ANHANG

3 Inhaltsverzeichnis III INHALTSVERZEICHNIS INHALTSVERZEICHNIS... III ABBILDUNGSVERZEICHNIS...XII TABELLENVERZEICHNIS... XVIII ABKÜRZUNGSVERZEICHNIS... XIX 1 EINFÜHRUNG Problemstellung Ableitung der Anforderungen Aufbau der Arbeit Kapitelaufbau Leitbilder Zielsetzungen der Arbeit KONZEPTRAHMENEBENE DES ACRM Überblick Einordnung und Untersuchungsschwerpunkte Leitbild Konzeptrahmenebene CRM als kundenorientierter Unternehmensführungsansatz Strategische Neuausrichtung auf Grundlage der CRM-Philosophie Entwicklungslinien zum CRM Bestimmung des acrm-ansatzes Begriffsabgrenzung und Definition des acrm Ziele des acrm Bestimmungsfaktoren des acrm... 27

4 Inhaltsverzeichnis IV 2.4 Aufbau der acrm-architektur Überblicksdarstellung der acrm-architektur Einsatz der Software-Funktionen des ocrm-systems für die Abbildung der CRM-Prozesse Marketing Vertrieb Service Einsatz der analytischen Funktionen zur Erzielung von Optimierungspotenzialen Interessentenmanagement Kundenbindungsmanagement Rückgewinnungsmanagement Business Intelligence im Rahmen des acrm Historie Begriffsabgrenzung und Definition von Business Intelligence Einsatz der BI-Instrumente für das acrm Integration der BI-Instrumente als Basis für ein dynamisches acrm-system Data Warehouse als BI-Instrument Entstehungsgründe und Anforderungen Klassische Architekturansätze Integration des OLAP-Ansatzes Integration der Planung Integration des Cockpits Data-Mining als BI-Instrument Begriff Aufgabentypen Zuordnung der Data-Mining-Methoden zum Aufgabentyp Klassifikation Multi-Layer Perzeptron Entscheidungsbäume Prognose Radiales Basisfunktionsnetz Multi-Layer Perzeptron Gruppierung K-Means-Verfahren... 73

5 Inhaltsverzeichnis V Kohonen-Netz Assoziation Assoziationsverfahren Sequenzverfahren Ergebnisse Konzeptrahmenebene des acrm Inhaltliche Ergebnisse Leitfaden Konzeptrahmenebene BETRIEBSWIRTSCHAFTLICHE EBENE DES ACRM Überblick Einordnung und Untersuchungsschwerpunkte Leitbild Betriebswirtschaftliche Ebene im Zusammenhang mit der Konzeptrahmenebene Basisaufgaben im analytischen CRM Kundensegmentierung Ziele Verfahren Voraussetzungen Kundenwertberechnung Ziele Verfahren Voraussetzungen Kundenloyalitätsermittlung Ziele Verfahren Voraussetzungen Kundenstufenfestlegung Ziele Verfahren Voraussetzungen Zusammenfassende Darstellung im Hinblick auf die Konzept- und Prozesssicht des acrm Konzept für die Entwicklung und Umsetzung der CRM-Strategie Grundkonzept der CRM-Strategieentwicklung auf Basis von Bestandskunden 112

6 Inhaltsverzeichnis VI CRM-Portfolio CRM-Maßnahmenableitung aus dem CRM-Portfolio über Annahmen Voraussetzung Erweitertes Konzept der CRM-Strategieentwicklung auf Basis des gesamten Kundenlebenszyklus Umsetzung der CRM-Strategie Konzept für das CRM-Controlling Funktionen Steuerungsfunktion Koordinationsfunktion Informationsversorgungsfunktion Effektivitäts- und Effizienzmessungen über CRM-Kennzahlen Ableitung aus dem Closed-Loop-Ansatz und Kundenstufenkonzept CRM-Kennzahl-Definitionen und Aussagekraft Vergleich der CRM-Kennzahlen mit den Potenzialkennzahlen Strategischer Closed-Loop-Prozess CRM-Portfolio-Entwicklung Ermittlung der acrm-basiswerte Anwendung von Data-Mining im CRM-Portfolio CRM-Strategie: Entwicklung von profitablen CRM-Maßnahmen CRM-Portfolio-Planung BI-gestützte CRM-Planung CRM-Planungsprozess Strategische CRM-Analyse Operativer Closed-Loop-Prozess Kampagnenentwicklung Kampagnen-/Ergebnisplanung Unterstützung der CRM-Prozesse Operative CRM-Analyse Ergebnisse Betriebswirtschaftliche Ebene des acrm Inhaltliche Ergebnisse Leitfaden Betriebswirtschaftliche Ebene

7 Inhaltsverzeichnis VII 4 IT-EBENE DES ACRM Überblick Einordnung und Untersuchungsschwerpunkte Leitbild IT-Ebene im Zusammenhang mit der Konzeptrahmenebene Business-Intelligence-(BI)-Data Warehouse Entwicklung zum dynamischen System BI-Data-Warehouse-Architektur auf Basis des Layer-Konzeptes Modellierung der Basis-Datenbank Auswahl der relevanten Daten für das acrm Enterprise Data Store als klassisches Konzept Ziele des Enterprise Data Store (EDS) Umsetzung Enterprise Data Warehouse als BI-Konzept Ziele des Enterprise Data Warehouse (EDW)-Layers Ziele des Operational Data Store (ODS)-Layers Umsetzung Vergleich und Bewertung der beiden Basis-Datenbank-Ansätze Modellierung der Data Marts On-Line Analytical Processing (OLAP) Multidimensionaler Datenwürfel Architekturkonzepte Technische Realisierung auf Basis von Starschema-Konzepten Einfaches Starschema Snowflakeschema Erweitertes Starschema Vergleich und Bewertung der Starschema-Konzepte Modellierungsempfehlungen für das erweiterte Starschema Standardisierte Vorgaben bei der Dimensionsmodellierung Abbildung der Planwerte im Starschema Abbildung der Versionierung für die organisatorische Koordination Abbildung der Hierarchieebenen für die hierarchische Koordination Performanceoptimierung über Aggregatsbildungen

8 Inhaltsverzeichnis VIII 4.5 Ableitung der Anforderungen an die Datenbeschaffung Datenextraktion Datentransformation Datenbereinigung einzelner Datenquellen Harmonisierung mehrerer Datenquellen Verdichtung Anreicherung Datenextraktion und -transformation aus Datenflusssicht Ergebnisse IT-Ebene des acrm Inhaltliche Ergebnisse Leitfaden IT-Ebene ANWENDUNGSEBENE DES ACRM Überblick Einordnung und Untersuchungsschwerpunkte Leitbild Anwendungsebene im Zusammenhang mit der Konzeptrahmenebene, betriebswirtschaftlichen Ebene und IT-Ebene acrm-aufgabendefinition acrm-aufgabenbeschreibung Zielkonkretisierung mit Ableitung des Data-Mining-Aufgabentyps Aufbau der Daten im BI-Data Warehouse Ableitung der relevanten Daten aus der acrm-aufgabendefinition Anpassung der Basis-Datenbank für den Data-Mining-Einsatz Anwendung von Data-Mining Auswahl der Data-Mining-Methode Iterativer Data-Mining-Prozess Datenpreprocessing Data-Mining-Analyse Bewertung des Data-Mining-Ergebnisses Nutzung des Data-Mining-Ergebnisses Verteilung ins ocrm-system und ins Cockpit Controlling der acrm-aufgabe

