Customer Relationship Management IT-enabled Strategy

Modul: Betreuender Professor: Department: Verfasser: MatrikelNr.:

Wirtschaftsinformatik 2 Prof. Dr. Rudiger Weibach Wirtschaft & Soziales Arash Fazaeli Nia (arash.fazaelinia@haw-hamburg.de) 1909155 Freihafenstr.11 20539 Hamburg Telefon : 040/78018804

Semester:

Wintersemester 2009/2010 6. Semester

Inhaltsverzeichnis

Abkrzungsverzeichnis .......................................................................................................................3 Abbildungsverzeichnis ........................................................................................................................3 Tabellenverzeichnis .............................................................................................................................3

1 Einleitung ..........................................................................................................................................4 2 Strategieansatz CRM .......................................................................................................................4 3 Aufbau und Komponenten des CRM...............................................................................................6 3.1 Operatives CRM ......................................................................................................................7 3.2 Analytisches CRM ...................................................................................................................8 3.2.1 Customer Data-Warehouse...............................................................................................8 3.2.2 Online Analytical Processing..........................................................................................10 3.2.3 Data Mining....................................................................................................................11 4 Klassen der CRM-Systeme.............................................................................................................13 4.1 Prozess- und Informationssystemgestaltung 4.1.1 Darstellung von CRM-Prozessen 14 4.1.2 Business Rules zur Prozesssteuerung und automatisierung 4.1.3 ARIS-Architektur integrierter Informationssysteme 18 4.2 Perspektive der Integration von Anwendungssystemen 19 5 Schlussbetrachtung und Entwicklungsperspektiven ....................................................................20 Literaturverzeichnis............................................................................................................................... 16 14

Abkrzungsverzeichnis
CRM Suite Customer Relationship Management Zusammenfassender Begriff fr eine Vielzahl von Anwendungen

eERM erweitertes Entity-Relationship-Modell

EAI ERM Enterprise Application Integration Enterprise Ressource Management

Abbildungsverzeichnis
Abbildung 1 Strategiekategorien in den Phasen des Kundenbeziehungszyklus ..................................5 Abbildung 2 CRM-Systemkomponenten .............................................................................................7 Abbildung 3 Navigation am mehrdimensionalen Datenwrfel .........................................................10 Abbildung 4 Gegenberstellung von OLAP und Data Mining..........................................................11 Abbildung 5 Prozesse des Data Mining im CRM-Kontext ................................................................11 Abbildung 6 ECAA-Notation einer Business Rule.............................................................................16 Abbildung 7 ECAA-Notation modellierter Geschftsprozesses ........................................................16 Abbildung 8 Architekturprinzip unter Verwendung einer Business Rule Engine ..............................17 Abbildung 9 ARIS-Konzept ..............................................................................................................18 Abbildung 10Anwendungssystemintegration .....................................................................................19

Tabellenverzeichnis
Tabelle 1 Zielkategorien und Handlungsfelder des CRM .....................................................................4 Tabelle 2 Gruppeneinteilung von kundenrelevanten Daten ...................................................................9 Tabelle 3 Prozesse der CRM-Hauptbereiche .......................................................................................14

1.Einleitung In der Zeit vor der industriellen Revolution bestand der Erfolg eines Kaufmanns oder Dienstleistenden in der direkten Beziehung, die er zu jedem einzelnen Kunden pflegte. Mit seinen Kundenkenntnissen, die im persnlichen Gesprch eruiert wurden, waren die Geschftstreibenden ber Wnsche, Abneigungen und individuelle Probleme der Leute bestens informiert. Demnach war es mglich ein perfekt auf den Kunden zugeschnittenes Leistungsangebot anzubieten. Heutzutage befinden sich Unternehmen in einem Szenario wieder, welches von saturierten, wettbewerbsumkmpfenden Mrkten mit substituierbaren Produkten und Dienstleistungen in Zeiten absinkender Markenloyalitt und zunehmender betrieblicher Komplexitt geprgt ist. Infolge dieser Umstnde fokussiert man sich im so genannten Life Cycle Marketing 1 verstrkt auf die fr Unternehmen profitablen Kundenbeziehungen, die mit der Kundenzufriedenheit einhergehen. Die Steigerung der Kundenzufriedenheit, der Kundenloyalitt und der Transaktionen whrend der Gesamtdauer der Kundenbeziehungen kann durch ein individuelles Leistungsangebot durch differenzierten Einsatz von Marketing-, Service- und Vertriebskonzepten erreicht werden. Grundlegend hierfr ist neben der Kenntnis des Kundenverhaltens die Ausrichtung des Unternehmens samt den vorherrschenden kundenbezogenen Prozessen. Jedoch wre solch ein strategisches Vorhaben der Unternehmen nicht mglich ohne die Umsetzung mittels Informationssystemen und Technologien. Einerseits sollen Informationssysteme und Technologien zur Umsetzung und Untersttzung von betriebswirtschaftlichen Fragestellungen beitragen sowie komplexittsverringernd und effizienzsteigernd wirken. Andererseits bringt deren Einsatz neue Fragestellungen auf, die zu grerer Komplexitt und vergrertem Integrationsaufwand fhren. Welche aktuellen IT-Konzepte der Realisierung eines erfolgreichen Kundenbeziehungsmanagements (Customer Relationship Management) dienen und was im Detail dieses Managementprinzip ausmacht, soll im Folgenden dargestellt werden. 2.Strategieansatz CRM Customer Relationship Management bedeutet eine kundenorientierte Unternehmensstrategie, die mit Kommunikations- und Informationssystemen langfristig profitable Kundenbeziehungen als Ziel hat. Hierfr ist der Einsatz von individualisierten Marketing-, Service- und Vertriebskonzepte notwendig. Die Handlungsfelder, Ziele und Aufgaben des CRM2 werden in 4 Kategorien unterteilt.
prozessbezogen
Reduzierung der Durchlaufzeiten Prozesskostenverringerung Erhhung der Prozessqualitt etc.

kundenwahrnehmungsbezo gen
Erhhung des Image und der Bekanntheit Steigerung des wahrgenommene Werts Erhhung der Kundenzufriedenheit Steigerung des Commitment etc.

kundenverhaltensbezogen
Steigerung der Wederverkaufsrate Steigerung der Cross- und Upselling-Raten Steigerung der Weiterempfehlungs-raten Reduzierung von Storno- und Kndigungsquoten

konomisch
Umsatzsteigerung Gewinnerhhung Steigerung der Kundendeckungs-beitrge ROI-Steigerung Erhhung des Unternehmenswer-tes etc.

