Sehen, was nicht sichtbar ist

Von: Daniela Hoffmann

Rund 30 Prozent der mittelständischen Unternehmen im B2B-Bereich ­setzen CRM-Software ein – doch bei den weitaus meisten Anwendern geht noch ein bisschen mehr: Analytische Komponenten, Business Intelligence-Werkzeuge für das CRM und selbst die Profidisziplin Data Mining halten derzeit auch im Mittelstand Einzug. Keine Ressourcen und keine Mittel? Alles eine Frage von Zukunftsstrategie und Bewusstsein.

Nach den Sammlerzeiten kommen die Jägerzeiten: In den letzten Jahren haben Unternehmen in ihren IT-Systemen riesige Datenmengen angehäuft – aber ziehen sie auch den größtmöglichen Nutzen aus diesem Gut? Marktforscher wie Gartner sehen in der gezielteren Auswertung vorhandener Daten heute eine der wichtigsten Aufgaben von Management und IT. Das gilt vor allem dort, wo es um Kundenprozesse geht – bei Daten aus CRM und ERP. Die im Kundenbeziehungsmanagement gesammelten Informationen tatsächlich effizient zu nutzen, ist jedoch für viele Unternehmen erst der zweite Schritt. An erster Stelle steht die Entwicklung einer CRM-Strategie, die dann von Management und Mitarbeitern mit Leben erfüllt wird.

Gibt es ein Leben ohne CRM?

Diese Frage sollten sich Unternehmen stellen, schließlich geht es heutzutage in sämtlichen Managementdisziplinen um Kundenfokussierung und -orientierung. „Im B2B-Mittelstand hält der Anstieg der CRM-Nachfrage weiter an. Das gilt quer durch viele Branchen. Dennoch sind wir noch weit von einer Sättigung entfernt. Im B2B-Markt liegt die Durchdringung derzeit bei etwa 30 Prozent, im B2C-Markt dagegen deutlich höher“, schätzt Wolfgang Schwetz, Unternehmensberater aus Karlsruhe und Mitglied im CRM-Expertenrat. Während operatives CRM vielfach nicht mehr wegzudenken ist und Handschriftliches oder heißgeliebte Excel-Sheets abgelöst hat, liegt das Feld der Datenanalyse überwiegend brach. Analytisches CRM wird benötigt für Frühwarnsysteme, bei Soll-Ist-Vergleichen auf mehreren Ebenen und Verdichtungen – bezüglich Kunden, Regionen, Branchen, Produkten, Sparten oder der Vorjahre – ebenso wie bei der Kundenselektion für Marketing-Kampagnen. „Die Überwachung der gesteckten Ziele und die Steuerung von Marketing, Vertrieb und Service ist ohne analytische Funktionen praktisch undenkbar“, meint Schwetz.
Das Gleiche gilt für ein möglichst exaktes Wissen über die Vorlieben und Beweggründe der Kunden. „Ein Großunternehmen würde nie annehmen, seine Kunden persönlich und en detail zu kennen. Im Mittelstand entsteht dieser Eindruck sehr viel häufiger“, sagt Dr. Marcus Dill, Geschäftsführer des BI-Beratungshauses Mayato. Doch auch hier gestalte sich profunde Kundenkenntnisse bei einem großen Kundenstamm schwierig. „Viele Zusammenhänge sind so komplex, dass sie für das menschliche Auge nicht einfach sichtbar sind. Das gilt zum Beispiel für die Erkennung von Verbundverkäufen im Cross Selling“, so Dill und spielt an auf das Amazon-Prinzip „Kunden, die dieses Buch gekauft haben, haben auch folgende Bücher bestellt“.

Auch Wolfgang Schwetz rechnet damit, dass analytisches CRM verstärkt zum Thema wird: „Das Wissen über Kunden und kundenspezifische Vorgänge wie Angebote oder die Bewertung der Verkaufschancen werden immer wichtiger, ebenso wie das möglichst frühzeitige Erkennen von neuen Trends. Auch das Identifizieren von Cross-Selling-Potentialen wird erst mit guten Analysesystemen möglich.“

Analytisches CRM für Früheinsteiger

Die M+W Dental GmbH aus Büdingen ist mit 150 Mitarbeitern Teil der Gruppe European Dental Partners, die knapp 500 ­Mitarbeiter in neun Ländern beschäftigt. M+W Dental versorgt Zahnärzte und Dentallabore in Deutschland, Österreich, der Schweiz und Ungarn unter anderem mit Gebrauchs- und ­Verbrauchsmaterialien, die Produktpalette umfasst 24.000 ­Artikel. Vor rund drei Jahren begann der Versandhändler das Thema CRM systematisch aufzubauen. Heute steht der Bereich des analytischen CRM ganz oben auf der Tagesordnung.

