In den vergangenen Jahren wurde die Softwareindustrie sowohl von Globalisierung und Zusammenschlüssen, Privatisierung und Deregulierung von Märkten als auch durch die Reduzierung der Innovations- und Produktlebenszyklen stark beeinflusst. Ein immer stärker wachsender Kosten- und Wettbewerbsdruck nötigt die Unternehmen zur Einführung neuer innovativer Lösungsansätze [WOLF98, S. 746]. Konzepte wie e-Business, Customer Relationship Management (CRM), Business Intelligence (BI), Data Warehouse (DW) oder Supply Chain Management sind einige Ausprägungen davon. Die stetige Ausweitung der Datenbasis, die massive Veränderung des Marktumfeldes und immer höhere interne und externe Anforderungen an Transparenz und Fundierung der Entscheidungen sind zwingend in die Kalküle einer erfolgreichen Unternehmenssteuerung einzubeziehen [KEMP04, S. 7]. Althergebrachte Einzelsysteme zur Managementunterstützung können diesen Anforderungen nicht mehr genügen. Isolierte oder punktuelle Lösungsansätze sind nicht ausreichend, da sie nur einzelne Aspekte behandeln und häufig auf isolierten Datenbasen aufbauen. Integrierte Lösungsansätze sind somit erforderlich und es erscheint durchaus gerechtfertigt, bei grundlegenden Umorientierungen im Bereich der IT-basierten Managementunterstützung neue Begrifflichkeiten zu verwenden [KEMP04, S. 8]. Marktbedingungen haben Organisationen gezwungen, sich von einer Produktorientierung weg zu bewegen und mehr kundenorientiert zu werden. Unternehmen erkennen die Notwendigkeit, den Kunden in die Mitte ihrer operativen Geschäftsprozesse zu stellen. Die Fähigkeit, operativen Transaktionen Kundenwissen und einheitliche Kundensicht in Echtzeit zu injizieren, ist die Grundlage für einen wirkungsvollen Kundendienst sowie eine Verkaufsstrategie. Neben den kulturellen und unternehmerischen Herausforderungen, stehen Unternehmen mehreren technischen Herausforderungen entgegen, die diese Transformation erfordern, um die erwünschte Kunden-Zentralisierung zu erreichen. Von der Technologieperspektive heraus besteht die größte Herausforderung in der Implementierung eines kundenzentralen Modells, da Kundendaten über mehrere unterschiedliche Geschäftsbereiche (Data Warehouses, Data Marts, operative Systeme u. a.) gespeichert und gehandhabt werden. Sogar innerhalb eines Geschäftsbereiches existieren einige Back- und Front-Office-Systeme, die über eigene Kundeninformationen verfügen. [...]
Inhaltsverzeichnis
- 1 Situationsanalyse und Zielsetzung
- 1.1 Historischer Rückblick in die Datenintegration
- 1.2 Zielsetzung und Aufbau der Arbeit
- 2 Keine einheitliche Kundensicht durch operative Systeme
- 2.1 Operative versus dispositive Daten
- 2.2 Datenaufgaben und -prozesse
- 2.3 Datenqualitäts- und -integrationsprobleme
- 3 Stammdatenmanagement
- 3.1 Unterschiedliche Sichtweisen
- 3.2 Herausforderungen an ein effizientes Stammdatenmanagement
- 3.2.1 Einführungsanforderungen und Funktionsvielfalt
- 3.2.2 Systemintegration versus Datenintegration
- 3.3 SAP Master Data Management
- 3.3.1 Enterprise Service Architecture
- 3.3.2 SAP MDM-Komponenten
- 3.3.3 SAP MDM - abschließende Beurteilung
- 3.4 Hyperion System 9 BI-Plattform
- 3.4.1 Business Performance Management
- 3.4.2 Vorteile des Hyperion-Ansatzes
- 3.5 Hyperion System 9 MDM - Funktionsvielfalt
- 3.6 Hyperion-MDM-Lösung – Abschließende Beurteilung
- 4 Customer Data Integration
- 4.1 CDI Grundlagen und Begriffsabgrenzung
- 4.2 Customer Data Integration - Marktübersicht
- 4.2.1 Marktstellung - CDI
- 4.2.2 Entstehung von kombinierten CDI-Lösungen
- 4.3 Customer Data Integration: Bewertungskriterien
- 4.3.1 Anforderungen an die Unternehmen
- 4.3.2 Bewertungskriterien
- 4.4 Customer Data Integration – Implementierungsarten im Vergleich
- 4.4.1 Wichtige Vorbedingungen
- 4.4.2 Customer-Built Data Hub
- 4.4.3 Fixed Transaction Hub
- 4.4.4 Match & Link Cross-Reference Hub
- 4.4.5 Adaptive Transaction Hub
- 5 Customer Data Integration - Produktübersicht
- 5.1 Oracle Customer Data Hub
- 5.1.1 Anbieterprofil
- 5.1.2 Produkt- und Funktionsvielfalt
- 5.1.3 Abschließende Beurteilung
- 5.2 DWL Customer™
- 5.2.1 Anbieterprofil
- 5.2.2 Produkt- und Funktionsvielfalt
- 5.2.3 Abschließende Beurteilung
- 5.3 Siebel Universal Customer Master
- 5.3.1 Anbieterprofil
- 5.3.2 Produkt- und Funktionsvielfalt
- 5.3.3 Abschließende Beurteilung
Zielsetzung und Themenschwerpunkte
Diese Arbeit untersucht die Herausforderungen der Datenintegration im Kontext von Customer Relationship Management (CRM). Ziel ist es, verschiedene Ansätze der Customer Data Integration (CDI) und des Stammdatenmanagements zu analysieren und zu vergleichen. Der Fokus liegt auf der Verbesserung der Kundensicht durch die Integration fragmentierter Daten aus verschiedenen operativen Systemen.
