Wirtschaftswissenschaftliche Fakultät Ingolstadt 16.10.2015 CRM: Herausforderungen in der Praxis I Universum Group Frankfurt am Main Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses
Zur Person 2 Studium Mathematik/Wirtschaftswissenschaften mit Schwerpunkt Statistik Promotion zum Dr. rer. pol. in Statistik und Ökonometrie Über 20 Jahre Erfahrung im Database Marketing, Kampagnenmanagement und CRM im Versandhandel (Quelle, Neckermann) Geschäftsführer UNIVERUM Business GmbH ein Unternehmen der UNIVERSUM Group, Frankfurt Fokus Dienstleistungen Forderungs-Bewertung und -Monitoring Risiko-Management (Kreditscoring, Zahlungsgarantie) Datawarehousing für Banken, Inkasso-Unternehmen Business Intelligence, Kampagnen-Steuerung im Finanzbereich 1 Einleitung 3 Vorlesungs-Programm CRM: Herausforderungen in der Praxis 16.10. Reporting-Systeme 23.10. Datawarehouse, Scoring, Kundenwert 06.11. (Multi-Channel-)Kampagnen-Management 13.11. Data Mining Anwendungen Erörterung von praktischen Fragestellungen und Herausforderungen im operativen und analytischen CRM aus verschiedenen Blickwinkeln Fokus liegt auf der Modellbildung, der Unvollständigkeit von Informationen, den Zielkonflikten und Heuristiken. Fallstudien: Erarbeitung von Lösungsansätzen in Gruppenarbeit
1 Einleitung 4 Prüfungsmodalitäten 4 Blöcke Herausforderungen in der Praxis à 80 % Diskussion und Präsentation von Cases 0,7 à 56% Hausarbeit (1 Woche Bearbeitungszeit) Ausgabe 13.11.2015 Abgabe 11.12.2015 0,3 à 24% Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses
2 Prozesse im (Versand-) Handel Kernprozesse und Systeme 6 Supply Chain Management Warenwirtschaftssystem Lieferant Einkauf/ Beschaffung Angebotserstellung Kunden- Management Kataloge Web-Shop Kunde Produkt- Präsentation Datawarehouse CRM Kundenbuchhaltung 2 Prozesse im (Versand-) Handel kundenrelevante Detail-Prozesse 7 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Web-Shop Bestellung Kreditprüfung Nachfrage Lieferung
2 Prozesse im (Versand-) Handel Das Datawarehouse steuert alle CRM-Prozesse 8 Nutzer Einkauf Planungsprozess Controlling Vertrieb Analyse, Reporting Adressen Datawarehouse Logistik Service Call-Center Operative Systeme Web- Shop Kampagnen- Management analytisches und operatives CRM 2 Prozesse im (Versand-) Handel Marketing-Datawarehouse (1.0) im Versandhandel 9 Kunde Soziodemographie Herkunft Microgeographie Kundenstatus Vertriebsweg Service Bestellweg Lieferadresse Terminlieferung Ratenzahlung Kundenkarte Bewerbung Bestellung Lieferung Retoure Zahlung Reklamation Kunden- und Artikel-Stammdaten Verhaltensdaten auf granularer Ebene Historische Sichten (Journalisierung der statischen Daten) Sortiment alle Artikel mit beschreibenden Merkmalen (Preis, Modizität, Marke, Stil,.) Werbemittel Hauptkataloge Shops Spezialkataloge Sonderkataloge
2 Prozesse im (Versand-) Handel Datawarehouse 10 Rolle des Datawarehouse Konsolidierte Datensammlung aus den heterogenen transaktionsorientierten operativen Systemen Übergreifende Sicht auf die Kunden und die Prozesse Abfrageorientiert, teilweise Aggregate Datenverknüpfung über mehrere operative Prozesse möglich Historische Sichtweisen Standard-Berichtswesen Analyse- und Reportng-Systeme Data Mining-Analysen Kampagnen-Management (Analyse, Durchführung, Bewertung) Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses
Was ist eigentlich Reporting? n n n n n n n Listen à Einzelfall-Bearbeitung, Dokumentation, statisch Auszählungen à operatives Monitoring von Prozessen Berichtswesen à Finanzen/Controlling, Plan-/Ist-Vergleiche Testauswertungen à Auswirkung von Prozessänderungen Analysen à Wirkungszusammenhänge Steuerungs-Reports à Entwicklung/Anpassung von Regelwerken Wesentliche Elemente eines Reports sind Kennzahlen z.b. Bestellung, Rechnung, Retoure, Gutschrift, Zahlung, Mahnung, Posteingang, Reklamation, Dimensionen z.b. Zeit, Branche, Zahlart, Sortiment Hierarchien z.b. Tag, Monat, Jahr
14 Reporting-Systeme lassen sich gliedern in Standard-Berichte - feste Vorgaben von Dimensionen und Kennzahlen - periodische Aktualisierung - Ist-Plan-VJ-Vergleiche - meist leicht und für viele Benutzer verständlich Online-Analyse (R)OLAP-Systeme - vorverdichtete Aggregationen - Abfrage durch Benutzer konfigurierbar - OLAP-Systeme bieten leicht bedienbare Navigationsfunktionen (drill down, slice and dice) à Interessante Analyse-Ausschnitte können zu Standard-Berichten werden Für adhoc-analysen (z.b. Data Mining) wird der Analyse-Datenraum individuell und modellspezifisch zusammengestellt, 15 Rahmenbedingungen bei der Entwicklung von Reporting-Systemen Welche Fragen soll der Report beantworten? Welche Entscheidungen sollen damit unterstützt werden? Welcher Prozess soll kontrolliert werden? Reales Modell Datenmodell Kennzahlen (Interpretation, Aggregierbarkeit, Dimensionalität) Dimensionen (Hierarchien, Auswertungstiefe) Datenverfügbarkeit Aktualität (z.b. neartime-reports) User
Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses 17 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Web-Shop Bestellung Kreditprüfung Nachfrage Lieferung
