DQM erfolgreiches CRM dank Daten-Quality-Management

Größe: px
Ab Seite anzeigen:

Download "DQM erfolgreiches CRM dank Daten-Quality-Management"

Transkript

1 DQM erfolgreiches CRM dank Daten-Quality-Management CRM-Forum, , 14:00 (Speaker s Corner Winterthur ) Steria

2 Daten-Quality-Management Agenda Datenqualität, was ist das? Datenqualität, wo ist das Problem? Das DQM Daten-Quality-Management Das korrekte Vorgehen Die Lösung 2

3 Daten-Quality-Management Datenqualität, was ist das? 3

4 Daten-Quality-Management Merkmale der Datenqualität Die Datenqualität lässt sich auf vier Merkmale zurückführen: Genauigkeit: Die Daten müssen korrekt und exakt sein. Es hat keinen Platz für Zweideutigkeiten oder offensichtliche Fehler. Aktualität: Die Daten müssen auf dem neuesten Stand sein. Vollständigkeit: Die Daten müssen umfassend sein. Konsistenz: Die Daten müssen im ganzen Unternehmen einheitlich sein. 4

5 Daten-Quality-Management Datenqualität, wo ist das Problem? 5

6 Daten-Quality-Management Ungenügende Datenqualität ein reales Problem Daten von ungenügender Qualität stellen ein reales Problem dar, das Ihrem Unternehmen Kosten in Millionenhöhe verursachen kann. Studien zufolge belaufen sich diese durchschnittlichen Kosten pro Unternehmen auf über 8,2 Millionen US-Dollar pro Jahr. Allein in den USA summieren sich die Kosten auf 611 Milliarden US- Dollar. Die Zahlen klingen irreal, aber sie erklären sich durch die extreme Datenabhängigkeit der Unternehmen im Hinblick auf: effizienten Betrieb (56 % der Unternehmen treffen deshalb falsche Entscheidungen) Produktivität (47 % der Unternehmen klagen über qualitativ unzureichende Daten zur Erledigung ihrer Arbeit) Rentabilität (bis zu 12 % Einnahmenverlust aufgrund von Daten von ungenügender Qualität). 6

7 Daten-Quality-Management Datenqualität: Bedeutung und Nutzen Datenqualität ist wichtig, weil sie Auswirkungen auf den Gewinn hat und als Grundlage für strategische Geschäftsentscheidungen dient. In einer Studie von Bain & Company wurden das Kundenbeziehungsmanagement (Customer Relationship Management CRM) und die Kundensegmentation als wichtige Instrumente der Geschäftsführung zur Optimierung des Geschäftserfolgs eingestuft. Beide Instrumente erweisen ihren Nutzen nur bei hoher Datenqualität. 7

8 Daten-Quality-Management Datenqualität: häufige Probleme Ähnliche Informationen wie z. B. Kundendaten werden oft in unterschiedlichen und separaten Quellen gespeichert wie etwa CRM- Anwendungen, Buchhaltungssysteme oder Lohn-Systeme. Die Informationen werden in einer Quelle aktualisiert, aber nicht in der anderen und so entstehen Inkonsistenzen. Darüber hinaus sind manche Daten schwer zu finden. Wenn die Benutzer nicht in der Lage sind, auf die am dringendsten benötigten Informationen zuzugreifen und schnelle Entscheidungen zu treffen, sinkt der Wert der Unternehmensdaten. Ein kleiner Fehler kann Daten im gesamten Unternehmen unbrauchbar machen und beschädigte Daten können fatale Folgen haben. 8

9 Daten-Quality-Management Gartner Analyse Gartner prognostiziert, dass bis zum Jahr % der Fortune 100-Unternehmen Informationskrisen erleben werden, da sie nicht fähig sind ihre geschäftlichen Informationen angemessen zu bewerten, zu beherrschen und ihnen zu vertrauen. Quelle: Gartner Predicts 2014: Information Governance and MDM Are Critical for Digital Transformation, Analyst(s) (Information Governance und MDM sind von entscheidender Bedeutung für die digitale Umwandlung, Analyst(en): Saul Judah, Bill O'Kane, Andrew White, Ted Friedman, Debra Logan, November 22nd,

10 Daten-Quality-Management Hauptgründe für ungenügende Datenqualität Kein Sponsor für DQM im Top-Management etabliert Keine adäquaten Prozesse zur Verbesserung der Datenqualität aufgesetzt Keine Prozessverantwortlichkeiten hinsichtlich DQM definiert 10

11 Studien belegen Bedeutung der Datenqualität im Unternehmen Europäische bima-studie 2012/13 Befragt wurden ca. 500 Unternehmen aus Europa Fazit: Die Datenqualität bleibt Kernherausforderung der Unternehmen Quelle: Steria AG 11

12 Daten-Quality-Management Das DQM Daten-Quality-Management 12

13 Daten-Quality-Management Definition Datenqualitätsmanagement (DQM) bezeichnet alle qualitätsorientierten organisatorischen, methodischen, konzeptionellen und technischen Massnahmen, um Daten im Sinne eines Vermögenswertes für Unternehmen zu steuern und zu verwalten. Dabei wird über den Lebenszyklus von Daten hinweg eine kontinuierliche Qualitätsdefinition, Qualitätsmessung und Qualitätsanalyse durchgeführt. 13

