analitikus crm bevezetes - oracle...builder warehouse builder application server ... – sap/r3. a...
TRANSCRIPT
Analitikus CRMRadnai Szabolcs
Integrált CRM megoldások
adattárház
Mûködõrendszerek Elektronikus
kereskedelem
Hívóközpont
Értékesítésipont
Sales AutomationÜgyfélkapcsolattörténetTtranzakciók
Azüg
yfél
kapc
sola
tire
ndsz
erek
össz
eköt
ése
azop
erat
ívre
ndsz
erek
kelé
saz
adat
tárh
ázza
l
Adatpiacok éselemzõ
alkalmazások
Egyre több ponton érintkezünk az ügyféllel, de elveszítjük a direkt kommunikáció lehetőségét
A CRM a legfontosabb hajtóerő az adattárház/adatpiaci rendszerek kiépítésére
Egységesügyfélnézet
CRM Architecture & AnalyticsAnalytical vs Transactional
24%
35%
40%
0% 10% 20% 30% 40%
MostlyTransactional
Even Split
MostlyAnalytical
Source : TDWI Industry Survey 200175% of CRM Projects have significant Analytical components.
TDWI Industry Survey 2001 “Harnessing Cus tomer Information for S trategic Advantage : Technical Challenges & Business Solutions”
‘Total’ CRM =
Operatív CRM+
Analitikus CRM
‘Total’ CRM =
Operatív CRM+
Analitikus CRM
Analitikus CRM - kérdések
Kik az ügyfeleink? Melyek értékesek és melyek nem? Mely csatornákra kell koncentrálnunk?Mely ügyfelek számára?Hogyan növelhetnénk az értékes ügyfelek lojalitását? Hogyan növelhetjük meglévő ügyfeleink értékét?Hogyan becsülhető egy új ügyfél értéke?Mely ügyfelekről valószínűsíthető, hogy el fognakvándorolni? Kell-e ezzel foglalkozni?Hová csoportosítsunk erőforrást (CRM), és hogyanérhető el megtérülés)?
Az analitikus CRM többfélefelhasználást jelent
Termékkonfigurációskiválasztások
Cross-sell Up-sell
termék és célcsoportösszerendelés
Kereskedelem
Szervíz igényekcsoportosítása
Priorizálás
Kapcsolattartóképesség illesztés
Szol
gálta
tás
Megtartóprogramok
Marketing
Ügyfélszerzőkampányok Termék fejlesztés
Termékárazás Ügyfél
megszemélyesítés
Csatornapreferenciák
Ügyfélkezelés
Customer Information File
CIF
Designer és Enterprise ManagerDesigner és Enterprise Manager
CWM és Repository
WarehouseBuilder
WarehouseBuilder
ApplicationServer
ApplicationServerERPERP
adatadat
KülsőKülsőadatadat
MűködőMűködőredszerekredszerek
adataiadatai
Oracle Business IntelligenceOracle Business Intelligence
Oracle9iOracle9i
ExpressExpress
DiscovererDiscoverer
ReportsReports
DM ExpressExpress Alkalmazás
Customer Information File
Ügyfél információs állomány• Tartalmazza a vállalat ügyfelekről felhalmozott adata
•Személyi adatok•Geográfiai adatok•Számla adatok•Termékek•Fizetési szokások•Ügyfélérték adatok•Ügynök adatok ügyféladat összefüggésben
• Forrásrendszerek adatait konszolidálja• Alapja az ügyfélkezelő rendszereknek
Kovács IstvánKovács IstvánJan WelshJan Welsh
Borsodchem Rt.
TVK Rt.
MOLChem
CIECH
DÉGÁZ Rt
VersenytársVersenytárs
VevőVevő
AlkalmazottAlkalmazott
MenedzserMenedzser RokonRokon
VevőVevő
MOL Rt.