„In unserer Branche existieren keine dauerhaften Vertragsbeziehungen. Daher sind wir, um unser Sortiment kunden­orientiert zu entwickeln und um zur richtigen Zeit, der richtigen Zielgruppe relevante Angebote zu präsentieren, stark ­darauf angewiesen, Rückschlüsse aus dem Kaufverhalten der Kunden zu ziehen“, sagt Markus Bleher, Leiter Vertrieb & ­Marketing bei M+W Dental. Dabei stehen beim Dental-­Versandhändler besonders die Daten aus dem SAP R/3-System im Fokus. Um zyklisch Daten aus dem ERP zu extrahieren, nutzt das Unternehmen eine Lösung der Orbis AG, die Informationen in einer Standarddatenbank im Tabellenformat ­ablegt. Die Analyse der Daten für das Vertriebscontrolling und zum Kaufverhalten laufen über MS SQL Server Analysis ­Services. „Derzeit nutzen wir kein Tool, das Anfragen vor­konfiguriert. Wir haben eigene Datenabfragen und Cockpits aufgebaut, die Sachverhalte in Excel transparent machen. ­Beispielsweise wird jede Marketingaktion en detail untersucht und ausgewertet“, erklärt Jörg Skowronek, Abteilungsleiter CRM bei M+W Dental. Ziel sei es unter anderem, eine möglichst exakte ­Zielgruppenselektion für Marketing-Aktionen zu erreichen.

Aus Sicht von Skowronek lassen sich auch Data-Mining-Funktionalitäten nutzbringend einbinden. Die bisher meist Großunternehmen vorbehaltene Form der Datenanalyse erfordert neben Statistik-Expertise vor allem in der Planungsphase eine konkrete Definition des geschäftlichen Ziels sowie die Festlegung von Erfolgskriterien. Ziel im Data Mining ist es, große Datenbestände nach nicht-trivialen Mustern zu durchsuchen, die Aufschluss über zukünftiges Verhalten geben, also vorhersagend – prädiktiv – sind. „Für uns ist besonders die Clusteranalyse interessant, die dabei hilft, relativ homogene Kundengruppen zu bilden. Auch die Identifikation der Kunden, die wahrscheinlich auf Angebote reagieren sowie die Analyse des Kundenabwanderungsverhaltens oder von Cross- und Up-Selling-Potentialen ist sinnvoll“, sagt der Abteilungsleiter CRM. Zurzeit evaluiert Skowronek im Rahmen einer Masterarbeit Data-Mining-Tools für den Dentalversandhandel und ist im Fachkreis Database Marketing im Bundesverband deutscher Versandhändler engagiert. „Meiner Einschätzung nach ist analytisches CRM immer noch unterentwickelt – obwohl in der Branche Daten über den Kunden im Grunde alles ausmachen“, so Skowronek. Und: „Mittelständler haben natürlich nur bedingte Ressourcen. Deshalb ist es wichtig, analytisches CRM als strategisches Mittel zu definieren und bewusst Möglichkeiten dafür zu schaffen“, so der Abteilungsleiter CRM.

Data Mining für den Mittelstand?

Auf der CRM-expo in Nürnberg stellt das Berliner BI-Beratungshaus Mayato erstmals seine Data-Mining-Studie 2009 vor. Insgesamt zehn DM-Suiten und Werkzeuge wurden anhand von Testszenarien auf ihre Einsatztauglichkeit geprüft. Spannend für mittelständische Unternehmen sind neben den getesteten Open-Source-Lösungen vor allem das KXEN Analytic Framework, ein Werkzeug für das sogenannte „Self-Acting Data Mining“. Die automatisierte Form des Data Mining eignet sich den BI-Spezialisten zufolge auch für Mittelständler. „Self-Acting Data Mining optimiert Parametereinstellungen und Eingangsdaten weitgehend automatisch und kann Data-Mining-Projekte erheblich verkürzen. Damit sinken Kosten und Risiken von Data Minings deutlich“, so Marcus Dill. Ein eigenes Data Warehouse sei zwar langfristig von Vorteil, meint Dill, doch lasse sich gerade für Pilotstudien auch mit einfachen Dateiformaten operieren. Schließlich wisse man zu Anfang noch nicht, ob die eigenen Daten überhaupt zu brauchbaren Analyseergebnissen führen. Nach ersten Erfolgen mit Data ­Mining ließe sich leichter strategisch in eine solide Infrastruktur investieren. Alternativ zu eigenen IT-Investitionen seien aber auch ganz andere Konzepte denkbar. Beispielsweise könnten für gezielte Fragestellungen die Unternehmensdaten einem externen Dienstleister übergeben werden, der sie dann in ein eigenes Data-Mining-Tool einspeist und die Ergebnisse zurückliefert – ein Plädoyer für DM-Outsourcing im Mittelstand.