14 Durchgehende Prüfung der Quellen sichert die Prozesseffizienz Vorgehen 14

15 Änderungshäufigkeit der Daten niedrig hoch Datenqualitätsprobleme fangen bei der Eingabe an Lösungen müssen hier ansetzen. Datenqualität - Immer noch eine Herausforderung Unterschiedliche Erfassungsquellen Erfassung findet nicht durch Fachpersonal statt Proaktives Datenqualitätsmanagement Fehler bei der Dateneingabe werden spät oder gar nicht erkannt Die nachträgliche Bereinigung ist komplex durch heterogene Systeme Gesetzliche Anforderungen müssen erfüllt werden Laissez faire niedrig Data Cleansing hoch Bedeutung der Daten Informationsmangel für optimale CRM Prozesse Viele CRM-Anbieter verfügen nur über rudimentäre Funktionen zur Datenqualitätssicherung Geringes Datenqualität führt zu erhöhten Kosten bei Kampagnen und Verärgerung bei den Kunden durch falsche Adressierung 15

16 Durchgehende Prüfung der Quellen sichert die Prozesseffizienz Datenqualität in den Prozessen 16

17 Betrachtungsbereich Phasenmodell des DQM-Ansatzes Die richtige Schritte zur richtigen Zeit Schritt 1: Datenbereinigung Analysieren Bereinigen Rückspielen Schritt 2: Online Prüfung Prozess Infrastruktur Anbindung Schritt 3: Master Data Management Modell Vorgehen Integration 17

18 Daten-Quality-Management Das korrekte Vorgehen 18

19 Strukturiertes Vorgehen zur Herstellung einer qualitätsgesicherten Datenbasis (Schritt 1) 5 Phasen Modell Dublettenbereinigung erfolgt in einem mehrstufigen, iterativen Prozess Qualitätssicherungsprozess ist Domänenunabhängig Qualitätssicherungsprozess ist Technologieunabhängig 19

20 Phase 1 - Datenanalyse 5 Phasen Modell Bereitstellung des Datenexport aus dem unterschiedlichen Datenquellen Stammdatenquantität messen Ermittlung des Feldbefüllungsgrad sämtlicher verfügbaren Felder bei Stammdaten Frequenz - und Formatanalyse der Daten Stammdatenqualität messen Analyse der Firmenbezeichnungs- und Namensfelder Analyse der Anschriftenfelder Analyse der Kommunikationsfelder Ermittlung von postalisch fehlerhaften Adressen (global) Ermittlung der Anzahl von Dubletten in den Kundenstammdaten (Firmen- und Ansprechpartner) Vorstellung der Analyseergebnisse Messungen schaffen Transparenz über den Ist- Zustand 20

21 Phase 2 - Datenkorrektur 5 Phasen Modell Erstellen von Standard LoV (z.b. Anrede/Titel) auf Basis von Häufigkeitsverteilungen Identifikation von Dummy Werten Identifikation Firmenbestandteile in den AP-Felder Identifikation von Vorname / Nachname Vertauschung, Rufnummern im feld, fehlende Ortsbezeichnung, Fehlende Anschrifteninformationen, fehlerhafte Internationale Anschriften Identifikation von Bereinigungspotenzialen 21

22 re Sicher e Phase 3 - Dubletten Prüfung 5 Phasen Modell Dublettendefiniton Was soll als Dublette identifiziert werden? Unterscheidung von gewollten und nicht gewollten Dubletten Dublettenprüfungsiteration Dublettenprüfung Präsentation der Ergebnisse und Diskussion der Abgleichsqualität ggf. Anpassung in der Dublettendefintion Identifizierung der Schwellenwerte für die Dublettenprüfung Schwelle sichere Dubletten Schwelle unsichere Dubletten Manuelle Prüfung von unsicheren Zuordnungen Sichere Sichere Unsichere Unikate Unikate Unikate Unsiche 0 Jede Kategorie von Dublette hat eigene Bereinigungsmaßnahmen 22

23 Phase 4 - Zusammenführung 5 Phasen Modell Logische Zusammenführung der Daten Erstellung einer Verknüpfung/Markierung für die Dublettengruppe (keine Löschung der Daten) Physikalische Zusammenführung der Daten Ein Datensatz überlebt und die Folgedubletten werden gelöscht gesetzt Definition der Kopf- und Folgedubletten Bildung des goldenen Datensatzes (golden record) Zur Nachbearbeitung von potentiell unsicheren Korrekturen bei der postalischen Korrektur und unsicheren Zuordnungen bei der Dublettenprüfung können externe Datendienste unterstützten Duplettenprüfung selektiert nicht den richtigen Datensatz, sondern stellt den korrekten Datensatz zusammen 23

24 Phase 5 - Rückspielung 5 Phasen Modell Zurückführen der bereinigten Daten in das eigentliche Produktivsystem Beachtung von notwendigen Anforderungen Historisierungsabhängigkeiten Nachvollziehbarkeit Datenmodellanpassungen Neuberechnung von Aggregaten resultierender Stammdatenkonsolidierung Rückführung der Daten muss Rahmenbedingungen beachten 24

25 Daten-Quality-Management Die Lösung 25

26 DQ-Tools Phasenmodell des DQM-Ansatzes Die richtigen Schritte zur richtigen Zeit Schritt 1: Datenbereinigung Analysieren Bereinigen Rückspielen Schritt 2: Online Prüfung Prozess Infrastruktur Anbindung Schritt 3: Master Data Management Modell Vorgehen Integration 26

27 Daten-Quality-Management Wichtige Funktionen der Datenbereinigung Adressen Standardisierung Dubletten Prüfung Telefon Formatierung Prüfung Namen Verifizierung Adressen Standardisierung Dublettenprüfung Telefon Anreicherung Prüfung Namen Verifizierung Adressen Standardisierung Dubletten Prüfung Telefon Formatierung Prüfung 27

