Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

1

Customer Relationship Management (CRM)

„Im Rahmen Customer Relationship Managements werden profitable Kunden identifiziert, gewonnen, langfristig im Unternehmen gebunden und in ihrem Kundenwert gesteigert. Dabei schafft CRM die unternehmensweite Kundentransparenz im Zusammenspiel von Mar-keting, Sales (Vertrieb) und Serviceaktivitäten.“ 1 Kundenbeziehungsmanagement (CRM) im Einzelhandel Alle Maßnahmen eines Einzelhändlers, die die Beziehungen des Unternehmens zu seinen Kunden betreffen werden unter dem Begriff Kundenbeziehungsmanagement (Customer Re-lationship Management, CRM) zusammengefasst. Hierzu gehören alle Maßnahmen zur Gestaltung der Händler-Kundenbeziehungen, von der Kundenansprache in der Werbung o-der im Laden, über die Kundenberatung bis hin zum Kaufabschluss und der Verabschiedung des Kunden sowie eventuelle Bearbeitungen von Reklamationen. Kundenbeziehungsma-nagement ist mehr als nur ein Aspekt des Marketings, es beschreibt einen ganzheitlichen Ansatz der kundenorientierten Unternehmensführung. Zwar sind die Verkaufsmitarbeiter in einem Einzelhandelsunternehmen in direktem Kontakt mit den Kunden und praktizieren Kundenbeziehungen. Jedoch ist das CRM eine strategische Aufgabe der Unternehmensleitung. Sie entscheidet über die Gestaltung der Strukturen und Abläufe der Kundenbeziehungen. Der Mitarbeiter im Verkaufsraum füllt diese Strukturen aus und handelt innerhalb seiner Entscheidungsmöglichkeiten. Beispiel: In dem kleinen Einzelhandelsgeschäft Müller haben die Mitarbeiter bei Reklamationen nicht die Möglichkeit, den Kundenwert eines bestimmten Kunden festzustellen, da sie keinen Zu-gang zu den Daten haben. Die Mitarbeiter des Elektrofachmarkts Jupiter können nach Einführung eines CRM Systems über einen Computer die Daten eines Kunden abfragen (sofern sie bei früheren Einkäufen erfasst wurden) und über Reklamationen schnell entscheiden.

1 Vgl. Homburg; Sieben /CRM 2000/ 20.

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

2

Der CRM Life Cycle

Um die Anforderungen z. B. der Unternehmen an ein funktionsfähiges CRM zu kategorisie-ren, wird ein bewährtes Vorgehensmodell, der CRM Lebenskreislauf, verwendet. Der CRM Life Cycle ermöglicht jedes individuelle CRM-Konzept in die folgenden vier Prozesse, den sog. CRM-Domänen einzuordnen.

Abb. 1: Der CRM Life Cycle

Dem CRM Life Cycle liegt ein integriertes Kreislaufmodell zur Verarbeitung, Analyse und Anwendung der Kudeninformationen zu Grunde.

Im Data Gathering wird eine vertriebswegeübergreifende Verarbeitung und Speicherung der Kundendaten durchgeführt. Diese Transaktions-, Workflow- und Verhaltensdaten werden im Rahmen des Customer Insight miteinander verknüpft, um aussagekräftige Kundenprofile zu erstellen. Mit Hilfe von Analysemethoden zur Identifikation von neuen Verhaltensmustern, werden die Kundenprofile dort immer weiter um Modellierungsergebnisse wie Wahrschein-lichkeiten zur Abwanderung, Profit oder Potential erweitert. Das angereicherte Kundenprofil wird anschließend im Sales Force Automation zur Planung von Marketing- und Vertriebs-maßnahmen herangezogen. Abschließend werden im Rahmen der Sales Execution, erneut wichtige Kundendaten gewonnen und zur weiteren Verarbeitung und Analyse über das Data Gathering in den Kreislauf eingespeist. Konsistente Kundendaten als Datenbasis eines effizienten CRM Im Mittelpunkt der CRM Philosophie steht das Management der Kundeninformationen. Eine konsistente Datenbasis ist damit nicht nur Voraussetzung für die Durchführung des Vertriebs, sondern bildet auch die Grundlage eines effizienten Customer Relationship Management. Innerhalb der CRM-Systematik gewährleistet dabei der Data Gathering Prozess die Erfas-sung, Speicherung und zur Verfügungstellung dieser konsistenten Kundendaten.