Das Analytic Framework automatisiert laut Hersteller KXEN insbesondere die Vorbereitung der Daten für die Anwendung von Data-Mining-Modellen, sodass der Anwender nicht selbst aus Tausenden von Variablen die geeigneten „herauspicken“ und diese für die Analyse anpassen muss. Auch den Vergleich von unterschiedlichsten Datenarten (wie nominale, ordinale, kontinuierliche sowie Text- und Transaktionsdaten) übernimmt das System. Der Ansatz besteht darin, Data Mining auch Business-Anwendern für den Alltagsgebrauch als Grundlage für fundierte Entscheidungen zugänglich zu machen. Explizter Fokus liegt dabei auf dem Lebenszyklus der Kunden für das Unternehmen (Customer Lifecycle). Zu den ­typischen Data-Mining-Analysen gehören die Vorhersage des Abwanderungsverhaltens (Churn Prediction), Betrugsabwehr und die Ermittlung von Cross-Selling-Potentialen.

Analytisches CRM inhärent

Neben BI-Lösungen, die für CRM-Aspekte mit genutzt werden, selbst geschaffenen Systemen und Data Mining als High-end greifen viele Unternehmen auf das Angebot ihres CRM-Anbieters zurück. Schon kurz nach ihrer Gründung Ende 2006 ­entschied die Talecris Biotherapeutics GmbH, nicht nur das operative CRM-System des österreichischen Herstellers Update zu implementieren, sondern auch die analytische Komponente update.seven analytics. „In Deutschland bearbeiten wir mit 15 Mitarbeitern im Außendienst einen Markt von rund 60.000 niedergelassenen Ärzten, hinzu kommen Kliniken und ­Apotheken“, sagt Peter Koch, Head of Information Solutions International bei Talecris. Das Biotech-Unternehmen ist auf die Fraktionierung von Blutplasma spezialisiert und deckt damit ein sehr spezielles Marktsegment ab. Nicht jeder Arzt behandelt Patienten mit entsprechenden Krankheiten, hinzu kommt die Pharma-spezifische Besonderheit, dass die Hersteller aus Datenschutzgründen nicht wissen, wer die Produkte letztendlich verwendet.

Marketing und Vertrieb sind hier eine Herausforderung der besonderen Art. Die Frankfurter haben deshalb ein maßgeschneidertes ­Datenbankmodell entwickelt, in das Daten aus drei Quellen eingespeist werden: interne Verkaufsdaten aus dem SAP-System, operative Daten aus dem CRM und externe Marktdaten, die Informationen darüber beinhalten, wo welche Produkte verschrieben wurden. „Wichtig sind uns Umsatzauswertungen ­sowohl auf Außendienst- als auch auf Kundengruppen-Ebene. Indem wir die Auswertungen und Daten aus unterschiedlichen Bereichen gegenüberstellen, sehen wir, in welchen Bereichen und Regionen wir uns optimaler Weise bewegen sollten“, so der verantwortliche IS-­Ma­nager.

„Wir haben alle Daten im Zugriff, können sie uns aus unterschiedlichen Richtungen anschauen, Planspiele machen und dynamisch Ideen zulassen, die bei der Betrachtung entstehen“, erklärt Koch. Das sei ein wesentlicher Unterschied zum klassischen Reporting. Darüber hinaus seien Analysen mit der multidimensionalen Datenbank sehr viel zügiger und einfacher zu handhaben, was für eine hohe Motivation der ­Anwender sorgt. „Diese Auswertungen ließen sich auch mit 40 selbstgebauten Standardreports bewerkstelligen – die liest aber niemand“, so Koch.  ­