28 DQ-Connector Phasenmodell des DQM-Ansatzes Die richtigen Schritte zur richtigen Zeit Schritt 1: Datenbereinigung Analysieren Bereinigen Rückspielen Schritt 2: Online Prüfung Prozess Infrastruktur Anbindung Schritt 3: Master Data Management Modell Vorgehen Integration 28

29 So früh wie möglich Eingabe von Stammdaten Lösung: Generische CRM-DQ Integration Die Lösung: SMC DQ Connector Generische nahtlose Integration einer externen Datenqualitätslösung in update CRM, MS-CRM und Siebel über eine serviceorientierte Echtzeitschnittstelle. Einbindung der Datenqualitätsfunktionen in die CRM-Systeme über eine modular aufgebaute und leicht anpassbare Workflowsteuerung. Modulare Integration von: Adresskorrektur Blacklistenabgleich Sanktionslistenabgleich Dublettenprüfung Anreicherung 29

30 Nutzen einer nachhaltigen Lösung Generische CRM-DQ Integration Elemente einer nachhaltigen Lösung Fehlertolerante Erfassungsunterstützung Systemgestützte Prozessführung Intelligente Datenvalidierung Nutzen einer nachhaltigen Lösung Steigerung der Datenqualität Kostensenkung beim Datenmanagement Höhere Kundenzufriedenheit Effizienzsteigerung der Folgeprozesse 30

31 Daten-Quality-Management Zusammenfassung Datenqualität, was ist das? Genauigkeit, Aktualität, Vollständigkeit und Konsistenz Datenqualität, wo ist das Problem? Daten von ungenügender Qualität stellen ein reales Problem dar, das Ihrem Unternehmen Kosten in Millionenhöhe verursachen kann. Kein Sponsor, keine adäquaten Prozesse und keine Verantwortlichkeiten Das DQM Daten-Quality-Management Das DQM bezeichnet alle qualitätsorientierten organisatorischen, methodischen, konzeptionellen und technischen Massnahmen, um Daten im Sinne eines Vermögenswertes für Unternehmen zu steuern und zu verwalten Das korrekte Vorgehen Datenbereinigung (Schritt 1) mit Hilfe des 5 Phasen Modells Die Lösung Steria DQ-Connector für die nachhaltige online Prüfung der Daten (Schritt 2) 31

32 Daten-Quality-Management Fazit Datenqualitätsfragen sind in Unternehmen jeder Grösse und in allen Branchen präsent. Unabhängig von der Ursache kosten diese Probleme die Unternehmen Jahr für Jahr Milliardenbeträge. Je länger die Probleme unerkannt bleiben, desto mehr Schaden richten sie an. Neue Verfahren helfen Unternehmen dabei die gravierendsten Probleme zu überwinden. Mit den vorgestellten Methoden und Lösungen können sie Ihre Datenqualitätsprobleme step by step in den Griff bekommen und zukünftig noch erfolgreicher werden! 32

33 Einen Vorsprung im Leben hat, wer da anpackt, wo die anderen erst einmal reden. John F. Kennedy 33

34 Datenqualitätsmanagement Fragen / Antworten 34

35 Besten Dank für Ihre Aufmerksamkeit Steria

TPAV. Dubletten- und Adressprüfung direkt im SAP CRM

TPAV. Dubletten- und Adressprüfung direkt im SAP CRM TPAV Dubletten- und Adressprüfung direkt im SAP CRM 2 Ihr Kapital im SAP CRM: die Geschäftspartnerdaten. Trusted Partner Address Validation (TPAV) Das von der C4RM entwickelte TPAV AddOn sucht Geschäftspartner-Dubletten

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

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

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM Datenreorganisation > Effiziente und performante Stammdatenreorganisation mit SAP Data Services < Simon Hartstein / T-Systems Data Migration Consulting AG / Harmonization & Consolidation Mai 21, 2014 Agenda

Mehr

EXZELLENTES MASTERDATENMANAGEMENT. Creactives-TAM. (Technical Attribute Management)

EXZELLENTES MASTERDATENMANAGEMENT. Creactives-TAM. (Technical Attribute Management) EXZELLENTES MASTERDATENMANAGEMENT Creactives-TAM (Technical Attribute Management) Datenqualität durch Stammdatenmanagement Stammdaten sind eine wichtige Grundlage für Unternehmen. Oft können diese, gerade

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad Datenqualität mit dem DataFlux dfpower Studio 8.1 Tobias Jansen Zaferna-Hütte, 4. Januar 2009 Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter Nasa Marssonde Mars Climate Orbiter

Mehr

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u)

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Jeder kennt folgende Sätze aus seinem eigenen Unternehmen: Wieso sind so viele doppelte Einträge im System? Kann man

Mehr

Stammdatenmanagement für SAP

Stammdatenmanagement für SAP excellence in data quality Master Data System Stammdatenmanagement für SAP www.iso-gruppe.com EXT 1 SAP 1 Ausgangssituation/ Bedarf Stammdatenmanagement eine technologische Herausforderung? Die Einführung

Mehr

ALLES ÜBER IHRE KUNDEN

ALLES ÜBER IHRE KUNDEN ALLES ÜBER IHRE KUNDEN Data Quality: Die besten und aktuellsten Daten für Ihren Unternehmenserfolg Ansprechpartner bedirect GmbH & Co. KG Ariane Eggers Telefon +49 5241 80-45614 ariane.eggers@bedirect.de

Mehr

Datenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009

Datenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009 Datenqualität: allgemeiner Überblick Waldemar Braun Seminar Datenqualität OvGU Magdeburg Gliederung 1. Einleitung 2. Motivation 3. Definition 4. DQ-Probleme 5. DQ-Dimensionen 6. DQ-Modelle 7. Messen der

