Das Ziel dieser Ausarbeitung besteht darin, anhand der fiktiven Urbey Drogeriekette exemplarisch zu erarbeiten, wie Business Intelligence von Unternehmen genutzt werden kann, um Hinweise für die Entwicklung von neuen digitalen Geschäftsmodellen zu erhalten. Um das gesetzte Ziel zu erreichen, wird zunächst erläutert, was unter Geschäftsmodellen zu verstehen ist und wie sie anhand der Business Model Canvas entwickelt, visualisiert und analysiert werden können. Im nächsten Schritt erfolgt die Definition von Business Intelligence sowie die Vorstellung verschiedener Konzepte (OLAP & Data Mining) und Instrumente dieses umfassenden Bereiches. In der darauffolgenden Zusammenfassung werden die wesentlichen Erkenntnisse subsummiert, sowie die Forschungsfrage abgeleitet. Aufbauend auf die Theorie, umfasst Kapitel drei den Anwendungsteil, der zuerst das Geschäftsmodell der Urbery GmbH anhand der zuvor erläuterten Business Modell Canvas identifiziert. Anschließend werden die Anwendungsmöglichkeiten der Business-Intelligence-Verfahren im Kontext zu Urbery dargelegt.
Auf einen Blick
- Note: 1,3
- Business Model Canvas zur Analyse des Geschäftsmodells der fiktiven Drogeriekette
- Beispielhafte Anwendung von OLAP und Data Mining auf die Drogeriekette
- 27 Quellen im Literaturverzeichnis
- 5 Abbildungen
Inhaltsverzeichnis
Inhaltsverzeichnis
Gender Disclaimer
1. Einleitung
1.1. Urbery Drogeriemärkte
1.2. Zielsetzung
1.3. Aufbau der Ausarbeitung
2. Theoretischer Bezugsrahmen
2.1. Geschäftsmodelle
2.1.1. Definition
2.1.2. Business Model Canvas
2.2. Business Intelligence
2.2.1. Definition
2.2.2. Konzepte & Verfahren
2.3. Zusammenfassung
3. Anwendungsteil
3.1. Geschäftsmodell der Urbery GmbH
3.2. Nutzung von Business Intelligence
3.2.1. Einsatz von OLAP bei Urbery
3.2.2. Einsatz von Data Mining bei Urbery
3.2.3. Weitere Effekte und Risiken für Urbery
4. Ergebnis
5. Diskussion
6. Fazit
Zielsetzung und Themen
Die Arbeit untersucht am Beispiel der fiktiven Drogeriekette Urbery GmbH, wie Unternehmen mithilfe von Business Intelligence Hinweise für die Entwicklung digitaler Geschäftsmodelle gewinnen können. Im Mittelpunkt steht die Frage, inwieweit sich dafür Online-Analytical-Processing und Data Mining einsetzen lassen.
- Grundlagen digitaler Geschäftsmodelle und der Business Model Canvas
- Begriffe und Verfahren der Business Intelligence
- Analyse des Geschäftsmodells einer fiktiven Drogeriekette
- Einsatzmöglichkeiten von OLAP und Data Mining
- Auswirkungen auf Kundensegmente, Wertangebot und Vertriebskanäle
- Herausforderungen bei Kosten, Datenqualität und Datenschutz
Auszug aus dem Buch
3.2.1. Einsatz von OLAP bei Urbery
Der Einsatz eines OLAP-Systems ermöglicht Urbery konkrete Einblicke in die aktuelle Geschäftsleistung. Durch die Betrachtung multidimensionaler Daten können große Datensätze aus verschiedenen Perspektiven analysiert werden, was potenziell zur Aufdeckung von Schwachstellen und Chancen führt.
Um das bestehende Geschäftsmodell der Urbery GmbH im digitalen Bereich weiterzuentwickeln und sogar zu revolutionieren kann OLAP zunächst dabei unterstützen, Potenziale im digitalen Bereich zu identifizieren. Anzuwenden ist OLAP beispielsweise für die Analyse der Performance der bestehenden E-Commerce-Plattformen. Dabei kann der Blick auf den Online-Shop gerichtet werden, indem Analysen von Umsätzen, Conversion-Rates und dem Kundenverhalten stattfinden. Sinnvoll für die weitere Optimierung und Modernisierung des Online-Shops ist eine Analyse hinsichtlich Kaufabbrechern. Wenn Urbery hierbei erkennt, dass viele Kaufabbrecher den Online-Shop über ein Smartphone oder Tablet nutzen, ist das beispielsweise ein Indiz für die Sinnhaftigkeit der Entwicklung einer App. Weiterhin können mit OLAP Vorlieben bestimmter definierter Kundengruppen und deren Umsatzvolumen zu bestimmten Zeitpunkten gemessen werden. Analysen könnten beispielsweise herausstellen, dass Babynahrung besonders am Mittwoch zwischen 11:00 Uhr und 13:00 Uhr von jungen Eltern gekauft wird. In diesem Zeitraum können dann zielgruppengerechte Werbemaßnahmen ergriffen oder Rabattaktionen geschaltet werden, um ihre volle Wirkung zu entfalten. Dadurch wird insbesondere der BMC-Bereich ‚Wertangebot‘ verbessert, da eine Qualitätssteigerung in der Kundenansprache vorliegt.