9 Inhaltsverzeichnis IX 5.6 Ergebnisse Anwendungsebene des acrm Inhaltliche Ergebnisse Leitfaden Anwendungsebene IMPLEMENTIERUNG DES ACRM Überblick Einordnung und Untersuchungsschwerpunkte Ableitung des Implementierungsvorschlags aus dem Konzeptionsteil des acrm Identifizierung der acrm-aufgaben aus dem Closed-Loop-Ansatz Fokussierung auf die Data-Mining-Aufgaben des strategischen Closed-Loop-Prozesses Ableitung des CRM-Controllings aus den definierten CRM- und Potenzialkennzahlen mit Anforderungen an die Cockpitausgestaltung Modellierung des Cockpits für die Führungskräfte und Mitarbeiter Einordnung in die ausgeprägte BI-Data-Warehouse-Architektur für die acrm-implementierung Zentrales Navigationsinstrument Kunden-Cockpit-Sicht Aufbau der Basis-Datenbank für die acrm-implementierung Auswahl der relevanten Datenobjekte Modellierung des Enterprise Data Warehouse Abbildung der Data-Store-Objekte (DSO) im ersten EDW-Layer Abbildung der Data-Store-Objekte (DSO) im zweiten EDW-Layer Problembereiche der Modellierung der CRM-Portfolio-Tabelle Datenbeschaffung für das Enterprise Data Warehouse Aufbau der Data Marts für die Ausgestaltung des CRM-Controllings Modellierung auf Basis des erweiterten Starschema-Konzeptes Zentrale Kundenstammdaten CRM-Portfolio-Starschema Kampagnen-/Ergebnis-Starschema Kontakt-Starschema Angebots-/Auftrags-/Rechnungs-Starschema

10 Inhaltsverzeichnis X 6.6 Anwendung des Data-Minings für die acrm-implementierung Überblick über die Data-Mining-Modelle für ein automatisiertes Kundengruppen- und -stufenmanagement Entwicklung des Data-Mining-Layers im Enterprise Data Warehouse Datenbasis der Data-Mining-Modelle Modellierung des Data-Mining-Layers Verteilung der Data-Mining-Ergebnisse ins ocrm-system und ins Cockpit Verteilung der Kundengruppenergebnisse Verteilung der Kundenstufenergebnisse Realisierung des Datenflusskonzeptes Zusammenfassende Darstellung des automatisierten Kundengruppen- und -stufenmanagements Ergebnisse Implementierung des acrm FALLSTUDIE ZUM ACRM Überblick Einordnung und Untersuchungsschwerpunkte Anwendung des acrm-phasenansatzes acrm-aufgabendefinition Einordnung in den Closed-Loop-Ansatz Berücksichtigung der acrm-bestimmungsfaktoren Kundenprofitabilität Kundenlebenszyklus Differenzierung Kundenstabilität Dynamik Zielkonkretisierung mit Ableitung des Data-Mining-Aufgabentyps Aufbau der Daten im BI-Data Warehouse Ableitung der relevanten Daten aus der acrm-aufgabendefinition Anpassung der Basis-Datenbank für den Data-Mining-Einsatz

11 Inhaltsverzeichnis XI 7.4 Anwendung von Data-Mining Auswahl der Data-Mining-Methode mit Festlegung der Vorgehensweise zur Ableitung der CRM-Strategie Einsatz des Kohonen-Netzes mit Unterstützung des Ward-Verfahrens Entwicklung des Ablaufschemas Iterativer Data-Mining-Prozess Datenpreprocessing Data-Mining-Analyse Bewertung des Data-Mining-Ergebnisses Ableitung der CRM-Strategie Nutzung des Data-Mining-Ergebnisses Verteilung ins ocrm-system und ins Cockpit Controlling der acrm-aufgabe Ergebnisse Fallstudie zum acrm ZUSAMMENFASSUNG UND AUSBLICK Erfüllte Anforderungen an das acrm Gesamtergebnisse Entwicklung eines umfassenden acrm-konzeptes Weiterentwicklung des acrm-ansatzes bei der Umsetzung der acrm-aufgaben Erarbeitung eines allgemeingültigen Realisierungsvorschlags Überprüfung des entwickelten acrm-ansatzes anhand einer Fallstudie Weiterer Handlungsbedarf Fazit LITERATURVERZEICHNIS ANHANG

12 Abbildungsverzeichnis XII Abbildungsverzeichnis Abb. 1.1: Anforderungen an das analytische CRM... 4 Abb. 1.2: Kapitelaufbau für die Konzeption und Realisierung des analytischen Customer Relationship Managements... 5 Abb. 1.3: Zentrale Leitbilder der acrm-konzeption... 8 Abb. 1.4: Realisierung des acrm auf Basis der acrm-konzeption Abb. 1.5: Realisierung der Fallstudie anhand des acrm-phasenansatzes Abb. 1.6: Forschungsziele dieser Arbeit Abb. 2.1: Einordnung und Untersuchungsschwerpunkte Konzeptrahmenebene des acrm Abb. 2.2: Leitbild Konzeptrahmenebene (acrm-konzeptionsdreieck) Abb. 2.3: Entwicklungslinien zum CRM Abb. 2.4: Konkretisierung der CRM-Philosophie Abb. 2.5: acrm-ansatz im Rahmen des acrm-konzeptionsdreiecks Abb. 2.6: Einordnung der acrm-architektur im Rahmen des acrm- Konzeptionsdreiecks Abb. 2.7: Analytische CRM-Architektur Abb. 2.8: Marketing-,Vertriebs- und Servicefunktionen des operativen CRM-Systems Abb. 2.9: Analytische Funktionen des acrm im Interessenten-, Kundenbindungs- und Rückgewinnungsmanagement Abb. 2.10: Einsatz der Business-Intelligence-Instrumente für das acrm im Rahmen des acrm-konzeptionsdreiecks Abb. 2.11: Business-Intelligence-Ebenen mit den Instrumenten für das analytische CRM.. 50 Abb. 2.12: Einstufige Data-Warehouse-Architektur Abb. 2.13: Zweistufige Data-Warehouse-Architektur Abb. 2.14: Zweistufige Data-Mart-Architektur Abb. 2.15: Dreistufige Hub and Spoke -Architektur Abb. 2.16: Data-Mining-Aufgabentypen Abb. 2.17: Zuordnung der Data-Mining-Methode zum Data-Mining-Aufgabentyp Abb. 2.18: Neuronales Netz für die Bonitätsprüfung Abb. 2.19: Entscheidungsbaum für die Klassifikation des Kundenwertes Abb. 2.20: Schematischer Aufbau eines Radialen Basisfunktionsnetzes Abb. 2.21: Darstellung eines Kohonen-Netzes Abb. 2.22: Vor- und Nachteile der Data-Mining-Methoden... 80

