Datenqualität als Fundament für CRM

Datenqualität als Fundament für CRM Was bei Einführung, Betrieb und Weiterentwicklung von CRM (-Systemen) zu beachten ist. Der rote Faden 5. TDQM in der Praxis 3. Anforderungen und 1. Die Bedeutung von Lösungen für DQ Datenqualität für CRM 2. Datenqualität in der CRM Praxis 4. Total Data Quality Management 9. November 2006 CRM expo 2006, DQ als Fundament für CRM CRM - Grundlagen Ziele: • Marktanteil erhöhen • Kundenzufriedenheit steigern • Segmentierung des Kundenstamms • Kostenreduzierung durch zentrale Erfassung • Service verbessern mit geringem Aufwand • Ausschöpfung des Kundenpotentials Aufgaben: • Akquisition (Kundengewinnung) • Kundenbindung (Bestandskundenpflege) • Kundenrückgewinnung 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Typische CRM Aktivitäten • Updateangebote • Werbeaktionen • Werbeaktionen • Mailings • Bedarfsaufnahme • Telesales • Messen CRM • Service • Werbeaktionen • Support • Events • Hotline • Rabatte • Kundenbefragung • Sonderaktionen 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Kundenbeziehung: Was weiß ich ...? CRM CRM CRM Informationen: Informationen: Informationen: • Gesicht • Adressen • E-Mail-Adresse • Name • Telefonnummer • Mobilfunknummer • Vorlieben • Einkaufsverhalten Persönlicher, Unpersönlicher, indirekter Kontakt anonymer Kontakt Persönlicher, durch Kataloge und durch Web Shop direkter Kontakt Werbung und LBS DATEN – Umfang, Nutzung und Wert der Daten steigert sich! 9. November 2006 CRM expo 2006, DQ als Fundament für CRM CRM Systeme: Auswirkungen schlechter DQ Akzeptanz des Systems Strategische Entscheidungsprozesse Vertrauensverlust der Mitarbeiter im Unternehmen „Boykott“ des Systems durch Berichtswesen führt zu falschen Imageverlust Aussagen CRM System bleibt gekapseltes Falsche Zahlen ergeben falsche Expertensystem Planungsbasis Fehlerhafte Preiskalkulation oder Rentabilitätsberechnung Zusatzaufwand Aufwändige Suche nach „richtigen“ Daten Operative Geschäftsprozesse Erhöhter Aufwand für Auswertungen und Fehlerhafte Zielgruppenselektion für Analysen Marketingaktionen Ungenutzte Cross-Selling-Potenziale Erhöhter Entwicklungs- und Betriebsaufwand Externer Imageverlust 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Datenqualität im Marketing Marketing erkennt, dass die Rückläuferquote beim Versand der Mailings steigt. Analyse zeigt, dass häufig fehlerhafte oder unvollständige Adressen vorhanden sind. Die aus dem zentralen Geschäftspartnersystem bereitgestellten Dateien werden in Zukunft bei einem Dienstleister postalisch geprüft, korrigiert und aktualisiert. Probleme: Kein Rückfluss der Korrekturen in das zentrale System Alle anderen Abteilungen (Finanzbuchhaltung, Vertrieb, ...) arbeiten weiterhin mit fehlerhaften Informationen 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Datenqualität im Einkauf Der Einkauf erkennt, dass die Klassifizierung der Lieferanten nach Umsätzen fehlerhaft ist. Analyse zeigt, dass eine Summierung oder Gruppierung auf Grund unterschiedlicher Schreibweisen der Firmennamen nicht möglich ist. Manuelle Bereinigung der Firmennamen mit Hilfe von ad-hoc-Abfragen in der Lieferantendatenbank. Anwendung eines Dublettenbereinigungstools zur automatischen Zusammenführung ähnlicher Firmennamen. Probleme Die Adresse auf den Rechnungen ist immer noch fehlerhaft. 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Datenqualität im Einkauf Robert Bosch GmbH 5.045.923 A sum(umsatz) where company Siemens AG 3.075.379 B like ‘%Porsche AG%‘ Dr. Ing. h.c. F. Porsche AG 1.856.200 C Porsche Zuffenhausen 1.793.030 C Beru AG 1.270.562 C Robert Bosch GmbH 5.045.923 A Ferdinand Porsche AG 987.153 C Dr. Ing. h.c. F. Porsche AG 3.520.229 B Porsche AG 676.876 C Siemens AG 3.075.379 B Porsche Zuffenhausen 1.793.030 C Beru AG 1.270.562 C Dr. Ing. h.c. F. Porsche AG 5.313.259 A Robert Bosch GmbH 5.045.923 A sum(umsatz) where company Siemens AG 3.075.379 B like ‘%Porsche%‘ Beru AG 1.270.562 C 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Datenqualität im Einkauf Der Einkauf erkennt, dass die Klassifizierung der Lieferanten nach Umsätzen fehlerhaft ist. Analyse zeigt, dass eine Summierung oder Gruppierung auf Grund unterschiedlicher Schreibweisen der Firmennamen nicht möglich ist. Manuelle Bereinigung der Firmennamen mit Hilfe von ad-hoc-Abfragen in der Lieferantendatenbank. Anwendung eines Dublettenbereinigungstools zur automatischen Zusammenführung ähnlicher Firmennamen. Probleme Die Adresse auf den Rechnungen ist immer noch fehlerhaft. 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Warum soll man sich um DQ kümmern? Probleme Vorteile Unzufriedene Kunden als ein Daten sind eine verlässliche Basis weicher Faktor für den Unternehmenserfolg Finanzielle Einbußen durch nicht Datenanalysen bieten schnelle und offene Posten korrekte Ergebnisse Angestellte misstrauen dem Eine unternehmensweite Sicht der Unternehmen Kunden und Geschäftsprozesse existiert Ein unsauberes Data Warehouse behindert Entscheidungen Kundenservice und Kundenbindung sind verbessert Rechtliche Anforderungen können nicht erfüllt werden und Strafen Die Projektlaufzeiten sind erheblich drohen verkürzt 9. November 2006 CRM expo 2006, DQ als Fundament für CRM Einführung eines CRM Systems Altsystem CRM System Datenlisten Excel-Listen Telefonbuch Adressbuch 9. November 2006 CRM expo 2006, DQ als Fundament für CRM CRM System – Datenmigration Anforderungen: Lösungen: Zusammenführung der Daten aus Einheitliche Bewertung der verschiedenen Systemen bestehenden Systeme Ermittlung einer einheitlichen Sicht Anpassung und Verbesserung der bestehenden Systeme Reduzierung der Komplexität Übergreifende Bewertung zur einheitlichen Sicht auf alle Systeme Häufiges Problem: Zusammenführung auf Zielstruktur DQ Probleme werden im Projekt spät erkannt, da sie erst bei der Testmigration erkannt werden 9.