Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Business Intelligence/Data Warehouse, 1 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview I Course Objectives I Motivation ! Ziele Limits.

Ähnliche Präsentationen


Präsentation zum Thema: "Business Intelligence/Data Warehouse, 1 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview I Course Objectives I Motivation ! Ziele Limits."—  Präsentation transkript:

1 Business Intelligence/Data Warehouse, 1 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview I Course Objectives I Motivation ! Ziele Limits

2 Business Intelligence/Data Warehouse, 2 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview II Voraussetzungen Unternehmensaufbau - Organisation/Hierarchien und Entscheider Projektmanagement -Methoden SW-Entwicklung -Methoden Datenbanken (relationale, obektorientierte) - Datenbank Transaktion - Entity-Relation-Ship Modell - Normalisierung - Schluessel/Indexe

3 Business Intelligence/Data Warehouse, 3 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview III Methodik der Wissensvermittlung Vorlesung Folien Gespräch (Frage/Antwort) Video Übung (?)

4 Business Intelligence/Data Warehouse, 4 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview III Information Sources Vorlesungsmaterial BA-Loerrach Vorlesungsmaterialien von anderen Instituten Internet: -http://www.competence-site.de (Competence Center BI) -http://www.datawarehouse.com -http://www.intelligententerprise.com Eigene Kurse und Trainings Meine eigenen Erfahrungen innerhalb eines DW Projektteams

5 Business Intelligence/Data Warehouse, 5 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses I Tag 1 Business Intelligence Eine Begriffsbestimmung Current Business Dynamic Business Trends Introduction into Data Warehousing OLTP-Data Warehouse The Big Picture Data Warehouse und verwandte Konzepte

6 Business Intelligence/Data Warehouse, 6 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses II The Business Value of a Data Warehouse Einsatzbeispiel 1 Customer Relationship Management Einsatzbeispiel 2 Zusammenfassung Tag 1 Did we meet the objectives ? Your feedback is welcome ? Tag 1 cont.

7 Business Intelligence/Data Warehouse, 7 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses III Review Tag 1 Ausblick Tag 2 Data Warehouse Glossery Data Warehouse Definition Extract, Tarnsportation & Tarnsformation Process (ETT) Star & Snowflake Schemas & Anatomy Data Marts Online Analytical Processing (OLAP & Access Architectures) Data Mining Tag 2

8 Business Intelligence/Data Warehouse, 8 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses IV Tag 2 cont. Data Warehouse Architecture Zentrale Komponenten - Overview Besprechungswürfel DW Daten-Sicht Input Daten, interne und externe Daten im Kernsystem Output-Daten

9 Business Intelligence/Data Warehouse, 9 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses V Tag 3 Data Warehouse Analysen Queries und Berichte Data Mining Data Warehouse Projects Business Requirements - Who buys a Data Warehouse ? Methods The Project Team THINK BIG, start small ! DW Projekt deliverables

10 Business Intelligence/Data Warehouse, 10 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses VI Tag 3 cont. Data Warehouse Projects Logische Data Warehouse Modellierung Is an Enterprise Data Warehouse always the right answer ? Benefits, Risks and Weaknesses, Avoiding pitfalls Examples Wrap-up Session Weiterfuehrende Tehmen Literatur, Links, Präsentationen, Did we meet the objectives ? Your feedback is welcome ! Klausur

11 Business Intelligence/Data Warehouse, 11 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses VII Course Objectives II You should be able to describe the Data Warehouse terminology and the concepts You can identify Data Warehouse components and processes and also explore warehouse styles Youll be in a position to recognize requirements and limitations of DW architectures and implementation approaches You may specify the tools that may be used at each phase of the DW development life cycle You can discuss DW modeling concepts You have to explain why DW are popular business solutions

12 Business Intelligence/Data Warehouse, 12 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW- Gliederung des Kurses VIII Course Objectives II But: Its just a starting point, during your careers (as consultant, as project manager) youre going to face situations where you have to go back to the books and the courses …. And here is the message: Well need you ! Were waiting for you ! We trust in your skills and potentials !