18 Bestelleingang Tag VJ Plan Ist % z. VJ % z. Plan 3.3 87 181 175 101% -3% 4.3 74 100 88 19% -12% 5.3 129 78 83-36% 6% 6.3 74 67 74 0% 10% 7.3 67 66 78 16% 18% 8.3 114 152 165 45% 9% 9.3 116 85 93-20% 9% 10.3 75 76 77 3% 1% 11.3 57 68 72 26% 6% 12.3 53 64 70 32% 9% Bestelleingang kumuliert Tag VJ Plan Ist % z. VJ % z. Plan 3.3 87 181 175 101% -3% 4.3 161 281 263 63% -6% 5.3 290 359 346 19% -4% 6.3 364 426 420 15% -1% 7.3 431 492 498 16% 1% 8.3 545 644 663 22% 3% 9.3 661 729 756 14% 4% 10.3 736 805 833 13% 3% 11.3 793 873 905 14% 4% 12.3 846 937 975 15% 4% Klassischer Tages-Report Hier: verbuchter Bestelleingang, d.h. nach Kreditprüfung und sonstigen vorgelagerten Prozessen à Granularität abhängig von operativen Systemen Kalender-Problem beim VJ-Vergleich Tageswerte oder kumuliert? Aussagekraft? 19 Bestellwert = Nachfrage Tag VJ Plan Ist % z. VJ % z. Plan 3.3 10.559 28.983 30.784 192% 6% 4.3 9.426 15.814 16.797 78% 6% 5.3 18.565 12.122 12.876-31% 6% 6.3 10.793 10.496 11.148 3% 6% 7.3 10.031 10.195 10.829 8% 6% 8.3 18.563 24.020 27.136 46% 13% 9.3 18.275 13.276 14.999-18% 13% 10.3 11.280 11.821 13.355 18% 13% 11.3 9.346 10.673 12.058 29% 13% 12.3 8.339 9.879 11.161 34% 13% Klassischer Report Gleiche Logik wie beim Bestelleingang Erklärungsansätze für unterschiedliche Entwicklung von Bestelleingang und Nachfrage fehlen Bestellwert = Nachfrage kumuliert Tag VJ Plan Ist % z. VJ % z. Plan 3.3 10.559 28.983 30.784 192% 6% 4.3 19.985 44.797 47.581 138% 6% 5.3 38.549 56.919 60.457 57% 6% 6.3 49.342 67.416 71.605 45% 6% 7.3 59.373 77.611 82.434 39% 6% 8.3 77.936 101.631 109.570 41% 8% 9.3 96.211 114.907 124.569 29% 8% 10.3 107.491 126.728 137.923 28% 9% 11.3 116.837 137.401 149.981 28% 9% 12.3 125.176 147.280 161.142 29% 9% durchschn. Bestellwert Tag VJ Plan Ist 3.3 121 160 176 4.3 127 158 191 5.3 144 155 155 6.3 146 157 151 7.3 150 154 139 8.3 163 158 164 9.3 158 156 161 10.3 150 156 173 11.3 164 157 167 12.3 157 154 159
20 Umsatz Tag VJ Plan Ist % z. VJ % z. Plan 3.3 8.716 13.147 10.192 17% -22% 4.3 8.673 9.144 13.137 51% 44% 5.3 12.227 10.924 9.234-24% -15% 6.3 9.908 9.985 6.355-36% -36% 7.3 8.803 9.793 7.736-12% -21% 8.3 15.943 13.896 6.862-57% -51% 9.3 8.458 8.943 11.496 36% 29% 10.3 8.280 11.275 7.725-7% -31% 11.3 6.863 10.779 8.777 28% -19% 12.3 8.313 12.593 7.971-4% -37% Umsatz kumuliert Tag VJ Plan Ist % z. VJ % z. Plan 3.3 8.716 13.147 10.192 17% -22% 4.3 17.389 22.291 23.329 34% 5% 5.3 29.617 33.215 32.564 10% -2% 6.3 39.524 43.199 38.919-2% -10% 7.3 48.327 52.993 46.655-3% -12% 8.3 64.270 66.889 53.517-17% -20% 9.3 72.727 75.831 65.013-11% -14% 10.3 81.007 87.107 72.738-10% -16% 11.3 87.870 97.886 81.515-7% -17% 12.3 96.183 110.479 89.486-7% -19% Klassischer Report Umsatz setzt sich aus Lieferwert und Retourenwert zusammen Sichtweise Rechnungswesen/Controlling Kein Zusammenhang zwischen Bestelleingang und Umsatz Zeit-Dimension orientiert an Buchungslogik. Aussagekraft? Nutzer? 21 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment t+20 +? Werbemittel Web-Shop Kunde t Bestellung Kreditprüfung Retoure t (+1) Nachfrage Lieferung t+3 +?
22 Versuch einer Erklärung durch Überleitung Jedoch kein Wirkungszusammenhang Retourenquote falsch Tage aufgelaufen Monat Ist Plan Vorjahr Abw. Abw. Plan Prognose Vorjahr Plan Vorjahr % % Nachfrage (Vertrieb) 136,5 147,3 125,2-7% 9% 278,6 307,5 262,8 17,0% Umsatzverluste -7,1-7,0 1% -14,7 0,0 ######## -5,5 Veränd. Nachsendebestand/Übrige -6,6 0,8-960% -0,7 Veränderung Puffer 0,1-3,4 7,8-104% -98% -2,7 14,0 Warenausgang %zu Nachfrage 90% 98% 101% 97% 99% Dienstleistungsums. (KSP, Vsd.spesen, etc.) 9,9 8,3 7,8 20% 27% 15,7 14,5 Rabatte/Sonstiges -5,5-4,5-1,4 22% 287% -8,5-3,0 Fakturierte Leistung Vsd. (brutto) 127,3 147,7 133,2-14% -4% 277,7 272,9 Retouren -38,4-33,2-37,0 16% 4% -72,6-64,7 Retourenquote (Wert) 30% 22% 28% 26% 24% Bruttoumsatz Stammgeschäft Versand 88,9 114,5 96,2-22% -8% 205,1 208,2 MwSt. -14,2-18,3-15,4-22% -8% -32,7-33,2 Prognose zu VJ % Nettoumsatz Stammgeschäft Versand 74,7 96,2 80,8-22% -8% 172,4 190,7 174,9 9,0% 23 Bestellung Kreditprüfung Warenversand Rechnungsschreibung Retouren Gutschriften Bestellzeitpunkt Lieferzeitpunkt Retourenzeitpunkt Bestellung Warenversand Retouren Kreditprüfung Rechnungsschreibung Gutschriften Bestellzeitpunkt Lieferzeitpunkt Retourenzeitpunkt Bestellung Warenversand Retouren Kreditprüfung Rechnungsschreibung Gutschriften Bestellzeitpunkt Lieferzeitpunkt Retourenzeitpunkt Bericht Bestellwert Lieferwert Retourenwert Umsatz (rechnerisch)
