Analytisches Customer Relationship Management in Kreditinstituten: Data Warehouse und Data Mining als Instrumente zur Kundenbindung im Privatkundengeschäft

کاهش وفاداری مشتری همچنین بانک ها را با چالش های بازاریابی جدیدی مواجه می کند. مدیریت تحلیلی ارتباط با مشتری (CRM) که از پایگاه های داده موجود با استفاده از مفاهیم مدرن پردازش داده مانند انبار داده، OLAP و داده کاوی استفاده می کند، یک پیش نیاز مهم برای مدیریت موثر وفاداری مشتری است.

شروع با بیشترین سیمون کرنر، عوامل مهم تعیین کننده وفاداری مشتری، سیستم های اطلاعاتی تحلیلی اولیه را ارائه کرده و استفاده از آنها را بررسی می کند. با کمک متغیرهای کنترل مرکزی CRM، استراتژی‌های CRM مبتنی بر چرخه حیات مشتری را استخراج می‌کند و اجرای آن‌ها را در اقدامات مشخص CRM با استفاده از ابزارهای آمیخته بازاریابی مناسب نشان می‌دهد. کنترل لازم بر کارایی و اثربخشی اقدامات، از جمله پیامدهای کنترل ارتباط با مشتری، با مقایسه متغیرهای هزینه و سود مرکزی انجام می‌شود.

Nachlassende Kundenbindung stellt auch Kreditinstitute vor neue Herausforderungen im Marketing. Ein analytisches Customer Relationship Management (CRM), das mittels moderner Datenverarbeitungskonzepte wie Data Warehouse, OLAP und Data Mining die vorhandenen Datenbestände nutzt, stellt eine wichtige Voraussetzung für ein wirkungsvolles Kundenbindungsmanagement dar.

Ausgehend von den wichtigsten Kundenbindungsdeterminanten stellt Simone Kerner grundlegende analytische Informationssysteme vor und untersucht ihren Einsatz. Sie leitet mit Hilfe zentraler CRM-Steuerungsgrößen kundenlebenszyklusorientierte CRM-Strategien ab und zeigt ihre Umsetzung in konkrete CRM-Maßnahmen durch entsprechende Marketing-Mix-Instrumente auf. Die notwendige Kontrolle der Maßnahmeneffizienz und -effektivität einschließlich der Implikationen eines Kundenbeziehungscontrollings erfolgt durch Gegenüberstellung zentraler Kosten- und Nutzengrößen.