Analytisches CRM im Bereich der Online-Medien

57 Pages·2009·1.5 MB·German

by  Christian Kolodziej

EIGENSTÄNDIGKEITSERKLÄRUNG
Hiermit versichere ich, dass ich die vorliegende Arbeit selbständig und ohne an-
dere als die angegebenen Quellen und Hilfsmittel verfasst habe. Die aus fremden
Quellen direkt oder indirekt übernommenen Gedanken sind als solche gekenn-
zeichnet.
Karlsruhe,den29.Januar2009
Kurzzusammenfassung
Insbesondere in wirtschaftlich unsicheren Zeiten wird es für Unternehmen zuneh-
mend wichtiger, sich um ihre Bestandskunden zu kümmern. Mit kompetenter Be-
treuung steigert man ihre Zufriedenheit und senkt das Kündigungsrisiko. Dieses
Prinzip ist gleichzeitig auch die Kernaussage eines jeden Customer Relationship
Managements (CRM). Immer mehr Unternehmen haben erkannt, dass nur zufrie-
deneKundenlangfristigdenUnternehmenserfolgsichernunddeshalbimZentrum
allerAktivitätenstehenmüssen.
DerHuberVerlaghatimOktober2008einoperativesCRM-Systemnebstderzu-
gehörigen CRM-Strategie eingeführt. Zunächst galt es, eine einheitliche und kon-
sistenteSichtaufdenKundenzuschaffen,dasichdieInformationenbiszudiesem
Zeitpunkt über die einzelnen Portale verteilten. Doch noch sind einige Informatio-
nen zu Kunden, deren Aktivitäten und Werten für das Unternehmen in anderen
Systemengespeichertundnichtdirektzugänglich.DieEinführungeinesBusiness-
Intelligence-SystemssollAbhilfeschaffenundnebenbestimmtenKennzahlenauch
dieMöglichkeitliefern,KundenundKundenaktivitätenzuanalysieren,umaufBa-
sisderErgebnissenötigeEntscheidungentreffenzukönnen.
NachderkurzenVorstellungdesHuberVerlagssowiedentheoretischenBetrach-
tungen von Customer Relationship Management und Business Intelligence (BI),
geht es in dieser Diplomarbeit um die Analyse der aktuellen Situation und dar-
auf aufbauend um die Anforderungen an eine BI-Lösung. Anschließend werden
potentielle Systeme anhand beispielhafter Anforderungen direkt verglichen. Die-
se Evaluation soll dem Huber Verlag als Grundlage dienen, um später die richtige
EntscheidungüberdieBI-Strategieund-Softwaretreffenzukönnen.
Abstract
Especially during economically troubled times it becomes more and more import-
ant for companies to pay attention to their existing customers. Cancellation risks
are reduced by satisfying the costumers’ needs, which is the principle of customer
relationshipmanagement(CRM),too.Moreandmorecompaniesrealizedthatonly
satisfiedcustomerscouldassuretheeconomicalsuccessofthecompanyandthere-
foreallactivitieshaveabackgroundoncustomers’needs.
The Huber Verlag has strategically established CRM in october 2008 in order to
achieveaconsistentviewofalltheinformationthatarestoredindifferentdatabases
and systems, which means that there are many information about the customers’
activities and their values for the company that aren’t still directly available. The
introductionofabusinessintelligencesoftwareshouldprovidesignificantkeydata
to analyse the customers and their activities. These results are promptly necessary
tomaketherightdecisions.
Therefore an introduction of Huber Verlag is presented as well as some applied
theory about CRM and business intelligence (BI). After the analysis of the current
situation and the specific requirements some different applications are evaluated
anddirectlycomparedbasedonsomesampleneeds.Thisevaluationisintendedto
help the company to make a decision about its business intelligence strategy and
softwaresolution.
