DW - Course Overview I Course Objectives I Motivation ! Ziele Limits

Präsentation zum Thema: "DW - Course Overview I Course Objectives I Motivation ! Ziele Limits"—  Präsentation transkript:

1 DW - Course Overview I Course Objectives I Motivation ! Ziele Limits
Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

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

4 DW - Course Overview III
Information Sources Vorlesungsmaterial BA-Loerrach Vorlesungsmaterialien von anderen Instituten Internet: (Competence Center BI) Eigene Kurse und Trainings Meine eigenen Erfahrungen innerhalb eines DW Projektteams Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

5 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

6 DW- Gliederung des Kurses II
Tag 1 cont. 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 ? Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

7 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

8 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

9 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

10 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

11 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 You’ll 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

12 DW- Gliederung des Kurses VIII
Course Objectives II But: It’s just a starting point, during your careers (as consultant, as project manager) you’re going to face situations where you have to go back to the books and the courses …. And here is the message: We‘ll need you ! We‘re waiting for you ! We trust in your skills and potentials ! Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

13 Business Intelligence
Eine Begriffsbestimmung CIA ? Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

14 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

15 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 Wie haben Sie spontan den Begriff „Business Intelligence“ übersetzt, als Sie ihn zum ersten Mal gehört haben? Mit Business-Intelligenz oder Unternehmens-Intelligenz. Da denken doch viele: „Intelligent bin ich selber.“ Oder: „Welche Software sollte intelligenter sein als der Mensch?“ Ein gewisses Misstrauen kommt auf, weil mit dem Begriff etwas versprochen wird, was nicht sein kann. Intelligence steht im englischen nicht nur für Intelligenz, Klugheit, Verstand, sondern zweitens auch für rasche Auffassungsgabe, Scharfsinn, drittens für Einsicht, Verständnis, viertens für Nachricht, Mitteilung, Auskunft und fünftens für Nachrichtendienst bzw. Nachrichtenwesen. Martin Grothe, Peter Gentsch, „Business Intelligence, Aus Informationen Wettbewerbsvorteile gewinnen“, Addison-Wesley 2000 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

16 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. Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

17 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

18 Business Intelligence
Eine Begriffsbestimmung Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

19 Business Intelligence
Eine Begriffsbestimmung 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. Hypothesengestützt meint hier, das der Anwender bereits eine Idee davon hat, wonach er sucht. Er hat also eine Aussage, die er entweder verifiziert oder falsifiziert haben möchte. Bei der hypothesenfreien Analyse hingegen geht der Anwender unvoreingenommen an die Analyse heran, d.h. das System muss selbst Aussagen generieren und unter Interaktion mit dem Benutzer untersuchen. Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

20 Business Intelligence
Eine Begriffsbestimmung Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

21 Business Intelligence
Eine Begriffsbestimmung Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

23 Business Intelligence
Business Intelligence Anwendungen 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) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

24 Business Intelligence
Business Intelligence Anwendungen 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

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

27 Current Business Dynamic
Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

28 Current Business Dynamic
Consequences for the Companies 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

29 Current Business Dynamic
Consequences for the Companies cont. 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

30 Current Business Dynamic
Business forces in the 90’s 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

32 Current Business Dynamic
Business forces in the 90’s 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 Cristmon – Johann Lindenberg, Chef Unilever Deutschland GmbH (Iglu, Knorr, Rama) Example: Your local Supermarkt Are able to form a complete picture of many of their customers through amalgamating (vereinigen) information collected by loyalty cards with other demographic information They may develop (own label) product that is attractive to certain profitable micro-segment of their customer base (Markgraeflerland) – local supermarkets are in a better position to design these products – better position than major brand owners Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

33 Current Business Dynamic
Business forces in the 90’s 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 It’s 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) Example: VW Product palette (subsidiary companies) Skoda Fabius to Bentley Product variations (KW, ausstattung, single family, sport …) Based on a machine platform Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

34 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) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

35 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

36 Current Business Dynamic
Information Challenge – What will the future bring ? 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

37 Current Business Dynamic
Information Challenge – What will the future bring ? 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

38 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

39 Introduction into Data Warehousing
Operative Systeme und Analytische Systeme 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

40 Introduction into Data Warehousing
Operative Systeme und Analytische Systeme Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

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

43 Introduction into Data Warehousing
Ein „zusätzliches“ Data Warehouse Business Applications (CMA‘s) 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

44 Introduction into Data Warehousing
Ein „zusätzliches“ Data Warehouse Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

45 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

46 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 management‘s decision-making process.“ [Inmon, Hackathron 1994] Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

47 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

48 Introduction into Data Warehousing
Data Warehouse Definition 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. Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

49 Introduction into Data Warehousing
Data Warehouse Architecture Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

50 Introduction into Data Warehousing
Data Warehouse Architecture 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. Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