13 Business Intelligence/Data Warehouse, 13 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung

14 Business Intelligence/Data Warehouse, 14 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung Wissen - Intelligence ? Intelligence (engl): 1. Intelligenz, Klugheit, Verstand 2. rasche Auffassungsgabe, Scharfsinn 3. Einsicht, Verständnis 4. Mitteilung, Auskunft 5. Nachrichtendienst bzw. Nachrichtenwesen BI = Wissens Entdeckungsprozess

15 Business Intelligence/Data Warehouse, 15 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung Business Intelligence bezeichnet - den analytischen Prozeß, - der – fragmentierte – Unternehmens- und Wettbewerbsdaten - in handlungsgerichtetes Wissen - über die Fähigkeiten, Positionen, Handlungen und Ziele - der betrachteten internen oder externen Handlungsfelder (Akteure und Prozesse) transformiert Martin Grothe, Peter Gentsch, Business Intelligence, Aus Informationen Wettbewerbsvorteile gewinnen, Addison-Wesley 2000

16 Business Intelligence/Data Warehouse, 16 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung Diese Definition von Business Intelligence betont besonders, dass Business Intelligence keine feste Größe ist, sondern im Wesentlichen einen Prozess kennzeichnet Prozessphasen: 1. Bereitstellung quantitativer und qualitativer, strukturierter oder unstrukturierter Basisdaten. 2. Entdeckung relevanter Zusammenhänge, Muster und Musterbrüche oder Diskontinuitäten gemäß vorbestimmter Hypothesen oder hypothesenfrei. 3. Teilen und Nutzung der gewonnenen Erkenntnisse zur Stützung von Maßnahmen und Entscheidungen.

17 Business Intelligence/Data Warehouse, 17 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung Für die unterschiedlichen Aufgaben und Anforderungen des "Wissens-Entdeckungsprozesses" stellt Business Intelligence Informations- und Kommunikationssysteme zur Verfügung. Im folgenden werden für die Bausteine des Business Intelligence die jeweiligen Instrumente und Infrastrukturen vorgestellt. Entscheidend ist, dass die Instrumente eine intuitive, anwenderfreundliche Nutzung erlauben. Die Instrumente sollen ja gerade den Umgang mit der Komplexität der Realität vereinfachen

18 Business Intelligence/Data Warehouse, 18 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung

19 Business Intelligence/Data Warehouse, 19 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Die Werkzeuge werden unterschieden: - ob sie der Bereitstellung von Daten dienen, - oder der Entdeckung von Beziehungen, Mustern oder Prinzipien - oder der Kommunikation der entdeckten Zusammenhänge. Weiterhin kann unterschieden werden, - ob es sich um quantitative - oder eher um qualitative Ausprägungen handelt und - ob die Daten strukturiert oder unstrukturiert sind. Hinsichtlich des Entdeckungsprozesses kann unterschieden werden zwischen - einem hypothesengestützen - oder hypothesenfreien Ansatz bei der Analyse. Business Intelligence Eine Begriffsbestimmung

20 Business Intelligence/Data Warehouse, 20 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung

21 Business Intelligence/Data Warehouse, 21 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Eine Begriffsbestimmung

22 Business Intelligence/Data Warehouse, 22 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Business Intelligence Business Intelligence Anwendungen Typische Branchen für sog. Business Intelligence Anwendungen Handel / Konsumgüterindustrie Versorgungsunternehmen Banking / Versicherungen Automobil-Industrie / Aerospace & Defense elekomunikation Medienindustrie Health Care Immobilienmanagement Public Sector

23 Business Intelligence/Data Warehouse, 23 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Typische BI Anwendungen Customer Relationship Analytics Marktpotentialanalyse Marketing (Kampagnen, Kennzahlen) Aktivitäten und Opportunities (Kundenpflege) Web-based Mangement (Besucher, Banner) Mobile Sales (Aussendienst) Angebotserfolgskontrolle Produkt- und Kundenanalysen Retention Management (Kundenbindung) Business Intelligence Business Intelligence Anwendungen

24 Business Intelligence/Data Warehouse, 24 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 E-Analytics E-Site-Analytics (Verweildauer, Anzahl Hits, Aktionsdauer) E-Business Analytics (Ereignisse, Artikel) Supply Chain Analytics Supply-Chain-Planung und Optimierung E-Procurement (B2B), Bestandsführung Produktionsplanung und –steuerung Instandhaltungs- und Qualitätsanalyse Business Intelligence Business Intelligence Anwendungen

25 Business Intelligence/Data Warehouse, 25 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Financial Analytics Cost-Management Ergebnis-, Marktsegmentrechnung und Profit-Center-Rechnung Finanzbuchhaltung Cash-Management Reisemanagement Investitionsmanagement Projektmanagement Konsolidierung Business Intelligence Business Intelligence Anwendungen

