Zusammenfassung
Gegenstand des Customer Relationship Managements (CRM) ist der Aufbau und die Pflege langfristig profitabler Kundenbeziehungen durch abgestimmte, kundenorientierte Geschäftsprozesse in Marketing, Sales und Service (Hippner/Wilde 2002, S. 6 ff.). Diese Prozesse unterliegen aufgrund oft kurzfristiger Veränderungen des Kundenverhaltens (z. B. bedingt durch Saison, Mode, Tests etc.) und des Wettbewerbsumfelds (z. B. Neuprodukte, Sonderpreise, Werbekampagnen etc.) einer hohen Dynamik (Boulding et al. 2005, S. 163). Dabei hat das Kampagnenmanagement in besonders hohem Maße mit der dynamischen Umwelt zurechtzukommen. Hier steht einerseits die Integration aller kundenbezogenen Informationen zu einer ganzheitlichen und konsistenten Sicht auf den Kunden (sog. „One Face of the Customer“), und andererseits die einheitliche Kommunikation des Unternehmens gegenüber dem Kunden (mit dem sog. „One Face to the Customer“) im Vordergrund (Hippner et al. 2006, S. 65; Hippner/Wilde 2003, S. 6). Informationen über das Kundenverhalten determinieren die Kommunikationsstrategie und ermöglichen kundenindividuelle Ansprachen. Es muss erkannt werden, wenn ein Kunde eines Telekommunikationsanbieters z. B. Interesse an einem Datennutzungstarif hat, um nachfolgend ein entsprechendes Angebot unterbreiten und somit einen Beitrag zum Unternehmenserfolg leisten zu können. In der Regel werden dabei Zielgruppen für Aktionen, auf Basis von Reaktionsdaten ähnlicher Kampagnen, aus den Vorperioden geplant. Die Aktualisierung der kundenindividuellen Reaktionsprognosen, welche die analytische Basis der Kontaktselektion darstellen, erfolgt also bereits auf Basis veralteter Daten. In einer dynamischen Umwelt spiegeln Prognosemodelle, die auf dieser Datengrundlage konstruiert werden, nicht die Umweltgegebenheiten und das Kunden-verhalten im Moment der Kampagnendurchführung wieder, sondern das Verhalten in den oft Wochen oder gar Monate zurückliegenden Perioden der Datenerhebung (Berry et al. 2000, S. 206 ff.). Aufgrund dieser veralteten Entscheidungsgrundlage deckt die hierauf aufbauende Selektion von Kontakten für Aktionen die potenziell reaktionsstärksten Kunden nur unzureichend ab, woraus ineffektive Ansprachen resultieren können.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literaturverzeichnis
Ahrenkiel, C. (2007): SOA Organisation – Höhere Anforderungen für Fachbereiche, in: manage it, Nr. 9, S. 82–84.
Aier, S.; Schelp, J. (2008): EAI und SOA – Was bleibt nach dem Hype?, in: Bichler, M. (Hrsg.): Multikonferenz Wirtschaftsinformatik 2008, Berlin, S. 1469–1480.
Allen, P. (2006): Service orientation – Winning strategies and best practices, Cambridge.
Alpaydin, E.; Linke, S. (2008): Maschinelles Lernen, München.
Anderson, R. (2007): The credit scoring toolkit, Oxford.
Azvine, B.; Cui, Z.; Nauck, D.; Majeed, B. (2006): Real Time Business Intelligence for the Adaptive Enterprise, in: IEEE (Hrsg.): The 8th IEEE International Conference on E-Commerce Technology, 2006 and the 3rd IEEE International Conference on Enterprise Computing, E-Commerce and E-Services, Los Alamitos,
Bange, C. (2006): Werkzeuge für Business Intelligence, in: Heilmann, H. (Hrsg.): Business & Competitive Intelligence, Heidelberg, S. 63–73.
Bassett, G. (2007): Decision Services: Pragmatic Real-Time Analytics, www.information-management.com/issues/2007_42/10000268-1.html (Zugriff: 26.01. 2010).
Bauer, A.; Günzel, H. (2009): Data-Warehouse-Systeme – Architektur, Entwicklung, Anwendung, 3. Aufl., Heidelberg.
