Geschäftsdaten auswerten

Transkript

1 Geschäftsdaten auswerten Schwachstellen erkennen, Ursachen analysieren und gezielter steuern Thomas Menner ebusiness-lotse Oberschwaben-Ulm IHK Bodensee-Oberschwaben, Weingarten,

2 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Was gehört zu einer Business Intelligence? Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 2

3 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Was gehört zu einer Business Intelligence? Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 3

4 Aktuelle Situation Explosionsartige Zunahme verfügbarer Daten über nahezu alle alltäglichen Abläufe Daten aus dem eigenen Unternehmen (Einkauf, Lagerverwaltung, Produktion, Verkauf, Marketing, etc.) Kundenverhalten Navigationsverhalten auf Webseiten Kundenfeedback und Produktbewertungen Starke Zunahme von Rechenleistung und Speicherkapazität Die Herausforderung Diese wertvollen Informationen bleiben oftmals ungenutzt wir dürsten nach Wissen aber ertrinken in Informationen (John Naisbitt) Thomas Menner 4

5 Was ist Business Intelligence? Ziel: Diese wertvollen Informationen nutzen! Analyse von Geschäftsdaten (Sammeln, Auswerten, Darstellen) Verbesserung operativer und strategischer Entscheidungen Thomas Menner 5

6 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Was gehört zu einer Business Intelligence? Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 6

7 Einsatzmöglichkeiten in Ihrem Unternehmen Controlling Flexible Analysen zu Umsatz, Kosten, Erlöse Marketing & Vertrieb Kaufverhalten analysieren, Kundenpotenziale erkennen, Vertriebskanäle analysieren Einkauf Lieferantenmanagement, Beschaffungsmanagement Personal Personalkosten, Personalplanung, Überstundenanalysen Lagerhaltung Bestandsanalysen, Bestandsbewegungen Produktion Kapazitätsauslastung, Fehleranalyse Qualitätsmanagement Reklamationsprozess beschleunigen, Produktqualität erhöhen Thomas Menner 7

8 Beispiel - Marketing / Vertrieb Thomas Menner 8

9 Beispiel - Revenue Management Preisgestaltung auf Basis der Kundenzufriedenheit (in der Hotellerie) Bei hoher Preis- Leistungszufriedenheit (>80%) wird Preis erhöht Bei gesunkener Zufriedenheit wird versucht, die Service- Qualität zu erhöhen, um höheren Preis zu rechtfertigen Thomas Menner 9

10 Beispiel - Optimierung des Realprodukts Verbesserung der Produktqualität auf Basis der Auswertung von Kundenfeedback Food/Breakfast Mixed Rooms Service Wellness Thomas Menner 10

11 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Was gehört zu einer Business Intelligence? Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 11

12 Business Intelligence Architektur Quellsysteme ERP System Reporting CRM System Kundendaten Data Warehouse OLAP Data Mining Daten unterschiedlicher Herkunft Aus operativen Systemen (ERP-Systeme, CRM-Datenbanken, Excel-Files) Aus dem Internet (auch soziale Medien) Stichwort Big Data Thomas Menner 12

13 Business Intelligence Architektur Datenquellen Text- Dateien Reporting Datenbanken Html- Dateien Data Warehouse OLAP Data Mining Chronologische und dauerhafte Datenspeicherung (getrennt vom operativen Datenbestand) Integriert Daten aus unterschiedlichen Datenquellen in einheitlichem Format Thomas Menner 13

14 Business Intelligence Architektur Datenquellen Text- Dateien Reporting Datenbanken Html- Dateien Data Warehouse OLAP Data Mining Verschiedene Möglichkeiten zur Darstellung und Auswertung der Daten Thomas Menner 14

