Seit einigen Jahren steht in den Leitsätzen vieler Unternehmen der Begriff
„Kundenorientierung“ im Mittelpunkt. Allerdings wird in der täglichen Abwicklung des Geschäftsbetriebes immer wieder das Produkt ins Zentrum der Vertriebsbemühungen gestellt (SCHMID / BACH / ÖSTERLE, S. 3, 2000). Dies belegen auch Umfragen des Forrester Reports aus dem Jahre 2000. Dabei wurden über 2500 Unternehmen weltweit nach ihren Anstrengungen in Bezug auf die Verwertung von individuellen Kundeninformationen in den Geschäftsprozessen befragt. Das Ergebnis zeigt deutlich, dass in der individuellen Gestaltung von Kundenbeziehungen noch große Potentiale schlummern. Viele Unternehmen sammeln gewaltige Datenmengen ihrer Kunden, doch werden diese oft überhaupt nicht oder nur sehr oberflächlich analysiert und verwertet (CHATHAM, S. 2 – 3, 2000).
Ein Ansatz, der den Unternehmen das optimale Management von Kundenbeziehungen ermöglicht, ist das Konzept des Customer Relationship Managements (CRM). Gerade in letzter Zeit treten neue Technologien wie das Internet und der Mobilfunk in den Vordergrund und bieten erweiterte Möglichkeiten zur Informationsgewinnung und –weiterverarbeitung. In meiner Arbeit möchte ich das CRM-Konzept - und hier die speziellen Ausprägungen der neuen Technologien - näher untersuchen.
Im folgenden zweiten Kapitel möchte ich das Konzept überblickartig vorstellen, indem kurz die Bedeutung der Kundenbeziehung für ein Unternehmen herausgestellt wird, um danach den Begriff des Customer Relationship Managements abzugrenzen und zentrale strategische Ziele aufzuzeigen.
Im dritten Kapitel soll dann die Architektur von CRM-Konzepten dargestellt werden. Hierzu werde ich die zentralen Komponenten der einzelnen CRM-Bereiche vorstellen und erläutern. Das Kapitel abschließen möchte ich mit der Herausstellung der besonderen Bedeutung der Datenmodellierung und der Darstellung von Anforderung an die Daten, die für ein erfolgreiches Customer Relationship Management erforderlich sind.
Anschließend möchte ich dem Leser die Realisation des CRM-Konzeptes anhand von Beispielen aus der Praxis näher bringen. Abschließen möchte ich meine Arbeit mit einem kurzen Resümee.
Inhaltsverzeichnis
1 Einleitung
2 Customer Relationship Management im Überblick
2.1 Bedeutung der Kundenbeziehung
2.2 Begriffsabgrenzung
2.2.1 Definition
2.2.2 Ziele der CRM-Strategie
2.3 Aufgabenbereiche des CRM-Prozesses
2.3.1 Überblick
2.3.2 Analytisches CRM
2.3.3 Operatives CRM
2.3.4 Kommunikatives CRM
2.4 Vom CRM zum eCRM
3 Architektur von CRM-Systemen
3.1 Komponenten des analytischen CRM
3.1.1 Data Warehouse
3.1.2 Data Mining
3.1.3 Online Analytical Processing
3.2 Komponenten des operativen CRM
3.2.1 Marketing Automation
3.2.2 Sales Automation
3.2.3 Service Automation
3.3 Komponenten des kommunikativen CRM
3.4 Bedeutung der Datenmodellierung in CRM-Systemen
3.4.1 Modellierungsebenen und -sichten
3.4.2 Anforderungen an die Daten
4 eCRM-Beispiele aus der Praxis
5 Schlussbetrachtung
Zielsetzung & Themen
Die Arbeit analysiert das Konzept des Customer Relationship Managements (CRM) als strategischen Ansatz, um Kundenbeziehungen in elektronischen Geschäftsbeziehungen optimal zu managen und durch den Einsatz neuer Technologien effizient zu gestalten.
- Bedeutung der Kundenbindung und deren Einfluss auf die Profitabilität.
- Architektur und funktionale Komponenten analytischer, operativer und kommunikativer CRM-Systeme.
- Rolle der Datenmodellierung und Datenqualität für erfolgreiche CRM-Strategien.
- Integration von Internet-Technologien und eCRM in moderne Unternehmensprozesse.
- Praktische Anwendungsbeispiele und ihre Auswirkungen auf das Customer-Management.
