Die erfolgreiche Implementierung eines Customer Relationship Management

Inhaltsverzeichnis

Abbildungsverzeichnis

  Abkürzungsverzeichnis  

1.  Einleitung  1

1.1.  Problemstellung  1

1.2.  Aufbau und Aufgabenstellung der Arbeit  2

2.  Überblick zum Customer Relationship Management (CRM)  3

2.1.  Hintergründe und Definition von CRM  3

2.2.  Struktur von CR-MSystemen  6

2.2.1.  Analytisches CRM  7

2.2.2.  Operatives CRM  10

2.2.3.  Kollaboratives Kommunikatives CRM  13

2.3.  Aktuelle Bedeutung von CRM für Unternehmen  16

3.  Ansätze für eine systematische CR-MImplementierung  18

3.1.  Der Ansatz von Reinhold Rapp  19

3.2.  Der Business-Reengineering-Ansatz  23

3.3.  Der Ansatz von Wolfgang Schwetz  29

3.4.  Vergleichende Betrachtung der Ansätze und Zusammenführung in ein  

  eigenes praxisnahes strategisches und operatives CR-MEinführungsmodell  33

3.5.  Zusammenfassende Betrachtung zur erfolgreichen  Implementierung

  eines CRM  43

4.  Beitrag von CRM zum Unternehmenserfolg  44

4.1.  Auswahl einer CR-MBewertungsmethode  46

4.2.  Beitrag und Messung von CRM zum Unternehmenserfolg aus  

  der Lern- und Entwicklungsperspektive  50

4.2.1.  Konzeption der CR-MStrategie  51

4.2.2.  Veränderungen auf der Mitarbeiterebene  52

4.3.  Beitrag und Messung von CRM zum Unternehmenserfolg  

  aus der Geschäftsprozessperspektive  54

4.3.1.  CR-MSoftware mit Schwerpunkt Kundenbewertung  54

4.3.1.1.  Statische Ansätze  55

4.3.1.2.  Dynamische Ansätze  57

4.3.2.  Optimierung der Geschäftsprozesse  61

4.4.  Beitrag und Messung von CRM zum Unternehmenserfolg  

  aus der Kundenperspektive  63

4.4.1.  Steigerung der Kundenzufriedenheit  63

4.4.2.  Steigerung der Kundenbindung  65

4.5.  Beitrag und Messung von CRM zum Unternehmenserfolg  

  aus der Finanzperspektive  68

4.6.  Kosten von CRM  70

4.6.1.  Implementierungskosten von CRM  70

4.6.2.  Folgekosten von CRM  71

4.7.  Zusammenfassende Betrachtung zum Beitrag von CRM  

  zum Unternehmenserfolg  73

5.  Fazit  75

  Literaturverzeichnis  77

Abbildungsverzeichnis

  Abbildung 1: Das CR-MHaus  5

  Abbildung 2: Struktur einer CR-MLösung  7

  Abbildung 3: Vorgehensmodell von Reinhold Rapp  20

  Abbildung 4: Neue Ideen des Business Reengineering  23

  Abbildung 5: Segmentierung innerhalb von Prozessen  26

  Abbildung 6: 10-Stufenplan von Wolfgang Schwetz  29

  Abbildung 7: Kombination der Ansätze in ein strukturübergreifendes  

  Einführungsmodell  42

  Abbildung 8: Dimensionen einer erfolgreichen CR-MImplementierung  43

  Abbildung 9: Die vier Perspektiven der Balanced Scorecard  48

  Abbildung 10: Exemplarische CR-MUrsache-Wirkungskette  49

  Abbildung 11: CR-MScorecard der CR-MStrategie  51

  Abbildung 12: CR-MScorecard Mitarbeiter  53

  Abbildung 13: Operative Kundenportfolios  57

  Abbildung 14: Unterschiedliche Sichtweisen auf den Kundenwert  58

  Abbildung 15: Berechnungsformel des prospektiven CLV  59

  Abbildung 16: CR-MScorecard CR-MSoftware Kundenbewertung  60

  Abbildung 17: CR-MScorecard Geschäftsprozesse  62

  Abbildung 18: Monetärer Nutzen langfristiger Kundenbeziehungen  66

  Abbildung 19: CR-MScorecard Kunden  66

  Abbildung 20: CR-MScorecard Profitabilität Unternehmenswert  67

  Abbildung 21: Ursache-Wirkungszusammenhänge der Ziele einer  