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

3

Datenhaltung und Datenqualität Ziel der Datenhaltung ist es, eine einheitliche und kundenorientierte Darstellung der Informa-tionen innerhalb des CRM-Systems zu gewährleisten. Somit ergibt sich die Zweckmäßigkeit, die vorhandenen heterogenen Datenbestände in eine konsistente, zweckgerichtete Datenba-sis zu konsolidieren, um eine Verdichtung und Historisierung der Kundeninformationen und eine Berechnung des Kundenwertes, bzw. dessen Rentabilität durchführen zu können. (Customer Insight) Faktoren zur Kundenwertbestimmung und Bestandsrentabilität Zur Bestimmung der Kundenrentabilität lassen sich eine Reihe von Controllingdaten nutzen, ohne in den Aufbau zusätzlicher Analysesysteme zu investieren zu müssen. Dazu gehören zunächst die laufenden, vergangenen und prognostizierten Umsätze und Erträge. Darauf aufbauend, kann mit Hilfe der oben genannten CLV-Berechnung eine gezielte Ansprache ertragsstarker Kunden erfolgen. Da bekannt ist, dass die Akquisitionskosten für einen Neukunden den Gewinn aus dieser Geschäftsbeziehung für längere Zeit absorbieren,2 wird der CLV den Akquisitionskosten po-tentieller Neukunden gegenübergestellt, und hilft so profitable Kundenbeziehungen zu identi-fizieren. Der CLV bildet zudem die wichtigste betriebswirtschaftliche Kennzahl des Loyaltät-Managements, denn mit Erhöhung der Kundenbindungsdauer als Multiplikator der abgezins-ten Erträge, lässt sich der Kundenwert wesentlich steigern. Die folgende Grafik zeigt in schematischer Weise die Entwicklung des Deckungsbeitrages

eines loyalen Kunden im Verlauf des Kundenlebenszyklus.

Abb. 2: Kundenbeziehungs-Lebenszyklus3

Die Kundenwertsystematik gilt als auslösendes Element für viele kundenbezogene Bewer-tungen. Zur vollständigen Durchdringung des Kundenwertes gehört die Ermittlung der Ge-samtzufriedenheit des Kunden und der darauf basierenden Kundenloyalität. Der über den

2 Vgl. Seyfried /Kundenwertmanagement 1998/351-367. 3 Töpfer /CRM 2001/192.

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

4

Kapitalwert und die prognostizierte Bindungsdauer berechnete ökonomische Wert eines Kunden und die gespeicherte Umsatzentwicklung sollen anschließend Rückschlüsse auf die Zufriedenheit des Kunden ermöglichen. Zur Erfüllung der o.g. Aufgabe ist in der Regel ein eigenes Datenbanksystem zur Auswertung der Kundendaten erforderlich. Das sog. Data Warehouse

Data Warehouse

Herkunft der Daten im Data Warehouse Zunehmend setzt sich ein auf die Berichtssysteme Online Analytical Processing (OLAP) und Data Mining Tools abgestimmtes Data Warehouse Konzept durch. Das Prinzip besteht darin, ein von den Transaktionsdaten losgelöstes Datenbanksystem aufzubauen, in dem alle rele-vanten Kundeninformationen in einer einheitlichen und an den Verwendungszweck orientier-ten Struktur separat vorgehalten werden.

Abb. 3: Herkunft der Daten im Data Warehouse4

Dazu werden sämtliche Datenquellen aus verschiedenen Unternehmensbereichen zusam-mengeführt und konsolidiert, um eine Basis zur gemeinsamen Nutzung einheitlicher Kun-deninformationen zu schaffen.5

4 Wehrmeister /CRM 2001/248.

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

5

Nutzung der Daten des Data Warehouse Das Data Warehouse ist somit eine integrierte und nach Sachzusammenhängen geordnete Sammlung von aktuellen und historischen Datenbeständen, auf die von den entsprechenden Systemen direkt zugegriffen werden kann. Es schließt die Lücke zwischen den operativen Systemen und dem analytischen Informationsbedarf für die Planung und Steuerung von Ver-triebs-, Service- und Marketingaktivitäten.6

Abb. 4: Nutzung der Daten des Data Warehouse7

5 Vgl. Kehl /Customer Liftime Value 2001/205. 6 Vgl. Kehl /Customer Liftime Value 2001/206. 7 Wehrmeister /CRM 2001/249.

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

6

Kommunikatives, Analytisches und Operatives CRM

Customer Relationship Management wird üblicherweise in das analytische, das operative und das kommunikative CRM gegliedert. Kommunikatives CRM Analytisches CRM Operatives CRM Hier wird die direkte Schnittstelle zum Kunden betrachtet, es geht um die Bereitstellung und Gestal-tung der verschiedenen Kommunikationskanäle.

