Analytisches CRM Phonnet Gruppe 1 (Loher, Meier, Rehhorn, Piasini)

Analytisches CRM (ETL, Data Warehouse, OLAP, Data Mining) Beziehung zu anderen Projekten – siehe Teilprojekte der anderen Gruppen Neues CRM für Phonnet

Hohe Kundenabwanderung, 5% pro Monat, durch den wachsenden Wettbewerb Fallende Margen im Telekommunikationsgeschäft Produkte orientierte Prozesse Ungenügend integrierte Prozesse Keine Kundenorientierung Entwurf und Ausführungen neuer Kampagnen dauern sehr lange

Kanäle sind nicht aufeinander abgestimmt Kein e-Shop Keine Onlinekampagnen möglich

Markteinteilung in zwei Segmente (Kostenbewusste / Professionelle) Total ca Kunden 5% (Abwanderung) ~ ca Kunden pro Monat (?!) Ca Neukunden durch Kampagnen erwartet

Starker Preisdruck fallende Margen Mitbewerber Bestehende Dealers Bestehende Strukturen Erfahrung im Telekomm. Geschäft Stärken Keine bis weni Kenntnisse der Kunden Ungenügende Kundenbindung Vertriebspartner nicht integriert Kein MIS verfügbar Schmale Produktepallette Schwächen

Chancen Wachstum / Kunden(rück)gewinnungWachstum / Kunden(rück)gewinnung Stopp der Abwanderung von KundenStopp der Abwanderung von Kunden Kooperation mit Festnetzanb.Kooperation mit Festnetzanb. Gefahren Weiterhin starke Abwanderung der KundenWeiterhin starke Abwanderung der Kunden Überforderung der OrganisationÜberforderung der Organisation Konkurrenz / nicht First MoverKonkurrenz / nicht First Mover

Die zur Anwendung kommende neue Technologie Vorteile Übernommene Standards Vorteile Standards, die speziell ignoriert werden Drawbacks and benefits

Datenbereitstellung: Daten werden zu Informationen aufbe- reitet. Für spezifische Informationsab- fragen werden Data Marts gebildet um leistungsoptimiertes Reporting und Analyse zu ermöglichen. Datenspeicherung: Die Daten, welche aus Quellsystemen bezogen werden, liegen bereinigt und strukturiert vor. Datenbeschaffung: Daten werden aus Quellsystemen extrahiert, angereichert, bereinigt und in das DWH geladen. Man spricht dabei vom ETL-Prozess (Extraktion, Transformation, Laden).

Datawarehouse OLAP (Roll-up, Drill-down, Dice/Slice, Pivot) Data-Mining (Entscheidungsbäume, Clustering, Assoziationsanalyse) Kundenanalyse Kundenverhaltensanalyse (Kaufverhalten, Abwanderungsverhalten, Zufriedenheit, Loyalität) Kundenwertanalyse, Profitabilitätsanalyse, ABC- Analyse, Customer-Lifetime-Value

Web-Mining Tex-Mining (z.B. Schnittstelle zu DMS) KPIs Messung Kundenloyalität, Produktenutzung, Kundenwert, Beschwerden, Kundenaquisitionen, Kundenentwicklung, Kundennähe, Kundenverlustrisiko Detaillierte Adressinformationen und komplette Kundenhistorie

??? Wichtigste Anbieter auflisten

Überprüfen Sie den allgemeinen Zeitplan

Allgemeine Übersicht über den Projektfortschritt gegenüber dem Zeitplan Auf welchen Gebieten ist es im Zeitrahmen?Auf welchen Gebieten ist es im Zeitrahmen? Auf welchem Gebieten besteht Rückstand?Auf welchem Gebieten besteht Rückstand? Auf welchem Gebieten sind Sie dem Zeitplan voraus?Auf welchem Gebieten sind Sie dem Zeitplan voraus? Unerwartete Verzögerungen oder Probleme