  CR-MStrategie  68

  Abbildung 22: Kosten von CRM  71

Abkürzungsverzeichnis

ACD Automatic Call Distribution

aCRM Analytisches CRM

BCG Boston Consulting Group

BI Business Intelligence

BITKOM Bundesverband Informationswirtschaft, Telekommunikation und neue

Medien

BPR Business Process Redesign

BR Business Reengineering

BSC Balance Scorecard

BtoB Business-to-Business

BtoC Business-to-Consumer

CAS Computer Aided Selling

CDW Customer Data Warehouse

CE Customer Equity

CIC Customer Interaction Centre

CIM Computer Integrated Manufacturing

CLV Customer Lifetime Value

CRM Customer Relationship Management

CTI Computer Telephony Integration

CV Customer Value

E-commerce Electronic Commerce

eCRM Elektronisches CRM

EMA Enterprise Marketing Automation

ERP Enterprise Resource Planning

FAQ Frequently Asked Questions

HTTP Hyper Text Transformation Protocol

ISS Interactive Selling System

IT Informationstechnik

IVR Interactive Voice Response

kCRM Kollaboratives/ Kommunikatives CRM

KIS Kundeninformationssystem

KW Kundenwert

mCRM Mobiles CRM

MES Marketing Enzyklopädie Systeme

oCRM Operatives CRM

OEM Original Equipment Manufacturer

OLAP Online Analytical Processing

PDA Personal Digital Assistants

ROI Return on Investment

SCM Supply Chain Management

SFA Sales Force Automation

SMS Short Message Service

UMTS Universal Mobile Telephony Standard

WAP Wireless Application Protocol

1. Einleitung

1.1. Problemstellung

Die Transformation von Verkäufer- zu Käufermärkten, die Dynamisierung und Globalisierung der Märkte und der dadurch entstandene hohe Wettbewerbsdruck machen es für Unternehmen dringend erforderlich, ihre produktorientierte Unternehmenskultur in eine kundenorientierte Organisation zu verwandeln. Durch die Einführung eines Customer Relationship Management (CRM) kann dieser Schritt vollzogen werden. Die Philosophie von

CRM umfasst die Entwicklung einer kundenorientierten Unternehmensstrategie die mit

Unterstützung aktueller und modernster Informationstechnologie versucht, langfristige und profitable Kundenbeziehungen zu entwickeln. Diese Sachverhalte veranlassten Unternehmen zur Initiierung von CRM-Implementierungsprojekten. Doch die erfolgreiche Einführung eines

CRM gelang in deutschen Unternehmen innerhalb der letzten Jahre nur in jedem zweiten

Projekt. Es wird sogar behauptet, dass bisher über 50 Prozent aller Einführungsprojekte in Deutschland scheiterten (vgl. Winkelmann, 2006, S. 309). Aktuell setzen 40 bis 50 Prozent der Großunternehmen eine professionelle CRM-Lösung ein. Im Mittelstand sind es nach neueren Erhebungen sogar nur 10 bis 20 Prozent aller Firmen (vgl. Winkelmann, 2006, S. 310).

Für die Implementierung von CRM gibt es inzwischen eine Reihe von praktischen Erfahrungen und Einführungsmethoden (vgl. Schulze, 2002, S 67 ff). Eine Anzahl von Unternehmensberatungen hat sich auf die Begleitung von Unternehmen während einer CRM- Einführung spezialisiert. Es gibt in Deutschland ca. 140 CRM-Anbieter mit kleinen bis sehr umfangreichen und komplexen Softwarelösungen (vgl. Winkelmann, 2006, S. 308). Das sollten gute Voraussetzungen für die Durchführung von erfolgreichen CRM-Projekten in Unternehmen sein. Daher ist nicht sofort erkennbar, warum ein hoher prozentualer Anteil von CRM-Einführungen scheitert.