Fr befragte Unternehmen3 standen Ziele wie Kundenbindung, der Vertriebseffizienz und der Aufbau
Tabelle 1 Zielkategorien und Handlungsfelder des CRM (i.A.a. Hippner/Wilde,2004, S.50)

von Kundenwissen im Vordergrund. Jedoch sind diese Ziele nicht mit einer alleinigen Einfhrung eines CRM-Systems zu bewerkstelligen. Eine Vielzahl gescheiterter CRM-Projekte ist mglicherweise auf das Fehlen einer am Gesamtunternehmen ausgerichteten
1

Vgl. Gawlik, Tom; Kellner, Joachim; Seifert, Dirk (2002): Effiziente Kundenbindung mit CRM, 1.Auflage, Bonn (Galileo Press), S.15 Vgl. Hippner, Hajo; Wilde, Klaus (2004): Management von CRM-Projekten Handlungempfehlungen und Branchenkonzepte, 1. Auflage, Wiesbaden (Gabler Verlag), S.50 Vgl. Capgemini: CRM Barometer 2008, http://www.de.capgemini.com/m/de/tl/CRM_Barometer_2008.pdf, abgerufen am 09.10.09, S.6

CRM-Strategie4 zurckzufhren. In der Formulierung der CRM-Strategie muss geklrt werden, welche Kundengruppen, welche Kanle und welche Instrumente und Manahmen zugeordnet werden. Zur Definition der Kundengruppen bzw. der Segmente bedarf es Analysemethoden, mit denen es mglich wird segmentspezifische Strategien zur Kundenbearbeitung durchzufhren. Die Umsetzung dieser Strategien erfolgt durch differenzierte Marketing-, Vertriebsund Servicekonzepte. Die Art der Kundenbearbeitung bzw. das kundenorientierte Managementkonzept orientiert sich hierbei an den einzelnen Phasen der Kundenbeziehung. hnlich einem Lebenszyklus wird die Kundenbeziehung in Phasen eingeteilt wie Anbahnung, Sozialisation, Wachstum, Reife, Gefhrdung, Auflsung, Abstinenz und Revitalisierung. Zur Bearbeitung der Phasen dienen die Strategieoptionen wie Kundenakquisition bzw. Interessenmanagement, Kundenbindung und Kundenrckgewinnung5. In der untenstehenden Abbildung werden die Strategieoptionen in den jeweiligen Phasen dargestellt.

Die genannten Strategieoptionen zielen ab auf die Identifizierung, die Intensivierung und der Rckgewinnung von profitablen Kundenbeziehungen. Zur Bestimmung der Profitabilitt der Kundenbeziehung6 (Customer Lifetime Value)
Abbildung 1 Strategiekategorien in den Phasen des Kundenbeziehungszyklus (i.A.a. Bruhn/ Stauss,2000, S.451-471; Hippner/Wilde, 2006, S.37)

kann eine geringfgige Abwandlung der bekannten Kapitalwertformel herangezogen werden. Im nchsten

Schritt stellt sich die Frage der geeigneten Kanalwahl. Meist erfolgt eine multikanale Kommunikationsausrichtung, die kundendifferenziert oder synchron eingesetzt werden kann. Fr die sptere Systemauswahl und -entwicklung dienen im weiteren Vorgehen die zu integrierenden Prozesse im
4

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.101

Vgl. Hippner, Hajo; Wilde, Klaus (2006): Grundlagen des CRM Konzepte und Gestaltung, 2. Auflage, Wiesbaden (Gabler Verlag), S.37 6 Vgl.Gawlik, Tom; Kellner, Joachim; Seifert, Dirk (2002): Effiziente Kundenbindung mit CRM, 1.Auflage, Bonn (Galileo Press), S.19

Unternehmen. Die Prozesse sind somit Bindeglied zwischen Strategie- und Systementwicklung und bilden die Grundlage der Anforderungsbestimmung. Das Thema Customer Relationship Management umfasst mehr als die IT-basierten Realisierung. Einerseits droht bei einer einseitigen Konzentration auf dem betriebswirtschaftlichen CRM-Verstndnis die Gefahr, dass keine Umsetzung von Ideen und Ratschlgen erfolgt. Anderseits hat das Verharren auf der Auffassung von CRM als reines IT-System zur Folge, dass Rahmenbedingungen nicht ausreichend beachtet werden(organisationale, personelle und kundenorientierte Geschftsprozesse). Erst die Kombination beider Sichten, der betriebswirtschaftlichen wie auch der IT-orientierten fhrt zum richtigen Verstndnis des CRM-Konzepts.
3 Aufbau und Komponenten des CRM

Aus der IT-orientierten Sicht betrachtet, stellen CRM-Systemlsungen auf rein funktionaler Ebene keine wirkliche Innovation dar. Vielmehr kann CRM als Zusammenfhrung bzw. Harmonisierung vieler lngst bestehender Einzellsungen fr Kernprozesse in Service, Marketing und Vertrieb verstanden werden. Demnach beinhaltet eine CRM-Suite7 heutzutage je nach Anforderungen mindestens Anwendungen fr Service (Call-Center, Helpdesk), Marketing (Database-Marketing, Kampagnenmanagement) und Vertrieb (TES, CAS, SFA, Auendienstanbindung). Die anfangs erwhnte profitable Kundenbeziehung zu nutzen, aufrechtzuerhalten und zu intensivieren, bentigt man den segmentspezifischen Einsatz von Marketing-, Serviceund Vertriebskonzepten. Damit geht die kundenorientierte Ausrichtung der Prozesse einher, unter Beachtung der Effizienz, sowie der Synchronisation und Integration aller Interaktionskanle zwischen Kunden und Unternehmen. Gem den genannten Zielen ergeben sich fr CRM-Lsungen zwei eng miteinander verbundene Hauptaufgabenfelder: dem des operativen CRM, sowie dem des analytischen CRM. Diese zwei Aufgabenbereiche werden im Folgenden nher betrachtet.

Vgl. Hippner, Hajo; Wilde, Klaus (2006): Grundlagen des CRM Konzepte und Gestaltung, 2. Auflage, Wiesbaden (Gabler Verlag), S.47

3.1 Operatives CRM Das operative CRM8 beinhaltet alle Prozesse der drei Kernbereiche Marketing, Vertrieb und Service mit dem Ziel der Prozessuntersttzung sowie der individuell persnlichen Kundenbearbeitung. Bei wiederverwendeten Prozessen im Tagesgeschft der Kernbereiche wird eine teilweise Automatisierung angestrebt. Das Ziel hierbei ist eine Effizienzsteigerung und Mitarbeiterunter-sttzung. Die genannten Anwendungen des Marketing Automation, Vertrieb Automation und Service Abbildung 2 CRM-Systemkomponenten (i.A.a. Hippner/Wilde, 2006, S.48) Automation sind dem Front Office Bereich zuzuordnen, der im direkten Kundenkontakt steht. Der so genannte Dialog zwischen Unternehmen und Kunden vollzieht sich meist unter Ausnutzung verschiedenster Kanle (Internet, Telefon, E-Mail etc.), durch die die Kunden ber Customer-Touch-Points (Auendienst, Innendienst, CIC) mit dem Unternehmen in Interaktion treten. Customer-Touch-Points knnen dabei ber mehrere Kanle gleichzeitig angesprochen werden. Der synchronisierte, gesteuerte und zielgerichtete Einsatz der Kommunikationskanlen in Verbindung mit den Customer-Touch-Points wird hufig als kommunikatives bzw. kollaboratives CRM bezeichnet. Zusammenfassend stellen Steuerung, Synchronisation und Integration neuer Kanle, sowie die Zusammenfhrung aller hieraus gewonnen Kundeninformationen im Rahmen des Multikanalmarketings und des CRM wichtige Aufgabenfelder dar. Wesentliche Erneuerungen in diesem Bereich stellt das Customer Interaction Center (CIC) dar. Das CIC ist ein weiterentwickeltes Call-Center-Management-System mit multikanaler Erreichbarkeit, Kundenrufnummererkennung (CTI) und Kundenweiterleitung (Skill-based-routing) an entsprechende Mitarbeiter. Zustzlich erhlt jeder Mitarbeiter die erforderlichen Kundendaten automatisch auf seinem Bildschirm. Weitere Kundendaten auf der Individualebene und ber laufende Transaktionen sind in der operativen Datenbank zu finden. Vorrangig dient sie der Untersttzung der Mitarbeitern an den Schnittstelle zum Kunden. Ergnzend zur operativen
8

