Grundlagen Customer Relationship Management, Teil 2

Analytisches CRM: Methoden und Fallbeispiele

Datenanalyse mit OLAP

Zur Auswertung der Daten im Data Warehouse wurde das „Online Analytical Processing“, kurz OLAP, entwickelt. Mit OLAP lassen sich sehr schnell Daten aus verschiedenen Perspektiven betrachten und analysieren. Auf diese Weise erhalten die einzelnen Unternehmensabteilungen Informationen, die auf ihren Aufgabenbereich zugeschnitten sind.

Das wichtigste Merkmal von OLAP ist die multidimensionale Sicht auf die Daten. Dazu werden die Daten in einem multidimensionalen Würfel, dem OLAP-Cube, präsentiert. Je nach Interessenslage sind Umsätze, Kosten oder Marktanteile sowie resultierende Analysewerte aus verschiedenen Blickwinkeln tabellarisch oder grafisch darstellbar. So erhält jeder Mitarbeiter das, was ihn interessiert: Der Produktmanager erfährt, wie sich ein Produkt insgesamt verkauft, der regionale Vertriebsbeauftragte, wie der Verkauf in seinem Bereich lief.

Grundsätzlich handelt es bei OLAP um intuitiv durchzuführende Datenbank-Abfragen in einem Top-Dow-Ansatz. Man navigiert in den Daten in vorab definierten Strukturen und Dimensionen wie Zeitraum, Sparte oder Kundengruppe und wertet sie live direkt am Rechner aus. Die zu analysierenden Fragen sind vorgegeben. Typische OLAP-Abfragen sind beispielsweise: „Welches sind die profitabelsten Kunden?“, „Welche Produktgruppen kaufen Kunden häufig?“, „Wie ist die Qualität der Produkte?“, „Wieviele Servicefälle ereignen sich pro Kundengruppe“.

Der OLAP-Würfel: Die multidimensionale Sicht auf Daten erlaubt Analysen je nach Interessenslage – z.B. Umsatz von Produkt 1 im 1. Quartal.
Der OLAP-Würfel: Die multidimensionale Sicht auf Daten erlaubt Analysen je nach Interessenslage – z.B. Umsatz von Produkt 1 im 1. Quartal.

Mit OLAP ist es auch möglich zu überprüfen, welche Produkte zusammen gekauft werden. Dazu werden die Produktkombinationen der Kunden analysiert. Auf Basis dieser Analysen können Cross-Selling-Aktionen gestartet werden, bei denen bestimmte Produkte gemeinsam angeboten werden. Die Grundlagen von OLAP und wie eine OLAP-Analyse genau funktioniert erfahren Sie in dem TecChannel-Beitrag „Ad-hoc Analysen mit OLAP“.

Die Ergebnisse von OLAP-Analysen werden oft in CRM-Kennzahlen gegossen, um CRM-relevante Vergleichsmöglichkeiten zu generieren. Operative Kennzahlen wie Fehlerquote bei Adressen oder Konversionsrate werden dabei zu strategischen Kenngrößen wie Neukundenakquisitionsrate, Kundenbindungsrate oder Kosteneffizienz zusammengefasst. Diese ermöglichen als CRM-Kennzahlen eine Erfolgsmessung der kundenbezogenen Aktivitäten auf allen Unternehmensebenen.