Nicht nur die Online-Plattformen können mit den beschriebenen OLAP-Verfahren analysiert werden, sondern auch der Filialbetrieb in individueller, regionaler und überregionaler Betrachtung. Die daraus resultierenden Erkenntnisse ermöglichen einen Abgleich zwischen Online-Geschäft und dem Filialbetrieb, wodurch eine Informationsbasis für mögliche Strategie-Anpassungen entsteht.
Weiterhin ermöglicht OLAP eine tiefgehende Analyse von bestehenden Kundensegmenten, die dazu führen soll, dass deren individuelle Ansprüche noch präziser ermittelt werden können. So sind eine passgenaue Ansprache und Abgrenzung zwischen Online-Kunden und Filial-Kunden darstellbar. Zudem kann durch eine Analyse der Online-Nutzung nach Kunden(segmenten) ermittelt werden, welche vorhandenen Kundensegmente grundsätzlich offen gegenüber neuen, digitalen Angeboten sind und bei welchen Kundensegmenten diesbezüglich eine präzisere Ansprache erfolgen sollte. Auch in diesem Fall wird der BMC-Bereich ‚Wertangebot‘ berührt und optimiert.
Zusammenfassung der Kapitel
1. Einleitung: Das Kapitel stellt die fiktive Drogeriekette Urbery, ihre Ausgangssituation und die Zielsetzung der Arbeit vor.
2. Theoretischer Bezugsrahmen: Es erläutert Geschäftsmodelle und die Business Model Canvas sowie Grundlagen und ausgewählte Verfahren der Business Intelligence. Daraus wird die Forschungsfrage abgeleitet.
3. Anwendungsteil: Das Geschäftsmodell von Urbery wird anhand der Business Model Canvas beschrieben. Anschließend werden Einsatzmöglichkeiten von OLAP und Data Mining sowie damit verbundene Auswirkungen und Risiken betrachtet.
4. Ergebnis: Das Kapitel bündelt die Anwendungsmöglichkeiten und betrachtet insbesondere die Verbindung digitaler Angebote mit dem Filialgeschäft.
5. Diskussion: Die Vorgehensweise und ihre Grenzen werden anhand von Datenqualität, Datenschutz, Kosten und Voraussetzungen der Umsetzung erörtert.
6. Fazit: Das Schlusskapitel fasst die Beantwortung der Forschungsfrage und die wesentlichen Voraussetzungen für die Weiterentwicklung des Geschäftsmodells zusammen.
Schlüsselwörter
Geschäftsmodellentwicklung, Business Intelligence, digitale Geschäftsmodelle, Business Model Canvas, Drogeriehandel, OLAP, Data Mining, Kundensegmentierung, Wertangebot, Onlinehandel, Filialgeschäft, Datenanalyse, Datenschutz
Häufig gestellte Fragen
Worum geht es in der Arbeit?
Die Arbeit behandelt die Weiterentwicklung eines Geschäftsmodells mithilfe von Business Intelligence am Beispiel einer fiktiven Drogeriekette.
Welche Themen stehen im Mittelpunkt?
Im Mittelpunkt stehen Geschäftsmodelle, die Business Model Canvas, OLAP, Data Mining und deren mögliche Anwendung im Drogeriehandel.
Welche Forschungsfrage verfolgt die Arbeit?
Sie fragt, inwieweit Urbery OLAP und Data Mining nutzen kann, um Hinweise für neue digitale Geschäftsmodelle zu erhalten.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit beruht auf einer Literaturrecherche und überträgt die gewonnenen theoretischen Erkenntnisse auf den fiktiven Unternehmensfall.
Was wird im Anwendungsteil behandelt?
Der Anwendungsteil beschreibt Urberys Geschäftsmodell anhand der Business Model Canvas und erörtert mögliche Anwendungen von OLAP und Data Mining.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Geschäftsmodellentwicklung, Business Intelligence, Business Model Canvas, OLAP, Data Mining und Kundensegmentierung.
Welche Rolle spielt die Business Model Canvas?
Sie dient dazu, das Geschäftsmodell anhand seiner Bausteine, etwa Kundensegmente, Wertangebot und Schlüsselressourcen, strukturiert zu erfassen.
Welche Einsatzmöglichkeiten für OLAP werden betrachtet?
Die Arbeit erörtert unter anderem Analysen des Online-Shops, des Filialgeschäfts, bestehender Kundensegmente und individueller Kaufmuster.
Welche Data-Mining-Verfahren werden auf den Fall bezogen?
Behandelt werden unter anderem Clusteranalysen zur Kundensegmentierung, Assoziationsanalysen von Warenkörben und Regressionen für Prognosen.
Welche Herausforderungen werden diskutiert?
Zur Sprache kommen insbesondere Datenqualität, Datenschutz, Kosten, Schulungsbedarf und die langfristige Pflege eines Business-Intelligence-Systems.
- Quote paper
- Anonym (Author), 2024, Geschäftsmodellentwicklung mit Business Intelligence. Digitale Transformation am Beispiel der Urbery GmbH, Munich, GRIN Verlag, https://www.grin.com/document/1561043