Gleichzeitig belegen eine Vielzahl von Fallstudien und wissenschaftlicher Arbeiten den positiven Beitrag erfolgreicher CRM-Projekte zum Unternehmenserfolg (vgl. Hippner/Wilde, 2004, S. 5). Dabei spielen die Realisierung von Kostensenkungen und Umsatz- sowie Profitabilitätssteigerungen durch die Erreichung qualitativer und quantitativer CRM-Ziele eine wichtige Rolle. Es zeigt sich jedoch, dass die hohe Anzahl qualitativer Zielgrößen wie beispielsweise die Steigerung der Kundenzufriedenheit oder die Ausprägung des Unterstützungsgrades einer CRM-Software komplex und nur schwer zu quantifizieren sind.

1

Deshalb erfolgt oft eine subjektive Bewertung des Zielerreichungsgrades (vgl. Hippner/Leber/Wilde, 2004, S. 150). Doch für Unternehmen besitzt das umfassende Controlling des CRM-Erfolges, im Bezug auf die umfangreichen Investitionen für die CRM- Implementierung und auf das Ziel der Verbesserung der Kundenbeziehungen, eine hohe Relevanz und stellt somit eine notwendige Bedingung dar.

1.2. Aufbau und Aufgabenstellung der Arbeit

Diese Diplomarbeit befasst sich mit zwei grundsätzlichen Fragen in Bezug auf CRM: Wie kann ein Customer Relationship Management erfolgreich in einem Unternehmen implementiert werden? Wie kann der Beitrag von CRM zum Unternehmenserfolg gemessen werden?

Ziele der Arbeit sind die Entwicklung einer praxisnahen Herangehensweise, mit der zukünftige CRM-Projekte erfolgreich durchgeführt werden können und die Identifizierung einer Messmethode mit der CRM-Beiträge zum Unternehmenserfolg analysiert und dargestellt werden können.

Nach der Einführung in die Thematik soll das Konzept des Customer Relationship Management vorgestellt werden. In diesem Zusammenhang wird CRM definiert und dessen komplexe Struktur dargestellt. Die aktuelle Bedeutung von CRM für Unternehmen wird danach aufgezeigt.

Hieran schließt sich die Illustration bestehender Ansätze zur Implementierung von CRM. Drei Methoden werden aufgezeigt und mit eigenen Erfahrungen aus einem Projekt aus der Praxis verglichen. Auf Basis dieses Vergleichs wird aus den verschiedenen Ansätzen ein eigener praxisnaher Ansatz für die Durchführung einer CRM-Implementierung herausgearbeitet. Der Schwerpunkt der Arbeit beschäftigt sich mit dem Beitrag von CRM zum Unternehmenserfolg und der Art der Erfolgsmessung. Dabei geht es zunächst um die Identifikation und Auswahl einer Methode mit der der CRM-Beitrag gemessen werden kann. Anhand der getroffenen Auswahl werden verschiedene CRM-Ziele dargestellt und die Möglichkeit der Bewertung der Beiträge zum Unternehmenserfolg aufgezeigt. Danach erfolgt eine Analyse und Aufbereitung der Kostenfaktoren, die durch CRM entstehen, bevor abschließend die wichtigsten Erkenntnisse noch einmal zusammengefasst werden.

2

2. Überblick zum Customer Relationship Management (CRM)

Customer Relationship Management (CRM) ist ein komplexes und vielschichtiges Thema. Daher ist es notwendig zunächst auf dessen Hintergründe einzugehen, bevor die Begrifflichkeit des CRM definiert werden kann. Für die weitere Erfassung des Umfangs von

CRM müssen die Strukturen des Systems angesprochen werden. Danach erfolgt eine kurze

Beschreibung der aktuellen Bedeutung von CRM für Unternehmen.