Mehr

Der Einsatz von Software- Lösungen für automatische ecl@ss-klassifizierung und bessere Datenqualität

Der Einsatz von Software- Lösungen für automatische ecl@ss-klassifizierung und bessere Datenqualität Der Einsatz von Software- Lösungen für automatische ecl@ss-klassifizierung und bessere Datenqualität Helmut Plinke Principal Data Management Consultant DataFlux Die Herausforderungen Bestandsdaten nachträglich

Mehr

Konzeption eines Master-Data-Management-Systems. Sven Schilling

Konzeption eines Master-Data-Management-Systems. Sven Schilling Konzeption eines Master-Data-Management-Systems Sven Schilling Gliederung Teil I Vorstellung des Unternehmens Thema der Diplomarbeit Teil II Master Data Management Seite 2 Teil I Das Unternehmen Vorstellung

Mehr

Data Quality Management. Data Quality Management. Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern.

Data Quality Management. Data Quality Management. Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern. Data Quality Management Data Quality Management Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern zeb Data Quality Management Daten organisieren, revisionssicher korrigieren

Mehr

Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität!

Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität! your way to data excellence Reduzieren Sie Kosten Eliminieren Sie Risiken Optimieren Sie Prozesse Steigern Sie Umsatz und Gewinn Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität! Treffen

Mehr

Analysen sind nur so gut wie die Datenbasis

Analysen sind nur so gut wie die Datenbasis Analysen sind nur so gut wie die Datenbasis Datenaufbereitung und Sicherung der Datenqualität durch den kontextbasierten MIOsoft Ansatz. Daten gelten längst als wichtiger Produktionsfaktor in allen Industriebereichen.

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

Datenqualität und -sicherheit

Datenqualität und -sicherheit Datenqualität und -sicherheit Kompaktseminar Tobias Steimer Stellvertretender Leiter Product Design E-Mail vor einigen Wochen Datenqualität und -sicherheit Die Perspektives des Kunden Kunden und Interessenten

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

DSC-Stammdatenmanagement

DSC-Stammdatenmanagement unternehmensberatung und software gmbh Ihre Daten im Fokus DSC-Stammdatenmanagement Effiziente und wirtschaftliche Prozesse durch qualitativ hochwertige und eindeutige Stammdaten Analyse Zusammenführung

Mehr

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

Mehr

System Landscape Optimization. Karl Nagel, Patrick Müller

System Landscape Optimization. Karl Nagel, Patrick Müller System Landscape Optimization Karl Nagel, by CaRD / CaRD PLM 2008 Schritte > Voraussetzung: Prozessharmonisierung und Systemintegration > 1. Erstellung eines neuen Meta-Datenmodells/Vereinbarung der gültigen

Mehr

intellidata Quality Server

intellidata Quality Server your way to data excellence intellidata Quality Server Integrierte Datenqualität als Webservice www.iso-gruppe.com Stammdaten ein Vermögenswert Datenbestände bilden die Grundlage Ihrer täglichen Entscheidungen

Mehr

Metriken für ein ROI-basiertes Datenqualitätsmanagement

Metriken für ein ROI-basiertes Datenqualitätsmanagement Dr. Max Mustermann Referat Kommunikation & Marketing Verwaltung Metriken für ein ROI-basiertes Datenqualitätsmanagement Prof. Dr. Bernd Heinrich, Prof. Dr. Mathias Klier Institut für Wirtschaftsinformatik

Mehr

CAS Software AG. Richtig informiert. Jederzeit und überall. CRM-Trends 2007. Jürgen Kuhn. CAS Software AG

CAS Software AG. Richtig informiert. Jederzeit und überall. CRM-Trends 2007. Jürgen Kuhn. CAS Software AG CAS Software AG Richtig informiert. Jederzeit und überall. CRM-Trends 2007 Jürgen Kuhn CAS Software AG Agenda 1. CAS Software AG: Status und Ziele 2. CRM-Trends im Überblick 3. Top-CRM-Trend 1: Revolution

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

Aktuelle Trends im CRM

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

Mehr

datenqualität aus der cloud

datenqualität aus der cloud datenqualität aus der cloud Ihre Vorteile Leistungen flexibel buchbar Transparente Abrechnung Keine eigenen IT-Investitionen nötig Einfach integrierbar durch verschiedene Schnittstellen Ideal auch in der

Mehr

Präsentation. Integration Leascom und CRM

Präsentation. Integration Leascom und CRM Präsentation Integration Leascom und CRM Ansprechpartner der SMC IT AG Kai Jesse Senior Consultant CRM Geschäftsführer, SMC IT GmbH Karlsruhe Page 2 CRM-System CAS genesisworld CAS genesisworld Umfangreiches

Mehr

DSC-Adressmanagement

DSC-Adressmanagement unternehmensberatung und software gmbh Das große Ganze im Blick DSC-Adressmanagement Qualifizierte Adressen auf Basis einer korrekten SAP-Regionalstruktur sichern Datenqualität und Geschäftserfolg Effizienzsteigerung

Mehr

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28.

