Unterlagen zum dritten Termin des Tutoriums für die EInführung in die Wirtschaftsinformatik an der Mercator School of Management.

1. Einführung in die Wirtschaftsinformatik
3. Termin Tutorium
Management Support Systeme

2. Allgemeine Hinweise
• 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
2

3. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
3

4. Wiederholung
• Was war Integration?
• Was ist ein ERP?
• Was ist ein SCM?
• Was lässt sich aus der
Pyramide ableiten?
4

5. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
5

6. 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
[Hansen/Neumann (2005), S. 658]
6

7. 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
[Hansen/Neumann (2005), S. 706 f.]
7

8. 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
[Hansen/Neumann (2005), S. 709 f.]
8

9. CRM
9

10. CRM
Gewinnung • Basis eines CRM sind Kundendaten
• Operative IS (ERP)
von • Feedback der aktuellen u. potentiellen Kunden
• Marktforschung
Kundendaten • Internetbasierte Befragung/ Beobachtung
• Kundenprofile
Auswertung • Basis für eine individuelle od. kundengruppenbezogene Ausgestaltung der
einzelnen Marketingmaßnahmen
von • Beinhaltet die Gesamtheit der Eigenschaften, die typisch den Kunden und
relevant für die Geschäftsbeziehung sind
• Kundenwert
Kundendaten • Customer-Lifetime-Value
• Kundensegmentbildung
[Hansen/Neumann (2005), S. 708 ff.]
10

11. 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
[Hansen/Neumann (2005), S. 709 ff.]
11

12. CRM
12

13. CRM
13

14. CRM - Komponenten
Analytisches CRM
• Tätigkeit der Datengewinnung und –auswertung
• Entscheidungsunterstützung bei Optimierung kundenbezogener Prozesse
• Data-Warehouse
• OLAP
• DataMining
Kommunikatives CRM
• Abstimmung der Kommunikationskanäle zwischen Anbieter und Kunden
• Koordination von Marketingaktivitäten
• Customer Interaction Center als multimediale
Kommunikationsschnittstelle
14

15. CRM - Komponenten
Operatives CRM
• 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
15

16. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
16

17. MSS
17

18. MSS
18

19. MSS - EUS
• Entscheidungsunterstützungssystem
– Decision Support System (DSS)
– Informationssystem zur Unterstützung bei der
Entscheidungsvorbereitung
– Funktionen zur Überprüfung von Hypothesen
– Untersuchung möglicher Handlungsalternative
durch
• Mathematische Modelle
• Methoden
[Hansen/Neumann (2005), S. 781]
19

20. MSS
Modell
• Ausschnitt der Realität in vereinfachter Form
Entscheidungsmodell
• Darstellung in mathematischer Form durch Variablen und Formeln
(Business Case)
Methode
• Systematische Vorgehensweise zur Lösung eines Problems
• Exakte und vollständig formulierte Verfahrensvorschrift - Algorithmus
[Hansen/Neumann (2005), S. 781 f.]
20

21. MSS
21

22. MSS
22

23. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
23

24. 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-variant
collection of data in support of management’s
decisions.” [Inmon, 1993]
24

25. MSS - DW
Subject-oriented
• Ausrichtung an inhaltlichen Themenschwerpkt. (Dimensionen)
• Bspw. Kunden, Regionen, Produkte
integrated
• Vereinheitlichung der Daten aus den operativen Systemen
• Benennung, Skalierung und Kodierung
nonvolatile
• Dauerhaftigkeit, Stabilität der Daten
• Bereitstellung von Zeitreihen über längere Zeiträume
25

26. MSS -DW
Time-variant
• Zeitorientierung der Informationen
• Aktualität der Daten
• Schnappschuss des Unternehmensgeschehens
• Zeitbezug
• Bestandsgrößen – Datumsangabe
• Bewegungsgrößen - Zeitraumangaben
26

27. MSS - DW
27

28. MSS – DW - ETL
- Filterung
- Harmonisierung
- Aggregation
- Anreicherung
28

29. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
29

30. MSS - OLAP
• On-Line Analytical Processing (OLAP)
– Interaktive, multidimensionale Analyse
– Intuitive Benutzeroberfläche
– Definition der OLAP Fähigkeit von Informationen
durch 12 Regeln von Codd
[Hansen/Neumann (2005), S. 818]
30

31. 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
[Hansen/Neumann (2005), S. 818]
31

32. MSS - OLAP
32

33. MSS - OLAP
33

34. MSS - OLAP
34

35. MSS - OLAP
35

36. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
36

37. MSS - KDD
Knowledge Discovery in Databases (KDD)
describes the „non-trivial process of
identifying valid, novel, potentially usefull, and
ultmately understandable patterns in data…“
[Fayyad, et al. 1996]
37

38. MSS -KDD
38

39. Agenda
1) Wiederholung
2) CRM-Systeme
3) Management Support Systeme
1) Data Warehouse
2) OLAP
3) KDD
4) Data Mining
39

40. 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

41. MSS – Data Mining
Klassifikation
• Zuordnung in vordefinierte Klassen
Clusterung
• Einteilung in Klassen gemäß einem Ähnlichkeitsmaß
Entdecken von Abhänigkeiten
• Abhängigkeitsbeziehungen von Attributausprägungen
[Hansen/Neumann (2005), S. 822 f.]
41

42. Fragen?? Nein? Danke!
Vielen Dank für die Aufmerksamkeit!
Anregungen, Kritik und Fragen gerne an
tutorium@pschwan.de
@p_schwan
42

43. 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