Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Prof. Dr. Andreas Hilbert

Ähnliche Präsentationen


Präsentation zum Thema: "Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Prof. Dr. Andreas Hilbert"—  Präsentation transkript:

1 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Prof. Dr. Andreas Hilbert Dresden Telefon Telefax Rico Ludwig Chris Reiche Patrick Schwabe Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation Mat. Nr.: Mat. Nr.: Mat. Nr.:

2 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation Die Linusbank Allgemeine Marktübersicht Unternehmenssicht Problembeschreibung Projektplan Deskriptive Analyse Kundenwertkonzept Klassifikationsmodell Kampagnenauswertung

3 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 3 Die Linusbank Allgemeine Marktübersicht höhere Preissensitivität Häufig 2 bis 4 Bankverbindungen Entwicklung kostenloser Girokonten: – 2000: gesamt: 6 % – 2005: gesamt: 10 % - 2 % Onlinekonten – 2010: gesamt 20 % - 19 % Onlinekonten Allgemeine Demografie am Markt: – 21 % jünger als 30 – 15 % älter als 70 Jahre – 19 % zwischen 40 und 49 – andere Altersgruppen jeweils ca. 15 %

4 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 4 Die Linusbank Unternehmenssicht mittelgroße Filialbank mit Kunden 5 Produkte : umfangreiches Data Warehouse mit historisierter Datenbasis sowohl Online- als auch Filialgeschäft

5 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation Die Linusbank Problembeschreibung Was der Kunde sagt Was der Kunde will Projektplan Deskriptive Analyse Kundenwertkonzept Klassifikationsmodell Kampagnenauswertung

6 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 6 Problembeschreibung Was der Kunde sagt "Wir wollen den Produktbesitz und die Produktnutzung unserer Bestandskunden intensivieren, um dem Wettbewerbsdruck zu begegnen. Allerdings sind die Kosten unserer jeweils produktbezogenen Cross- und Up-Selling-Kampangen hoch, und zu häufig sollten die Kunden auch nicht angesprochen werden. Deshalb wollen wir mit unseren Kampagnen vorranging die wertvollsten Kunden adressieren. Leider können wir den Erfolg von Kampagnen nur schwer beurteilen. Anhand von Vergangenheitsdaten wissen wir, dass sich unsere Kunden hinsichtlich ihres Produktbesitzes, ihrer Produktnutzung sowie ihrer Reaktion auf Kampagnen zum Teil deutlich unterscheiden.

7 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 7 Problembeschreibung Was der Kunde will Kosten für Kampagnen sehr hoch Kunden nutzen wenige Produkte Keine Erfolgsmessung der Kampagnen Wertvolle Kunden unbekannt Ziele: – Kundenzufriedenheit und Bindung erhöhen – Wertvolle Kunden identifizieren – Kosten reduzieren – Erfolgsmessung für Marketingkampagnen einführen

8 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation Die Linusbank Problembeschreibung Projektplan Projektablauf Koordination der Projektarbeit Deskriptive Analyse Kundenwertkonzept Klassifikationsmodell Kampagnenauswertung

9 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 9 Projektplan Projektablauf Orientierung des Projektablaufes an den Phasen des CRISP-DM Einarbeitung in Bankgeschäft und Daten der Linusbank Festlegen der Teilziele für Projektablauf Erarbeiten von Kennzahlen auf Basis der vorhandenen Daten Evaluation der erstellten Modelle und ableiten von Handlungsempfehlungen

10 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 10 Projektplan Kooperation der Projektarbei

11 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation … Projektplan Deskriptive Analyse Übersicht über vorhandene Daten Produktverteilung Produkterträge Kundenstruktur Kundenwertkonzept Klassifikationsmodell Kampagnenauswertung

12 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 12 Deskriptive Analyse Übersicht über vorhandene Daten

13 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 13 Deskriptive Analyse Produktverteilung Girokonto hat größten Produktanteil Kredit nur vergleichsweise geringer Anteil Anteil für Riester und Spaern minimal

14 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 14 Deskriptive Analyse Produkterträge Riester und Kredit haben die höchsten Anteile an den Erträgen Zins, Giro und Depot vergleichsweise niedriger Ertragsanteil JahresertragLaufzeitertrag

15 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 15 Deskriptive Analyse Kundenstruktur 1/2

16 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 16 Deskriptive Analyse Kundenstruktur 2/2 Mehr Filial- als Onlinekunden Kaum Unterschiede in der Altersstruktur im Vergleich Online/ Offline

17 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation … Deskriptive Analyse Kundenwertkonzept Motivation Anforderungen Mögliche Verfahren 3-Dimensionales Kundenwertmodell Kundenwert im Projekt Ziel Klassifikationsmodell Kampagnenauswertung

18 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 18 Kundenwertkonzept Motivation Banken besitzen nur beschränkte Ressourcen für Aktivitäten der Kundenbindung Ziel ist es Kundensegmente zu identifizieren, die den Einsatz dieser Ressourcen rechtfertigen Ermöglichung einer spezifischen Art der Betreuung von Bestandkunden und potenziellen Neukunden bester Bezugspunkt zur Einschätzung des Umfangs der Aktivitäten ist der Kundenwert

