electronic Customer Relationship Management (eCRM) - Technische und wirtschaftliche Aspekte im eCommerce

Inhaltsverzeichnis

1. Auf dem Weg zum 1:1 Marketing

2. CRM – Customer Relationship Management
2.1 Begriffsabgrenzung
2.2 Die Entwicklung von CRM
2.3 Der Kern des CRM-Ökosystems
2.3.1 Operatives CRM
2.3.2 Analytisches CRM
2.3.3 Kollaboratives CRM

3. Aufbau & Technik eines Personalisierungssystems
3.1 Data Warehouse
3.2 OLAP
3.3 Data Mining
3.4 EAI (Enterprise Application Integration)

4. electronic Customer Relationship Management
4.1 Grundkonzept des Kundenbeziehungsmanagement
4.1.1 Identifizierung
4.1.2 Differenzierung
4.1.3 Individualisierung
4.2 Aspekte der Kundenbeziehung
4.2.1 Wissen
4.2.2 Emotion
4.2.3 Handlung
4.3 Motivation zum Wiederholungskauf

5. Fallbeispiele

6. Datenschutz

7. Produkte

8. Fazit

ABBILDUNGSVERZEICHNIS

Literaturverzeichnis

Anhang: Results

1. Auf dem Weg zum 1:1 Marketing

Noch nie hatten Kunden mehr Auswahl an Produkten und Unternehmen so viel Konkurrenz wie heute. Dies veranlasst Firmen dazu, den Konsumenten mit individuellem Service, maßgeschneiderten Produkten und passenden Angeboten für ihre Leistungen gewinnen zu wollen. Es ist daher ein Wandel vom Massen- zum kundenindividuellen One-to-One-Marketing zu beobachten. Das in den neunziger Jahren entstandene One-to-One-Marketing konzentriert sich auf die Individualisierung eines Kunden bzw. einer Kundengruppe „[...] mit sehr ähnlichen gemeinsamen Merkmalen“^[1].

Ziel ist es, eine Erhöhung der Verkaufsquote dadurch zu erreichen, dass der Kunde persönlich angesprochen wird. Hierunter können z.B. Werbeaktionen verstanden werden, welche auf die individuellen Bedürfnisse einer Kundengruppe eingehen, und versuchen diese zu befriedigen.

„[...]So sind die meisten Werbeschreiben heute wenigstens in geringem Maße personalisiert - und wenn es sich dabei nur um das Eindrucken einer persönlichen Adresse (die von einem Adresshändler stammt und exakt der angepeilten Zielgruppe zugeordnet wurde) und Anrede handelt“^[2].

Doch erst seitdem das Internet ins Spiel gekommen ist, konnte das Konzept lukrativ realisiert werden. Besonders dort ist es wesentlich kostengünstiger und erfolgversprechender, die Beziehung zu bestehenden Kunden zu intensivieren, als die Akquisition von Neukunden zu forcieren.

„Es heißt, dass die Akquisition eines Neukunden mindestens fünf Mal teurer als die Anbahnung von Geschäften mit bestehenden Kunden ist“^[3].

Ein Betrieb kann Kunden, die erst einmal ein Produkt gekauft haben, schwer einschätzen. Worauf legt der Kunde wert? Für welche neuen Produktangebote ist er offen? Was wirkt eher störend auf ihn?

Anders verhält es sich hingegen bei Stammkunden: Hier können Profile erstellt und ausgewertet werden, mit oder ohne Unterstützung des Konsumenten.

„Um eine stabile Beziehung zwischen Kunden und Unternehmen aufzubauen, die nur im Internet aufeinander treffen, steht nicht die Angebotserstellung im Vordergrund, sondern die Bereitstellung optimierter Service- und Informationsangebote“^[4]. Diesen Grundgedanken macht sich CRM zu Nutzen, indem durch einen intensiven Kundendialog die individuelle Befriedigung der Bedürfnisse des Kunden im Mittelpunkt steht.