24 Verbesserung der Retourenquote durch die Kennzahl erwartete Retouren Zeit-Dimension des Umsatzes nun aber unspezifiziert. Tage aufgelaufen Monat Ist Plan Vorjahr Abw. Abw. Plan Prognose Vorjahr Plan Vorjahr % % Nachfrage (Vertrieb) 136,5 147,3 125,2-7% 9% 278,6 307,5 262,8 17,0% Umsatzverluste -7,1-7,0 1% -14,7 0,0 ######## -5,5 Veränd. Nachsendebestand/Übrige -6,6 0,8-960% -0,7 Veränderung Puffer 0,1-3,4 7,8-104% -98% -2,7 14,0 Warenausgang %zu Nachfrage 90% 98% 101% 97% 99% Dienstleistungsums. (KSP, Vsd.spesen, etc.) 9,9 8,3 7,8 20% 27% 15,7 14,5 Rabatte/Sonstiges -5,5-4,5-1,4 22% 287% -8,5-3,0 Fakturierte Leistung Vsd. (brutto) 127,3 147,7 133,2-14% -4% 277,7 272,9 Erwartete Retouren d. Periode -35,4-38,2-32,0-7% 11% -72,6-64,7 Retourenquote (Wert) 28% 26% 24% 26% 24% Bruttoumsatz Stammgeschäft Versand 91,9 109,5 101,2-16% -9% 205,1 208,2 MwSt. -14,0-16,7-15,4-16% -9% -31,2-31,8 Prognose zu VJ % Nettoumsatz Stammgeschäft Versand 77,9 92,8 85,7-16% -9% 173,9 190,7 176,4 8,1% 25 Lösungsansätze: Zeit-Dimension eindeutig definieren hier: Bestell-Zeitpunkt Wenn exakte Messwerte benötigt werden, dann sind Aussagen über den Gesamtprozess Bestellen Liefern Retournieren nur ex-post z.b. für den Bestellzeitpunkt vor x Tagen möglich Zur Bewertung der aktuellen Nachfrage sind Prognosequoten für Lieferung und Retouren notwendig à Aussagen für aktuelle Periode möglich. Standard-Berichte sollten zwar einfach verständlich sein, aber zur Vermeidung von Fehlinterpretationen muss die Wirklichkeit hinreichend genau abgebildet werden Anforderung an DWH-Datenmodell: Eindeutige Zuordnung von Bestellung, Lieferung und Retoure auf Transaktionsebene
Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses 3.2. Sortiments-Reports 27 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Web-Shop Bestellung Kreditprüfung Nachfrage Lieferung
3.2. Sortiments-Reports 28 Artikel-Nr. 4711.12 Woche Nachfrage Sofort- Lieferung Retouren 9 93 95 8 104-17 17% 10 60 78 12 90-10 12% 11 113 48 7 55-29 53% 12 115 93 14 106-21 19% 13 43 102 14 116-11 9% 14 120 37 12 49-18 37% 15 113 100 20 121-34 28% 16 44 96 13 109-14 13% 17 52 37 6 43-19 44% 18 113 45 19 64-30 47% 19 30 91 17 108-10 9% Einfacher Bericht als Basis für Bestandsprognose Retouren gelangen wieder in den Warenkreislauf zurück Um eine optimale Bestandsführung zu gewährleisten ist neben der Nachfrage- auch eine Retourenprognose notwendig Die falsch gemessene Retourenquote wie hier im Beispiel ist dafür unbrauchbar Die großen Schwankungen in der Retourenquote resultieren aus der falschen Betrachtungsweise 3.2. Sortiments-Reports 29 Artikel-Nr. 4711.12 Woche Nachfrage Nachsendung Warenausgang Retourenquote Sofort- Lieferung Retouren Nachsendung Warenausgang Retourenquote 1 107-2 102 89 89 3 83 91 91 4 67 72 72 5 61 58 58 6 73 53 53 7 41 61 12 73-13 18% 8 109 35 9 44-13 29% 9 93 95 8 104-17 17% 10 60 78 12 90-10 12% 11 113 48 7 55-29 53% 12 115 93 14 106-21 19% 13 43 102 14 116-11 9% 14 120 37 12 49-18 37% 15 113 100 20 121-34 28% 16 44 96 13 109-14 13% 17 52 37 6 43-19 44% 18 113 45 19 64-30 47% 19 30 91 17 108-10 9% 20 112 25 7 32-16 50% 21 42 92 7 99-31 32% 22 36 34 22 55-6 11% 23 29 5 34-24 71% 24-21 21-16 78% 25-8 8-9 108% 26-7 7-6 79% Die großen Schwankungen in der Retourenquote resultieren aus der falschen Betrachtungsweise Retouren einer Woche sind auf den Warenausgang der gleichen Periode bezogen. Zeitverzug wird ignoriert. Lösung: eindeutige Zuordnung von Retouren zum Warenausgang und Berechnung der Retourenquote mit diesem Zeitbezug
3.2. Sortiments-Reports 30 Artikel-Nr. 4711.12 Woche Nachfrage Retouren Warenausgang falsche Retourenquote richtige Retourenquote 1 107-2 102 89 3 83 91 4 67 72 5 61 58 6 73 53 7 41 73-13 18% 23% 8 109 44-13 29% 24% 9 93 104-17 17% 24% 10 60 90-10 12% 24% 11 113 55-29 53% 28% 12 115 106-21 19% 23% 13 43 116-11 9% 19% 14 120 49-18 37% 17% 15 113 121-34 28% 29% 16 44 109-14 13% 29% 17 52 43-19 44% 16% 18 113 64-30 47% 28% 19 30 108-10 9% 22% 20 112 32-16 50% 25% 21 42 99-31 32% 29% 22 36 55-6 11% 19% 23 34-24 71% 24% 24 21-16 78% 29% 25 8-9 108% 27% 26 7-6 79% 27% Durch die Korrektur der Berechnungslogik ist die Retourenquote der ersten Wochen für eine Prognose verwendbar Das gleiche gilt für den Warenausgang, der auch zeitversetzt, bedingt durch Terminlieferungen und Nachsendungen, verläuft. Notwendige Voraussetzung für DWH- Datenmodell: eindeutige Zuordnung von Lieferung und Retoure auf Transaktionsebene 3.2. Sortiments-Reports 31 OLAP-Beispiel Retouren-Infosystem
Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses 33 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Bestellung Kreditprüfung Nachfrage Lieferung
34 Nachfrage- und Umsatz werden im Versandhandel durch Werbemittel induziert Viele Reports enthalten deshalb auch die Dimension Werbemittel Werbemittel lassen sich nicht in das zeitliche Korsett von Monat und Jahr eingliedern Werbemittel haben eine Laufzeit, die im Kampagnen-Plan abhängig von den Kundenbedürfnissen, Markt-Rahmenbedingungen und technischen Restriktionen, festgelegt wird Werbemittel bilden sowohl eine Aktions- wie auch Reaktions-Dimension, was zu zusätzlichen Problemen in der Aufbereitung und bei der Interpretation führen kann. 35 WM-Typ Grobübersicht Kampagnen-Plan 2014 2008 Dez. Jan. Febr. 51 52 01 02 03 04 05 06 07 08 09 10 2015 2009 März Apr. Mai 11 12 13 14 15 16 17 18 19 20 21 22 23 Juni 24 25 26 27 HK Ab 17.12. HK 1 Ab 22.12. HK Midi 17.04. Sommersaison MK 02.01. Januar 30.01. Februar 27.02. März 27.03. April 30.04. Mai 29.05. Juni SPK/ZL AV MC-B. ab17.12. SPK 16.01. 06.02. SPK SPK 17.12. 29.12. 02.02. 27.02. 12.03. 24.04. 15.05. 12.06. SPK AL März SPK AL Mai SPK 24.04. AV April 12.06. AV Juni 02.03. 16.03. 30.03. 04.05. 18.05. 02.06. Fasching (23.02.) Ostern (12.04.) Pfingsten (31.05.) 29.06.