26 Business Intelligence/Data Warehouse, 26 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Strategic Enterprise Management Unternehmenssimulationen Planszenarios Human Capital Management Personaladministration Personalbeschaffung Veranstaltungsmanagement Personalentwicklung Vergütungsmanagement Organisationsmanagement Zeitwirtschaft Personalabrechnung Business Intelligence Business Intelligence Anwendungen

27 Business Intelligence/Data Warehouse, 27 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic

28 Business Intelligence/Data Warehouse, 28 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic Develop Market Awareness (Bewusstsein) -without this they are unable to move with the market Responsiveness (Entgegenkommen) -as these market forces work and change, it is critical the company responds just as quickly so it can stay on track an on top Adaptability (Anpassungsfaehigkeit) -the organization must adapt (anpassen) to each small and large change in the environment Consequences for the Companies

29 Business Intelligence/Data Warehouse, 29 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic Innovation -the company must take the most of innovative ideas -and should nurture (erziehen,beguenstigen) innovators throughout (ueberall) the organization Efficiency (Effizienz) Quality -Poor quality products and services will churn (zum schaeumen bringen) customers faster then anything else Consequences for the Companies cont.

30 Business Intelligence/Data Warehouse, 30 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Profit Dimension (Value Exchange) -essentially there are only three ways of increasing the profitability of a company -get more customers -keep customers longer -sell them more (or at least more profitable products) -there is an assumed fourth way as well: this is by not attracting to your organization or retaining (behalten) those customers that are not profitable Current Business Dynamic Business forces in the 90s

31 Business Intelligence/Data Warehouse, 31 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Channel Dimension – Disintermediation (Einlagenabzug) -Cut out the Middle Man ! -Bookseller – Author -Internet Based Supermarket - Wholesaler (Grosshaendler) Current Business Dynamic Business forces in the 90s

32 Business Intelligence/Data Warehouse, 32 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic Business forces in the 90s Customer Dimension – Disaggregation (Zerfall) -Customer is King ! -All customers are not equal – some will make you money others will lose you money -The first step to enhancing the on organization focus is to differentiate customers: -Ideally this differentiation should be based on profitability over long terms

33 Business Intelligence/Data Warehouse, 33 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic Business forces in the 90s The Product Dimension – Mass Customization -Treating (behandeln) the customers as individuals – this is the key to locking in (festhalten) the customers and preventing them from defecting (ueberlaufen) to a rival company -Its not only losing a customer – he will go to the competitors and make them more successful -If we combine this notion (Idee) of individualism with our knowledge of the customers and the capabilities of current technologies (JIT, product variations) -Mass Customization is about managing variations in product, pricing, packaging, service, delivery and other factors based on the match to the customers needs and aspirations (Ambitionen)

34 Business Intelligence/Data Warehouse, 34 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic Business Challenge/Business trends -focus on customer -considering customers as an individual rather then simply counting the number of transactions that have occurred in the day -understanding the business -decision making at all levels -individuals are increasingly (zunehmend) empowered (ermaechtigt) to make decisions within a business, to do this of course we must also distribute the information on which they can base their decisions -information as competitive (konkurenzfaehig) weapon -information as an asset (Vermoegen)

35 Business Intelligence/Data Warehouse, 35 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Current Business Dynamic Information is the key enabler About ourselves -product development costs -marketing effectiveness -product profitability -supply chain (Lieferkette) distribution channel profitability About our competition and the outside world -weather conditions -society/political events -market share changes About our customers and our dealing with them

36 Business Intelligence/Data Warehouse, 36 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Data Explosion -It is estimated that the amount of data in the world doubles every 12 month -There is a world of differences between data and information and knowledge Accelerated product lifecycle -50 years ago it took a car manufacture 10+ years to bring an new car to the market -they now have to achieve this in 12 month while also offering many more variants customer menu options and JIT production -there is every reason to believe this trend will continue as organizations strive (eifern) to differentiate (unterscheiden) their products and services Current Business Dynamic Information Challenge – What will the future bring ?

37 Business Intelligence/Data Warehouse, 37 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 New entrants (Teilnehmer) to the market -Enabled by Call Center Technology and the Internet, new companies can bring products and services to the market with a modest (reduziert) investment -Often allowing them to cherry pick the best customers Empowerment (Ermaechtigung) of the individuals -Call Center Technology -E-Businees Current Business Dynamic Information Challenge – What will the future bring ?

