Title: DW - Course Overview I
1DW - Course Overview I
- Course Objectives I
- Motivation !
- Ziele
- Limits
2DW - Course Overview II
- Voraussetzungen
- Unternehmensaufbau
- Organisation/Hierarchien und Entscheider
- Projektmanagement
- Methoden
- SW-Entwicklung
- Methoden
- Datenbanken (relationale, obektorientierte)
- Datenbank Transaktion
- Entity-Relation-Ship Modell
- Normalisierung
- Schluessel/Indexe
3DW - Course Overview III
- Methodik der Wissensvermittlung
- Vorlesung Folien
- Gespräch (Frage/Antwort)
- Video
- Übung (?)
4DW - Course Overview III
- Information Sources
- Vorlesungsmaterial BA-Loerrach
- Vorlesungsmaterialien von anderen Instituten
- Internet
- http//www.competence-site.de (Competence Center
BI) - http//www.datawarehouse.com
- http//www.intelligententerprise.com
- Eigene Kurse und Trainings
- Meine eigenen Erfahrungen innerhalb eines DW
Projektteams
5DW- Gliederung des Kurses I
Tag 1
- Business Intelligence
- Eine Begriffsbestimmung
- Current Business Dynamic
- Business Trends
- Introduction into Data Warehousing
- OLTP-Data Warehouse
- The Big Picture
- Data Warehouse und verwandte Konzepte
-
6DW- Gliederung des Kurses II
Tag 1 cont.
- The Business Value of a Data Warehouse
- Einsatzbeispiel 1
- Customer Relationship Management
- Einsatzbeispiel 2
- Zusammenfassung Tag 1
- Did we meet the objectives ?
- Your feedback is welcome ?
7DW- Gliederung des Kurses III
- Review Tag 1
- Ausblick Tag 2
-
- Data Warehouse Glossery
- Data Warehouse Definition
- Extract, Tarnsportation Tarnsformation Process
(ETT) - Star Snowflake Schemas Anatomy
- Data Marts
- Online Analytical Processing (OLAP Access
Architectures) - Data Mining
Tag 2
8DW- Gliederung des Kurses IV
Tag 2 cont.
- Data Warehouse Architecture
- Zentrale Komponenten - Overview
- Besprechungswürfel
- DW Daten-Sicht
- Input Daten, interne und externe
- Daten im Kernsystem
- Output-Daten
9DW- Gliederung des Kurses V
Tag 3
- Data Warehouse Analysen
- Queries und Berichte
- Data Mining
- Data Warehouse Projects
- Business Requirements - Who buys a Data
Warehouse ? - Methods
- The Project Team
- THINK BIG, start small !
- DW Projekt deliverables
10DW- Gliederung des Kurses VI
Tag 3 cont.
- Data Warehouse Projects
- Logische Data Warehouse Modellierung
- Is an Enterprise Data Warehouse always the right
answer ? - Benefits, Risks and Weaknesses, Avoiding
pitfalls - Examples
- Wrap-up Session
- Weiterfuehrende Tehmen
- Literatur, Links, Präsentationen,
- Did we meet the objectives ?
- Your feedback is welcome !
- Klausur
11DW- Gliederung des Kurses VII
- Course Objectives II
- You should be able to describe the Data
Warehouse terminology and the concepts - You can identify Data Warehouse components and
processes and also explore warehouse styles - Youll be in a position to recognize
requirements and limitations of DW
architectures and implementation approaches - You may specify the tools that may be used at
each phase of the DW development life cycle - You can discuss DW modeling concepts
- You have to explain why DW are popular business
solutions
12DW- Gliederung des Kurses VIII
Course Objectives II But Its just a starting
point, during your careers (as consultant, as
project manager) youre going to face situations
where you have to go back to the books and the
courses .
And here is the message Well need you ! Were
waiting for you ! We trust in your skills and
potentials !
13Business Intelligence
Eine Begriffsbestimmung
14Business Intelligence
Eine Begriffsbestimmung
Wissen - Intelligence ? Intelligence (engl) 1.
Intelligenz, Klugheit, Verstand 2. rasche
Auffassungsgabe, Scharfsinn 3. Einsicht,
Verständnis 4. Mitteilung, Auskunft 5.
