• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Tutorium Einführung Wirtschaftsinformatik
 

Tutorium Einführung Wirtschaftsinformatik

on

  • 1,681 views

Unterlagen zum dritten Termin des Tutoriums für die EInführung in die Wirtschaftsinformatik an der Mercator School of Management.

Unterlagen zum dritten Termin des Tutoriums für die EInführung in die Wirtschaftsinformatik an der Mercator School of Management.

Statistics

Views

Total Views
1,681
Views on SlideShare
1,569
Embed Views
112

Actions

Likes
0
Downloads
16
Comments
0

2 Embeds 112

http://www.pschwan.de 111
http://www.slideshare.net 1

Accessibility

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Tutorium Einführung Wirtschaftsinformatik Tutorium Einführung Wirtschaftsinformatik Presentation Transcript

    • Einführung in die Wirtschaftsinformatik 3. Termin Tutorium Management Support Systeme
    • Allgemeine Hinweise • Die Unterlagen werden nicht durch den Lehrstuhl geprüft und können daher Fehler enthalten • Verbindliche Antworten erteilt ausschließlich der Lehrstuhl • Es werden lediglich zentrale Inhalte vertieft und wiederholt 2
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 3
    • Wiederholung • Was war Integration? • Was ist ein ERP? • Was ist ein SCM? • Was lässt sich aus der Pyramide ableiten? 4
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 5
    • CRM Geschäftstransaktion Informationsphase • Ermittlung kaufrelevanter Informationen • Bewertung der Produkte hinsichtl. bestimmter Kriterien • Ermittlung potentieller Transaktionspartner Vereinbarungsphase • Kontaktaufnahme zwischen Transaktionspartnern • Vereinbarung der Konditionen/ Vertragsgestaltung Abwicklungsphase • Durchführung von vereinbarten Transaktionen • Austausch von Gütern, Geld und Informationen [Hansen/Neumann (2005), S. 658] 6
    • CRM • „Marketing-Philosophie“: Beziehungsmanagement • Es werden alle Kanäle zur Kundenansprache integriert und in Hinblick auf den einzelnen Kunden optimiert. • Zielgruppen: Privatkunden (B2C) und Geschäftskunden (B2B) • B2C-Kundenbeziehungsmanagementsystem – Beinhaltet i.d.R. ein Konsumenteninformationssystem – Bezieht die Privatkundenkontakte anderer Absatzwege ein • B2B-Kundenbeziehungsmanagementsystem – Unterstützt alle auf Geschäftskunden zielenden Marketing- Maßnahmen [Hansen/Neumann (2005), S. 706 f.] 7
    • CRM • Kundenbeziehungsmanagement = Customer Relationship Management (CRM) – Dient zur Identifikation, Gewinnung und Erhaltung von Kunden – Koordination sämtlicher Kundenkontakte – Verstärkung der Kundenbindung – Maximierung des Nutzens jeder einzelnen Kundenbeziehung – Mittel: • Konsequente differenzierte Kundenansprache • Abstimmung des Leistungsangebots auf die Kunden [Hansen/Neumann (2005), S. 709 f.] 8
    • CRM 9
    • CRM Gewinnung • Basis eines CRM sind Kundendaten • Operative IS (ERP) von • Feedback der aktuellen u. potentiellen Kunden • Marktforschung Kundendaten • Internetbasierte Befragung/ Beobachtung • Kundenprofile Auswertung • Basis für eine individuelle od. kundengruppenbezogene Ausgestaltung der einzelnen Marketingmaßnahmen von • Beinhaltet die Gesamtheit der Eigenschaften, die typisch den Kunden und relevant für die Geschäftsbeziehung sind • Kundenwert Kundendaten • Customer-Lifetime-Value • Kundensegmentbildung [Hansen/Neumann (2005), S. 708 ff.] 10
    • CRM • Rechnergestütztes Customer Relationship Management • Einbeziehung außenwirksamer Informationssysteme auf Basis des Internets • Speicherung sämtlicher Kundenkontakte in einer einheitlichen Kundendatenbank bzw. einem Data Warehouse • Aufbereitung sämtlicher Kundenkontakte mittels Datenanalyse und Data-Mining-Techniken • Automatisierung der Bereiche Kommunikation, Verkauf & Service • Komponenten – Analytisches CRM – Kommunikatives CRM – Operatives CRM [Hansen/Neumann (2005), S. 709 ff.] 11
    • CRM 12
    • CRM 13
    • CRM - Komponenten Analytisches CRM • Tätigkeit der Datengewinnung und –auswertung • Entscheidungsunterstützung bei Optimierung kundenbezogener Prozesse • Data-Warehouse • OLAP • DataMining Kommunikatives CRM • Abstimmung der Kommunikationskanäle zwischen Anbieter und Kunden • Koordination von Marketingaktivitäten • Customer Interaction Center als multimediale Kommunikationsschnittstelle 14