13 Abbildungsverzeichnis XIII Abb. 2.23: Ergebnisse Konzeptrahmenebene des acrm Abb. 2.24: Leitfaden für die Entwicklung eines unternehmensbezogenen acrm- Konzeptrahmens Abb. 3.1: Einordnung und Untersuchungsschwerpunkte Betriebswirtschaftliche Ebene des acrm Abb. 3.2: Leitbild Betriebswirtschaftliche Ebene im Zusammenhang mit der Konzeptrahmenebene Abb. 3.3: Einordnung der acrm-basisaufgaben in die Aufgabensicht der betriebswirtschaftlichen Ebene Abb. 3.4: Merkmale für die Kundensegmentierung Abb. 3.5: Schema einer Kundendeckungsbeitragsrechnung Abb. 3.6: Vor- und Nachteile der einzelnen Kundenwertmethoden Abb. 3.7: Faktoren der Kundenloyalität Abb. 3.8: Ermittlung der Kundenloyalität im acrm-konzept Abb. 3.9: Abbildung des Kundenlebenszyklus durch Kundenstufen Abb. 3.10: Einordnung der Entwicklung/Umsetzung der CRM-Strategie in die Konzeptsicht der betriebswirtschaftlichen Ebene Abb. 3.11: CRM-Portfolio Abb. 3.12: CRM-Maßnahmenableitung aus dem CRM-Portfolio Abb. 3.13: Integration der Kundenstufen in den Kundengruppen Abb. 3.14: Potenzialkennzahlen im Kundenlebenszyklus als Basis für die Kampagnenentwicklung Abb. 3.15: Einordnung des CRM-Controllings in die Konzeptsicht der betriebswirtschaftlichen Ebene Abb. 3.16: Ableitung der CRM-Kennzahlen aus dem Closed-Loop-Ansatz und dem Kundenstufenkonzept Abb. 3.17: CRM-Kennzahlen-Definitionen Abb. 3.18: Einordnung des strategischen Closed Loops in die Prozesssicht der betriebswirtschaftlichen Ebene Abb. 3.19: Schritte für die Entwicklung des CRM-Portfolios zur Ableitung der CRM- Strategie Abb. 3.20: Übertragung der ermittelten Kundengruppen auf die Akquisekunden mithilfe von Data-Mining Abb. 3.21: Beispiel für die Ableitung kundengruppenbezogener CRM-Maßnahmen für den Kundenangang (Marketing-Mix) und der Kundenbeziehung Abb. 3.22: Beispiel einer BI-gestützten CRM-Portfolio-Planung

14 Abbildungsverzeichnis XIV Abb. 3.23: CRM-Planungsprozess zur Erstellung und Abstimmung des Planungs-CRM- Portfolios Abb. 3.24: Einordnung des operativen Closed Loops in die Prozesssicht der betriebswirtschaftlichen Ebene Abb. 3.25: Strategische und taktische Kennzahlen als Vorgaben für die Kampagnenentwicklung Abb. 3.26: Ergebnisse Betriebswirtschaftliche Ebene des acrm Abb. 3.27: Leitfaden für die Entwicklung eines unternehmensbezogenen acrm- Konzeptes auf der betriebswirtschaftlichen Ebene Abb. 4.1: Einordnung und Untersuchungsschwerpunkte IT-Ebene des acrm Abb. 4.2: Leitbild IT-Ebene im Zusammenhang mit der Konzeptrahmenebene Abb. 4.3: BI-Data-Warehouse-Architektur auf Basis des Layer-Konzeptes Abb. 4.4: Einordnung der Basis-Datenbank in die BI-Data-Warehouse-Architektur (IT-Ebene) Abb. 4.5: Ausschnitt eines SER-Modells für Kundenaufträge Abb. 4.6: Modifiziertes SER-Modell für den Enterprise Data Store (EDS) Abb. 4.7: Enterprise Data Warehouse mit dem EDW- und ODS-Layer Abb. 4.8: Realisierung der Kundenaufträge/Kundenzufriedenheitsdaten im Enterprise Data Warehouse Abb. 4.9: Einordnung OLAP/Data Marts ins Layer-Konzept des BI-Data Warehouse (IT-Ebene) Abb. 4.10: OLAP-Würfel Abb. 4.11: Starschema in SERM-Darstellung Abb. 4.12: Starschema-Variante am Beispiel der Verkaufsdaten- u. -positionsnummer Abb. 4.13: Snowflakeschema Abb. 4.14: Schema des Erweiterten Starschemas Abb. 4.15: Modellierung eines erweiterten Starschemas am Beispiel von Verkaufsdaten (Tabellendarstellung) Abb. 4.16: Abbildung der Gebietshierarchie in einer Dimensionstabelle Abb. 4.17: Aggregatsspeicherung für die Optimierung von OLAP Abb. 4.18: Erweitertes Fact-Constellation-Starschema Abb. 4.19: Einordnung der Datenbeschaffung ins Layer-Konzept im BI-Data Warehouse (IT-Ebene) Abb. 4.20: Data Matching zwischen Kundenzufriedenheits- und Artikelstammdaten Abb. 4.21: Datenextraktion und -transformation am Beispiel von Auftragsdaten Abb. 4.22: Ergebnisse IT-Ebene des acrm

15 Abbildungsverzeichnis XV Abb. 4.23: Leitfaden für die Entwicklung eines unternehmensbezogenen acrm- Konzeptes auf der IT-Ebene Abb. 5.1: Einordnung und Untersuchungsschwerpunkte Anwendungsebene des acrm Abb. 5.2: Leitbild Anwendungsebene (acrm-phasenansatz) Abb. 5.3: Zusammenhang der ersten acrm-phase des Leitbildes Anwendungsebene mit den zentralen Leitbildern der Konzeptrahmenebene und betriebswirtschaftlichen Ebene Abb. 5.4: Zusammenhang der acrm-phasen 2-4 des Leitbildes Anwendungsebene mit dem zentralen Leitbild der IT-Ebene Abb. 5.5: Einordnung der acrm-aufgabendefinition ins Leitbild acrm-phasenansatz" (Anwendungsebene) Abb. 5.6: Aufgabendefinition mit Zielkriterium und Ableitung des Data-Mining- Aufgabentyps Abb. 5.7: Einordnung des Aufbaus der Daten im BI-Data Warehouse im Leitbild acrm- Phasenansatz (Anwendungsebene) Abb. 5.8: Exemplarische CRM-Daten Abb. 5.9: Erstellung des Data-Mining-Layers im Enterprise Data Warehouse als Basis für die Data-Mining-Anwendungen Abb. 5.10: Einordnung der Anwendung des Data-Minings ins Leitbild acrm- Phasenansatz (Anwendungsebene) Abb. 5.11: Vorgestellte Data-Mining-Methoden in Abhängigkeit vom Data-Mining- Aufgabentyp Abb. 5.12: Vor- und Nachteile der Data-Mining-Methoden Abb. 5.13: Iterativer Data-Mining-Prozess im Rahmen der BI-Data-Warehouse- Architektur Abb. 5.14: Datenpreprocessing im Rahmen des iterativen Data-Mining-Prozesses Abb. 5.15: Data-Mining-Analyse im Rahmen des iterativen Data-Mining-Prozesses Abb. 5.16: Bewertung im Rahmen des iterativen Data-Mining-Prozesses Abb. 5.17: Einordnung der Nutzung des Data-Mining-Ergebnisses ins Leitbild acrm- Phasenansatz (Anwendungsebene) Abb. 5.18: Rückführung der Data-Mining-Ergebnisse in den EDW für das ocrm-system Abb. 5.19: Verteilung der Data-Mining-Ergebnisse über das Cockpit auf Basis von Data Marts Abb. 5.20: Unterschiedliche Data-Mining-Ergebnisarten Abb. 5.21: Ergebnisse Anwendungsebene des acrm