Becker, J.; Knackstedt, R. (2004): Das Data-Warehouse-Konzept im CRM, in: Hippner, H.; Wilde, K. D. (Hrsg.): IT-Systeme im CRM – Aufbau und Potenziale, Wiesbaden, S. 183–208.
Beekmann, F.; Chamoni, P. (2006): Verfahren des Data Mining, in: Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme – Business-Intelligence- Technologien und -Anwendungen, 3. Aufl., Berlin, S. 263–282.
Berry, J. (2003): Making next best activity (NBA) programmes a success at delivering measurable improvements in ROI, in: Journal of Database Marketing & Customer Strategy Management, Vol. 11, No. 1, S. 53–59.
Berry, M.; Linoff, G.; Berry, M. J. A. (2000): Mastering data mining – The art and science of customer relationship management, New York.
Berson, A.; Smith, S.; Thearling, K. (2000): Building data mining applications for CRM, New York.
Blasum, R. (2007): Business Rules and Business Intelligence, in: DM Review, Nr. 4, S. 14–34.
Blood, S. (2005): Am Anfang steht die Früherkennung vom Warnsignal, in: Kuhlin, B.; Thielmann, H. (Hrsg.): Real-Time Enterprise in der Praxis – Fakten und Ausblick, Berlin, S. 393–401.
Boulding, W.; Staelin, R.; Ehret, M.; Johnston, W. J. (2005): A Customer Relationship Management Roadmap: What Is Known, Potential Pitfalls, and Where to Go, in: Journal of Marketing, Vol. 69, No. 4, S. 155–166.
Brenner, M. R.; Unmehopa, M. R. (2007): Service-oriented architecture and Web services penetration in next-generation networks, in: Bell Labs Technical Journal, Vol. 12, No. 2, S. 147–159.
Brobst, S. (2002): Delivering Extreme Data Freshness with Active Data Warehousing, www.tdwi.org/research/display.aspx?ID=6373 (Zugriff: 26.01.2010).
Brobst, S. (2005): Twelve Mistakes to Avoid When Constructing a Real-Time Data Warehouse, in: Schelp, J.; Winter, R. (Hrsg.): Auf dem Weg zur Integration Factory – Proceedings der DW2004 – Data Warehousing und EAI, Heidelberg, S. 153–166.
Brücher, H.; Endl, R. (2002): Eine geschäftsregelbasierte Erweiterung von UML, in: Becker, J.; Knackstedt, R. (Hrsg.): Wissensmanagement mit Referenzmodellen – Konzepte für die Anwendungssystem- und Organisationsgestaltung, Heidelberg, S. 145–161.
Bucklin, R.; Lehmann, D.; Little, J. (1998): From Decision Support to Decision Automation A 2020 Vision, in: Marketing Letters, Vol. 9, No. 3, S. 235–246.
Castelluccio, M. (2004): Real-time. Really?, in: Strategic Finance, Vol. 85, No. 7, S. 55–56.
Chamoni, P. (2001): On-Line Analytical Processing (OLAP), in: Hippner, H.; Wilde, K. D. (Hrsg.): Handbuch Data Mining im Marketing – Knowledge Discovery in Marketing Databases, Braunschweig, S. 543–562.
Chan, J. O. (2006): A Conceptual Model for Operations-Analytics Convergence, in: Journal of American Academy of Business, Cambridge, Vol. 8, No. 1, S. 48–54.
Chapman, P. (2009): The Race to Zero, in: Traders Magazine, Vol. 22, No. 301, S. 28–42.
Corsten, H.; Corsten, H.; Sartor, C. (2005): Operations Research – Eine problemorientierte Einführung, München.
Davenport, T. H.; Harris, J. G. (2007): Competing on analytics – The new science of winning, Boston.
Davis, J. R. (2006): Right-time Business Intelligence – Optimizing the Business Definition Cycle, Whitepaper, www.computerworld.com/pdfs/sybase_free_realtime_wp.pdf (Zugriff: 10.03.2010).
Dinter, B. (2008): Einsatzmöglichkeiten serviceorientierter Architekturen in der Informationslogistik, in: Töpfer, J.; Winter, R. (Hrsg.): Active Enterprise Intelligence – Unternehmensweite Informationslogistik als Basis einer wertorientierten Unternehmenssteuerung, Berlin, Heidelberg, S. 221–241.