LeányvállalatLeányvállalat
Komplex ügyfél modell - TCA
PartnerPartner
SlovnaftVersenytársVersenytárs
LeányvállalatLeányvállalat
Üzleti partner adatbázis modellKépes a valós élet komplex kapcsolatrendszerének kezelésére
SzállítóSzállító
Customer Information File
Designer és Enterprise ManagerDesigner és Enterprise Manager
CWM és Repository
WarehouseBuilder
WarehouseBuilder
ApplicationServer
ApplicationServerERPERP
adatadat
KülsőKülsőadatadat
MűködőMűködőredszerekredszerek
adataiadatai
Oracle Business IntelligenceOracle Business Intelligence
Oracle9iOracle9i
TelemarTelemarketingketing
Champaign Champaign ManageManagementment
Customer Customer CareCare
Darwin ExpressExpress
Kik az ügyfeleink?
Kereskedelmirendszerek
Szerződés kezelés
Web adatok
Ügyfélszolgálat
Piaci (külső)információk
Marketing adatbázis
Oracle Warehouse Builder Rakjuk össze az ügyfelet
Egy kiterjeszthetőkeretrendszeradattárházi és adatpiacirendszerek tervezésére, és adattal valófeltöltésére
Tipikus Warehouse Builder “ügymenet”Tipikus Warehouse Builder “ügymenet”
1 Forrásokdefiniálása
A cél adattár definiálása2
A forrás “map”-elésecél adattárba
3
Kód generálás4
Adattárház létrehozás5
Feltöltés6
Támogatott adatforrásokTámogatott adatforrások
Jelenleg– Flat Files– Oracle– DB2, MSSQL, ODBC– Oracle Designer – Mainframe adatforrások (Carleton)– Oracle Transparent Gateways– Oracle Applications– SAP/R3
A forrás állományok szerkezetének definiálása
Adatfolyam és transzformáció készítés (mapping)
Adatfolyam és transzformáció kódgenerálás
TranszformációkTranszformációk
Az Oracle9i a transzformációs motor – Beépített párhuzamos feldolgozás– Set és sor alapú műveletek– PL/SQL ( Java a későbbiekben)– Külső függvények hívási lehetősége– Beépített transzformációk– Egyedi transzformációk készíthetők
80% - 20% szabály
Az adattárház építésére fordított erőforrások80%-át az adatok összegyűjtésével, konszolidációjával és az adatminőségbiztosításával kapcsolatos feladatok emésztikfel.
Source: Meta Group 1998
Az adatok minősége: a forrás adatok hibái
Adat beviteli hibák
Többszörösen kiosztott kulcsokAnomáliák
Szabadformátumú mezők
Hiányos adatok
Alkalmazások
AzAz adatminőségadatminőség ellenőrzéséhezellenőrzéséhez nemnem csakcsak azaz adatadatdefiníciókatdefiníciókat kellkell vizsgálnivizsgálni, , hanemhanem magukatmagukat azazadatokatadatokat is.is.
MetaadatokMetaadatok
Kitöltetlen mezők
Adatminőség: meglepetések
90328574 Digital Equipment 187 N. PARK St. Salem NH 01458 OEM
90328575 DEC 187 N. Pk. St. Sarem NH 01458 OEM
90238475 Digital 187 N. Park StSalem NH 01458 $#%
90233479 Digital Corp 187 N. Park Ave. Salem NH 01458 Comp
90233489 Digital Consulting 15 Main Street Andover MA 02341 Consult
90234889 Digital Info Services PO Box 9 Boston MA 02210 Mail List
90345672 Digital Integration Park Blvd. Boston MA 04106 SYS INT
CUSNUM NAME ADDRESS TYPE
NemNem egyediegyedi kulcskulcs AnomáliákAnomáliákSzabványokSzabványok hiányahiánya
MelléütésMelléütés
SzemétSzemét azazüresüresmezõkbenmezõkben
Hogyan lehet észrevenni és kijavítani a hibákat több millió rekordban?
Customer Information File
Designer és Enterprise ManagerDesigner és Enterprise Manager
CWM és Repository
WarehouseBuilder
WarehouseBuilder
ApplicationServer
ApplicationServerERPERP
adatadat
KülsőKülsőadatadat
MűködőMűködőredszerekredszerek
adataiadatai
Oracle Business IntelligenceOracle Business Intelligence
Oracle9iOracle9i
TelemarTelemarketingketing
Champaign Champaign ManageManagementment
Customer Customer CareCare
Darwin ExpressExpress
ÖsszegzésekÖsszegzések
ÜgyféladatokÜgyféladatok
RészletesÜgyfél
Intelligencia
Mi történt?