- Herausforderungen der Datenintegration in Unternehmen
- Vergleich verschiedener CDI-Lösungen und -Ansätze
- Analyse von Stammdatenmanagement-Systemen (SAP MDM, Hyperion)
- Bewertungskriterien für CDI-Systeme
- Implementierungsarten von CDI
Zusammenfassung der Kapitel
1 Situationsanalyse und Zielsetzung: Dieses Kapitel liefert einen einführenden Überblick über die Herausforderungen der Datenintegration im Kontext der sich verändernden Marktbedingungen und des wachsenden Wettbewerbsdrucks. Es wird die Notwendigkeit integrierter Lösungsansätze zur Bewältigung der Komplexität moderner Geschäftsprozesse hervorgehoben. Der historische Rückblick auf die Datenintegration zeigt die Entwicklung von monolithischen zu dezentraleren Modellen und die zunehmende Bedeutung von Datenqualität und -konsistenz für eine erfolgreiche Unternehmensführung. Der Fokus auf kundenorientierte Geschäftsmodelle und die damit verbundenen Herausforderungen im Bereich der Datenintegration bildet den Ausgangspunkt für die weiteren Kapitel.
2 Keine einheitliche Kundensicht durch operative Systeme: Dieses Kapitel beschreibt detailliert die Probleme, die aus der fehlenden Integration von Kundendaten in verschiedenen operativen Systemen resultieren. Es werden die Unterschiede zwischen operativen und dispositiven Daten beleuchtet, sowie die Herausforderungen der Datenqualität und -integration in diesem Kontext aufgezeigt. Die Fragmentierung von Kundendaten führt zu redundanten Datensätzen und einer inkonsistenten Kundenansicht, was die Effizienz von CRM-Prozessen erheblich beeinträchtigt. Die Notwendigkeit einer ganzheitlichen Datenintegration wird stark betont.
3 Stammdatenmanagement: Dieses Kapitel befasst sich mit dem Stammdatenmanagement als wichtigem Bestandteil der Datenintegration. Es analysiert unterschiedliche Sichtweisen auf das Stammdatenmanagement und die Herausforderungen für ein effizientes System. Es werden sowohl SAP Master Data Management als auch die Hyperion System 9 BI-Plattform als konkrete Lösungen vorgestellt und im Hinblick auf ihre Funktionsvielfalt und Implementierungsaspekte detailliert analysiert und bewertet. Die Kapitel beleuchten die Unterschiede zwischen Systemintegration und Datenintegration im Kontext des Stammdatenmanagements und die Bedeutung einer ganzheitlichen Strategie.
4 Customer Data Integration: Dieses Kapitel definiert die Grundlagen und Begrifflichkeiten der Customer Data Integration (CDI). Es liefert eine Marktübersicht, analysiert die Marktstellung von CDI-Lösungen und die Entstehung kombinierter Ansätze. Ein weiterer Schwerpunkt liegt auf der Definition relevanter Bewertungskriterien für CDI-Systeme, wobei sowohl die unternehmerischen Anforderungen als auch die technischen Aspekte berücksichtigt werden. Abschließend werden verschiedene Implementierungsarten von CDI im Detail verglichen, um die Auswahl der passenden Strategie zu erleichtern.