2.1. Hintergründe und Definition von CRM

Customer Relationship Management ist zunächst einmal ein rein marketing-, service- und vertriebspolitisches Thema. Erst danach folgt die informationstechnologische Konzeptunterstützung durch die Einführung und Nutzung einer entsprechenden Software. Das heißt, dass die Technik der Funktion folgen muss (vgl. Helmke/Dangelmaier, 2001, S. 3). Die Idee des CRM setzt den Fokus auf die Verbesserung der Beziehungen zwischen dem Unternehmen und seinen Kunden. Bei den heutigen Anforderungen an moderne Unternehmen, die die Arbeitsprozesse von Außen- und Innendienst, Key Account- und Produktmanagement, Service und Vertriebsleitung mit unzähligen Kunden und Produkten verbinden und abbilden müssen, sowie zeitnah und effizient im täglichen Geschäft agieren sollen, führt kein Weg an einer systematischen Vertriebsführung mit geeigneten EDV- Systemen vorbei (vgl. Winkelmann, 2006, S. 298 ff). Um diesen Herausforderungen gerecht zu werden, kommen verschiedene informationstechnologische Ansätze zur Anwendung. Dabei wird die Begrifflichkeit des Customer Relationship Management mit der dahinter stehenden Geschäftsphilosophie immer wieder mit andern Managementkonzepten vermischt (vgl. Schulze, 2002, S. 7 ff). Teilweise wurden und werden auch neue Bezeichnungen von Softwareanbietern kreiert mit dem Ziel, sich von Mitbewerbern im Markt abzugrenzen. Inhaltlich bleiben diese jedoch deckungsgleich mit dem eigentlichen CRM.

Zum einen gibt es Systeme die sich auf die Bereitstellung von Informationen spezialisiert haben. Darunter fällt zum Beispiel das Kundeninformationssystem (KIS) bei dem nur die Vertriebsinformationen des Kunden gesehen und die Fakturierungsdaten dem Rechnungswesen überlassen werden. Zum anderen gibt es Systeme die sich allein auf die Außendienststeuerung fokussiert haben.

3

Die bekanntesten Formen sind unter den Begrifflichkeiten Sales Force Automation (SFA) und Computer Aided Selling (CAS) zu finden. SFA kommt aus den USA und stellt den Ursprungsbegriff für die Computerisierung der Vertriebsarbeit dar. In den einfachsten Fällen geht es rein um die Verwaltung von Adressen, Vorgängen und Terminen. In Deutschland wird hierfür die Begrifflichkeit des Computer Aided Selling genutzt. CAS geht in seiner Anwendbarkeit weiter und ist insbesondere auf den Vertriebsprozess ausgerichtet. Dabei unterstützt es überwiegend den Außendienst mit gezielter Kundenansprache und Kundenbetreuung. Aus technischer Sicht entwickelte sich CRM aus CAS (vgl. Schulze, 2002, S. 7 ff).

Ideologisch betrachtet ist CRM ein komplett neuer Ansatz gegenüber dem Kunden, wobei die Prozesse des Marketings, Verkauf und Services insgesamt unterstützt werden und somit die Kundenorientierung, innerhalb eines neuen ganzheitlichen Ansatzes zur Unternehmensführung, klar im Vordergrund steht. Dabei spielt ein neues und effizienteres Management der Kundenbeziehungen, durch den Einsatz modernster CRM-Software, die wichtigste Rolle. Denn der Aufbau positiver Beziehungen zu wichtigen Mitarbeitern und Entscheidern eines Kunden, die Sammlung aller relevanten Kundendaten in einem System und die Erhöhung der Profitabilität sind Ziele von CRM. Es gilt weiterhin langfristige Lieferanten-Kunden Partnerschaften aufzubauen und in Folge dessen die Wettbewerbssituation, Gewinn und Marktanteile des eigenen Unternehmens signifikant zu verstärken und zu erhöhen (vgl. Hippner/ Wilde, 2003, S. 7 ff; Schulze, 2002, S. 14; Kotler, 2002, S. 146 ff). Mit einer geeigneten Software können alle Kundenkontakte über die unterschiedlichsten Kontakt-Kanäle abgewickelt werden. Schulze definiert CRM wie folgt (Schulze, 2002, S. 15):