Auszug aus dem Buch
3.1.2 Data Mining
Die im Data Warehouse gespeicherten Daten müssen auf geeignete Weise analysiert werden. Eine Methode zur Analyse stellt das Data Mining dar. Der deutsche Begriff für Data Mining kann mit „Datenmustererkennung“ übersetzt werden und beschreibt sehr gut die Aufgabe dieses Konzeptes. Es wird versucht in großen, strukturierten Datenbeständen nach interessanten aber schwer zu ermittelnden Zusammenhängen (Mustern) zu suchen und Methoden zu entwickeln, die dem Anwender autonom die Ergebnisse der Analysen präsentieren (KÜSTERS, S. 95, 2001).
Der Prozess des Data Mining gliedert sich in sieben Phasen (WILDE, S. 15 - 16, 2001):
1. Aufgabendefinition: Hier wird die betriebswirtschaftliche Problemstellung definiert und Ziele des Data Mining bestimmt.
2. Auswahl der relevanten Datenbestände: Jetzt wird aus dem vorhandenen Datenpool (vorzugsweise aus dem Data Warehouse) der relevante Bereich ermittelt und für die Aufbereitung zur Verfügung gestellt.
3. Datenaufbereitung: Die Daten müssen in dieser Phase in ein Format transformiert werden, das für die Analyse geeignet ist. Es wird die Datenqualität anhand von Ausreißern und fehlerhaften Merkmalen überprüft und entsprechend kodiert.
4. Auswahl der Data Mining-Methoden: Es wird nun eine geeignete Methode zur Analyse der aufbereiteten Datenbestände gewählt, wie z. B. die explorative Datenanalyse, die Regressions- oder Diskriminanzanalyse (für Erläuterungen zu den Methoden siehe KÜSTERS, S. 104ff. 2001).
Zusammenfassung der Kapitel
1 Einleitung: Einführung in die wachsende Bedeutung der Kundenorientierung sowie Erläuterung der Zielsetzung und Struktur der Arbeit.
2 Customer Relationship Management im Überblick: Theoretische Grundlagen des CRM, einschließlich Begriffsdefinitionen, strategischer Ziele und der Evolution hin zum eCRM.
3 Architektur von CRM-Systemen: Detaillierte Darstellung der technischen Komponenten und Datenmodellierung, unterteilt in analytisches, operatives und kommunikatives CRM.
4 eCRM-Beispiele aus der Praxis: Konkrete Fallstudien über die Implementierung von CRM-Systemen bei Banken und Unternehmen wie SAP und Amazon.
5 Schlussbetrachtung: Zusammenfassende Einschätzung der Notwendigkeit einer CRM-Strategie und Ausblick auf die zukünftige Optimierung der Kundenbeziehungen.
Schlüsselwörter
Customer Relationship Management, CRM, eCRM, Kundenbeziehung, Data Warehouse, Data Mining, OLAP, Marketing Automation, Sales Automation, Service Automation, Kundenorientierung, Datenmodellierung, Customer Touch Points, Customer Interaction Center, Profitabilität.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht das Konzept des Customer Relationship Managements (CRM) als Strategie für den Aufbau profitabler, langfristiger Kundenbeziehungen, insbesondere unter Berücksichtigung moderner Technologien.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind die strategische Ausrichtung auf Kunden, die technische Architektur von CRM-Systemen (analytisch, operativ, kommunikativ) sowie die Bedeutung von Datenmanagement.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, aufzuzeigen, wie Unternehmen durch CRM-Konzepte ihre Kundenbeziehungen durchgängig managen, analysieren und verbessern können, um so nachhaltig wettbewerbsfähig zu bleiben.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit stützt sich auf eine Literaturanalyse wissenschaftlicher Fachpublikationen und stellt Konzepte sowie Praxisbeispiele gegenüber, um CRM-Systeme und deren Architektur theoretisch zu fundieren.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Vorstellung der CRM-Grundlagen, die detaillierte Architektur von CRM-Systemen (Komponenten wie Data Warehouse und Automation) und die Bedeutung der Datenmodellierung.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie CRM, eCRM, Datenmodellierung, Kundenbindung, Marketing Automation und Data Mining charakterisiert.
Warum ist die Datenmodellierung so essenziell für CRM-Systeme?
Ohne ein fundiertes Datenmodell können die vielfältigen Informationen aus verschiedenen Quellen nicht korrekt integriert werden, was zu ineffizientem Management und fehlerhaften Analysen führt.
Wie hilft das Internet dem CRM im Bereich After-Sales?
Das Internet ermöglicht es Kunden durch Support-Systeme, FAQs und Online-Foren, Anliegen eigenständig und effizient zu klären, was Unternehmen entlastet und gleichzeitig die Servicequalität erhöht.
- Quote paper
- Matthias Hanking (Author), 2003, Customer Relationship Management in elektronischen Geschäftsbeziehungen, Munich, GRIN Verlag, https://www.grin.com/document/16508