Dold, T.; Hoffmann, B.; Neumann, J. (2004): Marketingkampagnen effizient managen – Methoden und Systeme – Effizienz durch IT-Unterstützung – Integration in das operative CRM, Wiesbaden.
Domschke, W.; Drexl, A. (2007): Einführung in Operations Research, 7. Aufl., Berlin.
Englbrecht, A. (2007): Kundenwertorientiertes Kampagnenmanagement im CRM, Hamburg.
epoq GmbH (2009): Outbound Case Study PSD Banken Gruppe, Whitepaper, www.epoq.de/pdf/case-study-psd-bank.pdf (Zugriff: 26.01.2010).
Fayyad, U.; Piatetsky-Shapiro, G.; Smyth, P. (1996): The KDD Process for Extracting Useful Knowledge from Volumes of Data, in: Communications of the ACM, Vol. 39, No. 11, S. 27–34.
Finger, P.; Zeppenfeld, K. (2009): SOA und WebServices, Berlin.
Gluchowski, P.; Gabriel, R.; Dittmar, C. (2008): Management-Support-Systeme und Business Intelligence – Computergestützte Informationssysteme für Fach- und Führungskräfte, 2. Aufl., Berlin, Heidelberg.
Golfarelli, M.; Rizzi, S.; Cella, I. (2004): Beyond data warehousing – What's next in business intelligence?, in: Davis, K. C.; Ronthaler, M. (Hrsg.): Data Warehousing and OLAP – Proceedings of the 7th ACM international workshop on Data Warehousing and OLAP, New York, S. 1–6.
Hackathorn, R. (2002): Current Practices in Active Data Warehousing, Whitepaper, www.bolder.com/pubs/NCR200211-ADW.pdf (Zugriff: 24.08.2010).
Hackathorn, R. (2004): Real-Time to Real-Value, in: DM Review, Vol. 14, No. 1, S. 24.
Han, J.; Kamber, M. (2006): Data mining – Concepts and techniques, 2. Aufl., Amsterdam.
Hansen, H. R.; Neumann, G. (2005): Informationstechnik, 9. Aufl., Stuttgart.
Hauser, W. J. (2007): Marketing analytics – the evolution of marketing research in the twenty-first century, in: Direct Marketing: An International Journal, Vol. 1, No. 1, S. 38–54.
Hippner, H.; Wilde, K. D. (2001): Der Prozess des Data Mining im Marketing, in: Hippner, H.; Wilde, K. D. (Hrsg.): Handbuch Data Mining im Marketing – Knowledge Discovery in Marketing Databases, Braunschweig, S. 22–94.
Hippner, H.; Wilde, K. D. (2002): CRM – Ein Überblick, in: Helmke, S.; Uebel, M.; Dangelmaier, W. (Hrsg.): Effektives Customer Relationship Management – Instrumente – Einführungskonzepte – Organisation, 2. Aufl., Wiesbaden, S. 3–37.
Hippner, H.; Wilde, K. D. (2003): Customer Relationship Management, in: Helmke, S.; Uebel, M.; Dangelmaier, W. (Hrsg.): Effektives Customer Relationship Management – Instrumente – Einführungskonzepte – Organisation, 3. Aufl., Wiesbaden, S. 3–38.
Hippner, H.; Leber, M.; Wilde, K. D. (2004): Kundeninformation als Basis des CRM, in: Hippner, H.; Wilde, K. D. (Hrsg.): IT-Systeme im CRM – Aufbau und Potenziale, Wiesbaden, S. 151–182.
Hippner, H.; Leußer, W.; Wilde, K. D. (2009b): Campaign Management of the Fourth Generation, in: IEEE (Hrsg.): Proceedings of the 42nd Hawaii International Conference on System Science, Los Alamitos, S. 1–9.
Hippner, H.; Rentzmann, R.; Wilde, K. D. (2006): Aufbau und Funktionalitäten von CRM-Systemen, in: Hippner, H.; Wilde, K. D. (Hrsg.): Grundlagen des CRM – Konzepte und Gestaltung, 2. Aufl., Wiesbaden, S. 45–74.
