Informationen erweitern nach Meinung verschiedener Autoren die drei konventionellen Produktionsfaktoren Boden, Arbeit und Kapital um einen weiteren Faktor. Wie sich dieser Faktor mit Hilfe des SAP Business Warehouse (BW / BI) im öffentlichen Personennahverkehr nutzen lässt, wird in der Arbeit anhand einer praktischen Projekterfahrung bei der Dortmunder Stadtwerke Aktiengesellschaft aufgezeigt. Dazu werden die derzeitigen wirtschaftlichen und juristischen Rahmenbedingungen dieser Branche in Deutschland umschrieben und daraus mögliche Zielsysteme der Unternehmen abgeleitet. Im Anschluss daran wird der Informationsbedarf für die Zielerreichung analysiert.
Der Verlauf des Projektes sowie ein Vorschlag über die mögliche zukünftige Ausgestaltung des Data Warehouse sind ebenfalls Gegenstand.
Abschließend folgt eine Zusammenfassung auf Basis der gewonnenen Erfahrungen, welche die Grundlage für eine kritische Betrachtung und einen Blick in die Zukunft bieten.
Inhaltsverzeichnis
1 Einleitung
2 Der öffentliche Personennahverkehr in Deutschland
2.1 Aufgaben und Situation
2.1.1 Zweckbestimmung nach dem Gesetz
2.1.2 Wirtschaftliche und politische Rahmenbedingungen
2.2 Unternehmensziele
2.2.1 Finanzielle Ziele
2.2.2 Kundenzufriedenheits-Ziel
2.2.3 Resultierender Informationsbedarf
2.2.4 Möglichkeiten der Informationsbereitstellung
3 Data Warehouse als Basis eines Analytischen Informations-systems
3.1 Grundlagen
3.1.1 Historische Entwicklung
3.1.2 Aufgaben
3.2 Architektur
3.2.1 Extraktions-, Transformations- und Ladeprogramme
3.2.2 Operational Data Store
3.2.3 Datenbasis
3.2.4 Archivierungssystem
3.2.5 Metadaten
3.2.6 On-Line Analytical Processing
3.2.7 Front End
3.3 Multidimensionale Datenmodelle
3.3.1 Grundlagen
3.3.2 Grafische Modellierungsformen
3.3.3 Transformation auf die logische Ebene
3.4 SAP Business Warehouse
4 Die Einführung von SAP BW im Vertrieb der DSW
4.1 Situation der Dortmunder Stadtwerke
4.1.1 Wirtschaftliche und politische Rahmenbedingungen
4.1.2 Organisatorische und informationstechnische Rahmenbedingungen
4.1.3 Zusammenfassung der Rahmenbedingungen
4.2 Projektverlauf
4.2.1 Definition von Anforderungen der Fachabteilungen
4.2.1.1 Vertriebsabteilung
4.2.1.2 Marketing-Abteilung
4.2.1.3 Beschwerdemanagement
4.2.1.4 Deliktverwaltung
4.2.1.5 Zusammenfassung der Anforderungen
4.2.2 Soll-Konzept
4.2.2.1 Datenmodell Verkauf
4.2.2.2 Datenmodell Beschwerdemanagement
4.2.2.3 Datenmodell Deliktverwaltung
4.2.3 Architektur und Implementierung
4.2.3.1 Die Datenquelle SAP PT
4.2.3.2 Modellierung innerhalb von SAP BW
4.2.3.3 Modellierung der Datenquellen
4.2.3.4 Ladeprozess Bewegungsdaten
4.2.3.5 InfoCube
4.2.4 Ausgewählte Beispiele der Queries
4.2.4.1 Verkauf und Umsätze Abonnement
4.2.4.2 Nutzung der Fahrscheindrucker
4.2.4.3 Vergleich externer Vorverkaufsstellen
4.3 Bewertung des Projektes
4.3.1 Erfolge
4.3.2 Problembereiche
5 Fazit und Ausblick
Zielsetzung & Themen
Die Arbeit untersucht den Einsatz von Data-Warehouse-Technologien, speziell des SAP Business Warehouse (BW), zur Unterstützung des Vertriebs im öffentlichen Personennahverkehr (ÖPNV) am praktischen Beispiel der Dortmunder Stadtwerke AG.
- Analyse der Rahmenbedingungen und Unternehmensziele im deutschen ÖPNV
- Konzeption und Aufbau von Data-Warehouse-Architekturen zur Entscheidungsunterstützung
- Einführung von analytischem CRM (aCRM) zur Verbesserung der Kundenzufriedenheit
- Projektdokumentation einer BW-Implementierung mit Schwerpunkt auf Datenmodellierung
- Bewertung von Erfolgen und Problembereichen bei der Einführung integrierter Informationssysteme
Auszug aus dem Buch
3.1 Grundlagen
Allgemein handelt es sich bei einem Data Warehouse um ein unternehmensweites Konzept zur Bereitstellung von entscheidungsorientierten Daten. Immon definierte ein Data Warehouse 1996 als „a subject oriented, integrated, non-volatile, and time variant collection of data in support of management's decision.”