    • CRM - Komponenten Operatives CRM • Dient dazu, innerh. des durch strategische Entscheidungen festgesetzten Aktionsraums automatisch die dem jeweiligen Kunden am besten entsprechende operativen Marketingentscheidungen zu treffen • Rechnerunterstützung bezieht sich auf alle Phasen der Kundenbeziehung • Schwerpunkte • Kundenakquisition • Verkauf • Kundendienst 15
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 16
    • MSS 17
    • MSS 18
    • MSS - EUS • Entscheidungsunterstützungssystem – Decision Support System (DSS) – Informationssystem zur Unterstützung bei der Entscheidungsvorbereitung – Funktionen zur Überprüfung von Hypothesen – Untersuchung möglicher Handlungsalternative durch • Mathematische Modelle • Methoden [Hansen/Neumann (2005), S. 781] 19
    • MSS Modell • Ausschnitt der Realität in vereinfachter Form Entscheidungsmodell • Darstellung in mathematischer Form durch Variablen und Formeln (Business Case) Methode • Systematische Vorgehensweise zur Lösung eines Problems • Exakte und vollständig formulierte Verfahrensvorschrift - Algorithmus [Hansen/Neumann (2005), S. 781 f.] 20
    • MSS 21
    • MSS 22
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 23
    • MSS - DW • Data Warehouse (DW) – Unternehmensweites Konzept – Einheitliche und konsistente Datenbasis zur Entscheidungsunterstützung – Getrennt von den operativen Systemen • “A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant collection of data in support of management’s decisions.” [Inmon, 1993] 24
    • MSS - DW Subject-oriented • Ausrichtung an inhaltlichen Themenschwerpkt. (Dimensionen) • Bspw. Kunden, Regionen, Produkte integrated • Vereinheitlichung der Daten aus den operativen Systemen • Benennung, Skalierung und Kodierung nonvolatile • Dauerhaftigkeit, Stabilität der Daten • Bereitstellung von Zeitreihen über längere Zeiträume 25
    • MSS -DW Time-variant • Zeitorientierung der Informationen • Aktualität der Daten • Schnappschuss des Unternehmensgeschehens • Zeitbezug • Bestandsgrößen – Datumsangabe • Bewegungsgrößen - Zeitraumangaben 26
    • MSS - DW 27
    • MSS – DW - ETL - Filterung - Harmonisierung - Aggregation - Anreicherung 28
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 29
    • MSS - OLAP • On-Line Analytical Processing (OLAP) – Interaktive, multidimensionale Analyse – Intuitive Benutzeroberfläche – Definition der OLAP Fähigkeit von Informationen durch 12 Regeln von Codd [Hansen/Neumann (2005), S. 818] 30
    • MSS - OLAP • Auszug aus Regeln Codd – Mehrdimensionale konzeptionelle Perspektive – Transparenz – Zugänglichkeit – Dynamische Verwaltung dünn besetzter Matrizen – Mehrbenutzerunterstützung – Flexibles Berichtswesen – Unbegrenzte Anzahl an Dimensionen und Aggregation [Hansen/Neumann (2005), S. 818] 31
    • MSS - OLAP 32
    • MSS - OLAP 33
    • MSS - OLAP 34
    • MSS - OLAP 35
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 36
    • MSS - KDD Knowledge Discovery in Databases (KDD) describes the „non-trivial process of identifying valid, novel, potentially usefull, and ultmately understandable patterns in data…“ [Fayyad, et al. 1996] 37
    • MSS -KDD 38
    • Agenda 1) Wiederholung 2) CRM-Systeme 3) Management Support Systeme 1) Data Warehouse 2) OLAP 3) KDD 4) Data Mining 39
    • MSS – Data Mining • Datenbank-basierte Verfahren – die unter Verwendung von • Methoden der Statistik und • Methoden der Künstlichen Intelligenz (KI) – selbständig • Annahmen generieren ("machine learning"), • überprüfen und • entsprechende Ergebnisse präsentieren. 40
    • MSS – Data Mining Klassifikation • Zuordnung in vordefinierte Klassen Clusterung • Einteilung in Klassen gemäß einem Ähnlichkeitsmaß Entdecken von Abhänigkeiten • Abhängigkeitsbeziehungen von Attributausprägungen [Hansen/Neumann (2005), S. 822 f.] 41
    • Fragen?? Nein? Danke! Vielen Dank für die Aufmerksamkeit! Anregungen, Kritik und Fragen gerne an tutorium@pschwan.de @p_schwan 42
    • Quellen • Prof. Dr. Chamoni; Skript Einführung in die Wirtschaftsinformatik Sommersemester 2009 • Hansen, Hans Robert; Neumann, Gustaf: Wirtschaftsinformatik 1 - Grundlagen und Anwendungen. 9. Auflage, Lucius & Lucius, Stuttgart 2005. 43