Inhaltsverzeichnis
1 Huber Verlag f(cid:252)r Neue Medien GmbH 11
1.1 DiewichtigstenPortaledesHuberVerlags . . . . . . . . . . . . . . . 11
2 Customer Relationship Management 13
2.1 GeschichtedesCRM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.1 KonkurrenzbelebtdenMarkt . . . . . . . . . . . . . . . . . . . 14
2.1.2 SelektiveCRM-SystemealsVorreiter . . . . . . . . . . . . . . . 15
2.1.3 DerGedankedesintegrativenCRM . . . . . . . . . . . . . . . 16
2.2 RahmenbedingungenfürCRM . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1 Kundeninformation . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2 Strategie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.3 Organisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.4 MitarbeiterundKultur . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.5 Technik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 ZieleundstrategischerKontextvonCRM . . . . . . . . . . . . . . . . 21
2.3.1 EntwicklungvonKundenbeziehungen . . . . . . . . . . . . . 22
2.3.2 AufrechterhaltungvonKundenbeziehungen . . . . . . . . . . 23
2.3.3 Business-to-Businessvs.Business-to-Consumer . . . . . . . . 23
2.4 KostenundNutzeneinerCRM-Einführung . . . . . . . . . . . . . . . 24
2.5 KomponentenvonCRM-Systemen . . . . . . . . . . . . . . . . . . . . 25
2.5.1 OperativesCRM . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5.2 AnalytischesCRM . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5.3 KollaborativesCRM . . . . . . . . . . . . . . . . . . . . . . . . 27
2.6 IterativeWeiterentwicklungdesCRM . . . . . . . . . . . . . . . . . . 28
2.6.1 ClosedLoop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.7 ZukunftvonCRM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5
Inhaltsverzeichnis 6
3 Business Intelligence im analytischen CRM 32
3.1 KomponenteneinesBI-Systems . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Metadatenverwaltung . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.3 DatenschnittstellezudenQuellen . . . . . . . . . . . . . . . . . . . . 35
3.4 Datenintegration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4.1 ETL-Prozess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.5 DasDataWarehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.5.1 Datenschemata . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.6 On-LineAnalyticalProcessing(OLAP)undDataMining . . . . . . . 43
3.6.1 DatenanalysemitOLAP . . . . . . . . . . . . . . . . . . . . . . 43
3.6.2 VomSingle-CubezumMulti-Cube . . . . . . . . . . . . . . . . 48
3.6.3 MusterundTrendserkennenmitDataMining . . . . . . . . . 49
3.7 BenutzeroberflächeundPräsentation . . . . . . . . . . . . . . . . . . . 50
4 Analyse der aktuellen Situation 52
4.1 Statusquo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.1.1 CRM-Datenmodell . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.1.2 Change-Requests . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.2 InkrementelleWeiterentwicklung . . . . . . . . . . . . . . . . . . . . . 57
5 Anforderungsanalyse 59
5.1 AnforderungenimBereichVertrieb . . . . . . . . . . . . . . . . . . . . 60
5.2 AnforderungenimBereichFinanzenundControlling . . . . . . . . . 61
5.3 BeispielszenarienzurUmsetzung . . . . . . . . . . . . . . . . . . . . . 62
5.3.1 Kundenclustering . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.3.2 Unternehmens-Dashboard . . . . . . . . . . . . . . . . . . . . 63
6 Evaluation potentieller BI-Systeme 64
6.1 Cubeware . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.1.1 Systemintegration . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.1.2 DesigndesETL-Prozesses . . . . . . . . . . . . . . . . . . . . . 66
6.1.3 BereitsstellungderDatenwürfelundRechteverwaltung . . . 70
6.1.4 ErstellungderBerichteundDatenanalysen . . . . . . . . . . . 71
6.1.5 VerteilungundExportderBerichte . . . . . . . . . . . . . . . . 72
6.2 Jedox/Palo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Inhaltsverzeichnis 7
6.2.1 Systemintegration . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.2.2 ETL-ProzessmitIMP:Palo . . . . . . . . . . . . . . . . . . . . . 75