Im Hinblick auf den Einsatz von CRM können die vier kennzeichnenden Merkmale dabei wie folgt beschrieben werden:
• Themenorientierung (subject oriented): Die gesammelten Daten sind nicht wie in den Transaktionssystemen prozessorientiert sondern themenbezogen organisiert. Für die analytischen CRM-Systeme bedeutet dies eine Fokussierung auf die Kunden und Produkte anstelle von isolierten Daten über einzelne Geschäftsprozesse oder Transaktionen.
• Vereinheitlichung (integrated): Die Heterogenität der Quellsysteme, aus denen die Daten des Data Warehouse stammen, macht es in vielen Fällen notwendig, die einzelnen Daten einander anzupassen. Dies kann beispielsweise durch Vereinheitlichung der Namensgebungen, Formaten, etc. geschehen. Ziel ist ein konsistenter Datenbestand, der Analysen ermöglicht, ohne Besonderheiten der jeweiligen Datenquelle berücksichtigen zu müssen.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung motiviert die Nutzung von Data-Warehouse-Technologien zur Entscheidungsunterstützung und stellt den praktischen Bezug zum Projekt bei den Dortmunder Stadtwerken her.
2 Der öffentliche Personennahverkehr in Deutschland: Dieses Kapitel beleuchtet die wirtschaftlichen und politischen Rahmenbedingungen des ÖPNV sowie die daraus resultierenden Unternehmensziele und den Informationsbedarf.
3 Data Warehouse als Basis eines Analytischen Informations-systems: Hier werden die theoretischen Grundlagen des Data-Warehouse-Konzepts, die Architektur sowie multidimensionale Datenmodelle und das SAP BW erläutert.
4 Die Einführung von SAP BW im Vertrieb der DSW: Das Hauptkapitel beschreibt detailliert die Anforderungsanalyse, das Soll-Konzept und die Implementierung des SAP BW Prototypen bei der Dortmunder Stadtwerke AG.
5 Fazit und Ausblick: Das Fazit bewertet die Ergebnisse des Projektes kritisch und gibt einen Ausblick auf die notwendigen Weiterentwicklungen und die zukünftige strategische Bedeutung solcher Systeme.
Schlüsselwörter
ÖPNV, Data Warehouse, SAP BW, CRM, Analytische Informationssysteme, Vertriebsunterstützung, Dortmunder Stadtwerke, Entscheidungsunterstützung, Kundenbindung, Datenmodellierung, Business Intelligence, Unternehmensziele, Kennzahlen, OLAP, Datentransformation
Häufig gestellte Fragen
Worum geht es in der Arbeit grundlegend?
Die Arbeit analysiert den Einsatz analytischer Informationssysteme, insbesondere des SAP Business Warehouse, um die Vertriebs- und Marketingprozesse bei einem ÖPNV-Unternehmen effizienter zu gestalten.
Was sind die zentralen Themenfelder?
Die Arbeit verknüpft Konzepte aus der Data-Warehouse-Theorie mit praktischen Anforderungen des Customer Relationship Managements (CRM) im Umfeld des öffentlichen Personennahverkehrs.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, zu zeigen, wie durch ein integriertes Datenmanagement Entscheidungsträger im Vertrieb besser mit Informationen versorgt werden können, um die Kundenzufriedenheit und Unternehmensleistung zu steigern.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer Fallstudie bei der Dortmunder Stadtwerke AG, ergänzt durch eine theoretische Auseinandersetzung mit Data-Warehouse-Architekturen und Modellierungstechniken (z.B. ADAPT).
Was wird im Hauptteil behandelt?
Der Hauptteil widmet sich der konkreten Projektbeschreibung: von der Anforderungsdefinition der Fachabteilungen über das konzeptionelle Soll-Konzept bis hin zur technischen Implementierung und dem Erstellen von Analyse-Queries.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Zentrale Begriffe sind ÖPNV, Data Warehouse, SAP BW, analytisches CRM, Datenmodellierung, Kundenzufriedenheit und Entscheidungsunterstützung.
Wie unterscheidet sich das operative vom analytischen CRM?
Das operative CRM unterstützt die täglichen Prozesse mit direktem Kundenkontakt, während das analytische CRM die gesammelten Daten für Planung, Steuerung und strategische Analysen aufbereitet.
Warum ist das Projekt bei der DSW für SAP BW so besonders?
Da die DSW das SAP R/3-Branchenmodul "Public Transport" als Quellsystem nutzen, bietet dieses Beispiel einen direkten Einblick in die Anbindung komplexer SAP-Strukturen an ein Data Warehouse.
Welche Rolle spielt die Datenqualität im Projekt?
Die Datenqualität in den Quellsystemen wird als kritischer Erfolgsfaktor identifiziert; mangelnde Qualität und Redundanzen erschweren die Analysen erheblich und machen Bereinigungsmaßnahmen erforderlich.
- Quote paper
- Thorsten Jopp (Author), 2003, Der Einsatz analytischer Informationssysteme zur Vetriebsunterstützung im Öffentlichen Personen-Nahverkehr, Munich, GRIN Verlag, https://www.grin.com/document/93371