19 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 19 Kundenwertkonzept Anforderungen Wertebeitrag von Bestandskunden und potenziellen Neukunden einschätzen Aktivitäten auf attraktive Kunden konzentrieren Kundenloyalität erhöhen Ausschöpfung von Cross- & Up - Selling Potenzialen Vertriebsressourcen optimal allokalisieren

20 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 20 Kundenwertkonzept Probleme 1/2 Mögliche Probleme, die bei der Analyse des Kundenwertes auftreten: zukünftiger Wertebeitrag eines Kunden differiert sehr stark relevante Daten für Kunden - Segmentierung muss aus großer Menge verschiedener Daten gefiltert werden und nötige Trennschärfe vorweisen Unterschiedliche Kundeneigenschaften, insb. asymmetrisch verteilte Informationen erschweren einen objektiven Vergleich

21 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 21 Kundenwertkonzept Probleme 2/2 Welche monetären und nicht - monetären Determinanten müssen berücksichtigt werden? Wie können diese Determinanten operationalisiert werden? Wie kann die Entwicklung der zukünftigen Erträge und Kosten geschätzt werden? Wie können die notwendigen Informationen aus der Vergangenheit zur Verfügung gestellt werden? Wie kann das Problem der Zurechenbarkeit auf einen einzelnen Kundengelöst werden?

22 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 22 Kundenwertkonzept Mögliche Verfahren Qualitative Segmentierung ABC - Analysen Kunden - Deckungsbeitragsrechnung Kunden - Scoring - Modelle Kunden - Portfolio - Analyse Customer Lifetime Value Entscheidung für ein 3 – Dimensionales Kundenwertmodell

23 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 23 Kundenwertkonzept 3 - Dimensionales Kundenwertmodell Kundenwert misst den erwarteten Wertebeitrag eines Kunden derzeitige & zukünftige CFs werden berücksichtigt Kundenwert = Quelle: Reuß, Zimmermann, Zwiesler: spartenübergreifendes Kundenwertmodell in Versicherungswirtschaft, Heft 4/2006, S

24 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 24 Kundenwertkonzept Kundenwert im Projekt Merkmale von "guten" Kunden: mit hohem Kreditvolumen geringer Kreditausfallwahrscheinlichkeit mit hoher Einlage mit hohen Einkommen treu Durch welche Daten lassen lassen sich solche Kunden erkennen? Kreditvolumen (VOLUMEN_KREDIT) Kreditwürdigkeit Einalgen - Netto - Volumen Einlagenvolumen Saldo Girokonto Beziehungsdauer

25 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 25 Kundenwertkonzept Ziel

26 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation Die Linusbank Problembeschreibung Projektplan Deskriptive Analyse Kundenwertkonzept Klassifikationsmodell Bedingungen Voraussetzung Modelltypen ??? Kampagnenauswertung

27 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 27 Klassifikationsmodell Bedingungen Fehler erster Art (falsch positiv) vermeiden Kunde wird als Wertvoll klassifiziert, obwohl er nicht wertvoll ist Kunde wird ein hohes Abschlusspotenzial vorhergesagt, obwohl er kein Produkt kaufen wird Fehler zweiter Art (falsch negativ) ausschließen wertvolle Kunden werden nicht erkannt Abschlusspotential bleibt unerkannt praktisch nicht erfüllbar!

28 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 28 Klassifikationsmodell Voraussetzung Kennzahlen – An was lassen sich wertvolle Kunden messen? VOLUMEN_GESCHÄFT – Woran lässt sich die Erfolgswahrscheinlichkeit einer Kampagne messen? ABSCHLUSSWAHRSCHEINLICHKEIT

29 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 29 Klassifikationsmodell Modelltypen Klassifikationsmodelle ordnen Elemente in Segmente ein Klassifikationsmodelle sind – Entscheidungsbäume – Künstliche Neuronale Netze Einschichtig vs. mehrschichtig Feedforeward vs. Feedback – Multivariate Verfahren der Statistik Regressionsanalyse Varianzanalyse Diskriminanzanalyse Kontingenzanalyse Logistische Regression Strukturgleichungsmodell

30 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 30 Klassifikationsmodell Modelltypen Diskriminanzanalyse als Kanditat für Kundenwertmodell Aufgrund einer Menge von p Variablen ("features") auf die Klassenzugehörigkeit eines Objektes schließen Standard-Beispiel: Kredit-Scoring – mtl. Einkommen – Familienstand – Beruf – Kredithöhe – Zurückzahlungsschema Auswertung nach Statistischen Kriterien, wie: – Kleinste erwartete Fehlerrate – Minimale erwartete Kunden

31 Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Zwischenpräsentation Die Linusbank Problembeschreibung Projektplan Deskriptive Analyse Kundenwertkonzept Klassifikationsmodell Kampagnenauswertung Modellauswahl Kennzahlen

32 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 32 Kampagnenauswertung Modellauswahl Entscheidungsbaum: – nachvollziehbar Künstliches Neuonales Netz: – Black Box

33 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 33 Kampagnenauswertung Kennzahlen

34 TU Dresden Professur für Wirtschaftsinformatik – Business Intelligence Research Ausgewählte Aspekte der BI: Projektseminar Zwischenpräsentation– Seite 34 Fragen usw.


Herunterladen ppt "Fakultät Wirtschaftswissenschaften Professur für Wirtschaftsinformatik – Business Intelligence Research Prof. Dr. Andreas Hilbert"

Ähnliche Präsentationen


Google-Anzeigen