2. CRM – Customer Relationship Management

2.1 Begriffsabgrenzung

Jedes Unternehmen verfolgt die Ziele, den Umsatz pro Kunde zu erhöhen, den bestehenden Kundenstamm auszubauen und profitable Kunden dauerhaft zu binden. Hier kommt das Konzept des Customer Relationship Managements zum Einsatz. Um den Umsatz zu steigern und die profitablen Kunden dauerhaft zu binden, muss ein Unternehmen seine Kunden kennen, wissen, welche Bedürfnisse diese im Laufe des Kundenlebenszyklus entwickeln und welche Kaufgewohnheiten sie haben. Zu diesen kundenrelevanten Daten gehören unter anderem: identifizierende Daten (Name, Kundennummer, Telefonnummer), demographische und sozioökonomische Daten (Alter, Adresse, Familienstand, Life Style Daten), Kaufverhalten (Art und Anzahl der gekauften Produkte, Kaufdatum) und Bonität des Kunden (Zahlungsverhalten). Ein Teil dieser Daten erhält der Betrieb durch die Kommunikation bzw. Interaktion mit dem Kunden.

Kunden geben ihre Daten preis, wenn sie darin einen Nutzen oder Mehrwert für sich erkennen. Das kann die Chance auf einen Gewinn bei einem Preisausschreiben sein, die Bestellung von Produkten oder die Hoffnung, bei Eintritt in einen Kundenclub, Preisnachlässe zu erhalten. Auch bei Marktforschungsinstituten oder Adress-Brokern können wertvolle Kundendaten erworben werden.

Sind diese Eigenschaften bekannt, kann ein kundenindividuelles Profil erstellt und anhand dessen individuelle Leistungen angeboten werden. Die Chance erhöht sich, dass Konsumenten die personalisierten Leistungen wiederholt in Anspruch nehmen.

Dies eröffnet dem Unternehmen die Möglichkeit, das Kundenprofil zu erweitern und dem Kunden noch spezifischere Leistungsangebote zu offerieren. Daraus kann eine gesteigerte Kundenzufriedenheit bzw. gestärkte Verbundenheit des Kunden zum Unternehmen folgen.

Zur vollständigen Zufriedenheit des Kunden gehört jedoch nicht nur das Anbieten individueller Leistungen, sondern auch, dass alle für einen Geschäftsprozess relevanten Unternehmensbereiche (wie Marketing, Vertrieb und Service) auf die Wünsche des Käufers ausgerichtet sind.

Denn nicht nur die für das Marketing Verantwortlichen müssen den Verbraucher kennen, um die richtigen Produkte und Dienstleistungen anbieten zu können. Auch Vertrieb und Service benötigen Kundeninformationen für Auftragserfassung, Versand der Lieferung und Rechnungserstellung, damit auf besondere Kundeninteressen eingegangen werden kann. Ruft ein Kunde im Call-Center (Service) an, muss der Call-Center-Agent sofort eine detaillierte Übersicht über das bisherige Kaufverhalten des Kunden vor sich haben (mittels eines geeigneten Datenbank-Programms).

Die Gebundenheit an ein Unternehmen kann als Wechselhindernis verstanden werden, welche den Kunden daran hindert zu einem anderen Anbieter überzuwechseln. „Das Bindungspotenzial entsteht durch Gewohnheit, Bequemlichkeit oder getätigte Investitionen [...]“^[5].

Investitionen können monetär und/oder zeitlicher Natur sein. Beispielsweise, wenn ein Kunde Abonnent einer Zeitung wird, und persönliche Daten sowie die Erlaubnis zum Lastschrifteneinzug dem Kundencenter zukommen lässt. Die Gewohnheitshandlung besteht darin, dass der Abonnent immer nur diese Zeitung gelesen hat und zu bequem ist, sie schriftlich abzubestellen. Verbundenheit sowie Gebundenheit zusammen genommen, ergeben die Kundenbindung.

Weitere Ansätze, den Umsatz pro Kunde zu steigern, bestehen aus Cross- beziehungsweise Up-Selling. Dabei versteht man unter Cross-Selling das Angebot eines Komplementärgutes zu einem bereits verkauften Gut beziehungsweise einer Dienstleistung (z.B. Kfz-Versicherung zu einem verkauften Auto). Die Möglichkeit, ein höherwertiges und teureres Erzeugnis anstelle des ursprünglich gewünschten Artikels zu verkaufen, wird als Up-Selling bezeichnet. Diese beiden Methoden werden hauptsächlich bei profitablen Kunden eingesetzt.