38 Business Intelligence/Data Warehouse, 38 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Operative Systeme und Analytische Systeme Die andere Zielsetzung der Operativen Systeme – Im Mittelpunkt des Tagesgeschehens von Unternehmen stehen die sog. Business Applications (Critical Mission Applications) – Diese operativen branchenorientierten Systeme sollen in erster Linie die betriebliche Transaktionen unterstützen und konsistent und sicher festhalten – Sie sind nicht speziell für die Unterstützung der Entscheidungsfindung konzipiert und haben diesbezüglich deshalb ihre Grenzen

39 Business Intelligence/Data Warehouse, 39 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Die andere Zielsetzung der Operativen Systeme – Die hinter der CMA liegende Datenbank wird infolge der abgewickelten Transaktionen permanent aktualisiert – Die Datenbank muß dauernd im Zugriff sein und schnelle Reaktionszeiten bieten – Sie enthält aktuelle, detailierte, primäre Daten und speichert diese normalerweise redundanzfrei – Der Zugriff auf die Daten geschieht i.d.R. mit standardisierten Abfragen Introduction into Data Warehousing Operative Systeme und Analytische Systeme

40 Business Intelligence/Data Warehouse, 40 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Operative Systeme und Analytische Systeme

41 Business Intelligence/Data Warehouse, 41 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Operative SystemeAnalytische Systeme Schnelle Antwortzeit Anwendungsorientiert Aktuelle Daten Detaillierte, primäre Daten Häufige Änderungen Dient täglicher Arbeit Hohe Speicherkapazität Gegenstandsorientiert Historische Daten Auch zusammengefasste, abgeleitete Daten Keine Updates Dient als Datenspeicher für Analyse/ Entscheidungsfindung

42 Business Intelligence/Data Warehouse, 42 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Operative Systeme und Analytische Systeme -> Man muss beide Systeme trennen.

43 Business Intelligence/Data Warehouse, 43 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Ein zusätzliches Data Warehouse – Business Applications (CMAs) für die Unterstützung der betrieblichen Transaktionen – Data Warehouse-Systeme für die Unterstützung analysierender Tätigkeiten und zur Entscheidungsunterstützung – Ein DWH bildet insofern das logische Komplement zu den operativen Informationssystemen

44 Business Intelligence/Data Warehouse, 44 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Ein zusätzliches Data Warehouse

45 Business Intelligence/Data Warehouse, 45 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Data Warehouse Definition Ein DW ist ein analytisches System, d.h. es soll Informationen + Methoden liefern, die Mitarbeitern helfen, kurz-, mittel- und langfristige Entscheidungen zu treffen – Es unterscheidet sich durch seine Analyse-Orientierung erheblich von den transaktions-orientierten operativen Systemen zur Abwicklung des Tagesgeschäftes – Es stellt Schnappschuss-Daten (keine Echtzeit-Daten) zeitpunktsrichtig für Lesezugriffe zur Verfügung – Die DW-Datenbasis kann sehr groß sein und besteht meist aus historischen Einzel- und Aggregationssätzen – Die Datenbasis kann eine relativ hohe Redundanz aufweisen, ist aber wohlstrukturiert und konsistent

46 Business Intelligence/Data Warehouse, 46 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Data Warehouse Definition Mit dem Begriff Data Warehouse wird eine von den operationalen DV-Systemen isolierte Datenbank umschrieben, die als unternehmensweite Datenbasis für Management- Unterstützungssysteme dient. A Data Warehouse is a subject-oriented, integrated, time-variant, nonvolatile collection of data in support of managements decision- making process. [Inmon, Hackathron 1994]

47 Business Intelligence/Data Warehouse, 47 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Data Warehouse Definition Subject-oriented: Daten werden themenorientiert oder aufgabenbezogen zusammengeführt Ziel ist es, unternehmensbestimmende Sachverhalte aus Managementsicht darzustellen Integrated: die Struktur- und Formatvereinheitlichung der Daten aus den operativen Systemen konsistente Datenbasis im Data Warehouse Beseitigung mögliche Inkonsistenzen im Datenbestand, die durch die Datenhaltung in verschiedenen operativen Systemen entstanden

