Analytical Customer Relationship Management (aCRM) Referenten: Christian Ludt und Michael Schmidt Betreuerin: Elisabeth Thieser, SAP Seminar CRM & SRM, WS 2002/2003 Universität des Saarlandes FB 6.2 Informatik Lehrstuhl für Datenbanken und Informationssysteme Prof. Dr.-Ing. Gerhard Weikum Dr.-Ing. Ralf Schenkel 04.02.2003 Analytisches CRM
Gliederung Einführung OLAP Kundenanalyse Customer-Lifetime-Value Fazit 04.02.2003 Analytisches CRM
Einordnung aCRM 04.02.2003 Analytisches CRM
Ziel des Analytical CRM Gewinnung neuer betriebswirtschaftlich relevanter Informationen Unterstützung im operativem und strategischen Bereich Analysieren vorhandener Kundenbeziehungen Analysieren und prognostizieren von Kundenverhalten Stabile Kundenbeziehung 04.02.2003 Analytisches CRM
Customer Feedback/ Learning Planned Actions and Campaigns Closed-Loop Szenario Customer Knowledge Customer Feedback/ Learning Analytical Results Planned Actions and Campaigns 04.02.2003 Analytisches CRM
Einsatzbereiche Analytical CRM Marketing Vertrieb Service Kunden Produkte Interaktionen 04.02.2003 Analytisches CRM
Bestandteile des aCRM OLAP Data-Mining 04.02.2003 Analytisches CRM
Gliederung Einführung OLAP Kundenanalyse Customer-Lifetime-Value Fazit 04.02.2003 Analytisches CRM
OLAP Definition: Voraussetzung: On-Line Analytical Processing (OLAP) is a category of software technology that enables analysts, managers and executives to gain insight into data through fast, consistent, interactive access to a wide variety of possible views of information that has been transformed from raw data to reflect the real dimensionality of the enterprise as understood by the user. Voraussetzung: Data Warehouse 04.02.2003 Analytisches CRM
FASMI Anforderungen an OLAP Fast Analysis Shared Multidimensional Information 04.02.2003 Analytisches CRM
2D-Datensicht 04.02.2003 Analytisches CRM
3D Datensicht 04.02.2003 Analytisches CRM
Operationen im OLAP Roll-up Drill-down Dice / Slice Pivot 04.02.2003 Analytisches CRM
Operationen im OLAP Roll-up 04.02.2003 Analytisches CRM
Operationen im OLAP Drill-down 04.02.2003 Analytisches CRM
Operationen im OLAP Dice / Slice 04.02.2003 Analytisches CRM
Operationen im OLAP Pivot 04.02.2003 Analytisches CRM
OLAP im Marketing Früher (ohne OLAP): Heute (mit OLAP): Marketing Kampagne durch Gießkannenprinzip Rücklaufquote ist gering Heute (mit OLAP): Marketing Kampagne wird gezielt angewendet Bei geringerem Aufwand kann eine höhere Rücklaufquote erzielt werden 04.02.2003 Analytisches CRM
RFM-Analyse Recency Frequency Monetary Eigenschaften Basiert auf betriebswirtschaftlichen Annahmen Scoring Methode Häufig Verwendung Einsatz im Marketing Praktische Umsetzung auf verschieden Arten möglich 04.02.2003 Analytisches CRM
RFM-Analyse 04.02.2003 Analytisches CRM
Beispiel Gaststätte „Lebendes Inventar“ ist der beste Kunde 5 x Woche „Stammgast“ 1 x Woche „Student“ 1 x Monat Recency 5 3 2 Frequency Monetary 4 „Lebendes Inventar“ ist der beste Kunde 04.02.2003 Analytisches CRM
