CASTELLI

Erfolgreiche Unternehmen müssen die Wünsche und Bedürfnisse ihrer Kunden genau kennen. Unpersönliche Massensendungen ("An einen Haushalt") genügen längst nicht mehr, um Kunden eine Dienstleistung schmackhaft zu machen. Kunden von heute sind gut informiert, anspruchsvoll und selten loyal. Um sie an sich zu binden, bietet sich den Unternehmen ein aktives Datenmanagement, genannt DATA WAREHOUSE, an, das in der Lage ist, Angebote und Kundeninformationen weitgehend automatisch zu personalisieren.

Beispielsweise können Daten zu ein und derselben Person sowohl in der Datenbank der Marketingabteilung als auch in der Kundendatenbank des zuständigen Außendienstmitarbeiters abgelegt sein. Da die beiden Datenbanken verschiedene Aufgabengebiete abdecken, sind in beiden Dateien unterschiedliche Informationen enthalten. Deshalb können viele Informationen verloren gehen oder unbekannt bleiben!

Daher werden aus verschiedenen Datenbanken, z.B. Kundenkarteninformationen, Verkäufe, Warengruppen, Warenplacierung, Lagerbestand, amtliche Statistiken... die Daten extrahiert und in einer Abfragedatenbank so gespeichert, dass sie miteinander verknüpft werden können.

Das DATA WAREHOUSE ist also ein zentrales Datenlager, ein Datenpool zur Befriedigung der Informationsbedürfnisse des Managements. Gemeinsam mit dem Managementinformationssystem (MIS), ebenfalls einer Software, stellt es den Managern die zur Lösung ihrer Aufgaben notwendigen Informationen bereit.

Als Nutzen ergibt sich verbesserte Zielgruppenorientierung und eine Reduktion von Streuverlusten der Werbung. Das Kopieren von Daten in ein eigenes Datensystem ist deshalb notwendig, weil die operativen Anwendungen durch aufwendige Abfragen belastet würden, operative Datenbestände nicht immer für Abfragen dieser Art sondern eben für den operativen Betrieb, also das Tagesgeschäft, optimiert und oft auch noch in unterschiedlichen Programmen gespeichert sind.

Ein Fallbeispiel:

Das Internet-Reisebüro Travelocity.com verkauft pro Jahr weltweit über sechs Millionen Flugtickets an seine 16 Millionen Kunden und ist damit der führende Online-Reiseanbieter. In seinem DATA WAREHOUSE befinden sich sehr große Datenmengen. Man kann z. B. die Absatzzahlen eines bestimmten Fluges bei einer bestimmten Käuferschicht ermitteln. Auf Grund der Verfügbarkeit solch aktueller Zahlen ist Travelocity in der Lage, den Kunden in aller Welt sehr schnell persönliche Angebote zu offerieren.

Jeder wiederkehrende Kunde erhält nach der Anmeldung auf der Website seinem Profil entsprechend die neuesten, für ihn relevanten Informationen. Will jemand eine Flug von Wien nach Paris buchen und auf dem Flughafen Charles-de-Gaulle landen, bereitet ihm das System den entsprechenden Flugplan mit den Preis- und Platzinformationen auf. Da der gleiche Kunde sich in der Vergangenheit häufig als preisbewusster Reisender herausgestellt hat, bietet es ihm gleichzeitig zum ursprünglichen Wunsch noch einen wesentlich billigeren Flug nach Orly an. Um in den Genuss eines solchen Zusatzdienstes zu kommen, muss das Kaufverhalten systematisch erfasst werden.

Die Analyse des Kundenverhaltens, kombiniert mit aktuellen Anfragen, veranlasst das System, dem selben Kunden auch die Buchung eines Mietwagens und eine Hotelreservierung vorzuschlagen. Dabei erkennt die DATA WAREHOUSE-Anwendung dass diese Person auf seinen Geschäftsreisen immer Hotelzimmer mit einem Faxgerät und zwei Telefonanschlüssen wählt, wobei einer für das Modem seines Notebooks gedacht ist. Bucht er hingegen eine Reise mit seiner Familie, erhält er Hotelangebote mit Zimmern ohne solche Anschlüsse, dafür aber Häuser mit Swimmingpools. Auch bezüglich des Mietwagens sind seine Gewohnheiten bekannt: er hat es gerne sportlich, wenn er allein unterwegs ist und eher geräumig, wenn er mit der Familie fährt. Selbst seine Vorlieben für bestimmte Automarken hat das System erkannt. Den Abschluss aller Buchungen bestätigt eine E-Mail.