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. November 2008 2007 TIQ Solutions GmbH All Rights Reserved. GIQMC Bad Soden,

Mehr

IT-Megatrends 2013-2020 Wissen ist Macht Kundendaten-Management als Basis für erfolgreiches Kundenbeziehungs-Management

IT-Megatrends 2013-2020 Wissen ist Macht Kundendaten-Management als Basis für erfolgreiches Kundenbeziehungs-Management IT-Megatrends 2013-2020 Wissen ist Macht Kundendaten-Management als Basis für erfolgreiches Kundenbeziehungs-Management Dr. Wolfgang Martin Analyst, ibond Partner, und Mitglied im CRM Expertenrat Frankfurt,

Mehr

Make your day a sales day

Make your day a sales day Make your day a sales day Axivas Group Axivas IT Solutions I C T M a n a g e m e n t S a l e s P o r t a l S o f t w a r e Ihr Technologiepartner für Marketing- und Vertrieb. S y s t e m I n t e g r a

Mehr

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Information Governance Information Management

Mehr

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie BIG DATA Future Opportunities and Challanges in the German Industry Zusammenfassung Die Menge der verfügbaren

Mehr

Das Listen Abgleich Interface wird einfach über Doppelklick auf die Datei Listen-Abgleich-Interface.accde gestartet.

Das Listen Abgleich Interface wird einfach über Doppelklick auf die Datei Listen-Abgleich-Interface.accde gestartet. Anleitung Listen Abgleich Interface Was macht das Listen Abgleich Interface? Das Listen Abgleich Interface importiert und gleicht Excel Listen, welche beispielsweise aus Web Kontaktformularen, Adresszukäufen

Mehr

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP V04 02. Mai 2011, 16.15-17.45 Uhr, ITS-Pool nur zugelassene Teilnehmer Niedersächsisches Hochschulkompetenzzentrum für SAP (CCC) Aktuelles

Mehr

Smart Customer MDM im Verlagswesen. Springer Science + Business Media & Uniserv GmbH Martin Faber, Christian Holtz

Smart Customer MDM im Verlagswesen. Springer Science + Business Media & Uniserv GmbH Martin Faber, Christian Holtz Smart Customer MDM im Verlagswesen Springer Science + Business Media & Uniserv GmbH Martin Faber, Christian Holtz Innovative 2014, Frankfurt Juni 2014 2 Vorstellung Springer Fakten: Umsatz 2013: ca. 943

Mehr

Informatica stellt Cloud Master Data Management (Cloud MDM) vor

Informatica stellt Cloud Master Data Management (Cloud MDM) vor Informatica stellt Cloud Master Data Management (Cloud MDM) vor Informatica Cloud MDM verbessert die Ergebnisse in den Bereichen Sales, Services und Marketing durch optimierte Kundeninformation für Kunden

Mehr

Hannover, 20.03.2015 Halle 5 Stand A36

Hannover, 20.03.2015 Halle 5 Stand A36 Integrierte Unternehmensinformationen als Fundament für die digitale Transformation vor allem eine betriebswirtschaftliche Aufgabe Hannover, 20.03.2015 Halle 5 Stand A36 Business Application Research Center

Mehr

Requirements Engineering im Customer Relationship Management: Erfahrungen in der Werkzeugauswahl

Requirements Engineering im Customer Relationship Management: Erfahrungen in der Werkzeugauswahl Requirements Engineering im Customer Relationship Management: Erfahrungen in der Werkzeugauswahl GI-Fachgruppentreffen Requirements Engineering Agenda arvato services innerhalb der Bertelsmann AG Herausforderungen

Mehr

Uniserv solutions sap BUsiness suite

Uniserv solutions sap BUsiness suite SAP BUSINESS SUITE UNISERV LÖSUNGEN FÜR DIE SAP Business Suite Herausforderungen für Datenqualität in SAP-Projekten Uniserv unterstützt Unternehmen dabei, die besonderen Anforderungen eines effektiven

Mehr

Business Intelligence braucht mehr Business!

Business Intelligence braucht mehr Business! Business Intelligence braucht mehr Business! Oder: Raus aus der BI-Falle! Dr. Guido Kemper 16. Handelsblatt Jahrestagung: Strategisches IT-Management. München, 25.01.2010 prometis - Management & Technology

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

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse DGIQ-Roadshow, 1.-3. März 2011 Jan Hüfner, Geschäftsführer TIQ Solutions GmbH 2011 TIQ Solutions GmbH All Rights

Mehr

Hohe Datenqualität im CRM-System

Hohe Datenqualität im CRM-System WHITE PAPER Hohe Datenqualität im CRM-System Das sprichwörtliche Salz in der Suppe. Ziel der Einführung eines Customer Relationship Management Systems ist es, die Beziehungen zu bereits bestehenden und

Mehr

QuickCheck CRM. Strukturierte CRM-Analyse als Basis für eine erfolgreiche CRM-Einführung

QuickCheck CRM. Strukturierte CRM-Analyse als Basis für eine erfolgreiche CRM-Einführung QuickCheck CRM Strukturierte CRM-Analyse als Basis für eine erfolgreiche CRM-Einführung info@affinis.de www.affinis.de Agenda 1 Ausgangssituation 2 Zielsetzung 3 Lösungsansatz & Vorgehen 4 Kosten/Nutzen

Mehr

CRM - von der ersten Idee über das Einführungsprojekt bis hin zur gelebten Unternehmenskultur

CRM - von der ersten Idee über das Einführungsprojekt bis hin zur gelebten Unternehmenskultur CAS Software AG Richtig informiert. Jederzeit und überall. CRM - von der ersten Idee über das Einführungsprojekt bis hin zur gelebten Unternehmenskultur Oliver Becker Leiter Partnermanagement CAS Software

Mehr

HERZLICH WILLKOMMEN. Data Quality Ihr CRM ist nur so gut wie Ihre Daten. Michael Färbinger. bedirect GmbH & Co. KG Regionalvertriebsleiter Süd-Ost

HERZLICH WILLKOMMEN. Data Quality Ihr CRM ist nur so gut wie Ihre Daten. Michael Färbinger. bedirect GmbH & Co. KG Regionalvertriebsleiter Süd-Ost HERZLICH WILLKOMMEN Data Quality Ihr CRM ist nur so gut wie Ihre Daten. Ein Joint Venture von arvato und Creditreform Michael Färbinger bedirect GmbH & Co. KG Regionalvertriebsleiter Süd-Ost Vorstellung

Mehr

Data Governance als Teil von IT Governance. Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007

Data Governance als Teil von IT Governance. Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007 1 Data Governance als Teil von IT Governance Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007 2 Agenda Informatica - Allgemeiner Überblick Die Informatica Data Quality Lösungen im Überblick

Mehr

IT-Compliance -... und die Realität. Was hat Datenqualität mit Compliance zu tun?

