Business Intelligence







Die Grafik "http://www.indiatravelclub.com/images/hunting-tiger.jpg" kann nicht angezeigt werden, weil sie Fehler enthält.
Mit Planung zum Erfolg

Kurz & Bündig

Business Intelligence beschreibt analytische Prozesse, die sowohl die Bereitstellung quantitativer und qualitativer Daten als auch die Aufdeckung relevanter Zusammenhänge
und die Kommunikation der gewonnen Erkenntnisse zur Entscheidungsunterstützung umfassen. Vorhandene Unternehmens- und Geschäftsdaten werden also in relevantes, handlungsanleitendes Wissen umgeformt.

Eine technische BI-Lösung besteht aus vier Komponenten
- Extrahieren, Transfomieren, Laden (ETL)
- Data Mining
- Reporting
- Informationsverteilung





Hide details for Im DetailIm Detail


Business Intelligence


Ausgangssituation

Stellen Sie sich Fragen wie: Wie können wir die Qualität unseres Verkaufs, Vertriebs, unserer Kundenbetreuung testen und verbessern? Wo stehen wir in unserem Verkauf, in unseren Beratungsdienstleistungen? Worin sind unsere direkten Konkurrenten besser als wir? Zeigen unsere Massnahmen im Vertriebsbereich die erhofften Wirkungen? An welchen Stellen verlieren wir Kunden, die vielleicht erst gar nicht zu Kunden werden? Nutzen wir das Potential zu zusätzlichen Verkäufen zu wenig? Wo können wir ansetzen, um mit kleinstmöglichem Einsatz wesentliche Verbesserungen zu erreichen? Und, last but not least, wie motivieren wir unsere Mitarbeiter, die von uns geplanten Veränderungen aktiv zu unterstützen?






Unser Angebot

Einsatz von Market Research Techniken:
- Data Warehousing und Data Mining für Marketingentscheidungen
- Preis-Index- und Sortimentsvergleiche mit Hilfe von Testkunden
- Kundenbefragungen
- Telefon Befragungen
- Round Table Gespräche
- Mitarbeiterbefragungen und -Weiterbildung
- Face to face Interviews
- Round Table Gespräche
- Lösungsorientiertes Coaching

Einsatz von technischen Business-Intelligence Lösungen:
-Qualitative Statistik, Inferenz- und Explorative Statistik, Data Mining
-Aufbereitung und Auswertung Ihrer Unternehmens- und Kundendaten
-Fragebogen- Entwicklung, Trial-Design, Sample Size Estimation, Auswertungsplan-Erstellung
-Datenbank- und dataWarehouse- Konzipierung, Beratung, Entwicklung, Programmierung und Implementation
-Reporting






Auswirkungen und Ziele

Durch die Umwandlung inherenter Informationen in handlungsreifes Wissen können Sie ihre Prozesse stärker an den Marktbedürfnissen ausrichten. Der Einsatz im Rahmen von Realtime Lösungen zum Beispiel in einem Callcentern oder in der unmittelbaren Vertriebsunterstützung des Außendienstes kann ein erheblicher Nutzen aus laufenden oder geplanten Kampagnen für das Unternehmen generieren.






Inhaltliche Beschreibung

Der ETL-Prozess wird gemeinhin wie folgt definiert:
  • Extraktion: Ein Ausschnitt von Daten wird aus relevanten Quellen ausgewählt.
  • Transformation: Der extrahierte Datenausschnitt wird gemäß vorgegebenen Schema- und Qualitätsanforderungen angepasst und aufbereitet.
  • Laden: Die transformierten Daten werden physisch einschließlich evtl. notwendiger Aggregationen in eine konsolidierte, gemeinsame Datenbasis eingebracht.

Die Herausforderung des ETL-Prozesses liegt darin, die Vielzahl operativer Quellen zu identifizieren, die Heterogenität der Datenquellen (DBMS, Schemata, Daten) zu überwinden und die hohe Qualität der zu ladenden Daten zu gewährleisten, damit Analysen und darauf basierende Entscheidungen die geforderte Genauigkeit, Richtigkeit und Performance aufweisen. Hierbei unterstützen wir Sie durch unsere Dienstleistungsangebot.

Klassischer Ansatz
Bisher arbeiten sich ausgebildete Statistiker mit herkömmlichen statistischen Verfahren und unterschiedlichen Software-Lösungen durch die Daten und versuchen daraus Wissen zu extrahieren. Der Arbeits- und Zeitaufwand dieser Vorgehensweise ist enorm. Viele Fragen können entweder erst nach langer Zeit beantwortet werden oder bleiben in Formeln, statischen Vorbedingungen und daraus resultierenden Transformationen auf der Strecke.

Data Mining - Ansatz
Unter Data Mining versteht man die Anwendung einer Reihe von Techniken, mit deren Hilfe entscheidungsrelevante Informationen aus Daten extrahiert werden können. Dabei werden Verfahren der Statistik und der künstlichen Intelligenz kombiniert. Data Mining liefert verborgene oder außer acht gelassene Erkenntnisse und Zusammenhänge, die entweder unbekannt waren oder für nicht entscheidungsrelevant gehalten wurden.
Data Mining ergänzt die statistischen Verfahren um neue Analysemethoden, die einen Großteil der Prozesse automatisieren und beschleunigen. Im Gegensatz zum klassischen Ansatz wird nicht die gesamte Datenmenge manuell verarbeitet und untersucht, vielmehr werden relevante Teile der Daten selbständig identifiziert und analysiert.