Doch damit nicht genug. Auf Grund eines Profils, das der Kunde zuvor einmal ausgefüllt hat, weiß das System, dass er ein Fussballfan ist. Das System erkennt selbständig, dass an einem der Abende in Paris ein Fußballländerspiel statt findet und dafür noch Karten verfügbar sind. Dank einer Kooperation mit dem Veranstalter bekommt er ein besonderes Angebot für dieses Spiel. Die E-Mail, mit der die Buchungen bestätigt werden, enthält deshalb zusätzlich einen elektronischen Gutschein. Durch einfaches Anklicken wird der Anwender auf den Online-Kartenverkauf geleitet, wo er gleich seine Karte reservieren kann.

Sollte diese umfassende Kundebetreuung einmal wegen eines Systemausfalls unterbrochen werden, klicken sich die kaufwilligen Surfer einfach auf die Seite des nächsten Anbieters. Daher ist oberstes Gebot eine DATA WAREHOUSEs die ständige und aktuelle Verfügbarkeit der Daten.

Und noch ein paar Anwendungsmöglichkeiten:

Der Handel hat längst das Verkaufsverhalten seiner Kunden untersucht und kann mit speziellen Angeboten auf die Vorlieben der Einkäufer reagieren. Als Ford untersuchte, wer in einer Ehe die Kaufentscheidung über Autos trifft, wurde transparent, dass Ehefrauen den Ausschlag geben. Ford, bislang nur in Männermagazinen präsent, startete eine Werbeoffensive in Frauenzeitschriften und Hausfrauensendungen im TV. Diese Erkenntnis wurde zwar nicht aus einem DWH gewonnen, man hätte sie damit aber rascher und kostengünstiger erhalten.

Schauen wir einmal zu den Immobilienmaklern: Dort könnten Beispiel folgende Anfragen an das DWH gerichtet werden: Wie viele Kunden kaufen Häuser bis 130m^²? Oder wie viele Häuser kaufen Kunden in Krems? Man könnte diese beiden Fragestellungen in einer Matrix darstellen, welche auf einer Achse die Kunden nach Region und auf der anderen Achse die Hausgröße enthält. Ein DWH kann natürlich mehr als 2 Dimensionen verarbeiten! So könnten beispielsweise die Kundengruppe der Besserverdiener und pünktlichen Zahler betrachtet werden. Häuser können ebenfalls in Einfamilienhaus, Bungalow und Reihenhaus eingeteilt werden. Man sollte sich die Daten nun als mehrdimensionalen Würfel vorstellen, man spricht vom "magischen Würfel".

Aus diesem Würfel können einzelne Ebenen nach verschiedenen Blickwinkeln herausgeschnitten werden: Welche Besserverdiener kaufen Bungalows? Welche Regionen werden von Reihenhaus-Interessenten bevorzugt? Natürlich können Daten auch summiert werden, wie etwa: Verkaufen wir mehr Bungalows oder Reihenhäuser?

Doch das ist längst nicht alles! Hier erst beginnt die kreative Arbeit des "Datenschürfers", der wie in einer Mine nach interessanten Zusammenhängen sucht - man spricht von Datamining. Dabei werden große Datenbestände nach verborgenen Mustern, Regelmäßigkeiten oder Auffälligkeiten durchkämmt. Der Kreativität sind keine (nur technische) Grenzen gesetzt. Es könnte folgender Zusammenhang erkennbar werden: Besserverdiener kaufen schlüsselfertige Einfamilienhäuser inklusive Baugrund am Stadtrand mit Keller und Garage, Jungvermählte möchten auf vorhandenem Baugrund Einfamilienhäuser ohne Garage bestellen und selbst (mit)bauen. Paket-Angebote könnten darauf abgestimmt werden. Ein weiteres Muster könnte Auskunft über Zahlungsmoral geben, etwa: Fremdfinanzierte Häuser mit Förderung werden pünktlich bezahlt, Eigenmittelfinanzierungen sind problematisch. Dies könnte Einfluss auf Verkaufsverhandlungen haben. Dabei kann man natürlich auch auf merkwürdige Zusammenhänge stoßen: Besteht eine Relation zwischen Geschlecht und Auftragsmonat? Etwa: Bestellen allein stehende Männer unter 30 im Oktober eher eine Veranda als verwitwete Frauen über 50?

Realisierung:

Der Nutzen eines DATA WAREHOUSEs hängt vor allem von dessen Abstimmung auf die Bedürfnisse der Anwender ab. Daher ist ein DWH-Projekt kein reines EDV-Projekt, sondern eine betriebswirtschaftliche und vielleicht sogar eine psychologische Aufgabe. Das Hauptaugenmerk eines DWH liegt auf den Daten. Der Anwender muss über deren Bedeutung und Herkunft Bescheid wissen. Er muss reproduzierbare Ergebnisse auf einfache Weise erzeugen und dokumentieren können. Ein Muster-DWH gibt es natürlich nicht, individuelle Lösungen sind zu erarbeiten.