„…Das CRM ist ein kundenorientierter Managementansatz, bei dem

Informationssysteme (CRM-Systeme) das erforderliche Wissen zur Unterstützung der

Front-office-Prozesse im Marketing, Verkauf und Service sammeln, analysieren und

integriert bereitstellen. Unternehmen verwenden das Wissen zur Verbesserung der

Kundengewinnung, der Kundenbindung, zur Erhöhung der Wirtschaftlichkeit sowie

zur Verbesserung der Interaktionsmöglichkeiten mit den Kunden…“

Der CRM-Expertenrat definiert CRM im Jahresgutachten 2004 wie folgt (Winkelmann, 2006, S. 300 zitiert CRM-Expertenrat, 2004):

„…integriert CRM alle Prozesse zum und vom Kunden mit dem Ziel, eine Balance

zwischen Kunden- und Kostenorientierung zu erreichen…“

4

Die Gartner Group definiert CRM aus Sicht des Unternehmens- und Kundenutzens (Stengl/Sommer/Ematinger, 2001, S. 25 zitiert die Gartner Group, http://www.gartner.com/):

„…CRM is a business strategy built around the concept of the customer, and designed to enhance revenue and improve service…“

Helmke und Dangelmaier definieren CRM entscheidungsorientiert (Helmke/Dangelmaier, 2001, S. 4):

„…Unter Customer Relationship Management ist die ganzheitliche Bearbeitung der Beziehung eines Unternehmens zu seinen Kunden zu verstehen. Kommunikations-, Distributions- und Angebotspolitik sind nicht weiterhin losgelöst voneinander zu betrachten, sondern integriert an den Kundenbedürfnissen auszurichten, um auf eine höhere Kundenzufriedenheit hinzuwirken, die einen Gradmesser für die Kundenbindung und damit den Unternehmenswert darstellt…“ Die folgende Abbildung veranschaulicht in einem CRM-Haus zehn wichtige Faktoren, die wichtig für ein erfolgreiches CRM sind.

Abbildung 1: Das CRM-Haus (Quelle: Winkelmann, 2006, S. 301)

5

2.2. Struktur von CRM-Systemen

urch ein CRM-System werden Insellösungen 1 innerhalb eines Unternehmens in einer

D Systemlandschaft vereint. Über zusätzlich eingerichtete Schnittstellen kommuniziert die CRM-Software außerdem mit Enterprise Resource Planning- (ERP), Computer Integrated Manufacturing- (CIM) oder Supply Chain Management- (SCM) Systemen.

n einem Ort ge- Es wird gewährleistet, dass alle relevanten Informationen über Kunden a sammelt und eingesehen werden können (vgl. Hippner/Wilde, 2003, S. 13 ff). Dies erlaubt eine ganzheitliche Sicht und eine in sich abgestimmte Kommunikation mit den Kunden. Die integrative Aufgabenstellung von CRM-Systemen umfasst deshalb die Integration und Steuerung aller Kommunikationskanäle zwischen Unternehmen und Kunden und die hierzu notwendige Zusammenführung und Analyse aller Kundeninformationen. Außerdem ermöglicht es im Einzelnen die Synchronisation und operative Unterstützung der zentralen Kundenberührungspunkte, wie z. B. Service, Vertrieb und Marketing. Eine CRM-Software ist daher sehr komplex und prinzipiell in drei zentrale Aufgabenbereiche gegliedert, die sich fortlaufend untereinander austauschen und bildlich wie folgt dargestellt werden kann.

1 Unterschiedliche IT-Lösungen in den einzelnen Unternehmensbereichen.

6

Abbildung 2: Struktur einer CRM-Lösung (Quelle: Hippner/Wilde, 2003, S. 14)

.2.1. Analytisches CRM 2

as analytische CRM wird meist im Bereich Marketing (Marktforschung) eingeordnet und D beinhaltet alle Anwendungen zur Analyse des Kundenverhaltens und zur Ableitung von Zielgruppen und Kaufprofilen, wie z.B. Vertriebsplanung und –controlling, Marktpotenziale sowie Kundenwert- und Kundezufriedenheitsanalysen (vgl. Winkelmann, 2006, S. 302 ff). Ziel des analytischen CRM ist es, jede Ansprache von Kunden und die Gestaltung von Angeboten so individuell wie möglich zu gestalten. Den inhaltlichen Schwerpunkt bilden Customer Data Warehouse, Online Analytical Processing und Datamining.