Nachrichtendienst bzw. Nachrichtenwesen
BI Wissens Entdeckungsprozess
15Business Intelligence
Eine Begriffsbestimmung
Business Intelligence bezeichnet - den
analytischen Prozeß, - der fragmentierte
Unternehmens- und Wettbewerbsdaten - in
handlungsgerichtetes Wissen - über die
Fähigkeiten, Positionen, Handlungen und Ziele -
der betrachteten internen oder externen
Handlungsfelder (Akteure und Prozesse)
transformiert
Martin Grothe, Peter Gentsch, Business
Intelligence, Aus Informationen
Wettbewerbsvorteile gewinnen, Addison-Wesley 2000
16Business Intelligence
Eine Begriffsbestimmung
Diese Definition von Business Intelligence betont
besonders, dass Business Intelligence keine feste
Größe ist, sondern im Wesentlichen einen Prozess
kennzeichnet Prozessphasen 1. Bereitstellung
quantitativer und qualitativer, strukturierter
oder unstrukturierter Basisdaten. 2. Entdeckung
relevanter Zusammenhänge, Muster und Musterbrüche
oder Diskontinuitäten gemäß vorbestimmter
Hypothesen oder hypothesenfrei. 3. Teilen und
Nutzung der gewonnenen Erkenntnisse zur Stützung
von Maßnahmen und Entscheidungen.
17Business Intelligence
Eine Begriffsbestimmung
Für die unterschiedlichen Aufgaben und
Anforderungen des "Wissens-Entdeckungsprozesses"
stellt Business Intelligence Informations- und
Kommunikationssysteme zur Verfügung. Im
folgenden werden für die Bausteine des Business
Intelligence die jeweiligen Instrumente und
Infrastrukturen vorgestellt. Entscheidend ist,
dass die Instrumente eine intuitive,
anwenderfreundliche Nutzung erlauben. Die
Instrumente sollen ja gerade den Umgang mit der
Komplexität der Realität vereinfachen
18Business Intelligence
Eine Begriffsbestimmung
19Business Intelligence
Eine Begriffsbestimmung
Die Werkzeuge werden unterschieden - ob sie
der Bereitstellung von Daten dienen, - oder der
Entdeckung von Beziehungen, Mustern oder
Prinzipien - oder der Kommunikation der
entdeckten Zusammenhänge. Weiterhin kann
unterschieden werden, - ob es sich um
quantitative - oder eher um qualitative
Ausprägungen handelt und - ob die Daten
strukturiert oder unstrukturiert sind.
Hinsichtlich des Entdeckungsprozesses kann
unterschieden werden zwischen - einem
hypothesengestützen - oder hypothesenfreien
Ansatz bei der Analyse.
20Business Intelligence
Eine Begriffsbestimmung
21Business Intelligence
Eine Begriffsbestimmung
22Business Intelligence
Business Intelligence Anwendungen
Typische Branchen für sog. Business Intelligence
Anwendungen Handel / Konsumgüterindustrie Ver
sorgungsunternehmen Banking /
Versicherungen Automobil-Industrie / Aerospace
Defense Telekomunikation Medienindustrie H
ealth Care Immobilienmanagement Public Sector
23Business Intelligence
Business Intelligence Anwendungen
Typische BI Anwendungen Customer Relationship
Analytics Marktpotentialanalyse Marketing
(Kampagnen, Kennzahlen) Aktivitäten und
Opportunities (Kundenpflege) Web-based
Mangement (Besucher, Banner) Mobile Sales
(Aussendienst) Angebotserfolgskontrolle Produk
t- und Kundenanalysen Retention Management
(Kundenbindung)
24Business Intelligence
Business Intelligence Anwendungen
E-Analytics E-Site-Analytics (Verweildauer,
Anzahl Hits, Aktionsdauer) E-Business
Analytics (Ereignisse, Artikel) Supply Chain
Analytics Supply-Chain-Planung und
Optimierung E-Procurement (B2B),
Bestandsführung Produktionsplanung und
steuerung Instandhaltungs- und Qualitätsanalyse
25Business Intelligence
Business Intelligence Anwendungen
Financial Analytics Cost-Management Ergebnis-,
Marktsegmentrechnung und Profit-Center-Rechnung
Finanzbuchhaltung Cash-Management Reisemana
gement Investitionsmanagement Projektmanagemen
t Konsolidierung
26Business Intelligence
Business Intelligence Anwendungen
Strategic Enterprise Management Unternehmenssimu
lationen Planszenarios Human Capital
Management Personaladministration Personalbesc
haffung Veranstaltungsmanagement Personalentwi
cklung Vergütungsmanagement Organisationsmanag
ement Zeitwirtschaft Personalabrechnung
27Current Business Dynamic
28Current Business Dynamic
Consequences for the Companies
- Develop Market Awareness (Bewusstsein)
- without this they are unable to move with the
market - Responsiveness (Entgegenkommen)
- as these market forces work and change, it is
critical the company responds just as quickly so
it can stay on track an on top - Adaptability (Anpassungsfaehigkeit)
- the organization must adapt (anpassen) to each
small and large change in the environment
29Current Business Dynamic
Consequences for the Companies cont.
