Einführung in Business Intelligence

Transkript

1 Einführung in Business Intelligence Grundlagen und Anwendungsmöglichkeiten Prof. Dr. Wolfram Höpken Hochschule Ravensburg-Weingarten Informationsveranstaltung ebusiness-lotse Oberschwaben-Ulm Ehingen IHK Ulm, Weingarten IHK Bodensee-Oberschwaben,

2

3 Facebook kann vorhersagen, ob jemand eine neue Beziehung beginnen wird

4 Kreditkartenfirmen können Ehescheidungen vorhersagen, zwei Jahre im Voraus mit 95% Korrektheit - allein auf Basis des Kaufverhaltens

5 Agenda Was ist Business Intelligence Business Intelligence ein Überblick Vorgehensweise eines BI-Projekts Zusammenfassung

6 Was ist Business Intelligence? Analyse von Geschäftsdaten (Sammeln, Auswerten, Darstellen) Verbesserung operativer und strategischer Entscheidungen

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

8 Beispiel - Marketing / Vertrieb

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

10 Beispiel - Optimierung des Realprodukts Verbesserung der Produktqualität auf Basis der Auswertung von Kundenfeedback

11 Aktuelle Situation Das Potential 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)

12 Agenda Was ist Business Intelligence Business Intelligence ein Überblick Vorgehensweise eines BI-Projekts Zusammenfassung

13 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 WWW

14 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

15 Reporting Automatisch generierte Reports für das Management extrahop.com

16 Dashboard Kompakte Darstellung der wichtigsten Kennzahlen (KPIs) pressebox.de

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

18 Data Mining Kundensegmentierung zur Produktdifferenzierung und Marketing / CRM Cluster 1 (56.767) Junge Wochenend- Kunden mit geringem Buchungspreis, buchen hauptsächlich Skischule 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, )

19 Data Mining Warenkorbanalyse Entscheidungsbaum (Statistica) Welche Produkte werden häufig gemeinsam gekauft? Cross Selling Ist ein Kunde kreditwürdig? Wird ein Kunde auf eine Marketingkampagne reagieren? Wird ein Kunde kündigen?

20 Was brauche ich konkret? BI-Komponente Einsatz / Relevanz Voraussetzungen Data Warehousing Reporting / Dashboards Integration heterogener Daten aus unterschiedlichen Datenquellen Bereitstellung historischer Daten Automatisierung des Berichtswesens Primäre Komponente 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

21 Agenda Was ist Business Intelligence Business Intelligence ein Überblick Vorgehensweise eines BI-Projekts Zusammenfassung

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 Analysemethoden Reports, OLAP Data Mining Trendanalyse des Umsatzes der letzten Jahre Vorhersage des Umsatzes für den nächsten Monat/Jahr Bildung von Kundensegmenten aufgrund des Kaufverhaltens

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

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 notwendig und Einarbeitungsaufwand nicht unerheblich

25 Vorgehensweise eines BI-Projekts Anforderungen definieren Daten analysieren Software- Komponenten auswählen Data Warehouse aufbauen Einsatz in der Praxis Data Warehouse aufbauen Spiegelt Anforderungen und vorliegende Daten wider Ist auf jeden Fall unternehmensspezifisch Entscheidet über die Leistungsfähigkeit des BI-Systems Erfordert spezifisches Data Warehouse Know-how

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?

27 Kritische Erfolgsfaktoren 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 -> Referenzprojekte??? Unterstützung durch Management/Mitarbeiter Bereitstellung der Anforderungen / benötigten Analysen Bereitstellung vorliegender Daten / Dokumentationen usw. Validierung des Data Warehouses

28 Agenda Was ist Business Intelligence Business Intelligence ein Überblick Vorgehensweise eines BI-Projekts Zusammenfassung

29 Zusammenfassung Fazit Verfügbare Daten über Geschäftsabläufe und Kunden nehmen ständig zu Möglichkeiten zur Auswertung der Daten (Hard-/Software) werden immer besser Business Intelligence wird unverzichtbar 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

30 Einführung in Business Intelligence Grundlagen und Anwendungsmöglichkeiten Prof. Dr. Wolfram Höpken Hochschule Ravensburg-Weingarten Informationsveranstaltung ebusiness-lotse Oberschwaben-Ulm Ehingen IHK Ulm, Weingarten IHK Bodensee-Oberschwaben,