7

In einem Customer Data Warehouse (CDW) werden alle kundenbezogenen Daten zusammengezogen, selektiert, aufbereitet und in Folge für Analysen bereitgestellt (vgl. Hippner/Wilde, 2003, S. 15). Die zur Verfügung gestellten Informationen sollen die Verantwortlichen umfassend unterstützen und als Basis dienen Entscheidungen treffen zu können. Typische Informationen eines Customer Data Warehouse sind z. B.: interne Daten, wie Kunden- und Interessentenstammdaten (Adressdaten, Demographie etc.), Vertriebshistorien (Wann, was, wie oft hat ein Kunde gekauft?), Aktionsdaten (Wer, wann, wurde wie kontaktiert?), Reaktionsdaten (Wer hat wie auf Kontakt reagiert, sich beschwert?) sowie externe Daten, wie Marktforschungen, Lifestyle und Panel Daten.

Zur Aufdeckung der im CDW gesammelten relevanten Daten wird ein spezielles Werkzeug benötigt, welches umfangreiche und mehrdimensionale Datenbestände analysieren kann. Dazu wurde das Verfahren des Online Analytical Processing (OLAP) von Codd entwickelt (vgl. Hippner/Wilde, 2003, S. 16 ff). Das System bildet alle betriebswirtschaftlich wichtigen quantitativen Schlüsselwerte, wie z.B. Absatz, Umsatz, Deckungsbeiträge und Marktanteile ab. Diese Darstellung kann sich in einer Art Würfel vorstellt werden, der je nach Fragestellung aufgehebelt (drill down), aggregiert (roll up), gedreht (dice) oder in „Scheiben“ zerlegt (slice) werden kann. Die dreidimensionale Form der Darstellung gibt mehr Aufschluss über Zusammenhänge, als zweidimensionale Standards wie z.B. eine Tabellenkalkulation oder ein Datenbankprogramm. Jedoch kann OLAP nur Fragestellungen analysieren, die zuvor eindeutig formuliert wurden. Beispiele hierfür sind: Welcher Absatz wurde für alle Produkte, innerhalb aller Monate in einem Gebiet generiert? Welcher Umsatz wurde für ein Produkt, innerhalb eines Monats in allen Gebieten generiert? Werden allerdings diese detaillierten Fragestellungen mit weniger konkret formulierten Fragen erweitert, erhöht sich die Komplexität der Analyse in hohem Maße, da diese neue relevante und weichere Dimension der Beziehungskomponenten gefunden werden muss. Das ist zentrale Aufgabe des Data Mining und erfolgt dort automatisiert.

Wie im Bergbau (Mining), wo mit hohem technologischen Aufwand große Mengen von Gestein abgebaut und aufbereitet werden, werden analog hierzu im Data Mining große Datenmengen mit automatisierten und sehr komplexen Methoden nach neuen und entscheidungsrelevanten Kundendaten durchsucht (vgl. Hippner/Wilde, 2003, S. 18). Beim Data Mining werden hohe Anforderungen an den Analysten gestellt. Dieser muss methodische Kenntnisse, Erfahrungen im Umgang mit Datenbanken und einen betriebswirtschaftlichen Hintergrund besitzen, da der Prozess des Data Mining die Auswahl, Bereinigung, Transformation und Analyse der Daten beinhaltet.