6.2.3 ETL-ProzessmitdemPaloETLServer . . . . . . . . . . . . . . 75
6.2.4 DatenzugriffmitdemPaloClient . . . . . . . . . . . . . . . . . 78
6.2.5 DatenzugriffüberdenPaloWebClient . . . . . . . . . . . . . 79
6.2.6 DatenzugriffperPluginfürExceloderOpenOffice.org . . . . 81
6.3 TalendmitCognos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.3.1 ETL-ProzessmitdemTalendOpenStudio . . . . . . . . . . . 82
6.3.2 DatenvisualisierungmitCognos . . . . . . . . . . . . . . . . . 85
6.4 Bewertung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7 Fazit und Bewertung 91
7.1 DieweitereBI-StrategiedesHuberVerlags . . . . . . . . . . . . . . . 92
A Codebeispiel zum Palo ETL Server 93
Literaturverzeichnis 96
Abbildungsverzeichnis
2.1 Informationspyramide . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 ZielevonCRM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3 MonetärerNutzenlangfristigerKundenbeziehungen . . . . . . . . . 25
2.4 DiedreiGrundsäulendesCRM . . . . . . . . . . . . . . . . . . . . . . 26
2.5 SchematischeDarstellungdesClosed-Loop-Marketing . . . . . . . . 29
2.6 VonderProduktorientierungzurKundenorientierung . . . . . . . . 30
3.1 Business-Intelligence-Kreislauf . . . . . . . . . . . . . . . . . . . . . . 33
3.2 ReferenzarchitekturnachBauerundGünzel . . . . . . . . . . . . . . 34
3.3 ProzesseundTeilbereicheinnerhalbeinesBI-Systems . . . . . . . . . 36
3.4 Der ETL-Prozess: Die Daten werden aus den operativen Quellen ex-
trahiert,transformiertundinsDataWarehousegeladen . . . . . . . . 37
3.5 Star-SchemaundSnowflake-SchemaimdirektenVergleich . . . . . . 42
3.6 n-dimensionalerHyperwürfel . . . . . . . . . . . . . . . . . . . . . . . 44
3.7 RollUp und Drill-Down - Aggregierung und Aufschlüsselung der
Daten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.8 SlicingundDicingineinemmultidimensionalenDatenwürfel . . . . 45
3.9 DurchPivotierunglässtsichdiePerspektiveaufDatenwürfelverän-
dern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.10 DerMulti-CubesetztsichausdenInhaltenderSingle-Cubeszusam-
men . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.1 Das operative CRM-System als zentrale und konsistente Datenbasis
fürdieKunden-Stammdaten . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Der Portalkontakt als portalspezifische Darstellung eines Kontakt-
Datensatzes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8
Abbildungsverzeichnis 9
6.1 Die Bundesländer aller PresseBox-Kunden werden per Mapping er-
stellt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2 AlleJahremitUmsätzenimseminarSPIEGELwerdeninderDimen-
sion„Umsatz“angelegt . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.3 Der Datenwürfel für das Kundenclustering wird mit den LifePR-
Datenerzeugt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.4 DerDatenwürfelfürdasDashboardgeneriertsichausdenIMS-Daten 70
6.5 DieDimensionenwerdenzuFilternfürdenBericht . . . . . . . . . . 71
6.6 AuswahllistezurSelektiondesPortals . . . . . . . . . . . . . . . . . . 72
6.7 DiezweimitdemCubewareCockpiterstelltenBerichte . . . . . . . . 73
6.8 DieArchitekturmitdemPaloOLAP-ServerimMittelpunkt . . . . . 74
6.9 DerPaloETLClientalsFrontendfürdenPaloETLServer . . . . . . 77
6.10 DerPaloClientermöglichdeneinfachenDatenzugriff . . . . . . . . . 79
6.11 DerPaloWebClientstelltdieFunktionalitätdesPaloClientsimWeb-
browserzurVerfügung . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.12 Über ein Plugin wird Excel zum Frontend für den Datenwürfel und
bietetschnellegrafischeAuswertungsmöglichkeiten . . . . . . . . . . 81
6.13 DieDimension„Bundesland“wirdineinemMappinggefüllt . . . . 83
6.14 DietMap-KomponentefiltertundverändertDatenvonmehrerenDa-
tenquellenaufihremWegzudenAusgabeströmen . . . . . . . . . . 84
6.15 DatenvisualisierunginPowerPlaybeiderAnalyseeinesDatenwürfels 86
6.16 Berichtsdesign im Report Studio (Hintergrund) und der fertige Be-
richtimCognosViewer(Vordergrund)im . . . . . . . . . . . . . . . . 87
Tabellenverzeichnis
3.1 GegenüberstellungderCharakteristikavontransaktionalenundana-
lytischenAnwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . 41
10