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.16, S.22-38

Kundendatenbank werden im Content-Management-System Informationen in Form von Text, Grafik, Audio- und Videoformaten bereitgestellt. Ein Content-Management-System9 ist ein computergesttztes Erstellungs-, Verwaltung- und Archivierungssystem fr den Content unterschiedlichster Formate. Das Content-Management-System ist eine enorme Bedeutung hinsichtlich des Wissensmanagements im Unternehmen beizumessen. Es ist beispielsweise mglich durch CMS in Verbindung mit gewonnen Erkenntnissen aus dem CRM-System herauszufinden, welche ContentArten und -Inhalte ber welche bevorzugten Kanle fr welche Kundengruppen bereitgestellt werden mssen. Die Gewinnung solcher Erkenntnisse ber dem Kunden wird durch das analytische CRM bewerkstelligt, welches nachfolgend thematisiert wird. 3.2 Analytisches CRM Das Kernstck des analytischen CRM10 bildet eine zentrale Sammelstelle aller kundenrelevanter Daten, die allen Unternehmensbereichen den Zugriff auf sich erlauben soll. Das Ziel ein einheitliches Kundenbild sowie einen ganzheitlichen Kundendialog zu erhalten, wird mittels eines Customer-Data-Warehouse-System erreicht, mit dessen Hilfe alle relevanten Daten aus den verschiedenen operativen Systemen des Unternehmens historisierend zusammengetragen werden. Zu Analysezwecke dieser Daten werden Online Analytical Processing und Data Mining herangezogen, die zusammen mit dem Data-Warehouse-System einheitlich als Business Intelligence bezeichnet werden. Somit besteht die Hauptaufgaben von Business Intelligence in der Sammlung, Integration, Aufbereitung und Analyse der Daten. Sie dient als sptere Entscheidungsgrundlage fr operative CRM-Systeme und dessen strategische Ausgestaltung. Schwieriger gestaltet sich die Datenzusammenfhrung und -bereitstellung, wenn man Schnittstellenanbindungen zu bereits bestehender Standardsoftware im Backoffice wie z.B. ERP- und SCM-Systemen bedenkt. Schwierigere Herausforderungen der Datenhaltung ergeben sich, wenn im Unternehmen bereits etablierte Insellsungen (wie z.B. Computer Aided Selling, Sales Force Automation, Helpdesk-Systeme etc.) vorherrschen. Probleme, die die sptere umfassende Auswertung erschweren, liegen in den unterschiedlichen Fehlerquellen der Datenhaltung begrndet. Nennenswert in dieser Hinsicht sind mgliche Problemfelder wie inkonsistente Daten, heterogene Datenmodelle, keine Kontinuitt des Ladevorgangs des Data-Warehouse-Systems, widersprchliche und unvollstndige Daten. Erhhte Projektkosten bei spteren Systemeinfhrungen, mgliche Kosten fr Datennachbearbeitungen, ineffiziente Marketingmanahmen der Kundenbearbeitung und entgangener Gewinn durch verlorene Kunden infolge von schlechter
9

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.216 10 Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.17-22 und vgl. Schumacher, Jrg; Meyer, Matthias (2004): Customer Relationship Management strukturiert dargestellt Prozesse, Systeme, Technologien, Berlin/ Heidelberg/ New York (Springer Verlag), S.209ff.

Servicequalitt sind mgliche Konsequenzen. 3.2.1 Customer Data-Warehouse Die Integration und Sammlung heterogener, unternehmensweit anfallender Daten birgt vielfltige Nutzenpotentiale11. Neben Kostenreduktionen infolge des reduzierten Administrations-, Pflege- und Wartungsaufwand, steigert es Produktivitt und Flexibilitt durch ein effizienteres Berichtswesen und der Entlastung operativer Systeme. Die verbesserte Datenqualitt fhrt zu einer Komplikationsreduktion, die nicht nur Mitarbeiter entlastet und zufrieden stellt, sondern auch die Wettbewerbsfhigkeit durch eine bessere Kundenbearbeitung gewhrleistet. Dennoch stellt Data-Warehouse-System mehr dar, als einen Ort der bloen Datenzusammenfhrung. Vielmehr sollte die DV-Konzeption als die Realisierung einer unternehmensweiten Strategiedefinition dienen, dessen Anforderungen die Gestaltung und Implementierung des Data-WarehouseSystem bestimmen. Die im Unternehmen anfallenden Geschftsprozesse spielen hierbei eine wichtige Rolle. Die Konkretisierung des DataWarehouse-Systems erfolgt hierbei aufgaben- und adressatengerecht und Tabelle 2 Gruppeneinteilung von ist fr jeden betrieblichen kundenrelevanten Daten Anwendungsfall in den jeweiligen Unternehmen individuell zu betrachten. Je nach Produkten und Leistungen des Unternehmens kann ein DataWarehouse-System kundenrelevante Daten12 beinhalten, die sich grob gliedern lassen in Grunddaten, Potenzialdaten, Aktionsdaten und Reaktionsdaten klassieren.
Grunddaten
Kontaktdaten Geografische Merkmale Soziodemografie Psychografie Kaufverhaltensmerk male Kaufkriterien Regiound Lifestyletyp .

Potenzialdaten
Gesamtbedarf (Lifetime Value) Bedarfszeitpunkte Position im Kundenportfolio Kundenklassifizierung .

Aktionsdaten
Information ber Kanal und Art Intensitt Umfang Hufigkeit Zeitpunkte Unternehmensaktivitten .

Reaktionsdaten
Umsatzhhe/-struktur Kaufzeitpunkte Anfragen Einstellungen Kenntnisse Beschwerden Dauer und Loyalitt Beziehung der

Diese Daten werden auf einer Datenbank verwaltet von einem Datenbankmanagementsystem gespeichert, welches den Mittepunkt der Data-Warehouse-Architektur darstellt. Anders als bei den operativen Datenbanken werden die Daten hier nicht berschrieben und somit nicht nur aktuelle Systemzustnde bercksichtigt.
11

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.192 12 Vgl. Gawlik, Tom; Kellner, Joachim; Seifert, Dirk (2002): Effiziente Kundenbindung mit CRM, 1.Auflage, Bonn (Galileo Press), S.43