16 Abbildungsverzeichnis XVI Abb. 5.22: Leitfaden für die Lösung einer acrm-aufgabenstellung (Anwendungsebene) 240 Abb. 6.1: Einordnung und Untersuchungsschwerpunkte Implementierung des acrm. 241 Abb. 6.2: Implementierung des analytischen CRM auf Basis der acrm-konzeption Abb. 6.3: Relevante Data-Mining-Aufgaben für die acrm-implementierung Abb. 6.4: Überblick über die realisierte BI-Data-Warehouse-Architektur für die acrm- Implementierung Abb. 6.5: Cockpit-Entwurf als zentrales Kundenentwicklungs-, Frühwarn- und Navigationsinstrument Abb. 6.6: Beispiel für ein Kunden-Cockpit (Kundenebene) Abb. 6.7: Überblicksdarstellung des Basis-Datenbank-Aufbaus in Form des EDW (einschließlich der Datenbeschaffung) für die acrm-implementierung Abb. 6.8: Modellierung des Enterprise Data Warehouse für die acrm-implementierung durch zwei EDW-Layer Abb. 6.9: Falsche Modellierung der CRM-Portfolio-Tabelle aus Analysesicht Abb. 6.10: Richtige Modellierung der CRM-Portfolio-Tabelle aus Analysesicht Abb. 6.11: Einordnung der Data Marts/Stammdaten in die BI-Data-Warehouse- Architektur für die acrm-implementierung Abb. 6.12: Zentrale Kundenstamm-Modellierung für alle Data Marts (Tabellendarstellung) Abb. 6.13: CRM-Portfolio-Starschema (SERM-Darstellung) unter Berücksichtigung der realisierten Kennzahlen Abb. 6.14: Kampagnen-/Ergebnis-Starschema für die acrm-implementierung (SERM- Darstellung) Abb. 6.15: Kontakt-Starschema für die acrm-implementierung (SERM-Darstellung) Abb. 6.16: Angebots-/Auftrags-/Rechnungs-Starschema für die acrm-implementierung (SERM-Darstellung) Abb. 6.17: Einordnung des Data-Minings und des Data-Mining-Layers in die BI-Data- Warehouse-Architektur Abb. 6.18: Erweiterung des Enterprise Data Warehouse um den Data-Mining-Layer als Datengrundlage für die Data-Mining-Modelle der acrm-implementierung Abb. 6.19: Verteilung der Kundengruppenergebnisse innerhalb der BI-Data-Warehouse- Architektur Abb Datentransferprozess mit den Klassifikationsergebnissen des Präventionsmodells für den CRM-Portfolio-Data Mart Abb. 6.21: Ergebnisse Implementierung des acrm Abb. 7.1: Einordnung und Untersuchungsschwerpunkte Fallstudie zum acrm

17 Abbildungsverzeichnis XVII Abb. 7.2: Anwendung des acrm-phasenansatzes für die Entwicklung einer CRM- Strategie am Beispiel eines optischen Industrie- und Handelsunternehmens Abb. 7.3: Einordnung der Fallstudie in den Closed-Loop-Ansatz als Ausgangspunkt der acrm-aufgabendefinition Abb. 7.4: Brillen-/Glasstrukturierung unter dem Gesichtspunkt der Kundenprofitabilität für die Fokussierung der Fallstudie Abb. 7.5: Kundenstufenentwicklung zum Gleitsichtglaskunden Abb. 7.6: acrm-zielkonkretisierung der Fallstudie mit Ableitung des Data-Mining- Aufgabenttyps Abb. 7.7: Anwendung der acrm-phase Aufbau der Daten im BI-Data Warehouse für die Entwicklung der CRM-Strategie Abb. 7.8: Anpassung des Enterprise Data Warehouse für den Data-Mining-Einsatz Abb. 7.9: Durchführung der 3. acrm-phase Anwendung von Data-Mining für die Entwicklung der CRM-Strategie Abb. 7.10: Ablaufschema für die Entwicklung einer CRM-Strategie Abb. 7.11: Inverser Scree-Test für die Bestimmung der Zielgruppen-/Clusteranzahl Abb. 7.12: CRM-Strategie: Entwickelte strategische Stoßrichtungen für das optische Industrie- und Handelsunternehmen Abb. 7.13: Anwendung der 4. acrm-phase Nutzung des Data-Mining-Ergebnisses für die Entwicklung der CRM-Strategie Abb. 7.14: Rückführung der Zielgruppenergebnisse in den Data-Mining-Layer für die Verteilung ins ocrm-system und ins Cockpit Abb. 7.15: Ergebnisse Fallstudie zum acrm Abb. 8.1: Gesamtergebnisse der Dissertation im Überblick

18 Tabellenverzeichnis XVIII Tabellenverzeichnis Tab. 3.1: Lebenszyklusorientierte Kundendeckungsbeitragsrechnung Tab. 3.2: Gängige Fragen zur Ermittlung der Kundenloyalität bei den Kunden Tab. 3.3: Beurteilung der verschiedenen Erhebungsformen Tab. 3.4: Operationalisierung der Kundenstufen Tab. 3.5: Vergleich der CRM-Kennzahlen mit den Potenzialkennzahlen Tab. 4.1: Vergleich des Enterprise Data Store mit dem Enterprise Data Warehouse Tab. 4.2: Dimensionstabelle mit künstlichem Primärschlüssel Tab. 4.3: Abbildung von Hierarchieebenen innerhalb einer Dimensionstabelle Tab. 4.4: Vergleich und Bewertung der Starschema-Konzepte Tab. 4.5: Plan-Ist-Dimension Tab. 4.6: Unterschiedliche Codierung, Synonyme und Homonyme am Beispiel eines optischen Industrie- und Handelsunternehmens Tab. 6.1: Relevante Kennzahlen für die acrm-implementierung Tab. 6.2: Zuordnung der Potenzial- und CRM-Kennzahlen zu den Navigationsebenen Tab. 6.3: Auswahl der Datenobjekte mit beispielhaften Attributen für die Implementierung des acrm Tab. 6.4: Data-Mining-Modelle für die acrm-implementierung Tab. 6.5: Datenbasis der Data-Mining-Modelle mit ausgewählten, beispielhaften Attributen aus dem zweiten EDW-Layer Tab. 6.6: Datenflusskonzept im BI-Data Warehouse für die acrm-implementierung Tab. 6.7: Zusammenspiel zwischen Data-Mining, BI-Data Warehouse und ocrm- System für ein automatisiertes Kundengruppen- und -stufenmanagement Tab. 7.1: Ausgewählte Merkmale für die Lösung der acrm-aufgabenstellung Tab. 7.2: Beschreibung der mikrogeografischen Wohngebietstypen Tab. 7.3: Einteilung in Aktiv-, Prüf- und Passivmerkmale für die Data-Mining-Analyse Tab. 7.4: acrm-fallstudienergebnis: Ermittelte Zielgruppen und Ableitung der CRM-Strategie Tab. A.0.1: F-Test der 2-Clusterlösung Tab. A.0.2: F-Test der 6-Clusterlösung (ohne Geschlecht) Tab. A.0.3: F-Test der 7-Clusterlösung (ohne Geschlecht und Glastönung)