15 Reporting über generierte Reports Automatisch generierte Reports für das Management extrahop.com Thomas Menner 15

16 Reporting über Dashboards Kompakte Darstellung der wichtigsten Kennzahlen (KPIs) pressebox.de Thomas Menner 16

17 OLAP (Online Analytical Processing) winfwiki.wi-fom.de Thomas Menner 17

18 Data Mining der Schritt weiter Kundensegmentierung zur Produktdifferenzierung und Marketing / CRM Cluster 1 (56.767) Junge Wochenend- Kunden mit geringem Umsatzpotenzial, buchen hauptsächlich Skikurse kurzfristig über das Telefon Cluster 3 (19.182) Ältere Kunden buchen für einen einwöchigen Aufenthalt vor allem Skipass und Skiausrüstung über das Web Cluster 2 (37.290) Kunden, die langfristig eine Unterkunft für eine Woche buchen Typische Merkmale zur Segmentbildung demografische Merkmale (Alter, Geschlecht, ) soziografische Merkmale (Einkommen, Beruf, Wohnverhältnisse, ) regionale Merkmale (Wohnort, Wohngegend, ) verhaltensorientierte Merkmale (Preisorientierung, Mediennutzung, Einkaufsstättenwahl, ) Thomas Menner 18

19 Data Mining Warenkorbanalyse Entscheidungsbäume Ist ein Kunde kreditwürdig? (mywebcheck.de) Welche Produkte werden häufig gemeinsam gekauft? Cross-Selling-Potenziale aufdecken und ausnutzen Wird ein Kunde auf eine Marketingkampagne reagieren? Wird ein Kunde kündigen? Thomas Menner 19

20 Was brauche ich davon konkret? BI-Komponente Einsatz / Relevanz Voraussetzungen Data Warehouse Reporting/ Dashboards Integration heterogener Daten aus unterschiedlichen Datenquellen Bereitstellung historischer Daten Nicht zwingend erforderlich Automatisierung des Berichtswesens Hauptkomponente einer BI- Architektur Setzt spezifische Expertise voraus Benötigt einen dauerhaften Aufwand zur Pflege/Aktualisierung Setzt i.d.r. lediglich Kenntnisse der Quelldaten voraus OLAP Data Mining Ermöglicht flexible und leistungsfähige Betrachtung der Daten Zielgruppe eher Business Analysten Ermöglicht komplexe, weitergehende Analysen Richtet sich ausschließlich an Business Analysten Erfordert i.d.r. ein Data Warehouse Setzt profunde Kenntnisse im Bereich Data Mining voraus Thomas Menner 20

21 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Was gehört zu einer Business Intelligence? Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 21

22 Vorgehensweise eines BI-Projekts Anforderungen definieren Daten analysieren Software- Komponenten auswählen (Data Warehouse aufbauen) Einsatz in der Praxis Anforderungen definieren Welche Fragen sollen beantwortet werden? Welche Zusammenhänge sollen erkannt werden? Festlegen der Kennzahlen und Auswertungen Umsatz pro Monat/Woche/Tag, pro Region/Standort Verkaufszahlen pro Monat/, pro Kunde Festlegung relevanter Analyse- und Darstellungsmethoden Reports, OLAP Data Mining Trendanalyse des Umsatzes der letzten Jahre Vorhersage des Umsatzes für den nächsten Monat/Jahr Bildung von Kundensegmenten aufgrund des Kaufverhaltens Thomas Menner 22

23 Vorgehensweise eines BI-Projekts Anforderungen definieren Daten analysieren Software- Komponenten auswählen (Data Warehouse aufbauen) Einsatz in der Praxis Daten analysieren Welche Daten liegen bereits vor? Welche Daten können beschafft/generiert werden? Welche Qualität haben die Daten? Korrektheit, Vollständigkeit, Aktualität Thomas Menner 23

24 Vorgehensweise eines BI-Projekts Anforderungen definieren Daten analysieren Software- Komponenten auswählen (Data Warehouse aufbauen) Einsatz in der Praxis Software-Komponenten auswählen Es existieren leistungsfähige Gesamtlösungen sowohl kommerziell als auch im Bereich Open-Source ABER: spezifisches Know-how und ein gewisses Maß an Einarbeitungsaufwand ist immer mit einzurechnen Thomas Menner 24

25 Vorgehensweise eines BI-Projekts Anforderungen definieren Daten analysieren Software- Komponenten auswählen (Data Warehouse aufbauen) Einsatz in der Praxis Data Warehouse aufbauen Spiegelt Projektanforderungen und die vorliegenden Daten wider Ist auf jeden Fall unternehmensspezifisch Entscheidet über die Leistungsfähigkeit des gesamten BI-Systems Erfordert spezifisches Data Warehouse Know-How Thomas Menner 25