Lekérdezőeszköz
Miért történt?
OLAP eszköz
Mi fog történni?Adatbányászat
Mi történne, ha?
OLAP EszközHipotézisvégrehajtás
Operatív CRM eszközök
Monitorozás és beavatkozásBSC, Stratégiai eszközök
Integrált CRMAz igény több, mint egy termék...
MartsMartsSummariesSummaries
Oracle 9iOracle 9i
Query toolMarketing IntelligenceCustomer IntelligenceClickstream Intelligence
Mi történt?
OLAP ToolSales AnalyzerPerformance Analyzer
Miért történt?
Data Mining9i Data Mining
Mi fog történni?
OLAP Tool
Sales AnalyzerFinancial AnalyzerDemand Planning
Mi történne, ha?
Marketing On-LineOther CRM Components
Hipotézis végrehajtása
Balanced ScorecardFinancial Analyzer
Monitorozás és beavatkozás
Oracle ‘Kampány optimalizálás’
Oracle9i
Off-LineAnalytical
WarehouseExternal
Data
Cust 1 data 1 data 2 data 3Cust 2 ....... ....... .......Cust 3 ....... ....... .......Cust 4 ....... ....... .......Cust 5 ....... ....... .......Cust 6 data 1 data 2 data 3Cust 7 ....... ....... .......Cust 8 ....... ....... .......Cust 9 ....... ....... .......Cust 10....... ....... .......
Cust 1 data 1 data 2 data 3Cust 2 ....... ....... .......Cust 3 ....... ....... .......Cust 4 ....... ....... .......
On-LineCustomer
DataStore
OperationalReporting
E-Business Suite
Integrated CRM ArchitecturesAdding Integrated Analysis
Web
Call Centre
Marketing
Sales
BI ApplicationsCustomerProfiling
ClickstreamAnalysis
Analysis &Reporting
Data Mining
Personalisation
Data Cleansing
Data Warehouse
Internal Data External Data
OWB
Customer Segmentation
Data Mining Suite
Data Mining
Call Centre Internet Direct Mail Agent Branch POS VRU
Workflow
Touch Points/CRM11i
Campaign Optimisation
CampaignReporting
Marketing Intelligence
Product Analysis
Campaign Analysis
Sales & Financial Analyzer
Profitability Analysis
Operational Database
List Mgt Campaign Mgmt
CampaignBudgeting Execution Response/
Interactive
Marketing SuiteMarketing Suite
Oracle vs SiebelChallengersChallengers LeadersLeaders
Completeness Of VisionCompleteness Of Vision
NicheNiche VisionaryVisionary
Abi
lity
To E
xecu
teA
bilit
y To
Exe
cute
source :source :GartnerGartner Group, April 2001Group, April 2001
OperationalOperationalCRMCRM
OracleOracle
SiebelSiebel
Oracle vs SiebelChallengersChallengers LeadersLeaders
Completeness Of VisionCompleteness Of Vision
NicheNiche VisionaryVisionary
Abi
lity
To E
xecu
teA
bilit
y To
Exe
cute
OracleOracle
AnalyticalAnalyticalCRMCRM
SiebelSiebel
source :source :KevKev, April 1999, 2000, 2001..., April 1999, 2000, 2001...
Oracle vs SiebelChallengersChallengers LeadersLeaders
Completeness Of VisionCompleteness Of Vision
NicheNiche VisionaryVisionary
Abi
lity
To E
xecu
teA
bilit
y To
Exe
cute
‘‘TotalTotal’’CRMCRM
OracleOracle
SiebelSiebel
source :source :KevKev, April 1999, 2000, 2001..., April 1999, 2000, 2001...