19 Abkürzungsverzeichnis XIX Abkürzungsverzeichnis acrm CART CAS CHAID CRM DSO DSS EDW EDS EIS ERM ERP ETL KDD MIS MOLAP ocrm ODS OLAP OLTP PSA ROLAP SERM SFA SOA SQL analytisches Customer Relationship Management Classification and Regression Trees Computer-Aided-Selling Chi-Squared Automatic Interaction Detection Customer Relationship Management Data-Store-Objekt Decision-Support-Systeme Enterprise Data Warehouse Enterprise Data Store Executive-Information-Systeme Entity-Relationship-Modell Enterprise Resource Planning Extraction Transformation Loading Knowledge Discovery in Databases Management-Information-Systeme Multidimensionales On-Line Analytical Processing operatives Customer Relationship Management Operational Data Store On-Line Analytical Processing On-Line Transaction Processing Persistent Stage Area Relationales On-Line Analytical Processing Strukturiertes Entity-Relationship-Modell Sales-Force-Automation Service Oriented Architecture Structured Query Language

20 1 Einführung 1 1 Einführung 1.1 Problemstellung Durch veränderte Markt- und Wettbewerbsbedingungen hat das Management der Kundenbeziehungen verstärkt an Bedeutung gewonnen. 1 Aggressive Wettbewerber dringen in den Markt ein und umwerben die immer anspruchvolleren Kunden. 2 Der steigende Wettbewerbsdruck wird auch durch die Internet-Technologie unterstützt, die den Markt transparenter gestaltet. Die Kunden sind in der Lage, die Unternehmensangebote weltweit schneller zu vergleichen und neue Produkte und Dienstleistungen in Anspruch zu nehmen. 3 Allerdings wird die Nutzung des Internets von den Kunden unterschiedlich in Anspruch genommen. Der Internetauftritt muss für internetaffine Kunden entsprechend aufgebaut werden, um erfolgreich zu sein. 4 Eine weitere Entwicklung ist in dem veränderten Konsumverhalten der Kunden festzustellen. Insbesondere der Wertewandel der Kunden ist zu nennen. Traditionelle Wertevorstellungen ( Schubladendenken ) sind durch die zunehmende Zersplitterung der Gesellschaft immer weiter im Rückgang. Derselbe Kunde kann sowohl günstige Versorgungskäufe beim Discounter als auch hochpreisige Erlebniskäufe im Handel vornehmen. 5 Dabei nehmen immer weniger Kunden Standardprodukte und -dienstleistungen in Anspruch. Es ist eine zunehmende Individualisierung der Kundenbedürfnisse zu verzeichnen. 6 Gleichzeitig nimmt die Kundenloyalität gegenüber den Unternehmen ab. Die Kunden sind immer schneller bereit, zur Konkurrenz zu wechseln. 7 Die Notwendigkeit für eine kundenindividuellere Ansprache wird deutlich. Die Herausforderungen für die Unternehmen werden immer größer. Seufert stellt als grundsätzliches Dilemma fest, dass die Komplexität aufgrund der veränderten Rahmenbedingungen weiter steigt, während die Zeit für das Treffen von Entscheidungen immer mehr abnimmt. 8 Die wichtigsten Fähigkeiten der Unternehmen liegen nach Borzo neben der raschen Anpassungsfähigkeit und der Innovationsgeschwindigkeit in der Kundenakquisition 1 Vgl. Wirtz (2005), S Vgl. Förster/Kreuz (2006), S Vgl. Eyrich (2005), S. 309 ff.; Fassot (2004), S Vgl. Förster/Kreuz (2006), 123 f.; Stengl/Sommer/Ematinger (2001), S. 141 f. 5 Vgl. Holland (2001), S. 16 f. 6 Vgl. Duffner/Henn (2001), S. 36. f. 7 Vgl. Rapp (2005), S. 23 ff.; Kantsperger (2004), S Vgl. Seufert (2007), S. 16.

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

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG...

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... Inhaltsübersicht Inhaltsübersicht I INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... 1 1.1 Zielsetzung und Motivation... 1 1.2

Mehr

2 THEORETISCHE GRUNDLAGEN ZUM KUNDENBINDUNGSMANAGEMENT 11

2 THEORETISCHE GRUNDLAGEN ZUM KUNDENBINDUNGSMANAGEMENT 11 INHALTSVERZEICHNIS ABBILDUNGSVERZEICHNIS XVII TABELLENVERZEICHNIS XIX ABKÜRZUNGSVERZEICHNIS XXI 1 EINLEITUNG 1 1.1 Zur Notwendigkeit eines Kundenbindungsmanagements auf Business-to-Consumer Märkten.1 1.2

Mehr

medien SKRIPTEN Beiträge zur Medien- und Kommunikationswissenschaft Herausgeber: Michael Schenk

medien SKRIPTEN Beiträge zur Medien- und Kommunikationswissenschaft Herausgeber: Michael Schenk Reihe medien SKRIPTEN Beiträge zur Medien- und Kommunikationswissenschaft Herausgeber: Michael Schenk Band 48 Ute GUndling Die Neuausrichtung des Zeitungsmarfcetings durch Customer Relationship Management

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

Entstehung und Generierung von Kundenwertpotenzialen im Web 2.0

Entstehung und Generierung von Kundenwertpotenzialen im Web 2.0 Vivian Pindur Entstehung und Generierung von Kundenwertpotenzialen im Web 2.0 Eine analytische Betrachtung unter Berücksichtigung des Social Media Monitoring Verlag Dr. Kovac Hamburg 2013 Inhaltsverzeichnis

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

Mehr

Planung und Messung der Datenqualität in Data-Warehouse-Systemen

Planung und Messung der Datenqualität in Data-Warehouse-Systemen Planung und Messung der Datenqualität in Data-Warehouse-Systemen DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG) zur Erlangung der Würde eines

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

Wertorientiertes Management von Kundenbeziehungen

Wertorientiertes Management von Kundenbeziehungen Horst-Florian Teja Jaeck Wertorientiertes Management von Kundenbeziehungen Berechnung des Customer Lifetime Value und Einsatz als Steuerungsgröße im CRM Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis

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

Abbildungsverzeichnis... XIV. Tabellenverzeichnis... XVI. Formelverzeichnis...XVII. Abkürzungsverzeichnis... XVIII. 1 Einleitung...