5 Customer Data Integration - Produktübersicht: Dieses Kapitel bietet einen detaillierten Vergleich verschiedener CDI-Produkte, darunter Oracle Customer Data Hub, DWL Customer™ und Siebel Universal Customer Master. Für jedes Produkt werden Anbieterprofil, Funktionsvielfalt und abschließende Beurteilung präsentiert, um einen umfassenden Überblick über die verfügbaren Lösungen zu geben. Die jeweilige Stärke und Schwäche der einzelnen Systeme im Vergleich wird hervorgehoben.
Schlüsselwörter
Customer Data Integration (CDI), Stammdatenmanagement, Datenintegration, Datenqualität, CRM, operative Systeme, dispositive Daten, SAP MDM, Hyperion, Datenmodelle, Business Intelligence, Datenfragmentierung, Kundensicht, Produktvergleich, Implementierung.
Häufig gestellte Fragen (FAQ) zur Arbeit: Datenintegration im CRM
Was ist der Gegenstand dieser Arbeit?
Die Arbeit befasst sich mit den Herausforderungen der Datenintegration im Kontext des Customer Relationship Managements (CRM). Sie analysiert verschiedene Ansätze der Customer Data Integration (CDI) und des Stammdatenmanagements, um die Verbesserung der Kundensicht durch die Integration fragmentierter Daten aus verschiedenen operativen Systemen zu erreichen.
Welche Themen werden behandelt?
Die Arbeit behandelt folgende Schwerpunktthemen: Herausforderungen der Datenintegration in Unternehmen, Vergleich verschiedener CDI-Lösungen und -Ansätze, Analyse von Stammdatenmanagement-Systemen (SAP MDM, Hyperion), Bewertungskriterien für CDI-Systeme und Implementierungsarten von CDI. Sie umfasst eine Situationsanalyse, die Zielsetzung der Arbeit, eine Zusammenfassung der einzelnen Kapitel, sowie ein Glossar mit Schlüsselbegriffen.
Welche Systeme werden im Detail analysiert?
Die Arbeit analysiert detailliert das SAP Master Data Management (MDM) und die Hyperion System 9 BI-Plattform als Stammdatenmanagementsysteme. Im Bereich Customer Data Integration werden die Produkte Oracle Customer Data Hub, DWL Customer™ und Siebel Universal Customer Master verglichen.
Welche Probleme werden durch die fehlende Datenintegration verursacht?
Die fehlende Integration von Kundendaten in verschiedenen operativen Systemen führt zu einer inkonsistenten Kundenansicht, redundanten Datensätzen und beeinträchtigt die Effizienz von CRM-Prozessen. Dies resultiert aus Unterschieden zwischen operativen und dispositiven Daten und Problemen mit der Datenqualität und -integration.
Welche Lösungsansätze werden vorgestellt?
Die Arbeit stellt verschiedene Ansätze der Customer Data Integration (CDI) vor und vergleicht diese anhand von Bewertungskriterien. Es werden verschiedene Implementierungsarten von CDI (Customer-Built Data Hub, Fixed Transaction Hub, Match & Link Cross-Reference Hub, Adaptive Transaction Hub) diskutiert und im Detail analysiert. Die Arbeit bietet zudem eine detaillierte Produktübersicht verschiedener CDI-Lösungen.
Welche Bewertungskriterien für CDI-Systeme werden verwendet?
Die Arbeit definiert relevante Bewertungskriterien für CDI-Systeme, die sowohl unternehmerische Anforderungen als auch technische Aspekte berücksichtigen. Diese Kriterien dienen dem Vergleich der verschiedenen CDI-Lösungen und unterstützen die Auswahl der passenden Strategie.
Welche Kapitel umfasst die Arbeit?
Die Arbeit gliedert sich in fünf Kapitel: 1. Situationsanalyse und Zielsetzung, 2. Keine einheitliche Kundensicht durch operative Systeme, 3. Stammdatenmanagement, 4. Customer Data Integration und 5. Customer Data Integration - Produktübersicht. Jedes Kapitel behandelt einen spezifischen Aspekt der Datenintegration im CRM Kontext.
Welche Schlüsselwörter beschreiben den Inhalt der Arbeit?
Die Arbeit wird durch folgende Schlüsselwörter beschrieben: Customer Data Integration (CDI), Stammdatenmanagement, Datenintegration, Datenqualität, CRM, operative Systeme, dispositive Daten, SAP MDM, Hyperion, Datenmodelle, Business Intelligence, Datenfragmentierung, Kundensicht, Produktvergleich, Implementierung.
- Arbeit zitieren
- Dimitar Borisov (Autor:in), 2006, Customer Data Integration - analytischer Produktvergleich, München, GRIN Verlag, https://www.grin.com/document/66132