PénzügyPénzügy
EllátásiEllátási
lánclánc
SzolgáltatásSzolgáltatás
MarketingMarketing
KereskedelemKereskedelem
MegrendelésMegrendelés
BeszerzésBeszerzés
HRHR
Web StoreWeb Store
Széttöredezett ügyfél információk
Lineage
Query & Analysis
Name/AddressScrubbing
ETLTool
TransformationEngine
MiningEngine
DatabaseDatabase
OLAPEngine
Analytic Apps
ReportingEngine
EnterpriseReporting
Portal
ETL Tool
TransformationEngine
És ez csak rosszabb leszNincs egy összetartó infrastruktúra
• Szegmentáció• Termék• CsatornaLakossági ügyfelek
• Jövedelem• Vásárlói potenciál• Szocio-demográfia
Vállalati ügyfelek• Gazdasági helyzet• Ágazat• Kockázattűrés• Geográfia
Iparági megoldások - FSAnalitikus CRM üzleti funkciók
• Ügyfélérték(Life Time Value)
• Értékesítési mátrix(cross-sell)
• Termék fejlesztés• Árérzékenység• Elvándorlás elemzés
OFSA Rendszer Architektúra(Oracle Financial Services Applications)
Bankirendszer
FŐKÖNYV
Egyéb rendszerek(tevékenységek , ATM stb.)
Adatok átvétele
ÜgyféladatokAccount szintű adatok
Főkönyv
Tevékenységstatisztikákés költségek
Ügyfelek közöttikapcsolat adatok
Banki Adatmodell
Oracle Financial Data Manager
Adatátvétel
Transfer PricingBelső elszámoló árak
Performance AnalyzerKöltség/tőke allokációk
Budgeting and Planning
Cash flow alapú tervezés
Risk ManagerEszköz-forrás kezelés
Risk ManagerEszköz-forrás kezelés
Quant (Oracle & KPMG)Piaci kockázatok
Quant (Oracle & KPMG)Piaci kockázatok
Oracle DiscovererLekérdezések
Oracle DiscovererLekérdezések
Ügyfelek az analitikus CRM-ről...
“A számlák profitabilitásának ismerete -ahelyett, hogy csak feltételezésekkel élnénk- a siker kulcsa a gyorsan erősödő versenyhelyzetben”
Jeff Wagner, Huntington BankBank’s Analytical CRM Solution
– Financial Services Customer Data Mart – Oracle Discoverer – Customer Profitability– OMO - Campaign Management
“A lehető legjobb megoldást szerettük volna megkapni, amit egy standardcsomag alkalmazás myújthat”
Anders Langaas, Color Line
Analytical CRM Solution– Oracle Data Warehouse Builder, Discoverer – Oracle Marketing Online– Oracle CRM Customer Model (TCA)
Ügyfelek az analitikus CRM-ről...
“A legnagyobb kihívás számunkra az ügyfél lojalitás növelése”
Gianni Santerini, Telcom Italia Mobile
Analytical CRM Solution– Oracle Datawarehouse & Business
Intelligence – Oracle Data Mining– Oracle Marketing Online
Ügyfelek az analitikus CRM-ről...
“Egy gyorsan bevezethető Web alapú marketing rendszert kerestünk, ami segíteni tud az ügyfelekkel való kommunikáció célzott bonyolításában.”
Svein Bjornstad, Braathens
– Oracle Datawarehouse & Business Intelligence
– Oracle Marketing Online– OMO BEVEZETÉS 75 nap alatt
Ügyfelek az analitikus CRM-ről...
Miért a kampány optimalizálás?
Quelle (Német katalógus áruház)– megtakarított $50m+-t az ügyfelek
pontosabb megcélzásával– papír és postadíj megtakarítások voltak
BT– Egy új szolgáltatáshoz 80,000 ügyfelet
válogatott le a 22m előfizetőjéből - dollárezreket takarított meg egy kampányon
Credit Suisse– Kereszteladási válaszhatékonyságot átlag
1.1%-ról 20.5%-ra növelte.
A szeminárium programja:
10h00’ – 10h30’ Analitikus CRM - Radnai Szabolcs Egy régi – új fogalom
10h30’ – 10h50’ Az Operatív CRM alkalmazások Tóth Andráskapcsolata az elemző megoldásokkal
10h50’ – 11h10’ Az Oracle adatbányászati Fekete Zoltánplatformja
11h10’ – 11h25’ Szünet
11h25’ – 11h45’ Üzleti folyamatok támogatása Palaczk Péter CRM megoldásokkal
11h45’ – 12h10’ CRM Demonstráció – Kampány Fekete Zoltán menedzsment
12h10’ – 12h30’ Q&A