Hippner, H.; Leußer, W.; Rühl, D.; Wilde, K. D. (2009a): Optimierung der Kundenansprache und Kampagnenzielgruppen im Kampagnen-Management, in: Fischer, S. (Hrsg.): Proceedings 154 – Informatik 2009 – Im Focus das Leben (CD-Rom), Bonn, S. 1–15.
Kantardzic, M. (2003): Data mining – Concepts, models, methods and algorithms, New York.
Kopitsch, F. (2005): I & C Technologien für ein Real Time Enterprise (RTE), in: Kuhlin, B.; Thielmann, H. (Hrsg.): Real-Time Enterprise in der Praxis – Fakten und Ausblick, Berlin, S. 225–262.
Kühlmeyer, T.; Kalchthaler, K.; Siemssen, J. (2008): Erfolgsmessung von Kampagnen – Unerwünschte Effekte schnell aufspüren, in: BI-Spektrum, o. Nr., S. 38–40.
Kurz, A. (1999): Data Warehousing – Enabling technology, Bonn.
Küsters, U.; Bell, M. (2001): Zeitreihenanalyse und Prognoseverfahren, in: Hippner, H.; Wilde, K. D. (Hrsg.): Handbuch Data Mining im Marketing – Knowledge Discovery in Marketing Databases, Braunschweig, S. 255–297.
Kyriakopoulos, K.; Moorman, C. (2004): Tradeoffs in marketing exploitation and exploration strategies – The overlooked role of market orientation, in: International Journal of Research in Marketing, Vol. 21, No. 3, S. 219–240.
Lahrmann, G.; Stroh, F. (2008): Informationslogistik-Systemarchitekturen, in: Töpfer, J.; Winter, R. (Hrsg.): Active Enterprise Intelligence – Unternehmensweite Informationslogistik als Basis einer wertorientierten Unternehmenssteuerung, Berlin, Heidelberg, S. 129–156.
Lilien, G. L.; Rangaswamy, A. (2008): Marketing Engineering – Models the Connect with Practice, in: Wierenga, B. (Hrsg.): Handbook of marketing decision models, New York, S. 527–560.
Lusti, M. (2002): Data warehousing und data mining – Eine Einführung in entscheidungsunterstützende Systeme, 2. Aufl., Berlin.
March, J. G. (1991): Exploration and Exploitation in Organizational Learning, in: Organization Science, Vol. 2, No. 1, S. 71–87.
Martin, W. (2006): Dynamische Optimierung von Kundenkontakten in Echtzeit, www.competence-site.de/downloads/e9/97/i_file_28940/EPOQ_whitepaper_de_fin.pdf (Zugriff: 01.07.2009).
McKinley, P.; Sadjadi, S.; Kasten, E.; Cheng, B. (2004): A Taxonomy of Compositional Adaption, ftp://ftp.cse.msu.edu/pub/crg/PAPERS/survey-tr.pdf (Zugriff: 10.03. 2010).
Michalewicz, Z.; Schmidt, M.; Michalewicz, M.; Chiriac, C. (2007): Adaptive business intelligence, Berlin.
Mougayar, W. (2002): Spanning the Globe in Real-time, www.linuxriot.com/article/showArticle.jhtml?articleId=17700772 (Zugriff: 26.01.2010).
Neckel, P.; Knobloch, B. (2005): Customer Relationship Analytics – Praktische Anwendung des Data Mining im CRM, Heidelberg.
Osterholt, B. (2005): Closed-Loop in Echtzeit, in: Database Marketing, Nr. 2, S. 8–11.
Pfahrer, M.; Walser, K. (2002): Die Bedeutung von Business Rules im Customer Relationship Management, in: Meyer, M. (Hrsg.): CRM-Systeme mit EAI – Konzeption, Implementierung und Evaluation, Braunschweig, S. 137–155.
Porter, M. E. (2008): The Five Competitive Forces That Shape Strategy, in: Harvard Business Review, Vol. 86, No. 1, S. 78–93.
Rahman, N. (2007): Refreshing Data Warehouses with near real-time updates, in: Journal of Computer Information Systems, Vol. 47, No. 3, S. 71–80.