8

Die Interpretation dieser Ergebnisse erfolgt abschließend durch den Analysten. Die Felder des Data Mining sind z.B. Sortimentsanalysen, wo mittels Untersuchung von Warenkörben, Cross Selling Aktionen bezüglich Zeitpunkt und Inhalt gestaltet werden können. Weiterhin beispielhaft innerhalb des Data Mining sind Kundenanalysen, bei denen die Kunden - neben der klassischen Kundensegmentierung – hinsichtlich ihrer langfristigen Profitabiliät (Customer Lifetime Value) klassifiziert und mit Hilfe des Ergebnisses sinnvolle Kundenbindungsmaßnahmen aufgebaut werden können. Dabei ist an die frühzeitige Identifikation von Kunden zu denken, die zukünftig möglicherweise, bei einem Mitbewerber des Unternehmens kaufen wollen. Mit der sogenannten Churn-Analyse werden diese Kunden identifiziert und durch geeignete Maßnahmen zum Bleiben bewegt (vgl. Hippner/Wilde, 2003, S. 19). Weitere Felder des Data Mining sind Marktreaktionsanalysen und Prognosen, die beispielsweise auf Absatzreihen und entsprechenden kausalen Zusammenhängen basieren und zum Beispiel der Optimierung der Produktionsmengen oder des Aufbaus einer optimalen Bevorratung dienen.

Die Möglichkeiten von Data Mining werden durch aktuelle technologische Fortschritte weiter ausgebaut. So ist es möglich, innerhalb des Web Mining, durch die Nutzung des Internet als Kommunikations- und Vertriebskanal, mittels Logfiles, Cookies, Kundendatenbanken etc. das Verhalten der Webseiten-Besucher zu untersuchen und diese zum Beispiel, aufgrund der gesammelten Daten, nach ihrem Informations- und Einkaufsverhalten zu klassifizieren oder die Webseite aufgrund der Kundenansprüche entsprechend zu personalisieren (vgl. Gawlik/Kellner/Seifert, 2002, S. 45). Mehr als 80 Prozent der Kundeninformationen liegen dabei in unstrukturiertem Text vor. Mit Text Mining wird dieser Text analysiert und aufgrund von gesetzten Parametern automatisiert an die verantwortliche Stelle im Unternehmen weitergeleitet. Das betrifft zum Beispiel Beschwerden und Reklamationen, die so schnell und effizient an die richtige Stelle zur Bearbeitung gelangen.

Unter der Berücksichtigung und systematischen Anwendung eines „closed loop“ ist es immanent, dass das gesammelte Wissen und die Erkenntnisse des analytischen CRM wieder zurück an das operative CRM gegeben werden.

9

2.2.2. Operatives CRM

Alle Anwendungen, die im direkten Kontakt mit dem Kunden stehen, werden durch das operative CRM umfasst (vgl. Hippner/Wilde, 2003, S. 20 ff). Dies beinhaltet Lösungen zur Vertrieb-, Marketing- und Service-Automation. Durch die Anpassung der Geschäftsprozesse mittels Anbindung an Back-Office-Lösungen wie z. B. Enterprise Resource Planning oder Supply Chain Management, wird der Dialog zwischen Kunde und Unternehmen gestärkt und unterstützt. Mittels der im analytischen CRM gewonnenen Daten und Erkenntnisse soll das operative CRM in den Bereichen Marketing, Vertrieb und Service jeweils administrative, analytische und Kontakt unterstützende Aufgaben bewältigen.

Unter Marketing Automation wird die Steuerung und Unterstützung der kundenbezogenen Geschäftsprozesse im Marketing verstanden (vgl. Hippner/Wilde, 2003, S. 20 ff). Schwerpunkt ist dabei die koordinierte Gestaltung der Kundenkontakte mit Hilfe des Kampagnenmanagements sowie analytischer und Kontakt unterstützender Aufgaben. Mit einem Kampagnenmanagement soll dem richtigen Kunden, das richtige Informations- und Leistungsangebot, im richtigen Kommunikationsstil, über den richtigen Kommunikationskanal, zum richtigen Zeitpunkt vermittelt werden. Dabei wird zwischen dem aktionsorientierten und dem kundenorientierten Ansatz unterschieden.