IT-Compliance -... und die Realität. Was hat Datenqualität mit Compliance zu tun? IT-Compliance -... und die Realität Was hat Datenqualität mit Compliance zu tun? Situation Stetiger Veränderungsdruck durch immer schnellere Marktveränderungen Auslöser für Veränderungen Globalisierung

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

Mehr

MIS Service Portfolio

MIS Service Portfolio MIS Service Portfolio Service Level Management o Service Management o Customer Satisfaction Management o Contract Management & Accounting o Risk Management Event Management o Monitoring und Alerting Services

Mehr

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information SPoT Agenda Begrüßung und Vorstellung CAS AG Markttrends aus Analystensicht Big Data Trusted Information Lars Iffert, BARC GmbH Dr. Oliver Adamczak, IBM Deutschland GmbH Factory Ansatz für ETL-Prozesse

Mehr

360 Customer Data View

360 Customer Data View Frankfurt INNOVATIVE 2013 06. Juni 360 Customer Data View Aktuelle Trends im Customer Information Management AGenda 09:00 09:30 Check-in & Warm-up 09:30 09:45 Begrüßung und Einführung Holger Stelz 09:45

Mehr

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Immer wieder: Datenqualität Begann es 1805?

Mehr

IDC-Studie: Software Quality Assurance Unternehmen in Deutschland haben Nachholbedarf

IDC-Studie: Software Quality Assurance Unternehmen in Deutschland haben Nachholbedarf Pressemeldung Frankfurt am Main, 02. Februar 2012 IDC-Studie: Software Quality Assurance Unternehmen in Deutschland haben Nachholbedarf Software Quality Assurance wird nicht geliebt aber praktiziert. Die

Mehr

BEST PRACTICE: VOM GIEßKANNEN-PRINZIP ZUR EFFEKTIVEN DATA GOVERNANCE HAGEN TITTES

BEST 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

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

Agenda ITIL v3 Framework

Agenda ITIL v3 Framework Agenda ITIL v3 Framework Overview & Allgemeines ITIL Service Lifecycle Service Strategies Service Design Service Transition Service Operation Continual Service Improvement ITIL V3 Continual Service Improvement

Mehr

Geschäftsanalytik & Informationsqualität. Transparenz schafft Handlungsalternativen

Geschäftsanalytik & Informationsqualität. Transparenz schafft Handlungsalternativen Geschäftsanalytik & Informationsqualität Transparenz schafft Handlungsalternativen InfoZoom Best Practice Day 2010 Methodik zur Identifizierung der Auswirkungen schlechter Datenqualität auf Geschäftsprozesse!

Mehr

Doppelte Stammdatenprüfung in SAP

Doppelte Stammdatenprüfung in SAP excellence in data quality Dubletten Check Doppelte Stammdatenprüfung in SAP www.iso-gruppe.com Ohne Dubletten ein sorgenfreies Stammdatenleben Der LifeCycle von Stammdaten und deren Wert rückt immer mehr

Mehr

Der Turbo für Ihr Unternehmen MOTIONDATA CRM. innovativ. effizient. bewährt

Der Turbo für Ihr Unternehmen MOTIONDATA CRM. innovativ. effizient. bewährt Der Turbo für Ihr Unternehmen MOTIONDATA CRM innovativ effizient bewährt Mit dem MOTIONDATA CRM geben Sie Ihrem Unternehmen ein Powertool. Durch gezielte Kundenbearbeitung verbessern Sie Ihre Abschlussrate

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

Die Evaluierung der Verbundsysteme

Die Evaluierung der Verbundsysteme Dr. Silke Schomburg (hbz), Jürgen Kett (DNB) Die Evaluierung der Verbundsysteme Stand der Planungen in den Verbünden DFG-Ausschreibung T1 Neuausrichtung überregionaler Informationsservices 2 Sektion IV:

Mehr

Erfolgsgeschichte. Success-Story. www.iso-gruppe.com. Krankenhaus Barmherzige Brüder Regensburg Der Patient steht im Mittelpunkt

Erfolgsgeschichte. Success-Story. www.iso-gruppe.com. Krankenhaus Barmherzige Brüder Regensburg Der Patient steht im Mittelpunkt Erfolgsgeschichte Success-Story Krankenhaus Barmherzige Brüder Regensburg Der Patient steht im Mittelpunkt Der Nächste bitte optimale Patientenbetreuung beginnt schon bei der Aufnahme Das Krankenhaus Barmherzige

Mehr

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014 Datenintegration, -qualität und Data Governance Hannover, 14.03.2014 Business Application Research Center Führendes europäisches Analystenhaus für Business Software mit Le CXP (F) objektiv und unabhängig

Mehr

Bisnode STAMMDATENMANAGEMENT

Bisnode STAMMDATENMANAGEMENT Bisnode STAMMDATENMANAGEMENT HALTEN IHRE DATEN, WAS SIE VERSPRECHEN? Das merken Sie spätestens an der Aussagekraft Ihrer Analysen: Sie ist immer nur so stark wie die Qualität der Informationen, die Ihnen

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

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

Mehr

Lösungen. im Facility- Real Estate-, Infrastrukturund. Effiziente Technologien & optimale Services für Ihr Facility-, Real Estate- und

Lösungen. im Facility- Real Estate-, Infrastrukturund. Effiziente Technologien & optimale Services für Ihr Facility-, Real Estate- und Lösungen im Facility- Real Estate-, Infrastrukturund Datenqualitätsmanagement Effiziente Technologien & optimale Services für Ihr Facility-, Real Estate- und Datenqualitätsmanagement information company

Mehr

CRM Integration. Dynamics CRM Produktlösungen. Produktbeschreibung. Einfach eingespielt. Einfach verwendbar. Einfach produktiv.