Reinmeier, S.; Lang, F.; Purucker, J.; Brügmann, H. (2007): 10 Antworten zu SOA, in: Fröschle, H.-P.; Reinheimer, S. (Hrsg.): Serviceorientierte Architekturen, Heidelberg, S. 7–17.
Ross, R. G. (2003): Principles of the business rule approach, Boston.
Schelp, J. (2006): „Real“-Time Warehousing und EAI, in: Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme - Business-Intelligence-Technologien und -Anwendungen, 3. Aufl., Berlin, S. 425–438.
Schmaltz, M.; Töpfer, J. (2008): Nutzenpotenziale unternehmensweiter Informationslogistik, in: Töpfer, J.; Winter, R. (Hrsg.): Active Enterprise Intelligence – Unternehmensweite Informationslogistik als Basis einer wertorientierten Unternehmenssteuerung, Berlin, Heidelberg, S. 157–179.
Schulze, K. D.; Dittmar, C. (2006): Business Intelligence Reifegradmodelle, in: Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme – Business-Intelligence-Technologien und -Anwendungen, 3. Aufl., Berlin, S. 71–88.
Semmler, M. (2005): Dynamisches Echtzeit-Scoring im telefonischen Kundenkontakt, Data Mining Cup 2005, www.prudsys.de/Service/Downloads/bin/DMC2005_Semmler.pdf (Zugriff: 30.09.2009).
Sun, B.; Li, S.; Zhou, C. (2006): Adaptive learning and proactive customer relationship management, in: Journal of Interactive Marketing, Vol. 20, 3/4, S. 82–96.
Temme, A. (2009): Effizienzsteigerung durch ein nachhaltiges Management der Datenqualität, in: Jelinek, B.; Hannich, M. (Hrsg.): Wege zur effizienten Finanzfunktion in Kreditinstituten – Compliance & Performance, Wiesbaden, S. 533–549.
Throckmorton, J. (1992): Creative Methods: An Overview, in: Nash, E. L. (Hrsg.): The direct marketing handbook, 2. Aufl., New York, S. 343–355.
Walser, K. (2006): Auswirkungen des CRM auf die IT-Integration, Lohmar. Watson, H. J.; Wixom, B. H.; Hoffer, J. A.; Anderson-Lehman, R.; Reynolds, A. M.
(2006): Real-time Business Intelligence Best Practice at Continental Airlines, in: Information Systems Management, Vol. 23, No. 1, S. 7–18.
White, C. (2004a): Building the Real-time Enterprise, www.tdwi.org/research/display.aspx?ID=7095(Zugriff: 16.05.2008).
White, C. (2004b): Now is the Right Time for Real-Time BI, in: DM Review, Vol. 14, No. 9, S. 47–54.
Wilde, K. D. (2001): Data-Warehouse, OLAP und Data Mining im Marketing – Moderne Informationstechnologien im Zusammenspiel, in: Hippner, H.; Wilde, K. D. (Hrsg.): Handbuch Data Mining im Marketing – Knowledge Discovery in Marketing Databases, Braunschweig, S. 1–21.
Winkeler, T.; Raupach, E.; Westphal, L. (2001): Enterprise Application Integration als Pflicht vor der Business-Kür, in: Information Management & Consulting, Vol. 16, No. 1, S. 7–16.
Winston, W. L. (2004): Operations research – Applications and algorithms, 4. Aufl., Belmont.
Zipser, A. (2001): Business Intelligence im CRM, in: Link, J. (Hrsg.): Customer Relationship Management – Erfolgreiche Kundenbeziehungen durch integrierte Informationssysteme, Berlin, S. 35–57.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2011 Gabler Verlag | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Grieser, L., Wilde, K.D. (2011). Adaptivität und Echtzeit in CRM-Prozessen. In: Hippner, H., Hubrich, B., Wilde, K.D. (eds) Grundlagen des CRM. Gabler. https://doi.org/10.1007/978-3-8349-6618-6_27
Download citation
DOI: https://doi.org/10.1007/978-3-8349-6618-6_27
Publisher Name: Gabler
Print ISBN: 978-3-8349-2550-3
Online ISBN: 978-3-8349-6618-6
eBook Packages: Business and Economics (German Language)