51 Introduction into Data Warehousing
Data Warehouse Architecture 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). Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

52 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

53 Introduction into Data Warehousing
DW und verwandte Konzepte • Die MIS-Euphorie der 60-iger Jahre – Bis dahin beschränkte sich ein IS meist auf das, was zur externen Rechnungslegung notwendig war – Nun entwickelte man Systeme, die • direkt auf die Daten der operativen Systeme zugriffen • mittels Batch-Läufen automatisierte Berichte erzeugten • teilweise versuchten Entscheidungen zu automatisieren – (Falsche) Grundannahmen: • Der Informationsbedarf ist a priori bestimmbar Die automatisch erzeugten Daten können unmittelbar für Entscheidungen genutzt werden • DSS - Die Controlling-Ära der 70-iger Jahre – Beim MIS ging es um die reine Datenversorgung – DSS unterstützen i.d.R. den Fachspezialisten • bei der interaktiven Lösung von Teilaufgaben • durch Modelle und Methoden (z.B.: What-if und How-to-achieve Fragestellungen. – Keimzelle waren meist Controlling-Abteilungen, die • z.B. mit Spreadsheets) Berichtswesen-Daten aufbereiteten – Wegen der PC-Orientierung vieler Werkzeuge • DV-Wildwuchs, mit oft inkonsistenten Enduser-Ergebnissen – Neu: Group Decision Support Systems (GDSS) • FIS/EIS: Top-Management-Support der 80-iger? – Geprägt durch • intuitiv bedienbare und individuell anpassbare Benutzeroberflächen • neuartige Techniken, wie Drill-Down (disaggregierende Informationsanalyse auf Knopfdruck) und Exception Reporting (mit Kennzeichnung auffälliger Abweichungen) • Einbeziehung der elektronischen Kommunikation – Ursprünglich gedacht fürs Top-Management • Eigentliche Durchsetzung aber erst durch Einzug in die entscheidungsvorbereitenden Stellen und Fachbereiche – Seit Mitte der 80-iger boomt der FIS/EIS-Markt Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

54 Introduction into Data Warehousing
DW Everybodys IS der 90-iger/0x-iger 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

55 Introduction into Data Warehousing
DW Analyseorientierten Anwendungen 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

57 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

58 The Business Value of a Data Warehouse
Customer Relationship Management So what is CRM: - a formal program that allows us to achieve (erreichen) customer related objectives by knowing customers better: “1st 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) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

59 The Business Value of a Data Warehouse
CRM and Corporate Strategy A company can take only one of three possible positions for it’s 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 It’s impossible to maintain the technology leader over time and technology – other companies will soon catch up Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

60 The Business Value of a Data Warehouse
CRM and Corporate Strategy A company can take only one of three possible positions for it’s 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

61 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

62 The Business Value of a Data Warehouse
Customer Strategy (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 – it’s 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

63 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

64 The Business Value of a Data Warehouse
Developing a CRM Strategy II (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) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

65 The Business Value of a Data Warehouse
Developing a CRM Strategy III (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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

66 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 ! Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

67 The Business Value of a Data Warehouse
Tiering (Einteilen) Customers Most Valuable Customers (MVC’s) Most Growable Customers (MGC’s) Third & Fourth Tier Below Zeros (BZ’s) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

68 The Business Value of a Data Warehouse
Tiering (Einteilen) Customers I Most Valuable Customers (MVC’s) - 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

69 The Business Value of a Data Warehouse
Tiering (Einteilen) Customers II Most Growable Customers (MGC’s) - 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 MGC’s can be moved to the MVC level ? Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

70 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 shouldn’t focus on them It’s 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 shouldn’t probably ignored to avoid placing undue (uebertrieben) focus on them Untersuchungen zeigen, daß rund 60 bis 80 Prozent der Kunden mit einem durchschnittlichen Anlagewert von unter DM der Bank einen negativen Deckungsbeitrag I bescheren. Ziel von Banken ist es also, alle Akquisitions- und Kundenbindungsaktivitäten auf solche Kunden auszurichten, die für die Bank zumindest mittel- bis langfristig profitabel sind. Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

71 The Business Value of a Data Warehouse
Tiering (Einteilen) Customers IV Below Zeros (BZ’s) 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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

73 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) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

74 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

75 The Business Value of a Data Warehouse
Key Enabler for a 1 to 1 marketing over long term 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

76 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 Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

77 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) Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

78 The Business Value of a Data Warehouse
Lasting (dauerhaft) Competitive (konkurenzfaehig) Advantage 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 It’s difficult to codify (chiffrieren) and record this information and to represent it meaningful Ben Martin BA Lörrach, WI 4.Semester 4/21/2002

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