48 Business Intelligence/Data Warehouse, 48 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Time-variant: den Daten aus den operativen Systemen werden Zeitmarken hinzugefügt Auswertungen, die Informationen über die Entwicklung des Unternehmens zur Erkennung von Trends liefern der abgebildete Zeithorizont kann in einem Data Warehouse je nach betrieblichen Anforderungen bis zu zehn Jahre betragen Daten über einen Zeitraum von zehn Jahren werden im Data Warehouse aufbewahrt Nonvolatile keine Änderungen der gespeicherten Daten nach der fehlerfreien Übernahme aus den operativen alle erstellten Auswertungen und Analysen sind reproduzierbar, insofern die Daten nicht im Laufe der Zeit gelöscht bzw. verdichtet wurden. Introduction into Data Warehousing Data Warehouse Definition

49 Business Intelligence/Data Warehouse, 49 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing Data Warehouse Architecture

50 Business Intelligence/Data Warehouse, 50 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Input-Schicht: hier werden die unternehmensinternen und –externen Daten übernommen, d.h. im Normalfall werden mittels sogenannter Transformationsprogramme die Daten aus den operativen Informationssystemen vorbereitet, versdichtet und übernommen ODS (Operational Data Store): Datenspeicher, in dem Daten, die zwischen zwei Datenübernahmen anfallen, gespeichert werden. Diese müssen nicht verdichtet werden. Zweck des ODS ist es, möglichst immer notwendige aktuelle Daten zur Verfügung zu haben. Introduction into Data Warehousing Data Warehouse Architecture

51 Business Intelligence/Data Warehouse, 51 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Meta-Daten: beschreiben die im DWH gehaltenen Daten Output-Schicht: hier werden die Daten zur Nutzung (durch Direktzugriff, etc.) zur Verfügung gestellt, d.h. hier setzen die Datenanalysewerkzeuge auf. Data Warehouse i.e.S.: stellt die eigentliche Datenhaltung dar, in ihm werden die verdichteten Daten aus den unterschiedlichen Unternehmensbereichen gespeichert (Datenbank). Introduction into Data Warehousing Data Warehouse Architecture

52 Business Intelligence/Data Warehouse, 52 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing DW und verwandte Konzepte Management Support Systemen (MSS) – Überbegriff über alle Spielarten der elektronischen Unterstützung betrieblicher Entscheidungsträger MIS (Management Information Systems) DSS (Decision Support Systems) EIS/FIS (Excecutive/Financial Information Systems

53 Business Intelligence/Data Warehouse, 53 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Introduction into Data Warehousing DW und verwandte Konzepte

54 Business Intelligence/Data Warehouse, 54 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Unternehmensweites Datenbank-Konzept, dessen Ziel es ist, eine breite, logisch zentrale, einheitliche und konsistente Datenbasis aufzubauen, die losgelöst von den operativen Datenbanken betrieben wird Die atomaren Daten müssen aus den vielfältigen und heterogenen operativen Vorsystemen systematisch extrahiert, aufbereitet, gesäubert und entsprechend den Anforderungen strukturiert abgelegt werden Da im Idealfall alle analyseorientierten Anwendungen eines Unternehmens mit diesen Daten arbeiten, gibt es nur eine Version der Wahrheit, d.h. auch, dass unterschiedliche Personen nicht mit unterschiedlichen Zahlen arbeiten Introduction into Data Warehousing DW Everybodys IS der 90-iger/0x-iger

55 Business Intelligence/Data Warehouse, 55 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 OLAP-Werkzeuge (On-line Analytic Process) Software, die bei betriebswirtschaftlichen Analysen hilft – Fach- und Führungskräfte sollen schnell, interaktiv und analytisch Zugriffe auf konsistente Informationen haben Ermöglichen (wie EIS) auch multidimensionale Analysen – Anordnung von Kennzahlen (z.B. Umsatz- oder Kostengrössen) entlang unterschiedlicher Dimensionen (z.B. Kunden, Artikel, Regionen) Data Mining-Werkzeuge Techniken zum Auffinden bisher verborgener Strukturen und Muster in umfangreichen Datenbeständen Introduction into Data Warehousing DW Analyseorientierten Anwendungen

56 Business Intelligence/Data Warehouse, 56 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 About our customers and our dealing with them -purchasing behavior -life changes, trends -defection (Absage) analysis - communication effectiveness The Business Value of a Data Warehouse ….. Information is the key enabler