Viele Kunden zu binden, bedeutet nicht zwangsläufig auch, einen gesteigerten Umsatz zu erzielen. Es ist somit notwendig, alle Käufer zu selektieren, die zumindest mittel- bis langfristig profitabel sind. Eine Möglichkeit, Kunden nach ihrem Kundenwert auszuwählen, bietet der Customer Lifetime Value (CLV). Dieser gibt Auskunft darüber, ob die Beziehung zu einem bestehenden Kunden wertvoll genug ist, um sie weiter aufrecht zu erhalten, oder ob es wirtschaftlicher wäre, die Beziehung zu beenden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1 : Berechnung des Customer Lifetime Value^[6]

Abbildung in dieser Leseprobe nicht enthaltenBarwert der zukünftigen Nettoeinnahmen des Kunden

Abbildung in dieser Leseprobe nicht enthalten

Der Share of Wallet beantwortet die Frage über den Anteil der Kaufkraft eines Kunden der beim Unternehmen verbleibt. Der Ausgabenanteil, den ein Verbraucher in einer bestimmten Warengruppe des Handelsunternehmens tätigt, bezeichnet man als Share of Customer.

Weitere Lösungen zur Selektion von Kundendaten bieten Data-Warehouse-Systeme in Zusammenarbeit mit OLAP sowie Data-Mining Werkzeuge an. Diese werden noch ausführlicher im Punkt „Aufbau und Technik eines Personalisierungssystems“ erläutert.

Kurz gesagt: „Ziel jeder CRM Strategie ist es, Marketing, Vertrieb und Service durch fachbereichsübergreifende Prozesse zu verbinden, um dauerhafte und wertorientierte Beziehungen zu bestehenden und potenziellen Kunden zu etablieren“^[7].

2.2 Die Entwicklung von CRM

1997 kam das Konzept des Customer Relationship Managements, das vorwiegend an den Universitäten von Atlanta, Cranfield und Stockholm entwickelt worden ist, aus den USA zu uns nach Deutschland. Seit den späten 80er-Jahren bis zu diesem Zeitpunkt nutzte man die Softwareprogramme, die unter dem Fachbegriff „Computer Aided Selling“ (CAS) im deutschsprachigen Raum bekannt waren sowie das im englischsprachigen Markt geläufige „Sales Force Automation“ (SFA). Dies waren die ersten, aus Rationalisierungsgründen entworfenen Systeme, die das Vertriebsmanagement, die Außendienststeuerung und das Vertriebscontrolling unterstützten. „Ihre vorrangige Aufgabe ist es, die umständliche papierorientierte Organisation durch Datentechnik zu ersetzen und Zeit durch die automatische Übertragung der Daten zu gewinnen“^[8]. CAS hilft allen in einem Verkaufsprozess beteiligten Gruppen (Gebietsverkaufsleiter, Außendienstmitarbeiter, Innendienst, Vertriebsmitarbeiter und Vertriebsmanagement), Ziele und Pläne über eine bestimmte Zeitspanne zu entwerfen, die Umsetzung zu steuern und Abweichungen zu analysieren.

CRM hat dagegen das Ziel, „[...]die Mitarbeiter umfassend in den Bereichen Marketing, Vertrieb und Service im Sinne eines effizienten Kundenmanagements zu unterstützen“^[9]. Das hat den Vorteil, dass alle Bereiche auf eine gemeinsame Kundendatenbank zugreifen und kein Verlust von Informationen entsteht. Die Orientierung am Kunden rückt hiermit immer mehr in den Vordergrund.

CRM ist streng gesehen kein neues Konzept, sondern eine Weiterentwicklung von CAS. Allerdings hat sich unter dem ständigen Druck aus den USA der Begriff CRM etabliert, obwohl „[...] sich die CAS-Systeme hierzulande – vielleicht etwas langsamer – aus eigener Erkenntnis in die gleiche Richtung[...]“^[10] entwickelt hätten.