Es handelt sich beim Data-Warehouse-Konzept13 um die Speicherung historisierter Daten, die als Datenextrakte aus internen und externen Informationsquellen sowie Front- und Back-Office-Anwendung additiv gesammelt werden. Diese Daten bilden Systemzustnde eines Zeitpunktes ab. Aufgrund der System-Performance empfiehlt es sich Replikation der zentralen Datenbanken (Data Marts) je nach Anwendungsbereich oder Organisationseinheit zu bilden. Der Vorgang wie ein Data-Warehouse mit Daten gefllt wird, wird als ETL-Prozess (Extraktion, Transformation, Laden) bezeichnet. In der Implementierungsschicht rufen die Extraktoren die Daten aus verschiedenen Quellsystemen ab. Monitore dienen hier zur berwachung von Datenvernderungen in den Quellsystemen, damit nur neue Daten in Data-Warehouse System geladen werden. Um konsistente Daten zu erhalten, modifizieren Integratoren die Daten. In der Transformationsphase des ETL-Prozesses werden somit die Datenextrakte, durch Fehlerbeseitigung, Umgang mit Fehlwerten, Codierungsanpassung und Duplikatenentfernung aufbereitet. Im Ladeprozess werden groe Datenmengen mittels der Datenmanipulationssprache des jeweiligen Zielsystems in die Datenhaltungssicht des Data-Warehouse bertragen. Metadaten des Data-Warehouse dienen hier zur Steuerung der Datenintegration und Datenbereitstellung. Zusammenfassend lassen sich folgende Anforderungen an ein Data Warehouse-System festhalten: Organisierte und systematisierte Datenbestnde, die problemindividuelle Analysen erlauben sollten Hohe Zuverlssigkeit und Aktualitt Mehrdimensionale Abfragemglichkeiten Abbildung 3 Navigation am mehrdimensionalen Datenwrfel Anwendungsorientierung und damit leichte Erlernbarkeit der Abfragemethodik Integrierbarkeit in ein Management-Informationssystem
3.2.2 Online Analytical Processing

Das Konzept des Online Analytical Processing14 von Codd basiert auf der Abbildung betriebswirtschaftliche Gren (Absatz, Umsatz, Kosten, Deckungsbeitrge, Marktanteile ect.) durch multidimensionale
13

Vgl. Ahlert, Dieter; Becker, Jrg; Knackstedt, Ralf; Wunderlich, Maren (2002): Customer Relationship Management im Handel Strategien ,Konzepte, Erfahrungen , Berlin/ Heidelberg/ New York (Springer Verlag/Roland Berger Strategy Consultants), S.165 und vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.196-201 14 Vgl. Uebel, Matthias; Helmke, Stefan; Dangelmaier, Wilhelm (2004): Praxis des Customer Relationship Management Branchenlsungen und Erfahrungsberichte, 2.Auflage, Wiesbaden (Gabler Verlag), S.47 und vgl. Hippner, Hajo; Wilde, Klaus (2004): Management von CRM-Projekten Handlungempfehlungen und Branchenkonzepte, 1. Auflage, Wiesbaden (Gabler Verlag), S.49

Datenwrfel. Je nach Fragestellung knnen die Gliederungsdimensionen (Produktgruppen, Kundengruppen, oder Vertriebskanle) mit Navigationsfunktion wie Drill-Down aufgebrochen oder Roll-Up aggregiert werden. Zustzlich knnen einzelne Sichten mit Dice (Kippen des Datenwrfels) oder Slice (Tranchieren des Datenwrfels) isoliert betrachtet werden, die der links stehenden Abbildung zu entnehmen sind. Dadurch erhalten verschiedene Anwendergruppen, die fr sie relevante Sicht auf den Datenbestand. Solche Abfragen lassen sich online aus dem DataWarehouse u.a. in tabellarischer oder Abbildung 4 Gegenberstellung von OLAP und Data grafischer Form generieren. In der Mining Praxis hat sich neben dem beschriebenen multidimensionalen OLAP (MOLAP) verstrkt das relationale OLAP (ROLAP) durchgesetzt. Das ROLAPPrinzip untersttzt die immer besser werdenden SQL-Prozessoren. Die Endanwender fhren ihre multidimensionalen Analysen ber die ROLAPEngine aus, die die Requests dynamisch in SQL-Abfragen umwandelt. Der SQL-Code wird zur Verarbeitung an das RDBMS weitergeleitet. Die Abfrageergebnisse entstehen im Kreuztabellenverfahren und wandern schlielich als multidimensionale Ergebnismenge zum Benutzer. Des Weiteren sind in der Praxis amphotere Lsung wie MOLAP als ein Kompromiss zwischen ROLAP und OLAP bekannt. Zusammenfassend lsst sich sagen, dass OLAP zur Beschreibung des IST-Zustands dient. Erkenntnisse bei unbekannten Dimensionen zur Beantwortung der Frage nach dem Warum lassen sich nur mithilfe von Data Mining gewinnen. Die gedankliche Struktur solcher Analyseverfahren kann als Bottom-Up15 bezeichnet werden, wohingegen bei bekannten Dimensionen, wie beim OLAP, ein so genanntes Top-Down-Prinzip der Analyse zu tragen kommt.

3.2.3 Data Mining

Data Mining dient der Erkennung von geeigneten, effizienten Methoden zur Identifizierung von aussagekrftigen Mustern aus groen Datenmengen. Die Basis hierfr bilden Grundlagen aus Statistik, knstliche Intelligenz, maschinellem Lernen und Mustererkennung. Unterteilt werden die Verfahren in die
15

Vgl. Uebel, Matthias; Helmke, Stefan; Dangelmaier, Wilhelm (2004): Praxis des Customer Relationship Management Branchenlsungen und Erfahrungsberichte, 2.Auflage, Wiesbaden (Gabler Verlag), S.47

Gruppen Klassifikation und Segmentierung, Prognosen und Abhngigkeitsentdeckung. Die gewonnenen Informationen bilden die Grundlage fr weitere Marketingaktionen und Optimierung an den Customer-Touch-Points sowie der Prozessverbesserung im Allgemeinen. Zustzlich vervollstndigen sie das Bild vom Kunden mit bislang verborgenen Informationen. Die Einbettung der Data-Mining-Prozesse im CRM-Kontext verdeutlicht die Bedeutung der Informationsgewinnung fr die erfolgreiche 16 Kundenbearbeitung. Mittels des in Abbildung 5 dargestellten ClosedLoop- Ansatzes wird deutlich, dass das CRM-System als lernendes System funktioniert. Kundenreaktionen und deren Aufzeichnung werden kontinuierlich zur Optimierung von noch folgenden Geschftsaktionen verwendet. In den bereits dargestellten Kundenlebenszyklus leistet das Data Mining entscheidende Dienste im Rahmen der drei Strategieoptionen: Interessenmanagement, Kundenbindungsmanagement und Rckgewinnungsmanagement. Mit dem Interessenmanagement sollen Neukunden gewonnen werden. Zwar liegen hierfr kaum auswertbare Daten dieser Kunden vor, jedoch lassen sich dennoch potenzielle Kunden identifizieren, die Kundenansprache steuern, Kundenreaktion und Kampagnenerfolg messen. Potenzielle Kundengruppen knnen anhand von bereits durchgefhrten Kampagnen durch deren prognostizierbaren Reaktions- bzw. Responsewahrscheinlichkeiten ermittelt werden. Mittels Bildung von Kundensegmenten bestehender Kunden werden z.B. nur potenzielle Kunden mit hnlichen Profilen angesprochen werden (Zielgruppenselektion). Zustzlich lassen sich optimale zeitlichen Abfolgen der Kundenansprache anhand von Kauf- und Kontakthistorien festlegen. Bei bereits durchlaufenen Phasen dieser geplanten Kontaktkette ohne nennenswerte Ergebnisse kann vor weiteren Werbemanahmen anhand von erhobenen Reaktionswahrscheinlichkeiten abgesehen werden. Im Rahmen des Kundenbindungsmanagement dient das Data Mining zur Konzentration der Unternehmensaktivitten, der Intensivierung, sowie der Ermittlung der profitablen Kundenbeziehungen. Die Akquisition neuer Kunden ist meist schwieriger und kostenintensiver als Intensivierung bestehender profitabler Kunden. Die Abbildung 5 Prozesse des Data Mining im CRM-Kontext Kundenbewertung durch Analyse von Cross- und Upselling-Potenzialen, der Warenkorbanalyse oder der Ermittlung zeitlicher Strukturen des Kaufverhaltens mittels Sequenzanalyse bilden die Grundlage fr kundenspezifische Konzepte im Marketing-, Serviceund Vertriebsbereich. Im Bereich des Rckgewinnungsmanagement knnen beispielsweise frhzeitig abwanderungsbereite Kunden erkannt werden. Manahmen wie spezielle Angebote fr die prognostizierten Kndiger knnten zum Fortbestand der Geschftsbeziehung beitragen.
16