57 Business Intelligence/Data Warehouse, 57 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Main use of Data Warehousing Main use of Data Warehousing – 1999: -35 % Finance and other Decision Support Data Warehouses -65 % Customer Marketing Applications

58 Business Intelligence/Data Warehouse, 58 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 So what is CRM: - a formal program that allows us to achieve (erreichen) customer related objectives by knowing customers better: 1 st look at customer then profitability, time to market and other factors -the more information we can collect about a customer the better -the information must retained (festgehalten) and managed for the long therm -we must track customers over the lifetime of our interaction with them (we need to understand the LTV of the customer) The Business Value of a Data Warehouse Customer Relationship Management

59 Business Intelligence/Data Warehouse, 59 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse CRM and Corporate Strategy A company can take only one of three possible positions for its product strategy: (1) Low cost producer – Examples ? -Cost driven, difficult to sustain (aufrechtzuerhalten) -Position is generally impossible to maintain over a long period unless protected by governments (2) Technology leader – Examples ? -High investment cost & risk -Difficult to sustain -Its impossible to maintain the technology leader over time and technology – other companies will soon catch up

60 Business Intelligence/Data Warehouse, 60 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 A company can take only one of three possible positions for its product strategy: (3) Best Customer Relationship – Example ? -Customer driven NOT cost -The added bonus when you have customers loyalty is that it tends to take the pressure off margins as your customer are not buying on price -Sustainable (tragbare) position The Business Value of a Data Warehouse CRM and Corporate Strategy

61 Business Intelligence/Data Warehouse, 61 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Customer Strategy In contrast to the strategy adopted by an organization when positioning its products and services, a customer on the other hand will base his/her relationship on a mix of the following three characteristics: (1) Financial – Examples ? -This maps to the low cost producer company strategy -Would also include additional discounting and customer loyalty schemes -Type of bond (Anhaenglichkeit), customer will increasingly look for the lowest price or best deal -Loyalty schemes that reward (Belohnen) the number of things purchased as opposed to the value of things are dangerous as they effect reward bad rather then good behavior

62 Business Intelligence/Data Warehouse, 62 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 (2) Social values – Examples ? -bond is based on some agree real or perceived (empfunden) understanding betwenn the customer and the supplier -offers a much stronger and more resilient (elastisch) attachment (Angliederung) (3) Structural -Strongest bond of all -Based on some physical or cognitive (bewusstseins) connection between the customer and the company -Examples: -The credit card and store cards you have – its much easier and more rewarding to use these than go somewhere else -Vending machine in you building – this is much easier sell as you are a captive (gefangen) audience The Business Value of a Data Warehouse Customer Strategy

63 Business Intelligence/Data Warehouse, 63 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Developing a CRM Strategy I (1) Mass Marketing – Example ? -we know very little about our customers -we can also do very little about customizing our products and services -we place an emphasis on costs and try to reach as many customers as we can

64 Business Intelligence/Data Warehouse, 64 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 (2) Database Marketing -we learn more about our customers -we can begin to target them more effectively -we still cannot differentiate our products and services -we look to further reduce acquisition costs and cost per sale -Example: Catalogue Company: -If we can stop sending catalogues to customers who are unlikely to buy from us we could dramatically change our profitability (Gutscheine fuer Kataloge) The Business Value of a Data Warehouse Developing a CRM Strategy II

65 Business Intelligence/Data Warehouse, 65 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 (3) Niche Marketing – Example ? -we have a highly differentiated product but know little about our customers -we may fine for a while but how to grow ? -the cost to acquire customers is likely to kill the company sooner or later The Business Value of a Data Warehouse Developing a CRM Strategy III

66 Business Intelligence/Data Warehouse, 66 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Developing a CRM Strategy IV (4) Relationship Marketing – Example ? -most desirable (wuenschenswert) position -we know a lot about our customers and can also deliver product and services they desire Mix it baby !

67 Business Intelligence/Data Warehouse, 67 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Tiering (Einteilen) Customers Most Valuable Customers (MVCs) Most Growable Customers (MGCs) Third & Fourth Tier Below Zeros (BZs)

68 Business Intelligence/Data Warehouse, 68 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Tiering (Einteilen) Customers I Most Valuable Customers (MVCs) - Examples ? -very little difference between their values (what they buy from you) and their strategic value (what they spend on your type of products and services in total) -for those guys we should adopt a retention (Festhalten) strategy -they are of great value for us, but we are unlikely to be able to grow additional revenue from them

69 Business Intelligence/Data Warehouse, 69 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Tiering (Einteilen) Customers II Most Growable Customers (MGCs) - Examples ? -Have great potentials but they are only spending relatively little with you -Strategy: to grow these customers -As we already know who these customers are, we do not need to spend on acquisition -But focus is required to deliver consistent, differentiated and high quality products and services to achieve this growth -An interesting measure for Marketing: How many MGCs can be moved to the MVC level ?