Hier werden meist compu-tergestützt umfangreiche Datensammlungen zu Kunden und deren Kauf-verhalten aufbereitet und ausgewertet, um Marke-tingentscheidungen vor-zubereiten oder zu über-prüfen.

Hier geht es um die kun-dengerechte Gestaltung der betrieblichen Prozes-se, in denen Kundenbe-ziehungen eine Rolle spie-len und Unterstützung der Mitarbeiter, die Kun-denbeziehungen pflegen.

Beispiel: Mit dem Kunden wird über verschieden Kanäle kommu-niziert, insbesondere Wer-bebotschaften werden über Plakate, Schaufenster, Bro-schüren, TV, Internet usw. an den Kunden herangetra-gen. Ferner wird mit dem Kunden gesprochen (Ver-kaufsgespräch, kassieren, Bearebiten von Reklamatio-nen usw.). Darüber hinaus wird mit ihm korrespondiert (Briefe, Faxe, e-mails)

Beispiel: Eine Baumarktkette wertet ihre Datenbanken bundes-weit aus, indem sie nach typischen regionalen Unter-schieden im Kaufverhalten ihrer Kunden sucht. Hierzu wertet sie die Datenbank ihres Warenwirtschaftssys-tems aus, für Kassen-bonanalysen durch, gleicht diese Daten mit demogra-phischen Informationen (Be-völkerungsstruktur im Ein-zugsgebiet einer Filiale) und mit konjunkturellen Daten ab.

Beispiel: Im Elektrofachmarkt Mars werden nach Möglichkeit die Kundendaten beim Kauf er-fasst (häufig sind sie not-wendig, wenn z.B. die Ware angeliefert werden soll). Über jeden erfassten Kun-den kann somit seine Kauf-geschichte abgerufen wer-den. Dies ermöglicht den Verkaufsmitarbeitern häufig eine bessere Kundenbera-tung (z.B. wenn der Kunde nicht mehr genau weiß, wel-ches Gerät er gekauft hat, aber jetzt eine Ersatzteil be-nötigt)

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

7

Data Warehouse aus Sicht des analytischen CRM

Bei dem analytischen CRM zeigt sich die enge Verbindung zwischen dem Marketing und der Informationswirtschaft in Einzelhandelsunternehmen. Hier sind z.T. sehr umfangreiche und komlexe Datenbanken zu bearbeiten. Diese Daten können durch eigene Aufzeichnungen oder Dokumentationen aus dem Rechnungswesen oder dem betrieblichen Warenwirt-schaftssystem stammen. Häufig sind diese Daten aber nicht ausreichend, um bestimmte Analysen durchzuführen. Daher werden sie mit anderen Daten, die auch aus betriebsexter-nen Quellen stammen können zusammengefasst und aufbereitet. Da die Daten aus ver-schiedenen Quellen (Datenbanken) stammen, wird im analytischen CRM häufig der Begriff „Data Warehouse“ verwendet (warehouse = Lager). Wie aus einem Datenlager, werden je nach Analyseziel die Daten aus verschiedenen „Regalen“ (Datenquellen) herausgeholt und miteinander in Beziehung gesetzt.

Erläuterungen zur der Abbildung: - Operative Daten stammen insbes. aus dem Rechnungswesen und dem Warenwirtschaftssystem - Metadaten sind „Daten über Daten“, sie stellen gewissermaßen den „Katalog“ des Datenlagers dar - Data Mining: Verfahren und Werkzeuge zur Datenanalyse - OLAP (=Online Analytical Processing): Werkzeuge zur mehrdimensionalen Datenanalyse

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

8

Beispiel: Die Geschäftsleitung eines europäischen Warenhauskonzerns möchte ihren Datenbestand nach verschiedenen Dimensio-nen (Abfragekriterien) analysieren. Sie könnte ihre Verkaufszahlen z.B. nach Artikel (Produkt), Filiale (Stadt), Zeit (Verkaufs-tag) gliedern. Hierzu hat sie mehrere Zugriffsmöglichkeiten (hierarchische Aggregationspfade): Zu den Artikeln des Sortiments gelangt sie über: Abteilungssortiment à Sortimentsgruppe à Artikel Zu der Filiale kommt sie über: Land à Bundesland (Region) à Stadt (Filiale) Zu dem Verkaufstag geht es über: Jahr à Quartal à Monat à Woche à Tag Durch Kombination und Veränderung der Zugriffe kommt sie zu verschiedenen Darstellungen der Daten. Man kann sich mit einem Würfel (OLAP-Würfel) diesen Vorgang veranschaulichen:

