Melden Sie sich hier an, um auf Kommentare und die Whitepaper-Datenbank zugreifen zu können.

Kein Log-In? Dann jetzt kostenlos registrieren.

Falls Sie Ihr Passwort vergessen haben, können Sie es hier per E-Mail anfordern.

Der Zugang zur Reseller Only!-Community ist registrierten Fachhändlern, Systemhäusern und Dienstleistern vorbehalten.

Registrieren Sie sich hier, um Zugang zu diesem Bereich zu beantragen. Die Freigabe Ihres Zugangs erfolgt nach Prüfung Ihrer Anmeldung durch die Redaktion.

11.06.1999 - 

Lösungen statt Technik/Data-Warehouses für Customer Relationship Management

Kundenorientierung rangiert vor der Qualität der Produkte

Von Michael Matzer* Unter der modischen Bezeichnung Customer Relationship Management (CRM) erfahren vertriebsunterstützende Systeme derzeit eine große Nachfrage. Sie sind ein Beispiel dafür, wie komplexe Techniken, etwa Warehousing oder Neuronale Netze - für den Anwender unsichtbar - den Geschäftszielen dienen können.

Die globale Wirtschaft verstärkt den Wettbewerbsdruck auf die deutschen Unternehmen. Ähnlich wichtig wie das immer wieder beschworene Time to Market ist dabei, sich von Produkt- auf Kundenorientierung umzustellen. Ein Unternehmen muß immer früher und genauer über Erfolg und Mißerfolg seiner Produkte und Services Bescheid wissen. Je besser es seine Klientel kennt, desto besser kann es diese an sich binden - was wesentlich preiswerter ist als Neukunden mit teuren Marketing-Kampagnen zu akquirieren.

Hierzulande steht es vor allem im Telekommunikationssektor mit der Kundentreue nicht zum besten: Bekommt der Interessent seine Handy-Karte nicht binnen weniger Stunden freigeschaltet, wird er höchstwahrscheinlich einen anderen Anbieter wählen.

Nicht viel besser stellt sich die Situation in puncto Verkaufen im Web dar. E-Commerce-Kunden sind ungeduldig und klicken weiter, wenn die gewünschte Seite mangels Performance nicht sofort auftaucht. Die Folgen sind Umsatzausfall, Imageverlust und eine Stärkung der Konkurrenz, die nur einen Mausklick entfernt wartet.

Das Internet ist aber auch eine Chance: Es läßt den Traum der Vertriebsspezialisten vom One-to-one-Marketing wahr werden: Individuelle Verkaufsberatung von Tausenden von Interessenten gleichzeitig und weltweit. Der deutsche E-Mail-Dienst GMX nutzt das Web zu diesem Zweck und versucht darüber hinaus, mit CRM die einmal gewonnenen Kunden bei der Stange zu halten.

Dazu muß man deren Wünsche berücksichtigen, was allerdings schwierig ist, wenn man sie nicht kennt. Schließlich ist die Masse der Kundendaten meist in operativen Systemen wie dem betriebswirtschaftlichen R/3-Paket von SAP oder in Datenbanken auf eine Weise gespeichert, die dem Marketing- und Vertriebs-Manager nur wenig helfen. Es gilt also diese Informationen durch ein Data-Warehouse aufzubereiten.

Auch die Datenbankhersteller haben ein vitales Interesse an Data-Warehouses. Ihre Produkte verkaufen sich heute nicht mehr von selbst. Der Kunde wünscht sich kein Werkzeug, sondern die komplette Lösung. Die Datenbank, die ein Data-Warehouse unterstützt, ist also nur noch Mittel zum Zweck.

Entscheidend ist für den Marketing-Manager aber nicht nur, daß er Kundendaten bekommt. So wie aus einem Rohdiamanten nur durch geduldiges Schleifen ein Brillant wird, müssen auch die Datenschätze erst veredelt werden. Wie aber geht dieser Prozeß vor sich?

Möchte beispielsweise ein Telekommunikationsanbieter seine Tarife für einen kleinen Kreis seiner Geschäftskunden attraktiver strukturieren, bietet sich eine Direkt-Marketing-Aktion an. Die Erfolgschancen sind dabei um so größer, je genauer die Kundenprofile gefaßt sind.

Das Customer Relationship Management kennt für solche Aktionen vier Schritte:

- Wissensgewinnung und Segmentierung der Kundschaft,

- Erstellen eines Marketing-Plans,

- Interaktion mit dem Kunden sowie

- Analyse und Verfeinerung des CRM-Prozesses - der Kreis schließt sich.

Das Ziel von CRM besteht darin, dem richtigen Interessenten das richtige Angebot zu machen - und zwar zur richtigen Zeit über den richtigen Vertriebsweg.

In der Phase der Wissensgewinnung versucht die zuständige Abteilung, die Marktchancen zu berechnen, vielversprechende Kunden auszumachen und diese in Gruppen zu unterteilen - etwa in Privat- und Geschäftskunden. Hierzu werden unter anderem statistische Methoden auf eine Datenbasis angewandt. Diese kann beispielsweise in einem Data-Warehouse vorliegen. Die Kundendaten sind hier schon in einem bestimmten Schema aufgebaut, weisen eventuell Hierarchien und Kategorien auf. Ihre Beschreibung erfolgt mittels Metadaten in einem Repository. Mit Hilfe der Technik des Online Analytical Processing (Olap) lassen sie sich segmentieren, strukturieren und in "Würfeln" zusammenfassen: Informationen lassen sich dort in mehreren Dimensionen hinter- und nebeneinanderstellen und können bei der Suche, ähnlich wie beim Rubik-Würfel, neu kombiniert werden.

Diese logische Struktur ermöglicht es dem Marketing-Manager, die Kundendaten nach verschiedensten Gesichtspunkten zu untersuchen. So kann er herausfinden, welche Geschäftskunden wo ansässig sind und von welcher Niederlassung betreut werden. Die Daten der Zweigstelle verschaffen ihm einen Einblick in das Geschäft mit diesem Kunden. Erfüllt der Umsatz die Erwartungen, wird der Kunde in den exklusiven Kreis aufgenommen.

Die Dresdner Bank etwa definiert für das Emissionsgeschäft "Global Markets". Das heißt, es werden über alle Regionen, Standorte und Verkaufsteams hinweg weltweite Erfolgsbilanzen über den Handel und Vertrieb von festverzinslichen Wertpapieren, Devisen, Edelmetallen und Geldmarktprodukten und ihren Derivaten erstellt. Das Sofortauskunftsystem heißt "Daisy" (Dynamic Analysis Information System) und fußt auf der "Cognos-Suite" des kanadischen Tool-Anbieters Cognos Inc., Ottawa. Die Ergebnisse der Analysen sind ein wichtiger Bestandteil des Intranet-basierten Führungsinformationssystems des Geschäftsbereichs Global Markets.

"Der Manager liest in Daisy wie in einer Zeitung", berichtet Aimé Ngarukiyintwali, Analyst bei der Dresdner Bank. Zuerst fällt der Blick auf eine Weltkarte, Standorte lassen sich mit der Maus anklicken. Daraufhin erscheint ein Menü zur Auswahl von Niederlassungen und Sales-Teams. Auch die dazugehörenden Finanzdaten und Geschäftsarten werden per Mausklick sichtbar.

Stehen die Daten über lange Zeiträume hinweg zur Verfügung, lassen sich Geschäftsverläufe beobachten. Die dabei hervortretenden Muster ermöglichen eine frühzeitige Reaktion auf Marktveränderungen, die dem Unternehmen wiederum Wettbewerbsvorteile gegenüber Mitbewerbern verschaffen können. Muster sind allerdings nicht immer deutlich erkennbar. Daher wird im Rahmen des Data-Mining systematisch mit Spezialalgorithmen nach ihnen gesucht. Data-Mining setzt auf historischen Daten auf und macht Strukturen und Ursache-Wirkung-Beziehungen sichtbar. Für komplizierte Prognosen werden nicht selten Verfahren der Künstlichen Intelligenz und Neuronale Netze verwendet.

"Die genauere Vorhersage des Bedarfs, wie sie in Technik mit Neuronalen Netzen verfügbar ist, kann zu beträchtlichen Kosteneinsparungen beitragen, denn sie erlaubt es uns, die Stromproduktion eng an den Verbrauch anzupassen", berichtet beispielsweise Chris Rogers, Senior-Analyst beim größten privaten Stromerzeuger in England und Wales, der National Grid Company (NGC). Das Unternehmen wollte seinen Ertrag erhöhen, ohne die Servicequalität für die Kunden zu senken, was ihm durch die Verringerung von Unter- und Überproduktion gelang.

Nachdem nun die attraktivsten Kunden ausgewählt wurden, tritt das CRM-Projekt in die Phase der Marketing-Planung: Es wird über die Art der Kampagne entschieden und die Angebote pro Kundensegment, die Vetriebswegestrategie, der zeitliche Ablauf und der Auslöser werden festgelegt. Der Auslöser kann ein externes Ereignis sein, etwa das Jahr 2000 oder ein internes, beispielsweise wenn der fünfmillionste Kunde gezählt wurde.

Zu diesem Projektzeitpunkt gilt es mögliche Szenarien durchzuspielen. Dabei helfen die aus Data-Warehouse-Informationen mittels Olap gewonnenen Datenwürfel.

Ähnlich wie ein mehrdimensionales Tabellenkalkulationsblatt geben die Würfel den Marketing-Planern Antwort auf Fragen wie: Wenn ich den Preis und den Zeitpunkt mit X ändere, welche Ergebnisse erhalte ich dann als Y? Auf Basis der so gewonnenen Erkenntnisse werden der zeitliche, organisatorische und räumliche Aufbau sowie die Bestandteile der Kampagne festgelegt.

Im dritten Schritt erfolgt die Kundeninteraktion. Kommen die Adressen für das Direkt-Mailing aus dem Data-Warehouse, ist über ein Update durch operative Systeme sicherzustellen, daß die Angaben aktuell sind.

Die Kontaktaufnahme mit dem Kunden

Sind die Anschreiben beim Kunden, ermittelt die Marketing-Abteilung, ob und wie die Kunden über das Call-Center oder die Web-Site reagieren. Oft wird auch per Telefon nachgefaßt. Für die Interpretation der Ergebnisse wird wieder die Olap-Analysemaschinerie angeworfen. Die Auswertung der Antworten läßt sich über Olap-Werkzeuge in Reports und Diagramme gießen.

Beispiel BMG: Niels Müller-Warmuth ist Leiter des Bereichs Business Information bei der Bertelsmann Music Group in München, die für den Vertrieb und das Marketing von Tonträgern zuständig ist. In seinem Unternehmen erfolgt der Verkauf über unterschiedliche Vertriebskanäle. Auf der Basis des Data-Warehouse, das unter anderem mit Daten der Gesellschaft für Konsumforschung versorgt wird, lassen sich aktuelle Reaktionen auf entsprechende Marketing-Maßnahmen auswerten. Außerdem sind kumulierte Betrachtungen der Werte über verschiedenste Kategorien möglich, um globalere Aussagen über das Geschäft treffen zu können. Die Marketing-Reports mit Kosten-Nutzen-Vergleich werden von anderen Systemen mit Daten versorgt.

Die verkauften Artikel lassen sich nach Repertoires wie Pop oder Klassik analysieren und Trends zuordnen. Sie bilden die Grundlage für die Marketing-Strategie von BMG. "Durch unsere datenorientierte Vorgehensweise haben wir schätzungsweise einen Produktivitätszuwachs von rund 30 Prozent im Jahr erreicht", erklärt Müller-Warmuth. Nach dieser Rechnung werden sich die Investitionen der BMG binnen weniger Jahre amortisieren. Vor allem aber kann das Unternehmen flexibler auf den Markt reagieren.

ANGEKLICKT

Marketiers lebten bisher in dem Dilemma, mit wenig aussagekräftigen Image-Anzeigen viele potentielle Käufer, oder in intensiven Gesprächen nur sehr wenige Kunden ansprechen zu können. Einen Ausweg verspricht die Kombination aus Data-Warehouse- und Customer-Relationship-Techniken. Damit lassen sich maßgeschneiderte Angebote erstellen.

*Michael Matzer ist freier Journalist in Seefeld bei München.