- Innovation
- the company must take the most of innovative
ideas - and should nurture (erziehen,beguenstigen)
innovators - throughout (ueberall) the organization
- Efficiency (Effizienz)
- Quality
- Poor quality products and services will churn
- (zum schaeumen bringen) customers faster then
anything else
30Current Business Dynamic
Business forces in the 90s
- The Profit Dimension (Value Exchange)
- essentially there are only three ways of
increasing the profitability of a company - get more customers
- keep customers longer
- sell them more (or at least more profitable
products) - there is an assumed fourth way as well this is
by not attracting to your organization or
retaining (behalten) those customers that are not
profitable
31Current Business Dynamic
Business forces in the 90s
- The Channel Dimension Disintermediation
(Einlagenabzug) - Cut out the Middle Man !
- Bookseller Author
- Internet Based Supermarket - Wholesaler
(Grosshaendler)
32Current Business Dynamic
Business forces in the 90s
- Customer Dimension Disaggregation (Zerfall)
- Customer is King !
- All customers are not equal some will make you
money others will lose you money - The first step to enhancing the on organization
focus is to differentiate customers - Ideally this differentiation should be based on
profitability over long terms
33Current Business Dynamic
Business forces in the 90s
- The Product Dimension Mass Customization
- Treating (behandeln) the customers as
individuals this is the key to locking in
(festhalten) the customers and preventing them
from defecting (ueberlaufen) to a rival company - Its not only losing a customer he will go to
the competitors and make them more successful - If we combine this notion (Idee) of individualism
with our knowledge of the customers and the
capabilities of current technologies (JIT,
product variations) - Mass Customization is about managing variations
in product, pricing, packaging, service, delivery
and other factors based on the match to the
customers needs and aspirations (Ambitionen)
34Current Business Dynamic
Business Challenge/Business trends
- focus on customer
- considering customers as an individual rather
then simply counting the number of transactions
that have occurred in the day - understanding the business
- decision making at all levels
- individuals are increasingly (zunehmend)
empowered (ermaechtigt) to make decisions within
a business, to do this of course we must also
distribute the information on which they can base
their decisions - information as competitive (konkurenzfaehig)
weapon - information as an asset (Vermoegen)
35Current Business Dynamic
Information is the key enabler
- About ourselves
- product development costs
- marketing effectiveness
- product profitability
- supply chain (Lieferkette) distribution channel
profitability - About our competition and the outside world
- weather conditions
- society/political events
- market share changes
- About our customers and our dealing with them
36Current Business Dynamic
Information Challenge What will the future
bring ?
- Data Explosion
- It is estimated that the amount of data in the
world doubles every 12 month - There is a world of differences between data and
information and knowledge - Accelerated product lifecycle
- 50 years ago it took a car manufacture 10 years
to bring an new car to the market - they now have to achieve this in 12 month while
also offering many more variants customer menu
options and JIT production - there is every reason to believe this trend will
continue as organizations strive (eifern) to
differentiate (unterscheiden) their products and
services
37Current Business Dynamic
Information Challenge What will the future
bring ?
