Tutorium Einführung Wirtschaftsinformatik

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

9

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

12

CRM

13

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

17

MSS

18

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.]

MSS

21

MSS

22

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

MSS - DW

27

MSS – DW - ETL

28

- Filterung- Harmonisierung- Aggregation- Anreicherung

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]

MSS - OLAP

32

MSS - OLAP

33

MSS - OLAP

34

MSS - OLAP

35

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]

MSS -KDD

38

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 tutorium@pschwan.de

@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