2.3 Der Kern des CRM-Ökosystems

Das CRM-System besteht insbesondere aus den drei Hauptsegmenten analytisches, operatives und kollaboratives (kommunikatives) Customer Relationship Management. Erst wenn alle drei Komponenten gleichzeitig und gemeinsam eingesetzt werden, ist ein Erfolg des CRM-Konzepts möglich.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2 : CRM-Architektur^[11]

2.3.1 Operatives CRM

Alle Anwendungen rund um den Kundendialog in den Bereichen Marketing, Service und Vertrieb werden als operatives CRM verstanden. Hierzu gehören alle kundenbezogenen Systeme des Back-Office (ERP und SCM), Front-Office (Kundeninteraktionssysteme wie Service-, Marketing- und Vertriebsmanagement) sowie Mobile-Office (mobile, Außendienst unterstützende Systeme z.B. Laptop) eine Erweiterung des Front-Office.

Operative Systeme helfen dem Mitarbeiter in verschiedensten Bereichen. Unter anderem in der Besuchs- und Gesprächsberichtserfassung, Verwaltung der Kundendaten, Unterstützung bei der Erstellung von Angeboten und Planung von Terminen.

2.3.2 Analytisches CRM

Die größte Herausforderung des Customer Relationship Managements besteht darin, die von den operativen Komponenten gespeicherten Massen an kundenbezogenen Daten aufzubereiten.

Im Data Warehouse werden Informationen wie Stammdaten, Kaufhistorien (welches Produkt wurde wo und wann gekauft), sowie Daten aus Kundenreaktionen, beispielsweise auf Bonusaktionen, gesammelt. Um diese Datenbestände zu analysieren, um Informationen über „[...]Kundenzufriedenheit, Kundenloyalität, Kundenprofitabilität und Kenntnisse über typische Lebenszyklen innerhalb der Kundenbasis [...]“^[12] zu gewinnen, werden die Verfahren des Online Analytical Processing (OLAP) und des Data Mining eingesetzt.

Die so generierten Profildaten ermöglichen somit dem Unternehmen, personalisierte Angebote, für eine selektierte Gruppe mit ähnlichen Eigenschaften, zu erstellen. Ein weiterer Vorteil liegt in der Ermittlung potentieller oder unrentabler Kundenbeziehungen, sowie in der Erfolgskontrolle des CRM-Projekts.

2.3.3 Kollaboratives CRM

Das kollaborative oder auch kommunikative CRM, kann als Schnittstelle zwischen dem Handelsunternehmen und Verbraucher angesehen werden. Es steuert dabei alle in ein CRM-Projekt einbezogenen Kommunikationskanäle. Im klassischen CRM können hier überwiegend drei unterschieden werden.

Unter Sprachkanal über Telefon versteht man „[...]ein Spracherkennungs- und –steuerungssystem (IVR) zur Unterstützung des Agenten und/oder über eine automatische Anrufverteilung (ACD) ) zur Verwaltung und Verteilung der Anrufe über die Agentenarbeitsplätze hinweg (auch über räumlich verschiedene Orte verteilt)“^[13]. Eingescannte Faxe und Briefe können von Agenten bequem elektronisch bearbeitet werden. Der dritte Kanal, ist die direkte Kommunikation, bei der Kunden über Verkaufsstände oder Handelsfilialen in Erscheinung treten.

3. Aufbau & Technik eines Personalisierungssystems

3.1 Data Warehouse

Das 1988 von Devlin/Murphi vorgestellte Konzept des Data Warehouses wurde auch unter den Fachbegriffen Data Supermarket und Super-Databases diskutiert. Von H. William 1996 unter der Definition: „Ein Data Warehouse ist eine themenorientierte, integrierte, nicht-volatile und zeitraumbezogene Sammlung von Daten zur Entscheidungsunterstützung des Managements [..]“^[14] bekannt gemacht.

Alle innerbetrieblichen Funktionen und Prozesse werden im Data Warehouse außer Acht gelassen und nur die Daten betrachtet, die für den Anwender von Interesse sein könnten. Diese Daten können beispielsweise aus den Bereichen der Produktstruktur (Produktgruppe, Preis), Regionalstruktur (Land, Stadt) oder Kenngrößen (wie: Umsatz oder Gewinn) sein.