Abbildungsverzeichnis... XIV. Tabellenverzeichnis... XVI. Formelverzeichnis...XVII. Abkürzungsverzeichnis... XVIII. 1 Einleitung... Inhaltsverzeichnis Seite Abbildungsverzeichnis... XIV Tabellenverzeichnis... XVI Formelverzeichnis...XVII Abkürzungsverzeichnis... XVIII 1 Einleitung...1 1.1 Zielsetzung der Arbeit...1 1.2 Aufbau der Arbeit...3

Mehr

Kundenbindung im gewerblichen Automobilmarkt

Kundenbindung im gewerblichen Automobilmarkt Andreas Meyer Kundenbindung im gewerblichen Automobilmarkt Eine empirische Kausalanalyse it einem Geleitwort von Prof. Dr. Frank Wimmer GABLER RESEARCH XI Inhaltsverzeichnis Inhaltsübersicht t IX Inhaltsverzeichnis

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

Corporate Performance Management als Weiterentwicklung von Business Intelligence

Corporate Performance Management als Weiterentwicklung von Business Intelligence Martin Kobrin Corporate Performance Management als Weiterentwicklung von Business Intelligence Grundlagen, Implementierungskonzept und Einsatzbeispiele Diplomica Verlag Martin Kobrin Corporate Performance

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

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Geleitwort... III. Danksagung... V. Inhaltsverzeichnis...VII. Abkürzungsverzeichnis... XIII. Abbildungsverzeichnis... XV. Tabellenverzeichnis...

Geleitwort... III. Danksagung... V. Inhaltsverzeichnis...VII. Abkürzungsverzeichnis... XIII. Abbildungsverzeichnis... XV. Tabellenverzeichnis... VII Geleitwort... III Danksagung... V...VII Abkürzungsverzeichnis... XIII Abbildungsverzeichnis... XV Tabellenverzeichnis... XIX Zusammenfassung...XXI Abstract... XXIII 1 Konzeptionelle Grundlagen der

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

Befragung und empirische Einschätzung der Praxisrelevanz

Befragung und empirische Einschätzung der Praxisrelevanz Befragung und empirische Einschätzung der Praxisrelevanz eines Vorgehensmodells zur Auswahl von CRM-Systemen D I P L O M A R B E I T zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen

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

Customer Information Management

Customer Information Management Dirk Arndt Customer Information Management Ein Referenzmodell für die Informationsversorgung im Customer Relationship Management Mit einem Geleitwort von Prof. Dr. Dr. h.c. Ulli Arnold 1 Cuvillier Verlag

Mehr

Das IPML Weiterbildungsprogramm Customer Relationship Management: Der Weg zum kundenorientierten Unternehmen

Das IPML Weiterbildungsprogramm Customer Relationship Management: Der Weg zum kundenorientierten Unternehmen Das IPML Weiterbildungsprogramm Customer Relationship Management: Der Weg zum kundenorientierten Unternehmen 1 Customer Relationship Management: Der Weg zum kundenorientierten Unternehmen Motivation Unter

Mehr

Brand Management und CRM Parallelen und Integrationsmöglichkeiten zwischen den beiden Managementprozessen

Brand Management und CRM Parallelen und Integrationsmöglichkeiten zwischen den beiden Managementprozessen Brand Management und CRM Parallelen und Integrationsmöglichkeiten zwischen den beiden Managementprozessen Brand Management und Customer Relationship Management (CRM) sind Marketingkonzepte, die darauf

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

Grundlagen des CRM. Dr.-Ing. Jubran Rajub

Grundlagen des CRM. Dr.-Ing. Jubran Rajub Grundlagen des CRM Dr.-Ing. Literatur H. Hippner, K. D. Wilde (Hrsg.): Grundlagen des CRM, Konzepte und Gestaltung, Gabler Verlag, Wiesbaden (2007). K.C. Laudon, J.P. Laudon, D. Schoder: "Wirtschaftsinformatik

Mehr

Data Warehouse Technologien

Data Warehouse Technologien mitp Professional Data Warehouse Technologien von Veit Köppen, Gunter Saake, Kai-Uwe Sattler 2. Auflage 2014 Data Warehouse Technologien Köppen / Saake / Sattler schnell und portofrei erhältlich bei beck-shop.de

Mehr

Inhaltsverzeichnis THEORETISCHER TEIL. Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis, XXVII

Inhaltsverzeichnis THEORETISCHER TEIL. Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis, XXVII Inhaltsverzeichnis Abbildungsverzeichnis XVII Tabellenverzeichnis XXV Abkürzungsverzeichnis, XXVII 1 Einführung in die Problemstellung 1 1.1 Wiederentdeckung der ökonomischen Bedeutung von langfristigen

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

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

Mehr

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

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3 xi Teil A Grundlagen und Methoden 1 1 Customer Relationship Management ein Bezugsrahmen 3 1.1 Die Entwicklung zum kundenzentrierten Unternehmen 3 1.2 Ziel und Kernkonzepte des CRM 5 1.2.1 Ziel: Profitable

Mehr

Gordana Bjelopetrovic

Gordana Bjelopetrovic Gordana Bjelopetrovic Am Beispiel des Projektes Weiterbildung Online - eine Initiative mittelständischer Unternehmen in Nordhessen " Verlag Dr. Kovac Hamburg 2008 IX Inhaltsverzeichnis INHALTSVERZEICHNIS

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

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

Erfolgsfaktoren von Customer Relationship Management Strategien

Erfolgsfaktoren von Customer Relationship Management Strategien Klaus Sevenich Erfolgsfaktoren von Customer Relationship Management Strategien in Unternehmen Diplomica Verlag Klaus Sevenich Erfolgsfaktoren von Customer Relationship Management Strategien in Unternehmen

Mehr

Feedback-Management als Daten-Schatz für das Multi-Channel-Marketing

Feedback-Management als Daten-Schatz für das Multi-Channel-Marketing Feedback-Management als Daten-Schatz für das Multi-Channel- - Strategische CRM-Unternehmensberatung Vortrag im Rahmen des MTP-Alumni Forums Erfolgsfaktor Kundendialog warum Kunden wiederkommen, Darmstadt,

Mehr

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

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Controller Band 4: Berichtswesen und Informationsmanagement

Controller Band 4: Berichtswesen und Informationsmanagement Controller Band 4 Controller Band 4: Berichtswesen und Informationsmanagement von Rüdiger R. Eichholz 3., völlig neu bearbeitete Auflage Controller Band 4: Berichtswesen und Informationsmanagement Eichholz

Mehr

CRM Architektur. New Economy CRM Architektur Page 1

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

Mehr

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

1.3. Patientenorientiertes Be/.iehungsmanagcment als Schlüssel eines erfolgreichen Pharmamarketing 6

1.3. Patientenorientiertes Be/.iehungsmanagcment als Schlüssel eines erfolgreichen Pharmamarketing 6 Inhaltsverzeichnis Abkürzungsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis XV XVII XIX Teil A: Patient Relationship Management als Herausforderung für die pharmazeutische Industrie 1 1. Das Pharmamarketing

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis

Inhaltsverzeichnis. Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis IX Abbildungsverzeichnis XIV Tabellenverzeichnis,...«. XEX Formclverzeichnis....XX Abkürzungsverzeichnis, XXI 1 Einleitung 1 1.1 Problemstellung 1 1.2 Methodik und

Mehr

CMC-KOMPASS: CRM. Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement

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

Mehr

Inhaltsverzeichnis. Abbüdungsverzeichnis. Tabellenverzeichnis. Abkürzu ngsverzeiclinis XXIX. Symbolverzeichnis..» XXXV

Inhaltsverzeichnis. Abbüdungsverzeichnis. Tabellenverzeichnis. Abkürzu ngsverzeiclinis XXIX. Symbolverzeichnis..» XXXV Inhaltsverzeichnis XID Inhaltsverzeichnis Abbüdungsverzeichnis Tabellenverzeichnis XXI XXVII Abkürzu ngsverzeiclinis XXIX Symbolverzeichnis..» XXXV 1 Einleitung 1 1.1 Einführung in die Problemstellung