36 Werbemittel-Report Mai kumuliert Saisonbeginn Werbemittel Nachfage Umsatz Ist VJ %VJ Ist VJ %VJ Gesamt 901.652 875.145 3,0% 722.652 731.347-1,2% Hauptkatalog 452.648 438.128 3,3% 365.756 368.992-0,9% Sonderlisten 38.985 37.912 2,8% 30.808 30.959-0,5% Jan 7.112 6.916 2,8% 5.788 5.393 7,3% Feb 7.116 6.850 3,9% 5.849 5.256 11,3% März 8.674 8.408 3,2% 6.779 7.013-3,3% April 8.166 7.953 2,7% 6.380 6.691-4,6% Mai 7.917 7.786 1,7% 6.012 6.608-9,0% Juni - - - - Marktplatz 394.256 383.881 2,7% 313.568 319.037-1,7% Spezialkataloge 13.928 13.627 2,2% 11.045 11.081-0,3% Meine Größe 1.696 1.666 1,8% 1.322 1.376-3,9% You 832 831 0,1% 658 641 2,6% Beste Jahre 1.132 1.098 3,1% 904 898 0,6% Men Fashion 712 699 1,9% 565 537 5,2% Heimwerker 2.532 2.452 3,2% 1.986 2.015-1,4% Garten 1.756 1.760-0,2% 1.483 1.450 2,2% Küchen 928 932-0,4% 753 765-1,7% Möbel 4.340 4.189 3,6% 3.375 3.398-0,7% Mailings 1.835 1.595 15,0% 1.476 1.277 15,5% M1 356 140 154,4% 287 111 158,0% M2 383 308 24,2% 322 256 26,0% M3-407 -100,0% - 309-100,0% M4 382 208 83,5% 313 167 87,2% M5 391 532-26,5% 298 434-31,3% M6 324-255 - Gesamt-Saison 991.818 945.156 4,9% 794.917 789.855 0,6% Rest 90.165 70.012 28,8% 72.265 58.508 23,5% Typischer Werbemittel-Report Hier: Reaktionssicht Marktplatz = Webshop wird in einem Multi-Channel- Versandhandel typischerweise auch als Reaktions-Werbemittel modelliert. Probleme: Vorjahres-Vergleichbarkeit der einzelnen Werbemittel à besser Planabweichung Gesamt lässt sich nicht vollständig nach Werbemittel aufreißen Durch zeitliche Beschränkung auf kumuliert Saison wird die Gesamtsicht auf das einzelne Werbemittel nicht möglich 37 OLAP-Beispiel
38 Aktionssicht auf die Werbemittel Versuch einer Überleitung von Aktions- und Reaktionssicht Probleme: Nicht aggregierbare Kennzahl Erhalter, Werbemittel ohne Aktion Werbemittel-Report kumuliert Saisonbeginn Werbemittel Anzahl Werbekosten Nachfrage pro Nachfage Erhalter Erhalter Ist VJ %VJ Gesamt 9.791 92,09 901.652 875.145 3,0% Hauptkatalog 8.159 57.113 55,48 452.648 438.128 3,3% Sonderlisten 4.337 25.438 8,99 38.985 37.912 2,8% Jan 3.686 5.530 1,93 7.112 6.916 2,8% Feb 3.318 4.313 2,14 7.116 6.850 3,9% März 4.120 5.768 2,11 8.674 8.408 3,2% April 3.708 4.821 2,20 8.166 7.953 2,7% Mai 3.337 5.006 2,37 7.917 7.786 1,7% Juni Marktplatz 394.256 383.881 2,7% Spezialkataloge 2.564 8.205 5,43 13.928 13.627 2,2% Meine Größe 857 600 1,98 1.696 1.666 1,8% You 664 332 1,25 832 831 0,1% Beste Jahre 943 754 1,20 1.132 1.098 3,1% Men Fashion 531 212 1,34 712 699 1,9% Heimwerker 1.315 1.578 1,93 2.532 2.452 3,2% Garten 1.005 905 1,75 1.756 1.760-0,2% Küchen 342 274 2,71 928 932-0,4% Möbel 1.973 3.551 2,20 4.340 4.189 3,6% Mailings 3.147 4.832 0,58 1.835 1.595 15,0% M1 2.236 895 0,16 356 140 154,4% M2 2.421 726 0,16 383 308 24,2% M3 2.019 808 0,00-407 -100,0% M4 2.225 890 0,17 382 208 83,5% M5 2.411 1.085 0,16 391 532-26,5% M6 2.141 428 0,15 324 - Gesamt-Saison 991.818 945.156 4,9% Rest 90.165 70.012 28,8% Mai 39 Werbemittel-Report Hauptkatalog Mai kumuliert Werbemittel-Laufzeit Kundenqualität Anzahl Werbekosten Nachfrage pro Nachfage Umsatz DB I DB II DB II Erhalter Erhalter pro Erh. Gesamt 8.159 37.531 55,48 452.648 316.854 113.162 75.631 9,27 Score 1 816 5.711 161,82 132.032 92.423 33.008 27.297 33,46 Score 2 816 5.711 116,37 94.944 66.461 23.736 18.025 22,09 Score 3 816 4.080 83,68 68.274 47.792 17.068 12.989 15,92 Score 4 816 4.080 60,17 49.095 34.367 12.274 8.194 10,04 Score 5 816 4.080 43,27 35.304 24.713 8.826 4.747 5,82 Score 6 816 4.080 31,12 25.387 17.771 6.347 2.267 2,78 Score 7 816 2.448 22,38 18.256 12.779 4.564 2.116 2,59 Score 8 816 2.448 16,09 13.128 9.189 3.282 834 1,02 Score 9 816 2.448 11,57 9.440 6.608 2.360-88 -0,11 Score 10 816 2.448 8,32 6.788 4.752 1.697-751 -0,92 Kampagnen-Reports Immer bezogen auf eine Kampagne Die Laufzeit ist unabhängig von Standard-Kalenderstrukturen wichtige Dimension Kundenqualität (z.b. Score) Basis für Cut-Off -Entscheidung Während der Laufzeit Hochrechnung der Kennzahlen notwendig
Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses 3.4. WEB-Reporting 41 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Web-Shop Bestellung Kreditprüfung Nachfrage Lieferung