- New entrants (Teilnehmer) to the market
- Enabled by Call Center Technology and the
Internet, new companies can bring products and
services to the market with a modest (reduziert)
investment - Often allowing them to cherry pick the best
customers - Empowerment (Ermaechtigung) of the individuals
- Call Center Technology
- E-Businees
38Introduction into Data Warehousing
Operative Systeme und Analytische Systeme
- Die andere Zielsetzung der Operativen Systeme
- Im Mittelpunkt des Tagesgeschehens von
Unternehmen stehen die sog. Business Applications
(Critical Mission Applications) - Diese operativen branchenorientierten Systeme
sollen in erster Linie die betriebliche
Transaktionen unterstützen und konsistent und
sicher festhalten - Sie sind nicht speziell für die Unterstützung der
Entscheidungsfindung konzipiert und haben
diesbezüglich deshalb ihre Grenzen
39Introduction into Data Warehousing
Operative Systeme und Analytische Systeme
- Die andere Zielsetzung der Operativen Systeme
- Die hinter der CMA liegende Datenbank wird
infolge der abgewickelten Transaktionen permanent
aktualisiert - Die Datenbank muß dauernd im Zugriff sein und
schnelle Reaktionszeiten bieten - Sie enthält aktuelle, detailierte, primäre Daten
und speichert diese normalerweise redundanzfrei - Der Zugriff auf die Daten geschieht i.d.R. mit
standardisierten Abfragen
40Introduction into Data Warehousing
Operative Systeme und Analytische Systeme
41Introduction into Data Warehousing
Operative Systeme Analytische Systeme
- Hohe Speicherkapazität
- Gegenstandsorientiert
- Historische Daten
- Auch zusammengefasste, abgeleitete Daten
- Keine Updates
- Dient als Datenspeicher für Analyse/
Entscheidungsfindung
- Schnelle Antwortzeit
- Anwendungsorientiert
- Aktuelle Daten
- Detaillierte, primäre Daten
- Häufige Änderungen
- Dient täglicher Arbeit
42Introduction into Data Warehousing
Operative Systeme und Analytische Systeme
-gt Man muss beide Systeme trennen.
43Introduction into Data Warehousing
Ein zusätzliches Data Warehouse
- Business Applications (CMAs) für die
Unterstützung der betrieblichen Transaktionen - Data Warehouse-Systeme für die Unterstützung
analysierender Tätigkeiten und zur
Entscheidungsunterstützung - Ein DWH bildet insofern das logische Komplement
zu den operativen Informationssystemen
44Introduction into Data Warehousing
Ein zusätzliches Data Warehouse
45Introduction into Data Warehousing
Data Warehouse Definition
- Ein DW ist ein analytisches System, d.h. es
soll Informationen Methoden liefern, die
Mitarbeitern helfen, kurz-, mittel- und
langfristige Entscheidungen zu treffen - Es unterscheidet sich durch seine
Analyse-Orientierung erheblich von den
transaktions-orientierten operativen Systemen zur
Abwicklung des Tagesgeschäftes - Es stellt Schnappschuss-Daten (keine
Echtzeit-Daten) zeitpunktsrichtig für
Lesezugriffe zur Verfügung - Die DW-Datenbasis kann sehr groß sein und besteht
meist aus historischen Einzel- und
Aggregationssätzen - Die Datenbasis kann eine relativ hohe Redundanz
aufweisen, ist aber wohlstrukturiert und
konsistent
46Introduction into Data Warehousing
Data Warehouse Definition
Mit dem Begriff Data Warehouse wird eine von den
operationalen DV-Systemen isolierte Datenbank
umschrieben, die als unternehmensweite Datenbasis
für Management-Unterstützungssysteme dient. A
Data Warehouse is a subject-oriented,
integrated, time-variant, nonvolatile collection
of data in support of managements
decision-making process. Inmon, Hackathron 1994
47Introduction into Data Warehousing
Data Warehouse Definition
- Subject-oriented
- Daten werden themenorientiert oder
aufgabenbezogen zusammengeführt - Ziel ist es, unternehmensbestimmende
Sachverhalte aus Managementsicht darzustellen - Integrated
- die Struktur- und Formatvereinheitlichung der
Daten aus den operativen Systemen - konsistente Datenbasis im Data Warehouse
- Beseitigung mögliche Inkonsistenzen im
Datenbestand, die durch die Datenhaltung in
verschiedenen operativen Systemen entstanden
48Introduction into Data Warehousing
Data Warehouse Definition
- Time-variant
- den Daten aus den operativen Systemen werden
Zeitmarken hinzugefügt - Auswertungen, die Informationen über die
Entwicklung - des Unternehmens zur Erkennung von Trends liefern
- der abgebildete Zeithorizont kann in einem Data
Warehouse je nach betrieblichen Anforderungen bis
zu zehn Jahre betragen - Daten über einen Zeitraum von zehn Jahren werden
im Data Warehouse aufbewahrt - Nonvolatile
- keine Änderungen der gespeicherten Daten nach
der fehlerfreien Übernahme aus den operativen - alle erstellten Auswertungen und Analysen sind
reproduzierbar, insofern die Daten nicht im Laufe
der Zeit gelöscht bzw. verdichtet wurden.