Mehr

Master-Thesis (m/w) für unseren Standort Stuttgart

Master-Thesis (m/w) für unseren Standort Stuttgart Master-Thesis (m/w) für unseren Standort Abschlussarbeit im Bereich Business Process Management (BPM) Effizienzsteigerung von Enterprise Architecture Management durch Einsatz von Kennzahlen Braincourt

Mehr

Inhaltsverzeichnis. Geleitwort. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. Abkürzungsverzeichnis

Inhaltsverzeichnis. Geleitwort. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. Abkürzungsverzeichnis Inhaltsverzeichnis Geleitwort Vorwort Inhaltsverzeichnis VII IX XI Abbildungsverzeichnis XVII Tabellenverzeichnis XIX Abkürzungsverzeichnis XXI 1 Problemstellung und Zielsetzung 1 1.1 Digitale Produkte:

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

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

Inhaltsverzeichnis. Abbildungsverzeichnis... XIII. Abkürzungsverzeichnis... XVII

Inhaltsverzeichnis. Abbildungsverzeichnis... XIII. Abkürzungsverzeichnis... XVII Inhaltsverzeichnis Abbildungsverzeichnis... XIII Abkürzungsverzeichnis... XVII 1. Einleitung... 1 1.1 Problemstellung... 1 1.2 Zielsetzung und Aufbau der Arbeit... 3 2. Wissen und Wissensmanagement...

Mehr

Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme

Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG) zur Erlangung

Mehr

E-Mail-Kampagnen im Customer Relationship Management

E-Mail-Kampagnen im Customer Relationship Management Robert Hauke E-Mail-Kampagnen im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis XII Tabellenverzeichnis XV Formelverzeichnis XVIII Abkürzungsverzeichnis

Mehr

Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze

Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze INAUGURALDISSERTATION zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften an der Wirtschaftswissenschaftlichen

Mehr

Anforderungsanalyse für CRM-Systeme in Speditionen

Anforderungsanalyse für CRM-Systeme in Speditionen Anforderungsanalyse für CRM-Systeme in Speditionen Diplomarbeit zur Erlangung des Grades einer Diplom-Ökonomin der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Werkstatt-Reihe»Kundenwertmanagement«

Werkstatt-Reihe»Kundenwertmanagement« Projektvorstellung Werkstatt-Reihe»Kundenwertmanagement«Wedekind, Kai In Zusammenarbeit mit Projektmanager Versicherungsforen Leipzig GmbH 1 Die Idee Kundenwertmodelle werden in der Versicherungspraxis

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

Mehr

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

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

Mehr

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

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

Inhaltsübersicht... V. Inhaltsverzeichnis... VI. Abbildungsverzeichnis... XIII. Tabellenverzeichnis... XVII. Abkürzungsverzeichnis...

Inhaltsübersicht... V. Inhaltsverzeichnis... VI. Abbildungsverzeichnis... XIII. Tabellenverzeichnis... XVII. Abkürzungsverzeichnis... Inhaltsübersicht V Inhaltsübersicht Inhaltsübersicht... V... VI Abbildungsverzeichnis... XIII Tabellenverzeichnis... XVII Abkürzungsverzeichnis... XVIII 1 2 3 4 5 6 7 8 9 Einleitung... 1 Grundlagen...

Mehr

Swiss Marketing Leadership Studie 2015. Man agement Summary

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

Mehr

Kundenintegration im Innovationsprozess

Kundenintegration im Innovationsprozess Tomass Grass Kundenintegration im Innovationsprozess Identifikation von Problemfeldern in IT-Unternehmen anhand von Fallstudienanalysen Dissertation zur Erlangung des Doktorgrades Dr. rer. pol. Vorgelegt

Mehr

Customer Relationship Management

Customer Relationship Management Customer Relationship Management Titel des Lernmoduls: Customer Relationship Management Themengebiet: New Economy Gliederungspunkt im Curriculum: 2.2.1.3.7 Zum Inhalt: Diese Modul befaßt sich mit der Vorgehensweise

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

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

Mehr

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

Alina Schneider. Erfolg in Data-Warehouse-Projekten. Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien. Diplomica Verlag

Alina Schneider. Erfolg in Data-Warehouse-Projekten. Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien. Diplomica Verlag Alina Schneider Erfolg in Data-Warehouse-Projekten Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien Diplomica Verlag Alina Schneider Erfolg in Data-Warehouse-Projekten: Eine praxisnahe Analyse

Mehr

Entwicklung von Data-Warehouse-Systemen

Entwicklung von Data-Warehouse-Systemen Matthias Goeken Entwicklung von Data-Warehouse-Systemen Anforderungsmanagement, Modellierung, Implementierung Mit einem Geleitwort von Prof. Dr. Ulrich Hasenkamp Deutscher Universitäts-Verlag Inhaltsverzeichnis

Mehr

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

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von

Mehr

Methode zur Rahmenplanung der Einführung von CRM-Systemen in produktorientierten, diversifizierten Industrieunternehmen.

Methode zur Rahmenplanung der Einführung von CRM-Systemen in produktorientierten, diversifizierten Industrieunternehmen. Methode zur Rahmenplanung der Einführung von CRM-Systemen in produktorientierten, diversifizierten Industrieunternehmen DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und

Mehr

Data Warehouse und Data Mining

Data Warehouse und Data Mining Data Warehouse und Data Mining Marktführende Produkte im Vergleich von Dr. Heiko Schinzer, Carsten Bange und Holger Mertens 2., völlig überarbeitete und erweiterte Auflage -. - Verlag Franz Vahlen München

Mehr

IT-basierte Kennzahlenanalyse im Versicherungswesen

IT-basierte Kennzahlenanalyse im Versicherungswesen Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:

Mehr

Ziele und Strategien bei der Einführung von CRM

Ziele und Strategien bei der Einführung von CRM Ziele und Strategien bei der Einführung von CRM Viele Unternehmen nutzen CRM für sich, um ihre Kundennähe zu verbessern und Ihr Geschäft auszubauen. Dieser Kurzvortrag zeigt die Ziele und strategischen

Mehr

Vortrag. Kollaboratives Customer Relationship Management

Vortrag. Kollaboratives Customer Relationship Management Vortrag Kollaboratives Customer Relationship Management 1 Überblick Wortbedeutung Grundlagen CRM Abgrenzung Analytisches / Operatives und kollaboratives CRM Kollaboration Unternehmen und Kunden Kollaboration

Mehr

Papier O Nein X Ja, und zwar O Schmierpapier O Liniertes Papier X Kariertes Papier Taschenrechner X Nein O Ja

Papier O Nein X Ja, und zwar O Schmierpapier O Liniertes Papier X Kariertes Papier Taschenrechner X Nein O Ja FONTYS INTERNATIONALE HOGESCHOOL ECONOMIE KLAUSUR 4 ProgRESS-code und OER: Zeit: Dozent(en): Datum: Studiengang: Anzahl Seiten: Gebrauch von Lehrmitteln Papier O Nein Ja, und zwar O Schmierpapier O Liniertes