26 Vorgehensweise eines BI-Projekts Anforderungen definieren Daten analysieren Software- Komponenten auswählen (Data Warehouse aufbauen) Einsatz in der Praxis Einsatz in der Praxis Schulung der Mitarbeiter Überprüfung der Praxistauglichkeit Liefert das Werkzeug die gewünschten Informationen? Wird es von den Mitarbeitern/Management wie gewünscht genutzt? Thomas Menner 26

27 Kritische Erfolgsfaktoren Selbst umsetzen oder umsetzen lassen? Auswahl eines passenden Dienstleisters Hat der Dienstleister spezifische Erfahrung in der Durchführung von BI- Projekten? Unterstützt der Dienstleister aktuelle Technologien & Werkzeuge? Hat der Dienstleister spezifische Erfahrung in der relevanten Branche? Unterstützung durch Management/Mitarbeiter Bereitstellung der Anforderungen und der benötigten Analysen Bereitstellung vorliegender Daten, Dokumentationen usw. Validierung des Data Warehouses (sind die richtigen und aktuellsten Daten im Data Warehouse?) Thomas Menner 27

28 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Business Intelligence ein Überblick Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 28

29 Business Intelligence und KMUs? Aktuelle Situation Hauptgründe für Hemmungen beim Einsatz von BI: Kosten der Systeme Komplexität der Systeme Folge: Excel als BI-Tool immer noch weit verbreitet Aber BI muss nicht immer teuer und kompliziert sein Zahlreiche BI-Tools verfügbar, die kostenlos sind bzw. relativ kostengünstig meist gut dokumentiert sind (Anleitungen, YouTube-Videos, etc ) eine Integration der bestehenden Excel-Sheets ermöglichen Beispiel: Heim Hausgeräte GmbH in Hagnau Thomas Menner 29

30 Business Intelligence und KMUs? Praxisbeispiel Heim Hausgeräte GmbH Kleiner Familienbetrieb aus Hagnau am Bodensee Service-Dienstleister für Hausgeräte (speziell Miele) Verlauf des Praxisbeispiels: Besuch des Unternehmens auf einer Veranstaltung des ebusiness-lotsen Oberschwaben-Ulm führte zur Umsetzung eines Praxisbeispiels im Bereich des mobilen Bezahlens Daraus entwickelte sich beim Unternehmen weiterführendes Interesse für die Business Intelligence Mithilfe des ebusiness-lotsen wurden daraufhin die Daten des Unternehmens analysiert und in einem ersten Dashboard dargestellt Verwendetes Tool: Qlikview von der schwedischen Firma Qlik Thomas Menner 30

31 Agenda Einführung in die Business Intelligence? Einsatzmöglichkeiten Business Intelligence ein Überblick Vorgehensweise eines BI-Projekts Business Intelligence und KMUs? Zusammenfassung Thomas Menner 31

32 Zusammenfassung Fazit Verfügbare Daten über Geschäftsabläufe und Kunden nehmen ständig zu Möglichkeiten zur Auswertung der Daten (Hard-/Software) werden immer besser Business Intelligence wird immer essentieller für Ihren Geschäftserfolg Empfehlung Überlegen Sie zunächst: Welche Daten über Ihre Geschäftsabläufe oder Ihre Kunden und deren Verhalten haben Sie vorliegen? Welche Erkenntnisse lassen sich aus diesen Daten gewinnen und wie können Sie hiermit Ihren Geschäftserfolg steigern? Beginnen Sie mit einfachen Auswertungen (Reports/Dashboards) Planen Sie weitergehende Auswertungen Kontaktieren Sie gegebenenfalls einen Dienstleister Thomas Menner 32

33 Herzlichen Dank Fragen??? Thomas Menner 33

34 Geschäftsdaten auswerten Schwachstellen erkennen, Ursachen analysieren und gezielter steuern Thomas Menner ebusiness-lotse Oberschwaben-Ulm IHK Bodensee-Oberschwaben, Weingarten,