49Introduction into Data Warehousing
Data Warehouse Architecture
50Introduction into Data Warehousing
Data Warehouse Architecture
Input-Schicht hier werden die
unternehmensinternen und externen Daten
übernommen, d.h. im Normalfall werden mittels
sogenannter Transformationsprogramme die Daten
aus den operativen Informationssystemen
vorbereitet, versdichtet und übernommen ODS
(Operational Data Store) Datenspeicher, in dem
Daten, die zwischen zwei Datenübernahmen
anfallen, gespeichert werden. Diese müssen nicht
verdichtet werden. Zweck des ODS ist es,
möglichst immer notwendige aktuelle Daten zur
Verfügung zu haben.
51Introduction into Data Warehousing
Data Warehouse Architecture
- Meta-Daten
- beschreiben die im DWH gehaltenen Daten
- Output-Schicht hier werden die Daten zur Nutzung
(durch Direktzugriff, etc.) zur Verfügung
gestellt, d.h. hier setzen die Datenanalysewerkzeu
ge auf. - Data Warehouse i.e.S.
- stellt die eigentliche Datenhaltung dar, in ihm
werden die verdichteten Daten aus den
unterschiedlichen Unternehmensbereichen
gespeichert (Datenbank).
52Introduction into Data Warehousing
DW und verwandte Konzepte
- Management Support Systemen (MSS)
- Überbegriff über alle Spielarten der
elektronischen Unterstützung betrieblicher
Entscheidungsträger - MIS (Management Information Systems)
- DSS (Decision Support Systems)
- EIS/FIS (Excecutive/Financial Information Systems
53Introduction into Data Warehousing
DW und verwandte Konzepte
54Introduction into Data Warehousing
DW Everybodys IS der 90-iger/0x-iger
- Unternehmensweites Datenbank-Konzept, dessen Ziel
es ist, eine breite, logisch zentrale,
einheitliche und konsistente Datenbasis
aufzubauen, die losgelöst von den operativen
Datenbanken betrieben wird - Die atomaren Daten müssen aus den vielfältigen
und heterogenen operativen Vorsystemen
systematisch extrahiert, aufbereitet, gesäubert
und entsprechend den Anforderungen strukturiert
abgelegt werden - Da im Idealfall alle analyseorientierten
Anwendungen eines Unternehmens mit diesen Daten
arbeiten, gibt es nur eine Version der
Wahrheit, d.h. auch, dass unterschiedliche
Personen nicht mit unterschiedlichen Zahlen
arbeiten
55Introduction into Data Warehousing
DW Analyseorientierten Anwendungen
- OLAP-Werkzeuge (On-line Analytic Process)
- Software, die bei betriebswirtschaftlichen
Analysen hilft - Fach- und Führungskräfte sollen schnell,
interaktiv und analytisch Zugriffe auf
konsistente Informationen haben - Ermöglichen (wie EIS) auch multidimensionale
Analysen - Anordnung von Kennzahlen (z.B. Umsatz- oder
Kostengrössen) entlang unterschiedlicher
Dimensionen (z.B. Kunden, Artikel, Regionen) - Data Mining-Werkzeuge
- Techniken zum Auffinden bisher verborgener
Strukturen und Muster in umfangreichen
Datenbeständen
56The Business Value of a Data Warehouse
.. Information is the key enabler
- About our customers and our dealing with them
- purchasing behavior
- life changes, trends
- defection (Absage) analysis
- communication effectiveness
57The Business Value of a Data Warehouse
Main use of Data Warehousing
- Main use of Data Warehousing 1999
-
- 35 Finance and other Decision Support Data
Warehouses - 65 Customer Marketing Applications
58The Business Value of a Data Warehouse
Customer Relationship Management
- So what is CRM
- - a formal program that allows us to achieve
(erreichen) customer related objectives by
knowing customers better - 1st look at customer then profitability, time to
market and other factors - the more information we can collect about a
customer the better - the information must retained (festgehalten) and
managed for the long therm - we must track customers over the lifetime of our
interaction with them (we need to understand the
LTV of the customer)
59The Business Value of a Data Warehouse
CRM and Corporate Strategy
- A company can take only one of three possible
positions for its product strategy - (1) Low cost producer Examples ?