Problem RFM Student ist der beste Kunde „Lebendes Inventar“ 5 x Woche „Stammgast“ 1 x Woche „Student“ 1 x Monat Recency 4 3 5 Frequency 2 Monetary Student ist der beste Kunde 04.02.2003 Analytisches CRM
Gliederung Einführung OLAP Kundenanalyse Customer-Lifetime-Value Fazit 04.02.2003 Analytisches CRM
Kundenanalyse Kundenverhaltensanalyse Kundenwertanalyse 04.02.2003 Analytisches CRM
Kundenverhaltensanalyse Kaufverhalten Abwanderungsverhalten Zufriedenheit Loyalität 04.02.2003 Analytisches CRM
Beispiel zur Motivation Produkt Gewinn Babynahrung 300 Windeln 250 Suppe 100 Bier 50 Produkt Gewinn Babynahrung 300 Windeln 50 Suppe 100 Bier muß weg Zusammenhang zwischen Bier und Windeln 04.02.2003 Analytisches CRM
Ziel Basierend auf historische Daten unbekannte Muster entdecken Dazu dienen Data Mining-Methoden 04.02.2003 Analytisches CRM
Data Mining Prozeß zur Aufdeckung nutzbringender und aussagekräftiger Muster, Profile und Trends (Definition nach Jesus Mena) 04.02.2003 Analytisches CRM
Data Mining-Methoden Entscheidungsbäume Clustering Assoziationsanalyse 04.02.2003 Analytisches CRM
Entscheidungsbäume Werden vor allem eingesetzt, um herauszufinden, welches Verhaltensprofil besonders oft zum Verlust eines Kunden geführt hat Gegenmaßnahmen bei gefährdeten Kunden einleiten 04.02.2003 Analytisches CRM
Bsp: Entscheidungsbaum 04.02.2003 Analytisches CRM
Bsp: Entscheidungsbaum 04.02.2003 Analytisches CRM
Clustering Dient vor allem der Kundensegmentierung Datensätze einer Gruppe möglichst ähnlich, Datensätze verschiedener Gruppen möglichst unterschiedlich hinsichtlich ihrer Merkmalsausprägungen Ermitteln typischer Verhaltensprofile 04.02.2003 Analytisches CRM
Bsp: Zusammenfassen von Kunden anhand Demographie (Durchschnittsalter, Geschlecht, Familienstand), Kaufverhalten, etc. in homogene Gruppen 04.02.2003 Analytisches CRM
Assoziationsanalyse Dient zum Ermitteln, welche Produkte in der Regel zusammen gekauft werden Einsatz Warenkorb - Analyse Ziel Cross-Selling 04.02.2003 Analytisches CRM
Assoziations-Regeln Regeln der Form If A und B und ... und X gekauft Then Y gekauft Anzahl der Elemente in der Bedingung abhängig vom Unternehmen / von den Produkten 04.02.2003 Analytisches CRM
Bsp: Bei Hardware: Im Supermarkt: Beim Kauf eines PC‘s wird dem Kunden gezielt ein geeigneter Drucker angeboten (If A Then B) Im Supermarkt: Entsprechendes Anordnen mehrerer Waren (If A und B und ... und X Then Y) 04.02.2003 Analytisches CRM
Assoziationsanalyse in mySAP [Sie] dient dazu, Regelmäßigkeiten [...] bei geschäftlichen Vorgängen zu finden und entsprechende Regeln zu formulieren. Die Regeln werden [...] auf historischen Daten (Auftragsdaten) ermittelt. Die ermittelten Assoziationsregeln können angezeigt und ins CRM exportiert werden. 04.02.2003 Analytisches CRM
Assoziationsanalyse in mySAP Folgende Einstellungen lassen sich vornehmen: über Modellfelder wird festgelegt, welche Vorgänge (Transaktionen) und welche Positionen betrachtet werden sollen über Modellparameter wird u.a. festgelegt, in wieviel Prozent der Transaktionen mit der führenden Position (Produkt A) auch die abhängige Position (Produkt B bzw. C) enthalten sein muß, um eine gültige Regel aufzustellen 04.02.2003 Analytisches CRM