Daher ist Data Warehouse themenorientiert.

Über vordefinierte Filter sowie spezielle Programme werden die Daten, die aus operativen Systemen stammen, nach einer vorgegebenen Struktur und Form in das Data Warehouse integriert und aktualisiert.

Dadurch kann eine vereinheitlichte Darstellung von speziellen Informationen wie beispielsweise Datum, Name und Währung gewährleistet werden. Daten, die nicht der vorgegebenen Norm entsprechen, werden abgeändert oder ausgesiebt.

Wird ständig mit Daten gearbeitet, so können sich diese verändern. Um dies zu vermeiden, erfolgt der Zugriff auf die Daten im Data Warehouse nur lesend. So wird sichergestellt, dass die gespeicherten Informationen nur abgeändert oder aktualisiert werden, wenn fehlerhafte oder neue Daten aus den operativen Systemen vorliegen.

Um Vergleiche und Analysen über die Entwicklung eines Unternehmens vorzunehmen, ist es wichtig, dass Daten nicht zeitpunktgenau, sondern über einen größeren Zeitraum, der den Daten mitgegeben wurde, betrachtet werden. Bevor Daten in ein Data Warehouse geladen und aufbereitet werden können, müssen diese zuvor gewonnen werden. Generell kann man unternehmensinterne und externe Datenquellen unterscheiden.

Unternehmensinterne Daten, die überwiegend aus den operativen Systemen stammen, liegen in relationalen, netzwerkartigen Datenbanken, die man auch als heterogene interne Datenquellen bezeichnet, vor. Besonders bei großen Konzernen ist meist kein einheitliches Netzwerk an Anwendungssystemen gegeben. Dies führt gerade bei Fusionen oder Übernahmen von großen Firmen zu einer Vielzahl von heterogenen Datenquellen die miteinander verbunden werden müssen. Hier hilft Enterprise-Application-Integration (EAI). In Abschnitt 3.4 werde ich näher auf dieses Thema eingehen.

Um an externe Daten wie Käuferprofile zu gelangen, ist ein intensiver Daten- und Wissensaustausch zwischen dem Unternehmen und den verschiedenen Geschäftspartnern (Hersteller, Zulieferer und Handel) notwendig, oder man erhält diese über Markt-, Meinungs- und Trendforschungsinstituten. Das Data Warehouse besteht aus mehr Elementen als nur aus der Datenquelle; unter anderem auch aus der Staging Area oder aus Data Marts, die ich aber nicht näher erläutern möchte, da das den gegebenen Rahmen dieser Arbeit sprengen würde.

Die genannten Gründe zeigen, dass Data Warehouse kein fertig abgeschlossenes Produkt ist, sondern eine auf die Rahmenbedingungen des Unternehmens zugeschnittene Lösung darstellt.

[...]

^[1] [ZiAr 02 ] ; „Das e-CRM Praxisbuch“ ; S. 8

^[2] [Sto 01] ; „Online-Marketingmix“ ; S. 65

^[3] [ZiAr 02] ; „Das e-CRM Praxisbuch“ ; S. 17

^[4] [Sto 01] ; „Online-Marketingmix“ ; S. 76

^[5] [BARC 01] ; „Web-Personalisierung und Web-Mining für eCRM“ ; S. 6

^[6] [MWD 01] ; „Kundenmanagement in der Network Economy“ ; S. 75

^[7] [Sch 02] ; „eCRM mit Informationstechnologien Kundenpotenziale nutzen“ ; S. 752

^[8] [Schw 01] ; „Customer Relationship Management” ; S. 21

^[9] [Schw 01] ; „Customer Relationship Management” ; S. 25

^[10] [Schw 01] ; „Customer Relationship Management” ; S. 31

^[11] [BARC 01] ; „Web-Personalisierung und Web-Mining für eCRM“ ; S. 10

^[12] [MWD 01] ; „Kundenmanagement in der Network Economy“; S. 57

^[13] [Sch 02] ; „eCRM mit Informationstechnologien Kundenpotenziale nutzen“ ; S. 657

^[14] [MWD 01] ; „Kundenmanagement in der Network Economy“; S. 98