- Cost driven, difficult to sustain
(aufrechtzuerhalten) - Position is generally impossible to maintain over
a long period unless protected by governments - (2) Technology leader Examples ?
- High investment cost risk
- Difficult to sustain
- Its impossible to maintain the technology leader
over time and technology other companies will
soon catch up
60The Business Value of a Data Warehouse
CRM and Corporate Strategy
- A company can take only one of three possible
positions for its product strategy - (3) Best Customer Relationship Example ?
- Customer driven NOT cost
- The added bonus when you have customers loyalty
is that it tends to take the pressure off margins
as your customer are not buying on price - Sustainable (tragbare) position
61The Business Value of a Data Warehouse
Customer Strategy
- In contrast to the strategy adopted by an
organization when positioning its products and
services, a customer on the other hand will base
his/her relationship on a mix of the following
three characteristics - (1) Financial Examples ?
- This maps to the low cost producer company
strategy - Would also include additional discounting and
customer loyalty schemes - Type of bond (Anhaenglichkeit), customer will
increasingly look for the lowest price or best
deal - Loyalty schemes that reward (Belohnen) the
number of things purchased as opposed to the
value of things are dangerous as they effect
reward bad rather then good behavior
62The Business Value of a Data Warehouse
Customer Strategy
- (2) Social values Examples ?
- bond is based on some agree real or perceived
(empfunden) understanding betwenn the customer
and the supplier - offers a much stronger and more resilient
(elastisch) attachment (Angliederung) - (3) Structural
- Strongest bond of all
- Based on some physical or cognitive
(bewusstseins) connection between the customer
and the company - Examples
- The credit card and store cards you have its
much easier and more rewarding to use these than
go somewhere else - Vending machine in you building this is much
easier sell as you are a captive (gefangen)
audience
63The Business Value of a Data Warehouse
Developing a CRM Strategy I
- (1) Mass Marketing Example ?
- we know very little about our customers
- we can also do very little about customizing our
products and services - we place an emphasis on costs and try to reach as
many customers as we can
64The Business Value of a Data Warehouse
Developing a CRM Strategy II
- (2) Database Marketing
- we learn more about our customers
- we can begin to target them more effectively
- we still cannot differentiate our products and
services - we look to further reduce acquisition costs and
cost per sale - Example Catalogue Company
- If we can stop sending catalogues to customers
who are unlikely to buy from us we could
dramatically change our profitability (Gutscheine
fuer Kataloge)
65The Business Value of a Data Warehouse
Developing a CRM Strategy III
- (3) Niche Marketing Example ?
- we have a highly differentiated product but know
little about our customers - we may fine for a while but how to grow ?
- the cost to acquire customers is likely to kill
the company sooner or later
66The Business Value of a Data Warehouse
Developing a CRM Strategy IV
- (4) Relationship Marketing Example ?
- most desirable (wuenschenswert) position
- we know a lot about our customers and can also
deliver product and services they desire - Mix it baby !
67The Business Value of a Data Warehouse
Tiering (Einteilen) Customers
- Most Valuable Customers (MVCs)
- Most Growable Customers (MGCs)
- Third Fourth Tier
- Below Zeros (BZs)
68The Business Value of a Data Warehouse
Tiering (Einteilen) Customers I
- Most Valuable Customers (MVCs) - Examples ?