70 Business Intelligence/Data Warehouse, 70 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Tiering (Einteilen) Customers III Third & Fourth Tier - Examples ? -Those guys are of course interesting to the company – but we shouldnt focus on them -Its a mistake to gear your company around these folks – the potential income from them is too low -Reasonable strategy: to drive them towards (in Richtung) interacting with your company in a lower cost fashion -On the whole: they shouldnt probably ignored to avoid placing undue (uebertrieben) focus on them

71 Business Intelligence/Data Warehouse, 71 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Tiering (Einteilen) Customers IV Below Zeros (BZs) -Even the strategic value of these customers is below the service costs -You will lose money with them -Strategy: You should lose the customers before you lose your money or try to drive them towards lower cost services or more profitable products -Give them to you rivals so they cast them money instead

72 Business Intelligence/Data Warehouse, 72 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Four basic Strategies Identify Customers Differentiate Customers Interact ! Customize Product and Services

73 Business Intelligence/Data Warehouse, 73 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Four basic Strategies I + II Identify Customers -Identify the customers individually -So they can be communicated with -They have to be addressable Differentiate Customers -Differentiate based on some measures (Live time value) -Having divided our customers by value, we should also segment them by needs as this is the key to communicate effectively and mindfully (vorsichtig)

74 Business Intelligence/Data Warehouse, 74 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Four basic Strategies III + IV Interact ! -We are now ready to select those we want to focus our attention on and interact with them -The secret is to listen as well as talk ! Customize Product and Services -If we communicate with the customers, we are in a perfect situation to determine what they want from us -Then we design and deliver products and services more suited (passend) to them -We should say: what products should we build to suite our customers rather then how do wee get more customers for our products -Classic feedback loop

75 Business Intelligence/Data Warehouse, 75 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Integration of all customer touch points -We must deliver timely and accurate information to each possible contact point -We must also record details about each interaction -Call center, Sales force Automation (Prozesse, Software und Tools zur Unterstützung und Automatisierung des Vertriebs-Aussendienstes) Low cost interaction with customers -Especially true for customers in the lower tiers -WWW -Focused marketing to reduce costs Information Integration -Data Warehouse to integrate information -Enabling the company and customers by delivering this information The Business Value of a Data Warehouse Key Enabler for a 1 to 1 marketing over long term

76 Business Intelligence/Data Warehouse, 76 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Collecting Customer Information A 360º Profile of a customer -Revenue (Einkommen) -Credit rating (Einschaetzung der Kredit-Wuerdigkeit) -Prospect (moeglicher Kunde) -Demographics -History of contacts, purchases (Kaeufe) -Psychographic (persoenliche Eigenschaften) -Behavior

77 Business Intelligence/Data Warehouse, 77 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse Lasting (dauerhaft) Competitive (konkurenzfaehig) Advantage you got something of your customers that your competitor did not get: information Categorize the different types of information by the source of that information -External – Example ? -available to your company and to your competitors as well of course -but useful for providing context -External market survey (Uebersicht) or customer survey information conducted on your behalf (zu ihrem Nutzen)

78 Business Intelligence/Data Warehouse, 78 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 Categorize the different types of information by the source of that information -Internal transactional based – Examples ? -Those data are the bread and butter of the Warehouse but includes no interaction with the customers -Internal customer based -Perhaps the most valuable from the 1 to 1 perspective -Information has given willing and freely by the customers herself -Its difficult to codify (chiffrieren) and record this information and to represent it meaningful The Business Value of a Data Warehouse Lasting (dauerhaft) Competitive (konkurenzfaehig) Advantage

79 Business Intelligence/Data Warehouse, 79 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 The Business Value of a Data Warehouse


Herunterladen ppt "Business Intelligence/Data Warehouse, 1 Ben MartinBA Lörrach, WI 4.Semester 4/21/2002 DW - Course Overview I Course Objectives I Motivation ! Ziele Limits."

Ähnliche Präsentationen


Google-Anzeigen