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.256

Neben dem Data Mining17 als eine Methode der Erkenntnisgewinnung habe sich das Text Mining und Web Mining etabliert. Beim Web Mining handelt es sich lediglich um angewandte Data Mining Verfahren auf InternetDatenstrukturen. Das Web Mining lsst sich in drei Hauptanwendungsbereiche unterteilen: Web Content Mining, Web Structure Mining und Web Usage Mining. Web Content Mining befasst sich hauptschlich mit der Klassifizierung von Web-Inhalten und ihrer Auffindbarkeit im Internet anhand von Suchbegriffen. Das Web Structure Mining analysiert die Seitenanordnung ihrer Web- Elemente und die Verbindungen von Web Seiten untereinander. Beide beschriebenen Bereiche geben zusammen mit dem Web Usage Mining u.a. Aufschluss ber das Verhalten der User. Hierfr werden verschieden Internutzungsdaten wie Server-Logfiles, Cookies, Sessions-IDs oder so genannte Monitore wie Server Monitore, Network Monitore, Reverse Proxy Monitore zur Datensammlung herangezogen. Anders als im Web Mining werden beim Text Mining Textdokumente hinsichtlich inhaltlicher, semantischer, typographischer und markup-spezifischer Merkmale ausgewertet. Diese Erkenntnisse knnen zur Kundendatenanreicherung sowie zur Verbesserung des Leistungsangebots (durch FeedbackDokumente von Kunden) genutzt werden.

4 Klassen der CRM-Systeme Man unterscheidet zwei Klassen von CRM-Systemen18: selektive und integrative CRM Systeme. Selektive CRM-Systeme dienen der Untersttzung eines Aufgabenbereich bzw. der Untersttzung einer bestimmten Phase der Anbieter-Kunden-Beziehung. Zu diesen Systemen lassen sich folgende Insellsungen wie: Kiosksysteme fr die multimedialen Produktprsentionen am Point- OfSale elektronische Produktkataloge (EPK), die zustzlich auch Produktvarianten und -kombinationen darstellen knnen TV-Systeme mit Produktspots und anschlieender Mglichkeit der Telefonbestellung (DRTV) oder (ITV) interaktiver Produktspotselektion und Bestellung mittels Fernbedienung
17

Vgl. Hippner, Hajo; Wilde, Klaus (2006): Grundlagen des CRM Konzepte und Gestaltung, 2. Auflage, Wiesbaden (Gabler Verlag), S. 51-54 und vgl. Gawlik, Tom; Kellner, Joachim; Seifert, Dirk (2002): Effiziente Kundenbindung mit CRM, 1.Auflage, Bonn (Galileo Press), S.44-46 18 Vgl. Schumacher, Jrg; Meyer, Matthias (2004): Customer Relationship Management strukturiert dargestellt Prozesse, Systeme, Technologien, Berlin/ Heidelberg/ New York (Springer Verlag), S.126-136 und vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.61-71

Help-Desk-Systeme fr eingehende Kontakte mit Funktionalitten wie Historisierung, Verfolgung, Verwaltung, Auswertung und Analyse bestehender und gelster Probleme Database Marketing, welches umfangreiche Analysefunktion enthlt, um Kundenstrukturen aufzudecken und diese Erkenntnisse fr individuelle Kundenbeziehungen bzw. Marketingmanahmen zu nutzen. Computer-Aided-Selling-Systeme (CAS) und Sales-Force-AutomationSysteme (SFA) zur Untersttzung der Vertriebsmitarbeiter und aktivitten. Hierfr stehen Funktionen wie Termin und Tourenplanung, Gesprchsvorbereitung, Angebotserstellung, Produktprsentation und -konfiguration, Preiskalkulation und Auftragserfassung. Systeme des elektronischen Zahlungsverkehrs (EZV) beinhalten Zahlungsverfahren ber offene Medien (z.B. Telebanking) sowie datenschutzgewhrleistende Manahmen Im Gegensatz hierzu bieten integrative CRM-Systeme ein ganzheitliches System, welches alle relevanten Funktionalitten der bentigten selektiven CRM-Lsungen innehat. Hierdurch wird eine optimale Untersttzung des gesamten CRM-Prozesses gewhrleistet. Integrative CRM-Systeme lassen sich in den drei Systemklassen Front-Office-Systeme, Internet-Portale und Call-Center-Management-Systeme unterteilen. FrontOffice-Systeme werden hauptschlich von Mitarbeitern mit direktem Kundenkontakt in den Bereichen Marketing, Service und Vertrieb genutzt. ber Schnittstellen sind auch mobile Endgerte der Auendienstler an das Informationsnetz anschliebar. Internet-Portale ermglicht die Anbindung von online Anwendungen als ein zunehmend wichtiger werdender Kommunikationskanal. Call-Center-Management-Systeme werden zunehmend abgelst von weiterentwickelten Systemen, die nicht mehr lediglich telefonbasierte Kommunikation ermglichen

4.1 Prozess- und Informationssystemgestaltung

Wie schon eingangs dargestellt ist CRM zunchst als eine bergeordnete, kundenorientierte Unternehmensstrategie zu verstehen. Ein CRM-System ist lediglich die informationstechnologische Umsetzung bzw. der technological enabler dieser Strategie. Zur Einfhrung einer solchen Strategie im Unternehmen bedarf es zunchst einmal der Identifikation aller kundenrelevanten Prozesse und je nach Bedarf dessen Optimierung. Grundgedanke hierfr ist, dass Prozesse mageblich sind fr den weitgefassten Begriff der Leistungserstellung und der empfundene Leistungsqualitt. Ebenso kann sie zum einem als positiv empfundenen ganzheitlichen Bild des Unternehmen gegenber dem Kunden beitragen (one face to customer). Zur Analyse dieser Geschftsprozesse und ihrer

Anforderungsbeschreibungen ist ihre Gesamtdarstellung bzw. 19 Modellierung erforderlich. Hierfr stehen verschiedenste Anstze zur Verfgung wie beispielsweise Und-Oder-Bume, UML-Use-CaseDiagramme, UML-Klassendiagramme, UML-Aktivittsdiagramme, UMLZustandsdiagramme, Entity-Relationship-Diagramme, ereignisgesteuerte Prozessketten oder die Beschreibung mittels Satzschablonen bzw. die rein sprachliche Beschreibung.
4.1.1 Darstellung von CRM-Prozessen

In den drei Hauptbereichen von CRM Marketing, Vertrieb und Service ergeben sich folgende Aufgaben und Prozessgruppen. Die Darstellung in unten stehender Tabelle ist nicht ausschpfend und bildet nur die wichtigsten Aufgaben und Prozessgruppen ab. Zusammenfassend lsst sich sagen, dass die Qualitt der Ablufe sowie ein gewisser Automatisierungsgrad im Fokus von Marketing-, Sales- und ServiceProzessen stehen. Eine tragende Rolle im Marketing Automation20 (Marketingautomatisierung) spielt das Kampagnen-management. Das Kampagnenmanage-ment im Kontext der Kommunikationspolitik des CRM hat die Zielsetzung dem richtigen Kunden, das richtige Informations- und Leistungsangebot im richtigen Kommuni-kationsstil ber den richtigen Kommunikationskanal zum richtigen Zeitpunkt zu vermitteln. Dies wird erst durch die Kombination von operativen sowie analytischen Methoden ermglicht wie Data Mining oder Database Marketing. Einen wichtigen Beitrag zur empfundenen Kundenzufriedenheit sowie Marketing Service Sales einhergehender Kundenbeziehung Kampagnen Beratung Produktlieferung initialisieren leisten die Qualitt des Kampagnen Konfiguration Serviceauftrag Servicebereiches sowie durchfhren bearbeiten die individuelle Kampagnen Konditionsvereinbarung Beschwerdemanagement Bearbeitung der auswerten Kundenkontakte und . Angebotserstellung Wartung der hieraus Abschluss &Problemlsung Fakturierung gewonnenen Tabelle 3 Prozesse der CRM-Hauptbereiche .. Erkenntnisse fr 21 Prozess- und Leistungsverbesserungen. Service Automation in seinen Anwendungsgebieten ist sehr vielfltig und verfolgt die Zielsetzung der strukturierten Erfassung der Flle, abteilungs-bergreifende
19
20

Vgl. Pohl, Klaus; Rupp, Chris (2009): Basiswissen Requirements Engineering, 1.Auflage, Heidelberg (dpunkt.verlag), S.44, S.73-94

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag),S.22-26 21 Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.26-29

Informationsnutzung und Prozessbeschleunigung. Zunchst kann unterschieden werden in Self-Service Automation ohne Einbezug von Kontaktmitarbeitern und Front-Office-Lsungen. Aber auch Prozesse im Back-Office-Bereich (z.B. Zahlungsverkehr, Produktion etc.) wirken sich indirekt auf das Servicebild aus. Zwar sind Anforderungen an Serviceprozesse sehr kundengruppenspezifisch und deren unternehmensstrategische Umsetzung als IT-Systeme ebenso vielfltig, jedoch sollen exemplarisch, die am meist verbreiteten Prozesse dargestellt werden. Stammdatennderungen der Kunden, Trackinganfragen ber verbleibende Leistungen (z.B. Produkt, Zahlungen), Informationsabrufe ber Unternehmen und Produkte, Feedback-Erfassung und -Weiterleitungen sowie Speicherung von Lsungsanstzen sind nur einige Elemente des Servicebegriffs. Die Vertriebsautomatisierung und -steuerung22 ist meist unter brand names wie Sales Force Automation oder dem seit 1995 in Deutschland eingebrgertem Begriff Computer Aided Selling (CAS) bekannt. Flschlicherweise werden SFA/CAS oft mit CRM Systemen und der bergeordneten CRM Philosophie gleichgesetzt. Das ist zuletzt zurckzufhren auf der Auffassung von CRM als reines Softwaresystem und ihrem Verharren auf CAS/SFA-Niveau. Allgemein dient die Sales Automation der Untersttzung der Verkaufsprozesse in den Verkaufsphasen pre sales-Phase, sales-Phase bis hin zur after sales-Phase. Die Funktionalitten reichen von Termin- und Tourenplanung, Gesprchsvorbereitung, Angebotserstellung, Produktprsentation und -konfiguration, Preiskalkulation und Auftragserfassung bis hin zu Folgebedarfsmanagement.

4.1.2 Business-Rules zur Prozesssteuerung und -automatisierung

22

Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.29-31

Eine Mglichkeit der Prozesssteuerung und -automatisierung fr individuelle Kundenbeziehungen stellen so genannte Geschftsregeln bzw. Business Rules 23dar. Eine wichtige Rolle fr das Aufstellen solcher Business Rules bzw. Prozessund Workflow-Modellierung spielen die durch das Data Mining gewonnen Erkenntnisse ber den Kunden. Business Rules knnen hierbei allgemein definiert werden als Aussagen ber die Art und Weise der Geschftsabwicklung d.h. ber Vorgaben und Restriktionen in Bezug auf zustnde und Ablufe in einer Organisation.24 Tagesdatum= Die Prozessautomatisierung erfolgt hierbei mittels ON Geburtsdatum 2 Werktage Ablaufregeln. Die Komponenten der Ablaufregeln Kunde ist weiblich IF Business Rule y bzw. Business Rules sind Event, Condition, Action Then (Versenden von Blumen) DO und Alternative Action. Erstens kann bestimmt Business Rule x Else (Versenden des werden, wann die Regel auszufhren ist Biergutscheins) Abbildung 6 (Event).Beim Ereigniseintritt kann optional eine ECAA-Notation einer Business Bedingung (IF) angeben, was geprft werden soll. durch Verbindungen mit UND und ODER kann die Bedingung erweitert werden. Die Aktionskomponenten (Then, DO, Else) legen fest, was zu tun ist. Die Verbindung zwischen zwei Business Rules wird erreicht durch Gleichsetzung der Ereigniskomponente einer Business Rule mit der anderen. Anhand des folgenden Beispiels25 (Abbildung 7) wird ein mit ECAA-Notationen modellierter Prozess einer Cross-Selling-Kampagne dargestellt. Die Kaufbereitschaft fr Produkt C der Kunden, die im Besitz von Produkt A und B sind, wurde mittels Data Mining herausgefunden.
ON IF Then DO
Kampagnenstart Kunde hat A und B nicht aber C Kunden fr Kampagne selektieren

ON IF Then DO Else

Kunde selektiert Kunde hat Internet Kundendaten vom Webserver abfragen Kunde in Telefonliste

ON IF

Die Zahl der

Abbildung 7 ECAA-Notation modellierter Geschftsprozess(

Business Rules kann schnell in den fnfstelligen Bereich steigen. Deshalb empfiehlt es sich eine Rule Engine zu halten, die hnlich einer Datenbank alle Regeln verwaltet. Ein Problem mit dem sich Unternehmen beschftigen
23

Then DO Else

Angebot auf Website + 20 Tage Produkt C nicht bestellt Angebotserinnerung per Mail

Vgl. Meyer, Matthias (2002): CRM-Systeme mit EAIKonzeption, Implementierung und Evaluation, 1.Auflage, Wiesbaden/Braunschweig (vieweg-Verlag), S.137 ff. und vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.356-358 24 Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.356 25 Vgl. Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag), S.358

mssen ist die manuelle Umsetzung von Business Rules in SoftwareEntwicklungsprojekten die kostspielig und unflexibel ablaufen knnen. Rule Engines bieten hier Abhilfe in Form einer (teils-)auto-matisierten bertragungsweise in Software-, aktive Datenbank-, Prozesssteuerungssysteme. Der Einsatz von einer Rule Engine kann anhand folgenden Vorschlags fr ein Architekturprinzip 26 verdeutlicht werden.

Abbildung 8 Architekturprinzip unter Verwendung einer Business Rule Engine

Hier fungieren die Geschftsregeln als Integrationsschicht zwischen den verschiedenen Regelquellen und Zielsystemen. Die Konkretisierung von einer abstrakten ECAA-Notation bis hin zu eine teilautomatisierten Ableitung von Spezifikation fr die Zielsysteme erfolgt schrittweise. Das Business Rules-Kontext als Gesamtunternehmenskonzept birgt trotz Effizienzsteigerungspotenzial Gefahren, falls diese nicht unter stndiger Evaluation der bergeordneten Kunden- und Unternehmensstrategie erfolgt. Ein stndig sich ndernder Markt und eine sich wechselndes Kundenverhalten bedrfen der kontinuierlichen unternehmensbergreifenden Anpassung des Systems.

26

Vgl. Meyer, Matthias (2002): CRM-Systeme mit EAIKonzeption, Implementierung und Evaluation, 1.Auflage, Wiesbaden/Braunschweig (vieweg-Verlag), S.140

4.1.3 ARIS-Architektur integrierter Informationssysteme

Zur besseren Strukturierung der Vielzahl an Modelltypen und Prozessen ist es bei CRM-Projekten notwendig, diese in ein bergeordnetes Modell, das als Informationssytem-Architektur bezeichnet wird, darzustellen. Ein weit verbreitetes Konzept stellt die Architektur integrierter 27 Informationssysteme (ARIS) dar. Bei diesem methodischen Ordnungsrahmen werden die Beschreibungssichten und -ebenen voneinander getrennt. Zu den Beschreibungssichten zhlen die Organisationsschicht, Datensicht, Funktionssicht, und Prozesssicht.
sc ns tio isa n ga Or ht ic h

Datensicht

Prozesssicht

Funktionssicht

Abbildung 9 ARIS-Konzept

In der Organisationssicht werden die mit dem System befassten Organisationseinheiten, Mitarbeitern und Abteilungen dargestellt. Die dem Anwendungssystem zugnglichen Daten werden meist in Form eines eERM-Modell dargestellt. Datenstrukturen werden durch die Einteilung in ERM-Grundelemente: Entities (Informationsobjekte), Relationship (Beziehung zwischen Informationsobjekten) und Attributen (Eingeschaften von Entities und Reltionships) zu einem logischen Datenmodell zusammengefasst. In der Funktionssicht werden die Vorgnge, die InputLeistungen zu Output-Leistungen transformieren, zusammengefasst. Mithilfe eines Funktionsbaums wird die hierarchische Beziehungen und
27

Vgl. Hippner, Hajo; Wilde, Klaus (2004): Management von CRM-Projekten Handlungempfehlungen und Branchenkonzepte, 1. Auflage, Wiesbaden (Gabler Verlag), S.83 und vgl. Ahlert, Dieter; Becker, Jrg; Knackstedt, Ralf; Wunderlich, Maren (2002): Customer Relationship Management im Handel Strategien, Konzepte, Erfahrungen, Berlin/ Heidelberg/ New York (Springer Verlag/Roland Berger Strategy Consultants), S.146-147

Gruppierung untereinander abgebildet. Der logische und zeitliche Ablauf aller dem Prozesse zugrunde liegende Daten, Funktionen und Organisationseinheiten bildet das Element der Prozesssicht ab. Sie stellt somit ein integrierendes Element dar, indem sie die Bestandteile aller anderen Sichten zu einer Art Ablaufmodell zusammenfgt. Anhand von Ablaufmodellen sollen die Marketing-, Vertrieb- und Serviceprozesse umgesetzt werden. Im Fachkonzept (Analysephase)erfolgt die strukturierte Darstellung eines Prozesses mittels der genannten Beschreibungsmodelle wie ERM, EPK, Diagrammen und Funktionsbume. Das Anwendungskonzept wird in einer formalisierten Beschreibungssprache charakterisiert. Im DV-Konzept (Entwurfsphase) erfolgt die Umsetzung des Fachkonzepts ohne Bezug zu konkreten Komponenten. Es werden hier DV-nahe Beschreibungsmethoden wie z.B. Relationen, Struktogramme, Topologien verwendet. Die endgltige Implementierung (Realisierungsphase) der Prozesse und ihrer Bestandteile vollzieht sich in dieser letzten Phase. Anders als in der vorangehenden Phase werden hard- und softwaretechnische Komponenten konkret in die Umsetzung miteinbezogen. Die Realisierung erfolgt u.a. durch Datenbanken, Programmcodes und Protokolleinsatz.
4.2 Perspektive der Integration von Anwendungssystemen

Aufgrund der Tatsache, dass durch CRM-Produkte, vor allem bei selektiven CRM-Systemen, nur Teilbereiche der gesamten technischen CRMSystemarchitektur abgebildet werden, erhalten Integrationslsungen zunehmende Bedeutung. Hierfr stehen verschiedene Lsungen28 zur Verfgung wie Point-to-Point-Netzwerkarchitekturen, schon bereits integrierende ERM-Systeme und Enterprise-Application-IntegrationSysteme (EAI-System). Bei der Point-to-Point-Netzwerkarchitektur werden alle gleichgestellten, unterschiedlichen Anwendungssysteme miteinander verbunden. Nachteile, die sich aus der Vielzahl und Unterschiedlichkeit der Schnittstellen ergeben, sind der groe Integrations- und Wartungsaufwand, Aktualittsund Konsistenzprobleme der Daten und eine groe Zahl an Schnittstellen. Ein weiterer Ansatz bietet die Ausnutzung der Tatsache, dass einzelne Hersteller integrierte ERM-Systeme mit weitreichenden Funktionalitten anbieten. Die Kommunikation funktioniert hier ber Point-to-Point-Schnittstellen zwischen Kernsysteme und den weiteren Sattelitenanwendungen. Zwar wird hierdurch die Zahl der Schnittstellen reduziert, aber dennoch findet kein Informationstausch zwischen den einzelnen Anwendungen an sich
28

Vgl. Ahlert, Dieter; Becker, Jrg; Knackstedt, Ralf; Wunderlich, Maren (2002): Customer Relationship Management im Handel Strategien ,Konzepte, Erfahrungen , Berlin/ Heidelberg/ New York (Springer Verlag/Roland Berger Strategy Consultants), S.164-168

statt. Ein Konzept, welches genau diese Problematik aufgreift ist das Enterprise-Application-Integration-System. Ein EAI-System ist die Zusammenfassung von Technologien, die vollstndige bis hin zu teilautomatisierte Kommunikation zwischen Anwendungen ermglicht. Vollstndige EAI-Lsung untersttzen Prozessteuerungsmechanismen zur Koordination anwendungsbergreifender Transaktionen. Die Komponenten einer EAIKampagnenmanagementsys Architektur knnen wie folgt SCM-System tem Middlewa Middlewa Adapt Adapt er er re re unterteilt werden. Adapter legen auf physikalischer Art Onlineshop fest, welche Art der Data WarehouseSystem Middlewa Middlewa Adapt Adapt er re re Interaktion zwischen EAI- er Runtime-System und der ERP.. Anwendung verlaufen soll. ManagementSystem Middlewa Middlewa Adapt Adapt er er re re Middleware hat die Funktion zur bertragung der ber die Abbildung 10 Anwendungssystemintegration Adapter extrahierten Informationen. Des Weiteren wird hierbei die Kommunikationsart (synchron oder asynchron), des Adressierungsmechanismen (Point-to-Point, broadcast/multicast oder publish-and-subscribe) sowie die Sicherheitsanforderung festgelegt. Durch Transformation der Daten wird dem Zielsystem die korrekte Interpretationsfhigkeit ermglicht. Hierbei zu beachten ist die Synchronisation mehrerer Arbeitsschritte, falls diese fr die Datentransformierung notwendig sind. Die Prozessteuerung im Sinne des EAI koordiniert das zeitliche, automatische und sachlogische Zusammenspiel einzelner Nachrichten. Die Koordination erfolgt auf der Grundlage von modellbasierten Geschftsprozessdefinitionen.
5 Schlussbetrachtung und Entwicklungsperspektiven

CRM als bergeordnete Strategie wre ohne ihre IT-Komponente kaum denkbar. Jedoch sollte stets bercksichtigt werden, dass der IT-Einsatz ohne vorherige genauere Bestimmung der Anforderungen letztendlich weder effizienzsteigernd wirkt noch dazu beitragen kann Kundenzufriedenheit und -bindung zu erhhen. Die Rolle der starken Kundenorientierung und die Mglichkeiten der IT-orientierten Umsetzung dieses Prinzips ist immer noch ein stark diskutiertes Thema fr viele Unternehmen. Die Tatsache, dass Kundenorientierung ein zentraler Wettbewerbs-faktor darstellt wurde u.a. durch die Studie Customer Experience Maturity Monitor von SAS, Peppers & Rogers and Jubelirer belegt. Allerdings bemerkt man aktuell, dass branchenbergreifend ein starker Rckgang an CRM-Projekten bzw. geringere Investitionen in diesem Bereich zu verzeichnen sind. In Zeiten der Finanzkrise sind

altbekannte Probleme29 der IT-Projekte wie die termingerechte Fertigstellung und ungeplante Zusatzinvestitionen schwerwiegender fr die Unternehmen. Zustzlich stellt eine fehlende Priorisierung der Aufgaben ohne klare Zielsetzung sowie fehlender Konkretisierung der Anwendungsflle nach wie vor ein vorherrschendes Problem der CRM- ITUmsetzung30 dar. Trotz oder besser gesagt aufgrund von Krisenzeiten und genannten Problemen birgt das Thema CRM in der IT-Branche ein hohes Innovationspotenzial. Neben den genannten Problemen und des Implementierungs-aufwands steigt die Nachfrage nach Open-Source-CRMSoftware31 und SaaS-Anbietern, die mietbare CRM-Applikationen auf eigenen Servern den Unternehmen zur Verfgung stellen. Open-SourceCRM-Software (z.B. Sugar CRM, Xrms CMS und Vtiger CRM) stellen neben ihrer Kosten- und Flexibilittsvorteile hinsichtlich der Integration eine ebenso wichtige Grundlage fr Weiterentwicklungen und Innovationen dar. Neben den aktuellen Entwicklungstrends32 wie mobile CRM-Lsungen, ect. fr den Auendienst fokussiert CRM-IT-Innovation ihren Entstehungsursprung, dem Kundenverhalten. Demnach beinhlt eine Vielzahl von IT-Projekten die Entwicklung von Tools und Konzepten zur Kundenzufriedenheitsmessung. Ebenso entscheiden sind hierbei die nderungen in der Kundenkommunikation. Diese vollzieht sich heute meist in Social Networks, Foren, Chats und Blogs, wo Meinungen, Erfahrungen und Problemlsungen ausgetauscht werden. Solch ein Kommunikationskanal und der hieraus gewonnen Informationen und Wissen werden in Social-CRM-Lsungen bercksichtigt. Social-CRM filtern das Web nach relevanten Informationen ber Produkte, Einstellungen des Kunden und seinen Problemen samt den geuerten Beschwerden ber Produkte und Unternehmen. Zusammenfassend lsst sich sagen, dass die wichtigsten IT-Konzepte fr die Realisierung des CRM-Gesamtkonzepts dargestellt wurden. Dennoch ist zu erwhnen, dass sich das Thema CRM in der Anfangsphase seiner Evolution steht und viele Wege in die Zukunft offenlssen.

29
30

Vgl. Capgemini : CRM IT-Trends 2009, http://www.de.capgemini.com/m/de/tl/IT-Trends_2009.pdf (abgerufen am 21.01.10), S.11-12

Capgemini: CRM Barometer 2008, http://www.de.capgemini.com/m/de/tl/CRM_Barometer_2008.pdf (abgerufen am 09.10.09), S.7 31 Vgl. Hermes, Vera: Open Source CRM fr den Mittelstand, in: absatzwirtschaft (2009) Heft 2, S.75 32 Vgl. Hermes, Vera: CRM zwischen Innovation und Krise, in: absatzwirtschaft (2009) Heft 3, S.92-95

Literaturverzeichnis Buchquellen: Gawlik, Tom; Kellner, Joachim; Seifert, Dirk (2002): Effiziente Kundenbindung mit CRM, 1.Auflage, Bonn (Galileo Press) Hippner, Hajo; Wilde, Klaus (2006): Grundlagen des CRM Konzepte und Gestaltung, 2. Auflage, Wiesbaden (Gabler Verlag) Hippner, Hajo; Wilde, Klaus (2004): Management von CRM-Projekten Handlungempfehlungen und Branchenkonzepte, 1. Auflage, Wiesbaden (Gabler Verlag) Hippner, Hajo; Wilde, Klaus (2004): IT-Systeme im CRM Aufbau und Potenziale, 1. Auflage, Wiesbaden (Gabler Verlag) Ahlert, Dieter; Becker, Jrg; Knackstedt, Ralf; Wunderlich, Maren (2002): Customer Relationship Management im Handel Strategien ,Konzepte, Erfahrungen , Berlin/ Heidelberg/ New York (Springer Verlag/Roland Berger Strategy Consultants)

Schumacher, Jrg; Meyer, Matthias (2004): Customer Relationship Management strukturiert dargestellt Prozesse, Systeme, Technologien, Berlin/ Heidelberg/ New York (Springer Verlag) Uebel, Matthias; Helmke, Stefan; Dangelmaier, Wilhelm (2004): Praxis des Customer Relationship Management Branchenlsungen und Erfahrungsberichte, 2.Auflage, Wiesbaden (Gabler Verlag) Pohl, Klaus; Rupp, Chris (2009): BasiswissenRequirements Engineering, 1.Auflage, Heidelberg (dpunkt.verlag) Bruhn, M.; Stauss, B.: Dienstleistungsmanagement Jahrbuch 2000,Wiesbaden Meyer, Matthias (2002): CRM-Systeme mit EAIKonzeption, Implementierung und Evaluation, 1.Auflage, Wiesbaden/Braunschweig (vieweg-Verlag)

Zeitschriften: Hermes, Vera: CRM zwischen Innovation und Krise, in: absatzwirtschaft (2009) Heft 3, S.92-95 Hermes, Vera: Open Source CRM fr den Mittelstand, in: absatzwirtschaft (2009) Heft 2, S.75 Internetquellen: Capgemini: CRM Barometer 2008, http://www.de.capgemini.com/m/de/tl/CRM_Barometer_2008.pdf, abgerufen am 09.10.09 Capgemini: CRM IT-Trends 2009, http://www.de.capgemini.com/m/de/tl/IT-Trends_2009.pdf, abgerufen am 21.01.10