3.4. WEB-Reporting 42 Tages-Report 17. Okt Sortiment LCD TV Artikel Preis Min.-Preis Anzahl Nachfrage Conversion Preis-Rang Konkurrent clicks Stück rate 4711 498 459 3 200 18 9% 4870 447 424 3 248 13 5% 2767 259 239 4 193 25 13% 3816 356 341 2 222 26 12% 5074 741 714 2 136 13 9% 2399 404 383 2 124 21 17% 5766 669 604 4 247 10 4% 4321 533 489 4 300 25 8% 5214 671 629 2 192 14 7% 5142 529 483 3 132 23 17% 3181 277 261 2 125 26 21% 6656 407 391 2 189 10 5% 4065 654 603 4 100 27 27% 4114 646 604 3 276 20 7% 6661 427 399 3 270 24 9% Ziel: Bereitstellen Performance-Daten pro Artikel im Internet zur schnellen Anpassung des Angebotspreises Konkurrenzpreis durch externe Web-Scanner Hier: einfache Berichtsdarstellung hohe Anforderungen an Funktionalität (Sortierung, ABC-Analyse, ) Problem: hohe Volatilität in den Daten, deshalb Kumulationen über größere Zeiträume nicht interpretierbar à Verbesserungspotenzial durch automatisierte Data-Mining- Methoden 3.4. WEB-Reporting 43 Tages-Report 25. Nov Sortiment LCD TV Artikel Preis Min.-Preis Nachfrage Anzahl Anteil Nachfrage Internet- Preis-Rang Konkurrent Wert Neukunden Nekunden Gesamt Anteil 4711 498 459 3 8.964 5 28% 18.426 49% 2719 617 583 4 16.400 4 17% 22.659 72% 4270 526 500 2 11.071 4 18% 10.564 105% 6742 336 325 4 6.761 5 25% 24.981 27% 3108 378 377 4 9.513 4 16% 22.785 42% 2837 686 685 3 11.074 3 16% 14.719 75% 3153 505 502 2 8.451 4 26% 16.889 50% 4842 650 606 3 16.129 4 16% 23.223 69% 5065 428 418 2 7.718 4 20% 21.115 37% 4605 307 277 2 6.809 5 23% 15.764 43% 6746 449 434 3 10.289 3 15% 24.658 42% 2950 615 554 2 15.476 7 27% 25.186 61% 3575 448 442 4 7.225 5 33% 26.160 28% 2769 340 333 2 6.540 6 33% 11.252 58% 6611 385 360 4 6.766 3 15% 20.207 33% Weitere Performance-Daten: Nachfrage, Neukunden, kanalübergreifende Performance Problem: schnelle Verfügbarkeit der Daten WEB-Reporting online (kurze Aktualisierungs-Rhythmen) Kennzahlen Nachfrage oder Neukunden werden nur 1x täglich berechnet Noch längerer Zeitversatz für die Kennzahlen Umsatz oder Deckungsbeitrag. Diese müssen über Prognosefaktoren (abh. von Sortiment und Spanne) integriert werden.
3.4. WEB-Reporting 44 E-Mail-Performance-Reporting E-Mail-Aktion Bounces Bounce-rate opener open-rate clicker click-rate click-through rate Newsletter 183.303 10.085 5,5% 64.307 37,1% 1.086 1,7% 0,6% Katalog-Anforderer 234 17 7,3% 94 43,3% 15 16,0% 6,9% Katalog-Nachfass 21.548 1.064 4,9% 7.538 36,8% 827 11,0% 4,0% Merkzettel 10.397 19 0,2% 5.354 51,6% 929 17,4% 9,1% Warenkorbabbrecher 28.888 710 2,5% 13.902 49,3% 1.137 8,2% 4,3% Channel-Shift 5.892 240 4,1% 3.039 53,8% 322 10,6% 5,7% after sales Internet 53.922 1.648 3,1% 24.347 46,6% 1.829 7,5% 3,5% Newsletter 207.063 7.905 3,8% 71.487 35,9% 3.475 4,9% 1,7% Kampagnen-Report im E-Commerce Zusätzliche Kennzahlen im Vergleich zu Werbemittel-Reports 3.4. WEB-Reporting 45 E-Mail-Performance-Reporting E-Mail-Aktion Aussendungen Aussendungen Bestellungen conversion rate Bestell-wert Bestellwert/ Aussendung Anzahl Neukunden Anteil Neukunden Bestellwert Gesamt Ablehnung Kreditprüfung Internet- Anteil Newsletter 183.303 21 1,9% 1.619 0,01 20,1% 0 0,0% 4.582 35,3% Katalog-Anforderer 234-0,0% 0 0,00 0,0% 0 687 0,0% Katalog-Nachfass 21.548 27 3,3% 3.457 0,16 11,3% 1 3,7% 9.046 38,2% Merkzettel 10.397 78 8,4% 6.285 0,60 3,5% 4 5,1% 10.110 62,2% Warenkorbabbrecher 28.888 110 9,7% 11.219 0,39 4,2% 1 0,9% 18.108 62,0% Channel-Shift 5.892 25 7,8% 1.325 0,22 4,8% 0 0,0% 5.838 22,7% after sales Internet 53.922 104 5,7% 5.353 0,10 4,8% 0 0,0% 18.387 29,1% Newsletter 207.063 106 3,1% 6.389 0,03 18,3% 3 2,8% 14.709 43,4% Messbarkeits-Problem bei E-Mail-Kampagnen: Die E-Mail gibt nur einen Anstoß, die Reaktion findet im WEB oder per Telefon statt. à klassische Methoden der Reaktionszuordnung führen auf andere Werbemittel Reaktion auf E-Mail wird gemessen über Nachfrage der Erhalter in einer vordefinierten Laufzeit der Kampagne (sog. post orders) Beste Methode über Nullgruppen-Tests, aber teilw. zu komplex und aufwändig Anforderungen an das DWH-Datenmodell Integration von WEB-Verhalten, eindeutige Verknüpfung von Warenkorb zu den Transaktionen Nachfrage, Lieferung, Retoure,
Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses 47 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Bestellung Kreditprüfung Nachfrage Lieferung