- very little difference between their values (what
they buy from you) and their strategic value
(what they spend on your type of products and
services in total) - for those guys we should adopt a retention
(Festhalten) strategy - they are of great value for us, but we are
unlikely to be able to grow additional revenue
from them
69The Business Value of a Data Warehouse
Tiering (Einteilen) Customers II
- Most Growable Customers (MGCs) - Examples ?
- Have great potentials but they are only spending
relatively little with you - Strategy to grow these customers
- As we already know who these customers are, we do
not need to spend on acquisition - But focus is required to deliver consistent,
differentiated and high quality products and
services to achieve this growth - An interesting measure for Marketing How many
MGCs can be moved to the MVC level ?
70The Business Value of a Data Warehouse
Tiering (Einteilen) Customers III
- Third Fourth Tier - Examples ?
- Those guys are of course interesting to the
company but we shouldnt focus on them - Its a mistake to gear your company around these
folks the potential income from them is too low - Reasonable strategy to drive them towards (in
Richtung) interacting with your company in a
lower cost fashion - On the whole they shouldnt probably ignored to
avoid placing undue (uebertrieben) focus on them
71The Business Value of a Data Warehouse
Tiering (Einteilen) Customers IV
- Below Zeros (BZs)
- Even the strategic value of these customers is
below the service costs - You will lose money with them
- Strategy You should lose the customers before
you lose your money or try to drive them towards
lower cost services or more profitable products - Give them to you rivals so they cast them money
instead
72The Business Value of a Data Warehouse
Four basic Strategies
- Identify Customers
- Differentiate Customers
- Interact !
- Customize Product and Services
73The Business Value of a Data Warehouse
Four basic Strategies I II
- Identify Customers
- Identify the customers individually
- So they can be communicated with
- They have to be addressable
- Differentiate Customers
- Differentiate based on some measures (Live time
value) - Having divided our customers by value, we should
also segment them by needs as this is the key to
communicate effectively and mindfully
(vorsichtig)
74The Business Value of a Data Warehouse
Four basic Strategies III IV
- Interact !
- We are now ready to select those we want to focus
our attention on and interact with them - The secret is to listen as well as talk !
- Customize Product and Services
- If we communicate with the customers, we are in a
perfect situation to determine what they want
from us - Then we design and deliver products and services
more suited (passend) to them - We should say what products should we build to
suite our customers rather then how do wee get
more customers for our products - Classic feedback loop
75The Business Value of a Data Warehouse
Key Enabler for a 1 to 1 marketing over long term
- Integration of all customer touch points
- We must deliver timely and accurate information
to each possible contact point - We must also record details about each
interaction - Call center, Sales force Automation (Prozesse,
Software und Tools zur Unterstützung und
Automatisierung des Vertriebs-Aussendienstes) - Low cost interaction with customers
- Especially true for customers in the lower tiers
- WWW
- Focused marketing to reduce costs
- Information Integration
- Data Warehouse to integrate information
- Enabling the company and customers by delivering
this information
76The Business Value of a Data Warehouse
Collecting Customer Information
- A 360º Profile of a customer
- Revenue (Einkommen)
- Credit rating (Einschaetzung der
Kredit-Wuerdigkeit) - Prospect (moeglicher Kunde)
- Demographics
- History of contacts, purchases (Kaeufe)
- Psychographic (persoenliche Eigenschaften)
- Behavior
77The Business Value of a Data Warehouse
Lasting (dauerhaft) Competitive (konkurenzfaehig)
Advantage
- you got something of your customers that your
competitor did not get information - Categorize the different types of information by
the source of that information - External Example ?
- available to your company and to your competitors
as well of course - but useful for providing context
- External market survey (Uebersicht) or customer
survey information conducted on your behalf (zu
ihrem Nutzen)
78The Business Value of a Data Warehouse
Lasting (dauerhaft) Competitive (konkurenzfaehig)
Advantage
- Categorize the different types of information by
the source of that information - Internal transactional based Examples ?
- Those data are the bread and butter of the
Warehouse but includes no interaction with the
customers - Internal customer based
- Perhaps the most valuable from the 1 to 1
perspective - Information has given willing and freely by the
customers herself - Its difficult to codify (chiffrieren) and record
this information and to represent it meaningful
79The Business Value of a Data Warehouse