Mehr

Der Einsatz von E-Procurement in mittelgroßen Unternehmen

Der Einsatz von E-Procurement in mittelgroßen Unternehmen Patrick Stoll Der Einsatz von E-Procurement in mittelgroßen Unternehmen Konzeptionelle Überlegungen und explorative Untersuchung Mit einem Geleitwort von Prof. Dr. Franz Schweiggert GABLER EDITION WISSENSCHAFT

Mehr

Inhaltsverzeichnis. Geleitwort. Abkürzungsverzeichnis. Abbildungsverzeichnis. Tabellenverzeichnis. Einleitung 1

Inhaltsverzeichnis. Geleitwort. Abkürzungsverzeichnis. Abbildungsverzeichnis. Tabellenverzeichnis. Einleitung 1 Geleitwort Vorwort Abkürzungsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis V VII XVII XIX XXI Einleitung 1 A. Wirtschaftswissenschaftlicher Hintergrund eines Bonusprogramms 7 I. Der Wandel vom

Mehr

Logische Modellierung von Data Warehouses

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

Mehr

IPML Institut für Produktionssteuerung, Materialwirtschaft und Logistik GmbH. Das IPML Weiterbildungsprogramm Optimierung von Geschäftsprozessen

IPML Institut für Produktionssteuerung, Materialwirtschaft und Logistik GmbH. Das IPML Weiterbildungsprogramm Optimierung von Geschäftsprozessen Das IPML Weiterbildungsprogramm Optimierung von Geschäftsprozessen 1 Optimierung von Geschäftsprozessen Motivation Schlanke und effiziente Geschäftsprozesse sind die entscheidenden Erfolgsfaktoren des

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

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Abkürzungsverzeichnis... XVII. Abbildungsverzeichnis... XIX. Tabellenverzeichnis... XXIII. Zusammenfassung... XXIV

Abkürzungsverzeichnis... XVII. Abbildungsverzeichnis... XIX. Tabellenverzeichnis... XXIII. Zusammenfassung... XXIV INHALTSÜBERSICHT VII Inhaltsübersicht Vorwort... V Inhaltsübersicht... VII Inhaltsverzeichnis... IX Abkürzungsverzeichnis... XVII Abbildungsverzeichnis... XIX Tabellenverzeichnis... XXIII Zusammenfassung...

Mehr

Inhaltsverzeichnis. Dirk Stähler, Ingo Meier, Rolf Scheuch, Christian Schmülling, Daniel Somssich

Inhaltsverzeichnis. Dirk Stähler, Ingo Meier, Rolf Scheuch, Christian Schmülling, Daniel Somssich Inhaltsverzeichnis Dirk Stähler, Ingo Meier, Rolf Scheuch, Christian Schmülling, Daniel Somssich Enterprise Architecture, BPM und SOA für Business-Analysten Leitfaden für die Praxis ISBN: 978-3-446-41735-9

Mehr

(Thema) Realisierung eines kennzahlenbasierten Steuerungskonzepts für das Change Management. Bachelorarbeit

(Thema) Realisierung eines kennzahlenbasierten Steuerungskonzepts für das Change Management. Bachelorarbeit (Thema) Realisierung eines kennzahlenbasierten Steuerungskonzepts für das Change Management Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Customer Relationship Management

Customer Relationship Management Customer Relationship Management Seminar der AG DBIS: DB-Aspekte des E-Commerce Wintersemester 2001/2001 Christian Amlinger christian@amlinger.de 4. 4. Inhalt 5. Komponenten 5. 5. 5. Komponenten 5.1 acrm

Mehr

Konzeption von Online-Marketing Aktivitäten (Schwerpunkt Suchmaschinen-Optimierung) für Mercedes-Benz Händler.

Konzeption von Online-Marketing Aktivitäten (Schwerpunkt Suchmaschinen-Optimierung) für Mercedes-Benz Händler. Diplomarbeit Konzeption von Online-Marketing Aktivitäten (Schwerpunkt Suchmaschinen-Optimierung) für Mercedes-Benz Händler. Verfasser: Dirk Euchner Studiengang: Medieninformatik Fakultät: Digitale Medien,

Mehr

Warengruppenanalyse mit POS-Scanningdaten

Warengruppenanalyse mit POS-Scanningdaten Reihe: Marketing, Handel und Management Band 2 Herausgegeben von Prof. Dr. Rainer Olbrich, Hagen Dr. Martin Grünblatt Warengruppenanalyse mit POS-Scanningdaten Kennzahlengestütze Analyseverfahren für die

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

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

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

Produkte kommen und gehen, Kunden bleiben

Produkte kommen und gehen, Kunden bleiben Oliver Holtmann Produkte kommen und gehen, Kunden bleiben Customer-Value-Controlling als Herausforderung zur Steuerung des Kundenwerts Diplomica Verlag Oliver Holtmann Produkte kommen und gehen, Kunden

Mehr

1 Einleitung... 1. 1.1 Ausgangssituation... 2. 1.2 Explorative Voruntersuchungen zur Konkretisierung der Problemstellung... 6

1 Einleitung... 1. 1.1 Ausgangssituation... 2. 1.2 Explorative Voruntersuchungen zur Konkretisierung der Problemstellung... 6 XV Inhaltsverzeichnis 1 Einleitung... 1 1.1 Ausgangssituation... 2 1.2 Explorative Voruntersuchungen zur Konkretisierung der Problemstellung... 6 1.3 Zielsetzungen und Abgrenzung... 9 1.4 Stand der Wissenschaft,

Mehr

Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen. Bachelorarbeit

Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen. Bachelorarbeit Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

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

Mehr

IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen. Bachelorarbeit

IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen. Bachelorarbeit IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft der

Mehr

Kalkulation verursachungsgerechter Standard- Risikokosten zur risikoadjustierten Bepreisung der privaten Unfallversicherung

Kalkulation verursachungsgerechter Standard- Risikokosten zur risikoadjustierten Bepreisung der privaten Unfallversicherung Thomas Hubert Reimer Kalkulation verursachungsgerechter Standard- Risikokosten zur risikoadjustierten Bepreisung der privaten Unfallversicherung Analyse der Eignung barwertiger Verfahren aus dem Retailkreditgeschäft

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

Web und CRM als Erfolgskanäle für einen Bundesligisten. Eine Präsentation von Hannover 96

Web und CRM als Erfolgskanäle für einen Bundesligisten. Eine Präsentation von Hannover 96 Web und CRM als Erfolgskanäle für einen Bundesligisten Eine Präsentation von Hannover 96 1. Ausgangssituation seit einiger Zeit beobachtbarer Strukturwandel im Fußballsport von Gemeinnützigkeit zum Wirtschaftsunternehmen

Mehr

Hochflexibles Workforce Management: Herausforderungen und Lösungsverfahren

Hochflexibles Workforce Management: Herausforderungen und Lösungsverfahren Hochflexibles Workforce Management: Herausforderungen und Lösungsverfahren Dissertation zur Erlangung des akademischen Gerades eines Doktors der Wirtschaftswissenschaften ( Doctor rerum politicarum") an

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische

Mehr

Prozessbewertung in der Logistik

Prozessbewertung in der Logistik Christian Büssow Prozessbewertung in der Logistik Kennzahlenbasierte Analysemethodik zur Steigerung der Logistikkompetenz Mit einem Geleitwort von Prof. Dr.-Ing. Helmut Baumgarten Deutscher Universitäts-Verlag

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr