Upload
patrick-schwan
View
1.279
Download
0
Embed Size (px)
DESCRIPTION
Unterlagen zum dritten Termin des Tutoriums für die EInführung in die Wirtschaftsinformatik an der Mercator School of Management.
Citation preview
3. Termin TutoriumManagement Support Systeme
Einführung in die Wirtschaftsinformatik
Allgemeine Hinweise
2
• Die Unterlagen werden nicht durch den Lehrstuhl geprüft und können daher Fehler enthalten
• Verbindliche Antworten erteilt ausschließlich der Lehrstuhl
• Es werden lediglich zentrale Inhalte vertieft und wiederholt
Agenda
3
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
Wiederholung
4
• Was war Integration?
• Was ist ein ERP?
• Was ist ein SCM?
• Was lässt sich aus der Pyramide ableiten?
Agenda
5
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
CRM
Geschäftstransaktion
Informationsphase
• Ermittlung kaufrelevanter Informationen
• Bewertung der Produkte hinsichtl. bestimmter Kriterien
• Ermittlung potentieller Transaktionspartner
Vereinbarungsphase
• Kontaktaufnahme zwischen Transaktionspartnern
• Vereinbarung der Konditionen/ Vertragsgestaltung
Abwicklungsphase
• Durchführung von vereinbarten Transaktionen
• Austausch von Gütern, Geld und Informationen
6
[Hansen/Neumann (2005), S. 658]
CRM
• „Marketing-Philosophie“: Beziehungsmanagement• Es werden alle Kanäle zur Kundenansprache integriert
und in Hinblick auf den einzelnen Kunden optimiert.• Zielgruppen: Privatkunden (B2C) und Geschäftskunden
(B2B)• B2C-Kundenbeziehungsmanagementsystem
– Beinhaltet i.d.R. ein Konsumenteninformationssystem– Bezieht die Privatkundenkontakte anderer Absatzwege ein
• B2B-Kundenbeziehungsmanagementsystem– Unterstützt alle auf Geschäftskunden zielenden Marketing-
Maßnahmen
7
[Hansen/Neumann (2005), S. 706 f.]
CRM
• Kundenbeziehungsmanagement = Customer Relationship Management (CRM)– Dient zur Identifikation, Gewinnung und Erhaltung von
Kunden– Koordination sämtlicher Kundenkontakte– Verstärkung der Kundenbindung– Maximierung des Nutzens jeder einzelnen
Kundenbeziehung– Mittel:
• Konsequente differenzierte Kundenansprache• Abstimmung des Leistungsangebots auf die Kunden
8
[Hansen/Neumann (2005), S. 709 f.]
CRM
• Basis eines CRM sind Kundendaten
• Operative IS (ERP)
• Feedback der aktuellen u. potentiellen Kunden
• Marktforschung
• Internetbasierte Befragung/ Beobachtung
Gewinnung von
Kundendaten
• Kundenprofile
• Basis für eine individuelle od. kundengruppenbezogene Ausgestaltung der einzelnen Marketingmaßnahmen
• Beinhaltet die Gesamtheit der Eigenschaften, die typisch den Kunden und relevant für die Geschäftsbeziehung sind
• Kundenwert
• Customer-Lifetime-Value
• Kundensegmentbildung
Auswertung von
Kundendaten
10
[Hansen/Neumann (2005), S. 708 ff.]
CRM
• Rechnergestütztes Customer Relationship Management• Einbeziehung außenwirksamer Informationssysteme auf Basis des
Internets• Speicherung sämtlicher Kundenkontakte in einer einheitlichen
Kundendatenbank bzw. einem Data Warehouse• Aufbereitung sämtlicher Kundenkontakte mittels Datenanalyse und
Data-Mining-Techniken• Automatisierung der Bereiche Kommunikation, Verkauf & Service• Komponenten
– Analytisches CRM– Kommunikatives CRM– Operatives CRM
11
[Hansen/Neumann (2005), S. 709 ff.]