48 Kundenwert Wiederkäufe erste Zahlungsstörung weitere Zahlungsstörung(en) Vertragskündigung wegen Nichtzahlung Übergabe Inkasso Interessenten Akquisitionsphase Antrags-Scoring Neukunden Risikomanagement Bestandskundenmanagement Auftragsautorisierungs-Scoring Bestandskunden kfm. Mahnwesen Integration von Risiko- und Forderungsmanagement Inkassokunden Inkasso Zeit außergerichtliches und gerichtliches Inkassoverfahren Inkassomanagement 49 Bonitäts-Strategie 15.956 Anfragen Ausland form. Fehler 15.840 (99,3 %) 15 (0,1 %) 101 (0,6 %) 13.093 (82,1 %) Annahme 13.093 (82,1 %) Antragsbearbeitung Debitorenmanagement Negativmerkmale 524 (3,3 %) Fehlende Identifizierung 1.361 (8,5 %) Ablehnung Score 423 (2,7 %) Limit/ Mind.-AW 439 (2,8 %) Ablehnung 2.863 (17,9 %)
50 Kreditprüfung Zeiteinheit von - bis Monat, Tag, Stunde Nachfrage Ablehnungen Datum der Anfragen Fehler Nachfrage Grund 1 Grund n Genehmigungen Genehmigungsquote Nachfrage Stück Stück Stück Stück Stück Stück 09:00 96 1 95 6 5 84 88% 10:00 17 2 15 1 1 13 87% 11:00 41 1 40 4 2 34 85% 12:00 34 3 31 2 1 28 90% 13:00 32 1 31 2 1 28 90% 14:00 34 1 33 3 2 28 85% 15:00 106 2 104 10 6 88 85% Gesamt 360 11 349 28 18 303 87% Transaktions-Reports: Zeitbezug ist hier der Bestellzeitpunkt, Kennzahlen zur Kreditprüfungsentscheidung, weitere Dimensionen können Kunden- und Warenkorb-Kategorien sein 51 Debitoren-Management Zeiteinheit von - bis Monat, Tag Datum der Neue Gesamt- Inkasso- Forderungsbestankeiten Verbindlich- Rechnungen Gutschriften Retouren Zahlungen Mahnungen Buchung Konten Konten Abgaben Stück Stück Stück Stück Stück Stück Stück Stück Stück Stück Wert Wert Wert Wert Wert Wert Wert Wert 26.09.2014 1.020 25.942 292.926-77.117-55.945-27.458 5.698-8.936 3.881.615-12.558 27.09.2014 1.009 26.932 268.773-8.812-27.749-549.830 5.891-35.847 3.528.151-13.108 28.09.2014 1.092 28.017 208.221-49.167-24.493-268.185 6.149-20.909 3.373.618-13.376 29.09.2014 1.014 28.994 267.697-14.462-74.754-323.530 6.306-55.301 3.173.268-13.700 30.09.2014 1.096 30.045 311.975-85.051-31.327-164.887 6.557-2.483 3.201.495-13.864 01.10.2014 1.064 31.101 190.822-19.530-22.086-429.809 6.752-57.588 2.863.303-14.294 02.10.2014 1.021 32.074 179.470-13.853-2.654-344.144 6.925-55.878 2.626.244-14.638 Gesamt 7.316 1.719.885-267.992-239.007-2.107.844 44.279-236.943 Transaktions-Reports: Zeitbezug ist hier der Buchungszeitpunkt, Kennzahlen zur Buchhaltungs-Vorgängen, weitere Dimensionen können Kundensegmente (Neu- / Stammkunden, Ratingklassen) sein
52 Bestellung Kreditprüfung Warenversand Rechnungsschreibung Forderungsmanagement Zahlungen, Mahnungen, Inkassoabgabe Bestellzeitpunkt Lieferzeitpunkt Performance-Zeitraum Zeitraum der Bestellung Zeitraum nach Bestellung (i.d.r. 3-6 Monate) Bestellwert Ablehnungen Rechnungs-wert Retouren Umsatz Zahlungen 49.256-10.138 39.118-2.911 36.207-32.604-3.603 21% 7% 10% von Bestellwert von Rechnungswert von Rechnungswert 53 Debitoren-Management Zeiteinheit Monat von - bis Datenstand 02.10.2014 Inkassoübergaben Rechnungsmonat Rechnungswert im Folgezeitraum Stand 30.9.2014 Inkasso- Gutschrift Retouren Zahlungen Abgaben Performance-Reports: zwei Zeitdimensionen (Bestellzeitpunkt und Performance-Zeitraum), Kennzahlen zum Ausfall-Risiko, gleiche Kunden- und Warenkorb-Kategorien, Aussagen immer erst ex-post ableitbar Latenzzeit ca. 3-4 Monate in % noch offen Jan. 14 768.749-78.143-219.987-394.076-41.136-5,4% Feb. 14 946.017-101.444-271.593-482.455-48.655-5,1% Mrz. 14 848.497-90.706-249.103-429.813-42.750-5,0% Apr. 14 951.792-104.346-285.668-478.200-49.976-5,3% 33.602 Mai. 14 899.234-93.918-270.248-460.928-46.539-5,2% 27.601 Jun. 14 859.156-87.295-265.888-433.727-36.950-4,3% 35.296 Jul. 14 865.063-94.479-257.791-432.765-22.597-2,6% 57.431 Aug. 14 865.649-91.523-257.109-439.878-9.139-1,1% 68.000 Sep. 14 853.511-85.988-249.930-464.225-0,0% 53.368 Gesamt 7.857.668-827.841-2.327.317-4.016.066-297.742-3,8% 275.298