Quelle: http://www.mik.com/webSite/MIKWebArchiv.NSF/PDF/DataWarehouse/$File/DataWarehouse.pdf Das Abfrageziel lautet: „Welche Umsätze sind in den Jahren 2003 und 2004 in den Abteilungen Kosmetik, Elektro und Haushaltswaren in den Bundesländern Sachsen-Anhalt und Thüringen angefallen?“ 1. OLAP-Würfel:

2. Ergebnis in Übersicht

Quelle:http://www.uni-hohenheim.de/wi1/Veranstaltungen/SoSe04/Information%20management/IM_LE3_Data_Warehouse.pdf

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

9

Beschwerde- und Reklamationsmanagement

Zum Kundenbeziehungsmanagement gehört auch ein effizientes Beschwerde- und Reklama-tionsmanagement. Durch Beschwerden der Kunden können innerbetriebliche Fehler aufge-deckt, behoben und künftig vermieden werden. Beschwerden von Kunden sind eine Chance für den Einzelhändler, seine Geschäftsabläufe zu optimieren. Beispiel Im Elektrofachmarkt Jupiter befindet sich in allen Abteilungen ein „Meckerkasten“ für Kunden. Hierzu liegen vorbereitete Formulare aus. Die Kunden können bei Bedarf ihre Beschwerde oder ihren Verbesserungsvorschlag sofort im Laden abge-ben. Falls sie ihren Namen und ihre Anschrift angeben, wird ihr Anliegen schnellstens schriftlich beantwortet und die Ge-schäftsleitung bedankt sich mit einem kleinen Einkaufsgutschein.

Zusammenfassung

• Voraussetzung zur Gewinnung und Bindung von Kunden sind WIN-WIN-Situationen im

Einzelhandel. Sowohl der Einzelhändler als auch der Kunde müssen beim Verkauf Gewin-ner sein

• Jede Ware hat einen Grundnutzen und einen Zusatznutzen. Meist vollzieht sich der Wettbewerb über den Zusatznutzen.

• Kundenzufriedenheit sichert die Wettbewerbsfähigkeit. Sie hängt von der Erfüllung der

Kundenerwartungen ab. • Kundenorientierung ist eine Überlebensstrategie für den Einzelhandel. • Die Kundenzufriedenheit kann über Kennzahlen gemessen werden, hierzu sind umfang-

reiche Befragungen und Beobachtungen über längere Zeiträume erforderlich. Zufriedenheitsindex: Gibt den Grad der Kundenzufriedenheit an. Bindungsindex: Gibt den Grad der Kundenbindung an. • Die Nichtkunden-Analyse untersucht die Frage: Warum kaufen die Kunden bei der Kon-

kurrenz? • Die Analyse der verlorenen Kunden stellt die Frage: Warum habe ich den Kunden verlo-

ren?

Wirtschaftsinformatik Relationale Datenbanken Customer Relationship Management Data Warehouse und Data Mining

Arbeitsblatt Nr. 12

Brand-Bam Datum:

10

• Maßnahmen der Kundenbindung sind u.a. abhängig von Betriebs- und Vertriebsform,

Betriebsgröße, Branche, Standort. Hierzu gehören u.a.: Serviceleistungen, Sonderaktionen, Events, Verbundangebote,

Warenproben, Draufgaben, Rabatte, Kundenkarten, Payback-Karten, Bonus für Kundenwerbung, Garantieleistungen, Zusatzleistungen Geschenke, Kundenbriefe, Kundenclubs, Kundenzeitungen.

Durch Nutzung des Internets sind weitere Maßnahmen möglich: Web-Site, Downloads,

FAQ, e-mail, Newsletter, Chat, Online-Kauf • Kundenbeziehungsmanagement (Customer Relationship Management, CRM) ist eine

ganzheitliche Strategie der Unternehmensführung.

Kommunikatives CRM: Auswahl und Gestaltung der Kommunikationskanäle zum Kunden Analytisches CRM: Auswertung von Datenbeständen Operatives CRM: Gestaltung von Arbeitsabläufen

• Bei Data Warehouse-Konzepten sind umfangreiche Datenbestände eines Einzelhandels-

unternehmens auszuwerten. • Das Beschwerde und Reklamationsmanagement nutzt konsequent die Beschwerden

von Kunden zur Optimierung der Geschäftsabläufe.