CRM Integration. Dynamics CRM Produktlösungen. Produktbeschreibung. Einfach eingespielt. Einfach verwendbar. Einfach produktiv. Dynamics CRM Produktlösungen Einfach eingespielt. Einfach verwendbar. Einfach produktiv. CRM Integration. Produktbeschreibung smartpoint IT consulting GmbH Version 1b Richard Pfeiffer, MA richard.pfeiffer@smartpoint.at

Mehr

Professionelles Stammdaten-Management

Professionelles Stammdaten-Management neues SemInAR Professionelles Durch den Wettbewerbsvorsprung sichern Themen Die Bedeutung von Stammdaten für den geschäftlichen Erfolg Stammdaten in komplexen und heterogenen Prozessen und IT-Systemen

Mehr

SAP BW: Erfahrungen in Projekt und Produktion. www.dv-ratio.com DV-RATIO Nord GmbH, Jan-Oliver Meister, 01/2002 Folie: 1

SAP BW: Erfahrungen in Projekt und Produktion. www.dv-ratio.com DV-RATIO Nord GmbH, Jan-Oliver Meister, 01/2002 Folie: 1 SAP BW: Erfahrungen in Projekt und Produktion www.dv-ratio.com DV-RATIO Nord GmbH, Jan-Oliver Meister, 01/2002 Folie: 1 Das Unternehmen DV-RATIO im Profil Qualität und Innovation seit 20 Jahren Beratungsteam

Mehr

Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele

Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele Con.ect Informunity - 9. Oktober 2007 - Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele Agenda Einführung Definition Regelbasierter Lösungsansatz

Mehr

Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance hilft, Ihre Kunden besser zu verstehen

Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance hilft, Ihre Kunden besser zu verstehen Fakultät Informatik und Wirtschaftsinformatik Sanderheinrichsleitenweg 20 97074 Würzburg Folie 1 Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance

Mehr

Forschungsbereich Value-based Customer Relationship Management (CRM)

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

Mehr

Datenqualität in medizinisch-betriebswirtschaftlichen Informationssystemen MedConf 2013

Datenqualität in medizinisch-betriebswirtschaftlichen Informationssystemen MedConf 2013 Datenqualität in medizinisch-betriebswirtschaftlichen Informationssystemen MedConf 2013 Endler Gregor, Warum Datenqualität? 2002, USA: 600.000.000 $ Y2k weltweit: 1.500.000.000 $ Kosten 44.000 98.000 Todesfälle

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die Rolle des Stammdatenmanagements im digitalen Unternehmen Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung

Mehr

SAP CRM Infotag. Ablösung einer CRM-Lösung mit SAP Cloud for Customer in einem Monat

SAP CRM Infotag. Ablösung einer CRM-Lösung mit SAP Cloud for Customer in einem Monat SAP CRM Infotag Ablösung einer CRM-Lösung mit SAP Cloud for Customer in einem Monat Erich Hofer, Associate Partner Christian Putsche, Senior Developer 5. November 2014 Agenda Ausgangslage, Rahmenbedingungen

Mehr

AUSGEZEICHNETE SOFTWARE FÜR IHR EINKAUFSCONTROLLING. Creactives-TSV. (Total Spending Visibility)

AUSGEZEICHNETE SOFTWARE FÜR IHR EINKAUFSCONTROLLING. Creactives-TSV. (Total Spending Visibility) AUSGEZEICHNETE SOFTWARE FÜR IHR EINKAUFSCONTROLLING Creactives-TSV (Total Spending Visibility) Globale Kostensenkungspotenziale schneller erkennen International tätige Unternehmen versuchen die Transparenz

Mehr

8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics

8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Contents Predictive Analytics Erwartungen erfüllt? Einfach denken worauf achten, bevor gestartet wird?

Mehr

Die Bedeutung von Datenqualität

Die Bedeutung von Datenqualität Die Bedeutung von Datenqualität Unabhängige Anwenderbefragung von TDWI und emagixx, März 2013 Inhaltsverzeichnis Vorwort...3 1. Executive Summary...4 2. Klassifizierung...5 2.1. Branche...5 2.2. Unternehmensgröße...5

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

Master Data Management

Master Data Management Master Data Management Warum Stammdatenmanagement Komplexität reduzieren Stammdatenmanagement bringt Ordnung in ihre Stammdaten. Doubletten werden erkannt und gesperrt. Stammdaten verschiedener Quellsysteme

Mehr

bima -Studie 2012: Schwerpunkt Personalcontrolling

bima -Studie 2012: Schwerpunkt Personalcontrolling è bima -Studie 2012: Schwerpunkt Personalcontrolling Zusammenfassung Steria Mummert Consulting AG è Wandel. Wachstum. Werte. bima -Studie 2012: Schwerpunkt Personalcontrolling Datum: 20.09.12 Team: Björn