54 Kennzahlen aus Forderungs-Management Monat Fragestellung: neue Forderungen Retouren Zahlungen Forderungsbestand Inkasso- Abgaben sonstige Buchungen (+/-) Dez. 07 Jan. 08 10.253.168 16.202.823 6.830.616 6.181.429 253.052-81.658 Feb. 08 13.109.237 15.340.232 7.735.395 6.854.458 250.923-46.103 Mrz. 08 13.562.590 17.346.054 7.198.264 6.071.372 199.249-182.570 Apr. 08 17.257.189 23.653.521 11.031.415 9.073.431 299.792-108.481 Mai. 08 20.397.590 15.927.478 11.204.514 8.611.254 239.101-311.827 Jun. 08 15.958.373 10.014.260 6.537.486 6.585.258 323.020 148.405 Jul. 08 12.675.274 14.507.337 4.351.814 6.461.725 365.103-130.790 Aug. 08 15.873.179 16.189.238 8.751.271 7.366.277 240.436-38.854 Sep. 08 15.665.579 19.701.451 9.599.108 7.893.089 209.810-46.944 Okt. 08 17.618.078 19.075.159 10.722.681 7.360.775 254.571-89.742 Nov. 08 18.265.468 10.086.027 8.121.901 7.450.032 235.972-401.653 Dez. 08 12.141.938 9.197.077 4.731.502 5.456.573 284.631-54.933 Jan. 09 10.811.377 18.175.659 5.883.011 5.952.627 227.951-74.829 Feb. 09 16.848.616 17.043.094 10.308.149 7.511.362 185.616-7.571 Mrz. 09 15.879.013 21.946.721 8.138.167 7.732.261 179.427-313.393 Apr. 09 21.462.487 22.468.214 11.873.587 9.514.944 296.306-85.256 Mai. 09 22.160.608 16.309.488 11.744.957 8.647.542 237.119-109.059 Jun. 09 17.731.420 10.819.420 6.775.653 7.885.071 324.736-34.616 Jul. 09 13.530.765 16.426.506 5.659.117 6.070.813 341.279-88.191 Aug. 09 17.797.871 12.945.783 8.827.711 6.203.153 261.656-49.823 Sep. 09 15.401.312 19.774.263 8.989.115 8.051.132 256.675-139.727 Okt. 09 17.738.927 17.217.080 10.152.857 13.054.724 246.506-56.001 Abschätzen des Ausfall-Risikos (Inkassoquote) und des Veritäts-Risikos (Retourenquote) bezogen auf den Forderungsbestand 55 Portfolio-Cut Datenstand 200905 Monat Zahlungen Retouren Inkasso-Abgaben Sonstige Buchungen Rest-Saldo pro Monat % kumul. pro Monat % kumul. pro Monat % kumul. pro Monat % kumul. pro Monat % kumul. 200905 11.018.433 200906 3.145.808 28,55% 3.279.576 29,76% 302.706 2,75% 47.742 0,43% 4.242.602 38,50% 200907 1.482.293 42,00% 72.014 30,42% 265.626 5,16% 39.389 0,79% 2.383.279 21,63% 200908 758.957 48,89% 10.828 30,52% 176.329 6,76% 33.269 1,09% 1.403.896 12,74% 200909 450.923 52,98% 3.628 30,55% 65.979 7,36% 17.243 1,25% 866.124 7,86% 200910 238.515 55,15% 1.148 30,56% 32.668 7,65% 20.837 1,44% 572.957 5,20% 200911 120.191 56,24% 1.594 30,57% 21.770 7,85% 21.958 1,64% 407.445 3,70% 200912 59.326 56,78% 419 30,58% 14.552 7,98% 14.776 1,77% 318.372 2,89% 201001 32.449 57,07% 434 30,58% 13.402 8,10% 14.399 1,90% 257.687 2,34% 201002 32.199 57,36% 540 30,59% 4.623 8,15% 10.838 2,00% 209.487 1,90% 201003 19.618 57,54% 95 30,59% 5.722 8,20% 11.464 2,10% 172.588 1,57% 201004 11.166 57,64% 2 30,59% 4.529 8,24% 12.741 2,22% 144.149 1,31% 201005 7.815 57,71% 22 30,59% 4.087 8,28% 15.483 2,36% 116.743 1,06% 201006 5.718 57,77% 0 30,59% 2.546 8,30% 5.267 2,41% 103.212 0,94% 201007 4.275 57,81% 84 30,59% 2.351 8,32% 5.147 2,46% 91.355 0,83% 201008 5.057 57,85% 0 30,59% 2.233 8,34% 4.351 2,49% 79.715 0,72% Lösungsansatz: Pool-Cut-Analyse Anforderung an das DWH-Datenmodell: Abbildung des Buchungs-Regelwerks im Detail
56 Inkasso-Management Kennzahlen Folgemonat Anzahl Übergabewert Ø-Übergabewerquote Geldeingang Geldeingangs- Übergabejahr Übergabemonat Akten 0 3 6 12 18 2012 2012.11 3.577 2.837.822 793 798.800 28,1% 0,5% 7,6% 13,5% 21,6% 26,7% 2012.12 7.985 6.033.003 756 1.782.239 29,5% 1,5% 8,2% 14,9% 23,0% 28,3% 2012 Ergebnis 11.562 8.870.825 767 2.581.038 29,1% 1,2% 8,0% 14,4% 22,6% 27,8% 2013 2013.04 28.947 22.323.585 771 5.066.934 22,7% 0,8% 7,1% 12,0% 19,0% 2013.05 3.557 2.791.035 785 717.879 25,7% 1,8% 9,0% 14,7% 21,9% 2013.06 14.612 9.049.092 619 2.923.040 32,3% 2,8% 13,2% 19,9% 29,2% 2013.07 15.072 9.324.109 619 2.944.972 31,6% 3,1% 13,6% 20,1% 29,5% 2013.08 14.197 8.208.395 578 2.874.698 35,0% 4,8% 16,5% 23,7% 33,9% 2013.09 11.740 6.711.617 572 2.236.153 33,3% 4,0% 16,2% 23,4% 33,3% 2013.10 5.297 2.801.507 529 931.154 33,2% 5,4% 17,4% 24,8% 2013.11 3.550 1.833.418 516 562.571 30,7% 6,4% 17,5% 24,6% 2013.12 2.543 1.333.832 525 339.398 25,4% 4,2% 15,8% 21,3% 2013 Ergebnis 99.515 64.376.590 647 18.597.023 28,9% 2,7% 12,0% 18,2% 26,2% 14,8% 2014 2014.01 2.358 1.926.894 817 226.401 11,7% 2,5% 7,5% 10,6% 2014.02 2.047 1.295.440 633 183.846 14,2% 2,4% 9,2% 13,2% 2014.03 3.681 2.792.909 759 470.982 16,9% 1,2% 10,8% 16,9% 2014.04 4.960 3.650.893 736 580.381 15,9% 2,3% 11,6% 2014.05 5.589 4.947.181 885 486.858 9,8% 1,3% 8,1% 2014.06 1.932 1.104.816 572 170.815 15,5% 3,8% 15,5% 2014.07 2.415 1.106.778 458 115.604 10,4% 2,6% 2014.08 1.291 621.087 481 59.442 9,6% 3,5% 2014.09 1.240 620.812 501 18.163 2,9% 2,9% 2014 Ergebnis 25.513 18.066.810 708 2.312.492 12,8% 2,0% 9,9% 14,1% Gesamtergebnis 136.596 91.314.717 669 23.490.554 25,7% 2,4% 11,3% 17,5% 25,7% 27,8% Performance-Reports: zwei Zeitdimensionen (Übergabezeitpunkt und Performance-Zeitraum), Kennzahlen zum Beitreibungserfolg, zusätzlich Segmentierung nach Portfolio-Kategorien (Größenklasse, Ratingstufen, ), Aussagen immer erst ex-post ableitbar Latenzzeit ca. 24 Monate Übersicht 1 Einleitung 2 Prozesse im (Versand-) Handel 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses
3.6. Value-Stream-Monitoring 58 Lieferant After Sale Beschwerden Zahlung Inkasso Forderungsbestand Sortiment Kunde Retoure Werbemittel Bestellung Kreditprüfung Nachfrage Lieferung 3.6. Value-Stream-Monitoring 59 Kundenbestellprozess: Bestellung bis Lieferung Bestellwunsch Prüfen und Ware Rechnung Paket Paket aufnehmen bestätigen bereitstellen schreiben packen zustellen Erreichbarkeit Gesprächsqualität Verfügbarkeit Qualität Bonitätsprüfung Produktionszeit Fehlerquote Laufzeit Zustellqualität
3.6. Value-Stream-Monitoring 60 Sortiment: Hartwaren Anzahl Positionen Information an Kunde Dauer Kreditprüfung lieferbar online 4.735 28% 18% 1-5 Tage 13.098 31% 20% > 5 Tage 4.769 34% 22% Gesamt 22.602 31% 20% Terminlieferung online 12.199 16% 27% 1-5 Tage 16.021 18% 29% > 5 Tage 4.416 20% 32% Gesamt 32.637 18% 29% Nachsendung mit Termin online 440 23% 25% 1-5 Tage 2.864 26% 27% > 5 Tage 15.260 28% 30% Gesamt 18.563 28% 30% Nachsendung ohne Termin online 17.438 24% 17% 1-5 Tage 11.441 27% 19% > 5 Tage 7.600 29% 21% Gesamt 36.479 26% 19% Gesamt online 34.811 22% 21% 1-5 Tage 43.425 25% 24% > 5 Tage 32.046 28% 27% Gesamt 110.281 25% 24% Fragestellung: Welchen Einfluss hat die Dauer der Kreditprüfung auf die Kundenzufriedenheit? Modellierung der Kundenverärgerung über Beschwerdequote und Retourenquote Transaktionsebene = Bestellposition 3.6. Value-Stream-Monitoring Sortiment: Mode Information an Kunde Dauer Logistik Anzahl Positionen Beschwerdequote Retourenquote Beschwerdequote Retourenquote lieferbar 1 Tag 21.071 16% 29% 2-3 Tage 6.682 17% 32% > 3 Tage 11.513 19% 35% Gesamt 39.266 17% 31% Terminlieferung 1 Tag 24.630 16% 16% 2-3 Tage 2.668 18% 18% > 3 Tage 14.196 20% 20% Gesamt 41.494 18% 18% Nachsendung mit Termin 1 Tag 19.173 14% 14% 2-3 Tage 14.206 15% 15% > 3 Tage 2.528 17% 17% Gesamt 35.907 14% 15% Nachsendung ohne Termin 1 Tag 3.660 20% 20% 2-3 Tage 12.654 22% 22% > 3 Tage 19.383 24% 25% Gesamt 35.696 23% 23% Gesamt 1 Tag 68.534 16% 20% 2-3 Tage 36.209 18% 21% > 3 Tage 47.620 21% 25% Gesamt 152.363 18% 22% Fragestellung: Welchen Einfluss hat die Dauer der Logistik auf die Kundenzufriedenheit? Weiterer Aufriss nach Logistik-Standort, Logistik-Partner, Direkt-Lieferant 61
3.6. Value-Stream-Monitoring 62 Sortiment: Mode Information an Kunde: sofort lieferbar Anzahl Positionen Beschwerdequote Kreuzauswertung der beiden Prozesse Kreditprüfung und Logistik Herunterbrechen auf einzelne Beschwerdegründe erhöht die Aussagekraft Retourenquote Dauer Kreditprüfung Dauer Logistik Grund1 Grund n online 1 Tag 13.034 5% 13% 24% 2-3 Tage 13.292 6% 14% 27% > 3 Tage 18.996 6% 16% 29% Gesamt 45.322 6% 15% 27% 1-5 Tage 1 Tag 1.467 6% 14% 27% 2-3 Tage 11.482 6% 16% 29% > 3 Tage 18.881 7% 17% 32% Gesamt 31.830 6% 17% 31% > 5 Tage 1 Tag 21.051 6% 16% 29% 2-3 Tage 12.947 7% 17% 32% > 3 Tage 11.891 7% 19% 36% Gesamt 45.888 7% 17% 32% Gesamt 1 Tag 35.552 6% 15% 27% 2-3 Tage 37.721 6% 16% 30% > 3 Tage 49.768 7% 17% 32% Gesamt 123.040 6% 16% 30% 3.6. Value-Stream-Monitoring 63 Neue Herausforderungen an das Datawarehouse (2.0) Bestellen Retournieren Zahlen Kataloganfrager Direktwerbung WEB-Surfverhalten E-Mail-Kampagnen Outbound-Call Tel. Erreichbarkeit Gesprächsqualität Interesse Bewerbung Bestellkanal Bestand Lieferfähigkeit Rabatt Lieferservice Bonitätsprüfung Cross-Selling Termin- Vereinbarung Termin-Änderung Paket-Tracking Beschwerden Care-Call Liefern Retourengrund Mahnprozesse Zahlungskonditionen Forderungsbestand Inkasso Reklamation Garantie Kulanzen Care-Call After Sales
Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses Übersicht 1 Einleitung 2 Prozesse im (Versand-)Handel / E-commerce 3.2. Sortiments-Reports 3.4. WEB-Reporting 3.6. Value-Stream-Monitoring 4 Gruppenarbeit 5 Diverses
Kontaktdaten: 66 Managing Director UNIVERSUM Business GmbH Hugo-Junkers-Straße 3 60386 Frankfurt am Main Tel.: +49 69 420 91 100 Mobil: +49 175 723 08 24 E-Mail: michael.semmler@universum-group.de