Assoziationsanalyse in mySAP Produktassoziationsregeln können in ein SAP Customer Relationship Management-System (SAP CRM) exportiert werden und im Rahmen des Cross Selling als Produktvorschläge genutzt werden (Closed-Loop). 04.02.2003 Analytisches CRM
Unsicherheitsgrad der Regeln Zusätzlich zu dem If- und Then-Part gibt es drei weitere Zahlen: Support (prozentualer Anteil an gesamten Transaktionen) Confidence (Quotient aus Anzahl der Transaktionen die im If- und Then-Part enthalten sind und der Anzahl der Transaktionen aus der If-Bedingung Lift: Confidence / Expected Confidence 04.02.2003 Analytisches CRM
Bsp: Supermarkt habe 100.000 Transaktionen an den Kassen, wobei 2.000 davon die Produkte A und B enthielten, darunter 800, die Produkt C enthielten Assoziationsregel: Wenn A und B gekauft werden, dann wird auch C gekauft Support: 800 bzw. 0,8% = 800/100.000 Confidence: 800/2.000 = 40% Produkt C tauche in insgesamt 5.000 Transaktionen auf (Expected Confidence = 5.000/100.000 = 5%) Lift = 40%/5% = 8 04.02.2003 Analytisches CRM
Kundenanalyse Kundenverhaltensanalyse Kundenwertanalyse 04.02.2003 Analytisches CRM
Kundenwertanalyse Ziel: Analysen: Ermitteln des Werts eines einzelnen Kunden oder ganzer Kundensegmente für das Unternehmen Analysen: Kundenprofitabilitätsanalyse ABC-Analyse Customer-Lifetime-Value-Analyse 04.02.2003 Analytisches CRM
Kundenprofitabilitätsanalyse Einfachste Analyse: Differenz zwischen Erlös und Kosten pro Kunde Detaillierter: Kundendeckungsbeitragsanalyse Einbeziehen verschiedener Erlösarten, Produkt- und Vertriebskosten 04.02.2003 Analytisches CRM
ABC-Analyse Einteilen der Kunden auf Basis von Profitabilitätsdaten in A-, B- oder C-Kunden Dadurch läßt sich ermitteln, mit wieviel Prozent der Kunden wieviel Umsatz gemacht wird 04.02.2003 Analytisches CRM
Gliederung Einführung OLAP Kundenanalyse Customer-Lifetime-Value Fazit 04.02.2003 Analytisches CRM
Customer-Lifetime-Analyse Dient der Bewertung eines Kunden Bezieht sich auf den gesamten Kundenlebenszyklus Häufig verwendete Methode 04.02.2003 Analytisches CRM
Kundenwert im CLTV Quantitative Größen Qualitative Größen Akquisitionskosten Umsatz Zuordenbare Einzelkosten Qualitative Größen Weiterempfehlungs-Potential Up/Cross-Selling-Potential 04.02.2003 Analytisches CRM
Kundenlebenszyklus im CLTV 6 Phasen Kennenlernphase Startphase Penetrationsphase Reifephase Krisenphase Trennungsphase 04.02.2003 Analytisches CRM
Berechnung des CLTV 04.02.2003 Analytisches CRM
Beispiel Gaststätte 04.02.2003 Analytisches CRM
Beispiel SAP 04.02.2003 Analytisches CRM
Gliederung Einführung OLAP Kundenanalyse Customer-Lifetime-Value Fazit 04.02.2003 Analytisches CRM
Fazit Wichtig für die Gewinnung neuer relevanter Informationen Für die Verwendung umfangreicher Analysen ist Fachwissen erforderlich aCRM liefert NUR Information keine Handlungsentscheidungen Der Erfolg von aCRM ist nur schwer meßbar 04.02.2003 Analytisches CRM
FRAGEN?? 04.02.2003 Analytisches CRM