Mehr

Checklisten für die erfolgreiche Einführung von Customer Relationship Management (CRM)

Checklisten für die erfolgreiche Einführung von Customer Relationship Management (CRM) Checklisten Checklisten für die erfolgreiche Einführung von Customer Relationship Management () 1-1 Checklisten Checkliste Funktionen und Eigenschaften! Übereinstimmung mit Anforderungsprofil: Stimmen

Mehr

Elektronischer Belegaustausch Mit EUDoc zeigen wir Ihnen die nächste Generation von Scannen und OCR ein konkreter Schritt zum papierlosen Büro

Elektronischer Belegaustausch Mit EUDoc zeigen wir Ihnen die nächste Generation von Scannen und OCR ein konkreter Schritt zum papierlosen Büro Stammdaten-Outsourcing Wir liefern Ihnen mit EUPar gültige und komplette elektronische Stammdaten als Service des Geschäftspartners für eine automatische Verarbeitung Elektronischer Belegaustausch Mit

Mehr

APICON Data Master 4.0 Cockpit für Datenanalyse, Aufgabenmanagement, Intelligenter Editor und Massenänderungen

APICON Data Master 4.0 Cockpit für Datenanalyse, Aufgabenmanagement, Intelligenter Editor und Massenänderungen APICON Data Master 4.0 Cockpit für Datenanalyse, Aufgabenmanagement, Intelligenter Editor und Massenänderungen Gerhard Neubert und Bernhard Stürmer Geschäftsführer Alle Anwendungen in einem Cockpit Cockpit

Mehr

Data Governance Informationen kontrolliert managen

Data Governance Informationen kontrolliert managen make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:

Mehr

Datenqualitätsmanagement

Datenqualitätsmanagement Einführung Datenqualitätsmanagement Udo Weiß Geschäftsführender Gesellschafter tekko Informationssysteme GmbH & Co. KG Rathausplatz 1-2 24103 Kiel www.tekko.de tekko Kurzporträt Udo Weiß Jörg Wach Geschäftsführung

Mehr

Datenqualität. Werner Nutt. In Zusammenarbeit mit Simon Razniewski. Freie Universität Bozen

Datenqualität. Werner Nutt. In Zusammenarbeit mit Simon Razniewski. Freie Universität Bozen Datenqualität Werner Nutt In Zusammenarbeit mit Simon Razniewski Freie Universität Bozen Vorstellung Werner Nutt Professor für Informatik and der Freien Univ. Bozen Schwerpunkte in Lehre und Forschung:

Mehr

Datenqualitätslösungen für einen globalen Markt

Datenqualitätslösungen für einen globalen Markt Datenqualitätslösungen für einen globalen Markt Willkommen bei Melissa Data Ihrem Partner für Datenqualität Eine hohe Datenqualität ist unabdingbar für effiziente Kundenkommunikation, Umsatzsteigerung

Mehr

TransConnect - Anwendertag

TransConnect - Anwendertag TransConnect - Anwendertag Master Data Management mit TransConnect - neu oder nicht? Jürgen Bittner Realität eines Unternehmens Zahlreiche Softwaresysteme bzw. Datenbestände, die Daten der gleichen Objekte

Mehr

Dublettenprüfung. Anwender-Dokumentation

Dublettenprüfung. Anwender-Dokumentation Dublettenprüfung Anwender-Dokumentation Stand: 01/03/2011 Copyright by PDS Programm + Datenservice GmbH Alle Rechte vorbehalten. Diese Dokumentation dient als Arbeitsunterlage für BenutzerInnen der PDS-Software.

Mehr

MOSAIC: Zentrales Datenmanagement als Methode zur Verbesserung der Nachnutzbarkeit medizinischer Forschungsdaten

MOSAIC: Zentrales Datenmanagement als Methode zur Verbesserung der Nachnutzbarkeit medizinischer Forschungsdaten MOSAIC: Zentrales Datenmanagement als Methode zur Verbesserung der Nachnutzbarkeit medizinischer Forschungsdaten Martin Bialke Institut für Community Medicine (Abt. VC) Universitätsmedizin Greifswald 25.

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

Auf dem Weg zu einer globalen HR-IT-Plattform

Auf dem Weg zu einer globalen HR-IT-Plattform Auf dem Weg zu einer globalen HR-IT-Plattform SAP-Forum für Personalmanagement 2015 Ralf Engelhart, Festo Frank Rex, Sopra Steria Why Festo? 2 MEGATRENDS DES GESELLSCHAFTLICHEN UND TECHNISCHEN WANDELS

Mehr

Rolle des Stammdatenmanagements in einer SOA

Rolle des Stammdatenmanagements in einer SOA Rolle des Stammdatenmanagements in einer SOA Forum Stammdatenmanagement, November 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Stammdatenmanagement im GKV Markt Bitmarck Kundentag 04.11.2014

Stammdatenmanagement im GKV Markt Bitmarck Kundentag 04.11.2014 Stammdatenmanagement im GKV Markt Bitmarck Kundentag 04.11.2014 Andreas Klaes Direktor Vertrieb Gesundheitswesen Stammdaten Definition & Abgrenzung Referenzdaten Kunde Länder, Währungen, Adressen,. Änderungshäufigkeit

Mehr

UP-to-DATE mit update CRM (Release 8) Michael Reichenberger April 2015

UP-to-DATE mit update CRM (Release 8) Michael Reichenberger April 2015 UP-to-DATE mit update CRM (Release 8) Michael Reichenberger April 2015 1 Agenda - Migrationsanalyse updatecrm - Highlights und QuickWins in updatecrm - Neue Features in updatecrm ServicePack 3 - Verbesserungen

Mehr