Bei aktionsorientierten Ansätzen innerhalb einer Marketingaktion werden die Kunden ausgewählt, die aufgrund ihrer Geschichte die beste Reaktion erwarten lassen. Haben die Kunden in der Vergangenheit bereits bei ähnlichen Aktionen möglichst optimal reagiert, so sind sie auch hier wieder Hauptziel der Kampagne. Jedoch wird die Aktion für alle Kunden des ausgewählten Segments gleichzeitig gestartet, so dass aus Kundensicht nur wenige zum optimalen Zeitpunkt angesprochen werden. Im kundenorientierten Ansatz wird hingegen aufgrund der Kundenhistorie, die optimale (Folge-) Aktion und der optimale Zeitpunkt bestimmt. Die Aktion orientiert sich dabei an den Bedürfnissen der Kunden und stellt den eigentlichen Kern des Kampagnenmanagements dar. Weiterhin gilt es bei einer Kampagne diese zu planen, zu steuern sowie deren Wirkung (Akzeptanz der Kommunikationskanäle,

ROI der Kampagne, Verlauf der Kauf- und Kontakthistorie von Kunden die positiv/ negativ

auf die Kampagne reagiert haben) zu ermitteln (vgl. Hippner/Wilde, 2003, S. 21).

10

Marketing Automation hat auch analytische Aufgaben, innerhalb dessen die zuvor beschriebenen Werkzeuge des OLAP und Data Mining unterstützen (vgl. Hippner/Wilde, 2003, S. 23). Je nach verfolgter Zielsetzung kann es eine Aufgabe sein, eine

Kundensegmentierung 2 durchzuführen um diese differenzierter ansprechen zu können. Auch die Ermittlung von Kundenbewertungsmodellen mit Orientierung an den Customer Lifetime Value kann eine Aufgabe des analytischen Bereichs werden. Ziele hierbei sind die Ermittlung von Kundenpotentialen und die darauf basierende effiziente Durchführung von Aktionen.

Die Erstellung, Verwaltung, Bereitstellung und Aktualisierung von Marketingmaterialien fällt unter die Kontakt unterstützenden Aufgaben der Marketing Automation. In diesem Zusammenhang werden Marketing-Enzyklopädie-Systeme (MES) eingesetzt, welche eine Art Wissensdatenbank darstellen die den Kunden an den Customer Touch Points (z.B. Internet, Messen, Verkaufsbereichen etc.) und den eigenen Mitarbeitern intern (z.B. Intranet) zur Verfügung gestellt werden. Sie beinhalten alle möglichen Informationen bezüglich Produkte, Werbematerialien, Schulungsunterlagen etc.

Wird vom Vertrieb oder auch Sales Automation gesprochen, geht es zunächst um den Vertrieb, der als Bindeglied zwischen Kunden und Unternehmen fungiert (vgl. Hippner/Wilde, 2003, S. 25 ff). Dabei kennen die Vertriebsmitarbeiter mit persönlichem Kundenkontakt eher die Bedürfnisse, Anforderungen und Erwartungen der Kunden als alle anderen Mitarbeiter im Unternehmen. Deshalb ist hier nicht nur eine Differenzierung, sondern auch eine Individualisierung der Kommunikation möglich. Administrative Aufgaben innerhalb der Sales Automation beinhalten z.B. Besuchsberichterfassung, Termin- und Routenplanung, Unterstützung bei der Zielplanung und Budgetierung sowie bei der Angebotserstellung, Verkaufsübersichten, Kundendatenverwaltung etc.

In der Analyse von Sales Automation geht es vor allen Dingen um Lost Order, Sales Cycle Analysen und Opportunity Mananagement (vgl. Hippner/Wilde, 2003, S. 26). Warum aus dem Angebot kein Auftrag wurde, ist die wichtigste Frage bei der Lost Order Analyse. Kann die Antwort ermittelt werden, ist es möglich zukünftig wettbewerbsfähiger zu agieren und wenn nötig ganze Strategien zu ändern. Bei Sales Cycle Analysen geht es um die Ermittlung von Wiederbeschaffungszeiten bei Kunden. Beispielsfrage: Wann macht der bestehende Kunde einen Ersatzkauf? Ist die Antwort auf diese Frage bekannt, ist der Vertrieb in der Lage dem Kunden noch vor dem Ersatzkauf (verbunden mit einer möglichen Abwanderung zu einem Mitbewerber) ein individuelles Angebot zu unterbreiten und den Auftrag zu zeichnen.

2 Die Bildung von möglichst homogenen Kundengruppen.

11