CRM - Komponenten
• Tätigkeit der Datengewinnung und –auswertung
• Entscheidungsunterstützung bei Optimierung kundenbezogener Prozesse
• Data-Warehouse
• OLAP
• DataMining
Analytisches CRM
• Abstimmung der Kommunikationskanäle zwischen Anbieter und Kunden
• Koordination von Marketingaktivitäten
• Customer Interaction Center als multimediale Kommunikationsschnittstelle
Kommunikatives CRM
14
CRM - Komponenten
• Dient dazu, innerh. des durch strategische Entscheidungen festgesetzten Aktionsraums automatisch die dem jeweiligen Kunden am besten entsprechende operativen Marketingentscheidungen zu treffen
• Rechnerunterstützung bezieht sich auf alle Phasen der Kundenbeziehung
• Schwerpunkte
• Kundenakquisition
• Verkauf
• Kundendienst
Operatives CRM
15
Agenda
16
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
MSS - EUS
• Entscheidungsunterstützungssystem
– Decision Support System (DSS)
– Informationssystem zur Unterstützung bei der Entscheidungsvorbereitung
– Funktionen zur Überprüfung von Hypothesen
– Untersuchung möglicher Handlungsalternativedurch
• Mathematische Modelle
• Methoden
19
[Hansen/Neumann (2005), S. 781]
MSS
• Ausschnitt der Realität in vereinfachter Form
Modell
• Darstellung in mathematischer Form durch Variablen und Formeln (Business Case)
Entscheidungsmodell
• Systematische Vorgehensweise zur Lösung eines Problems
• Exakte und vollständig formulierte Verfahrensvorschrift - Algorithmus
Methode
20
[Hansen/Neumann (2005), S. 781 f.]
Agenda
23
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse2) OLAP
3) KDD
4) Data Mining
MSS - DW
• Data Warehouse (DW)– Unternehmensweites Konzept
– Einheitliche und konsistente Datenbasis zur Entscheidungsunterstützung
– Getrennt von den operativen Systemen
• “A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variantcollection of data in support of management’sdecisions.”
24
[Inmon, 1993]
MSS - DW
• Ausrichtung an inhaltlichen Themenschwerpkt. (Dimensionen)
• Bspw. Kunden, Regionen, Produkte
Subject-oriented
• Vereinheitlichung der Daten aus den operativen Systemen
• Benennung, Skalierung und Kodierung
integrated
• Dauerhaftigkeit, Stabilität der Daten
• Bereitstellung von Zeitreihen über längere Zeiträume
nonvolatile
25
MSS -DW
• Zeitorientierung der Informationen
• Aktualität der Daten
• Schnappschuss des Unternehmensgeschehens
• Zeitbezug
• Bestandsgrößen – Datumsangabe
• Bewegungsgrößen - Zeitraumangaben
Time-variant
26
Agenda
29
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP3) KDD
4) Data Mining
MSS - OLAP
• On-Line Analytical Processing (OLAP)
– Interaktive, multidimensionale Analyse
– Intuitive Benutzeroberfläche
– Definition der OLAP Fähigkeit von Informationen durch 12 Regeln von Codd
30
[Hansen/Neumann (2005), S. 818]
MSS - OLAP
• Auszug aus Regeln Codd– Mehrdimensionale konzeptionelle Perspektive
– Transparenz
– Zugänglichkeit
– Dynamische Verwaltung dünn besetzter Matrizen
– Mehrbenutzerunterstützung
– Flexibles Berichtswesen
– Unbegrenzte Anzahl an Dimensionen und Aggregation
31
[Hansen/Neumann (2005), S. 818]
Agenda
36
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD4) Data Mining
MSS - KDD
Knowledge Discovery in Databases (KDD) describes the „non-trivial process ofidentifying valid, novel, potentially usefull, andultmately understandable patterns in data…“
37
[Fayyad, et al. 1996]
Agenda
39
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
MSS – Data Mining
• Datenbank-basierte Verfahren
– die unter Verwendung von
• Methoden der Statistik und
• Methoden der Künstlichen Intelligenz (KI)
– selbständig
• Annahmen generieren ("machine learning"),
• überprüfen und
• entsprechende Ergebnisse präsentieren.
40
MSS – Data Mining
• Zuordnung in vordefinierte Klassen
Klassifikation
• Einteilung in Klassen gemäß einem Ähnlichkeitsmaß
Clusterung
• Abhängigkeitsbeziehungen von Attributausprägungen
Entdecken von Abhänigkeiten
41
[Hansen/Neumann (2005), S. 822 f.]
Fragen?? Nein? Danke!
Vielen Dank für die Aufmerksamkeit!
Anregungen, Kritik und Fragen gerne an [email protected]
@p_schwan
42
Quellen
• Prof. Dr. Chamoni; Skript Einführung in die Wirtschaftsinformatik Sommersemester 2009
• Hansen, Hans Robert; Neumann, Gustaf: Wirtschaftsinformatik 1 - Grundlagen und Anwendungen. 9. Auflage, Lucius & Lucius, Stuttgart 2005.
43