Wertorientiertes Customer Relationship Management & Business Intelligence

Überblick

Customer Relationship Management (CRM) ist eine kundenorientierte Unternehmensstrategie, die mithilfe moderner IT versucht, auf lange Sicht profitable Kundenbeziehungen durch ganzheitliche und individuelle Marketing-, Vertriebs- und Servicekonzepte aufzubauen und zu festigen. Gerade im Zuge der Entwicklung von der reinen Transaktions- hin zur Einzelkunden- und Netzwerkorientierung werden Techniken des CRM für Unternehmen immer wichtiger. Im strategischen CRM sind hier beispielsweise die Bewertung einzelner Kundenbeziehungen (z.B. auf Basis des Customer Lifetime Value) sowie das wertorientierte Management von Kundenportfolios zu nennen. Multi-Channel-Management ist wesentlicher Bestandteil des operativen CRM. In diesem Kontext kommt speziell auch dem Einsatz von Social Media als neuem Kommunikationskanal immer größere Bedeutung zu. Im Rahmen des analytischen CRM werden kundenspezifische Daten (z.B. zu Kundenkontakten und Kundenreaktionen) erfasst, gesammelt, ausgewertet und beispielsweise mithilfe von Methoden des Data Mining und Text Mining analysiert (Business Intelligence). Auf diese Weise soll Wissen über Kundenstrukturen und Kundenverhalten generiert werden, um strategische und operative Prozesse zu unterstützen. Im Rahmen der Lehrveranstaltung werden zentrale Konzepte und Methoden des strategischen, operativen und analytischen CRM behandelt und anhand von Praxisbeispielen verdeutlicht.

Lernziele

Studierende, die dieses Modul erfolgreich absolviert haben,

  • kennen die wesentlichen Bereiche und Konzepte des CRM,
  • können verschiedene Verfahren der Kundenbewertung beurteilen und anwenden,
  • können Kundenportfolios auf Basis von Rendite-Risiko-Gesichtspunkten bewerten,
  • sind vertraut mit den zentralen Herausforderungen des Multi-Channel-Management und in der Lage, Einsatzmöglichkeiten von Social Media aufzuzeigen und kritisch zu diskutieren,
  • wissen von der Bedeutung qualitativ hochwertiger Daten für ein erfolgreiches CRM und können verschiedene Metriken zur Messung der Datenqualität anwenden,
  • können Kundendaten mithilfe von Methoden des Data Mining (z.B. Klassifikation) und Text Mining analysieren (auch mithilfe von Software-Tools), die Ergebnisse interpretieren und Handlungsempfehlungen für das CRM ableiten.

Inhalt

In diesem Modul werden folgende fachlichen Inhalte vermittelt:

  • Wertorientiertes Customer Relationship Management (CRM)
  • Kundenwert als Steuerungsgröße im wertorientierten CRM
  • Kundenkanäle im CRM: Multi-Channel-Management und Social Media
  • Qualitativ hochwertige Daten als Erfolgsfaktor im CRM
  • Data Mining – Grundlagen, Verfahren und Anwendungsbereiche im CRM
  • Text Mining – Grundlagen und Verfahren zur Wissensgenerierung im CRM

Literatur

  • Buhl, H. U.; Heinrich, B. (2008) Valuing Customer Portfolios under Risk-Return-Aspects: A Model-based Approach and its Application in the Financial Services Industry. In: Academy of Marketing Science Review 12 (5), S. 1-32.
  • Gneiser, M. S. (2010) Wertorientiertes CRM. Das Zusammenspiel der Triade aus Marketing, Finanzmanagement und IT. In: WIRTSCHAFTSINFORMATIK 52 (2), S. 95-104.
  • Heyer, G.; Quasthoff, U.; Wittig, T. (2006) Text Mining: Wissensrohstoff Text: Konzepte, Algorithmen, Ergebnisse. W3L-Verlag, Bochum.
  • Hildebrand, K.; Gebauer, M.; Hinrichs, H.; Mielke, M. (2011) Daten- und Informationsqualität – Auf dem Weg zur Information Excellence. Vieweg + Teubner, Wiesbaden.
  • Hippner, H.; Hubrich, B.; Wilde, K.-D. (2011) Grundlagen des CRM: Strategie, Geschäftsprozesse und IT-Unterstützung, Gabler, Wiesbaden.
  • Klier, M.; Heidemann, J.; Benno, G. (2010) Die Ermittlung des Kundenpotenzials im Controlling – ein bedarfsorientierter Ansatz und dessen Anwendung bei einem Finanzdienstleister. In: Controlling & Management 54 (1), S. 48-54.
  • Linoff, G. S.; Berry, M. J. A. (2011) Data Mining Techniques – For Marketing, Sales and Customer Support, Wiley, Indianapolis.
  • Sharda, R.; Delen, D.; Turban, E. (2014) Decision Support and Business Intelligence Systems, Prentice Hall, Upper Saddle River.

Die Literatur wird im Semesterapparat von Prof. Dr. Mathias Klier bereitgestellt.

Materialien

Die Materialien, wie Skript und Übungsblätter, werden auf der Lernplattform Moodle bereitgestellt.

Modulbeschreibung

Detaillierte Modulbeschreibung siehe Modulhandbuch

Alle Angaben ohne Gewähr, es gelten ausschließlich die Angaben des Modulhandbuchs!

Einordnung des Moduls

    • B.Sc. Wirtschaftswissenschaften
    • B.Sc. Wirtschaftsmathematik
    • B.Sc. Wirtschaftschemie
    • B.Sc. Wirtschaftsphysik
    • Studiengänge mit Nebenfach Wirtschaftswissenschaften

      Schwerpunktfächer

      • Technologie und Prozessmanagement
      • Unternehmensführung und Controlling

      Lehr- und Lernform

      Vorlesung (2 SWS) und Übung (2 SWS)

      Turnus

        jedes Wintersemester