Navigation überspringen

Sauber strukturiert – Vertrieb läuft, weniger Arbeit, präzisere Daten

Unternehmen verfügen über immer mehr Daten zu Kunden, Märkten und Produkten. Wer diese Informationen effektiv auswerten und in maßgeschneiderte Angebote umwandeln kann, hat einen entscheidenden Wettbewerbsvorteil gegenüber der Konkurrenz. Das Problem dabei: Die Daten werden über Jahre hinweg aus verschiedenen Quellen gesammelt und wenig strukturiert gespeichert. Sie sind damit schwer zu analysieren.

Kein Überblick im Datenberg

Die Sparte Immobilienwirtschaft des Kabelnetzbetreibers betreut Eigentümer von kleinen und mittelgroßen Wohnanlagen. Sie versorgt die Wohnungen mit Kabelfernseh-, Internet- und Festnetz-Telefonanschlüssen. Vertrieblich arbeitet sie mit Agenturen zusammen, deren Mitarbeiter die Endkunden anrufen, um Services wie Internet- und Multimedia-Verträge zu verlängern oder aufzuwerten. Die Anrufer sind dabei auf korrekte, vollständige und einfach abrufbare Daten angewiesen.

Der Datenberg hierfür war jedoch kaum noch zu überblicken und lückenhaft. Die Selektion und Verteilung der Daten wurde immer zeitaufwändiger. Vertriebskampagnen konnten mitunter nicht gefahren werden; Potenziale wurden wegen unvollständiger Informationen nicht ausgeschöpft.

Die Lösung: zentrales Datenlager und automatisierte Kampagnensteuerung

Das Vertriebsmanagement entschied sich, ein zentrales Datenlager aufzubauen und ein automatisiertes Kampagnenmanagement einzuführen. Das Unternehmen beauftragte uns, das Projekt methodisch und beratend zu begleiten. Die Datenexperten des Vertriebs wissen sehr gut, in welchen Quellsystemen die erforderlichen Daten vorhanden sind. Um das Projektziel auf effektivem Weg zu erreichen, konnten sie nun auf das umfangreiche Best-Practise-Wissen der ITGAIN zurückgreifen. Das Data Warehouse (DWH) sollte:

  • den Vertriebsmitarbeitern einen unkomplizierten Zugriff auf die Daten ermöglichen,
  • eine erweiterbare Modellierung umfassen
  • und eine tragfähige Architektur besitzen.


Zudem sollten die Integrationsprozesse zum Aufbau des DWH möglichst standardisiert und nachvollziehbar gestaltet werden.

Wie ein solides Haus benötigt auch ein Datenlager eine gute Architektur: Ist die Treppe zu verwinkelt geplant, kommen Sie später mit den Möbeln nicht durch. Im übertragenen Sinne bleiben Daten auf dem Weg zum Anwender irgendwo stecken oder es werden schnell wieder Umwege gebaut und keiner hat mehr den Durchblick.“

JÜRGEN POPPE, LEITER BUSINESS DEVELOPMENT BEI ITGAIN

Wir skizzierten das Projekt daher zunächst in einer Vorstudie und dokumentierten die geplanten Arbeitsschritte. „Das ist wichtig, damit alle Beteiligten über Inhalt, Meilensteine, Vorgehensweisen und Ziele orientiert sind“, weiß der Berater.

Der erste Projektabschnitt umfasste die Konzeption und den Aufbau der zentralen Datenbasis. Hierzu legten wir die Architektur der Datenbank fest und führten alle Standarddaten zu Kunden, Produkten, Objekten, Aufträgen, Kündigungen, Vertriebsaktivitäten und Kampagnenrückmeldungen zusammen. Im zweiten Schritt konzipierte und realisierte das Team ein automatisiertes Kampagnenmanagement. Statt sich Daten erst mühsam zusammensuchen zu müssen, bekommen die Agenturmitarbeiter sie nun automatisch zugewiesen.

Für die Konzeptions- und Implementierungsarbeit stellte ITGAIN aus seinem Methoden-Framework vorhandene Templates bereit, die auf die Gegebenheiten der Vodafone Kabel angepasst wurden. Das ermöglichte es dem Projekt-Team, die neue Implementierung nachhaltig zu dokumentieren. Künftige Projekterweiterungen können die Mitarbeiter nun eigenständig durchführen.

Weniger Arbeit, präzisere Daten

Der Erfolg der Kampagnen lässt sich nun besser beurteilen, da in der zentralen Datenbank die Ergebnisse der Kundentelefonate und sonstiger Aktivitäten automatisiert gespeichert und ausgewertet werden können. Zudem informiert sie die Vertriebsmitarbeiter rechtzeitig, bevor Verträge auslaufen: So können sie Kunden gezielt von einem Anschlussvertrag oder neuen Services überzeugen.

Das System erlaubt es, Datenbestände schnell und systemübergreifend auszuwerten – und entlastet so die Mitarbeiter“,

weiß Jürgen Poppe.


BI & DWH Architektur

Business Intelligence ist der Prozess der Umwandlung von Daten in Informationen und Analytics der nächste Schritt zum Wissen und Mehrwert für ihr Unternehmen. Die technische Basis benötigt ein solides und in heutigen Zeiten auch ein flexibles agiles Design. Anforderungen, welche durch unsere Architekten für Sie in die passende konstruktive Lösung umgesetzt werden. Dazu gehören umfassende Blue Prints und Best-Practice Vorlagen aus den vergangenen Vorhaben. Lassen Sie sich durch unsere Architekten zu einem moderneren Design und Architektur überzeugen.

Design Thinking

Wie ITGAIN denkt, wenn es um innovative Lösungen geht? Wir nutzen Design Thinking. Die Methode basiert auf einer charakteristischen Schrittfolge: a) Genaue Analyse der Problemstellungen b) Iteratives Vorgehen, mit häufigen Überarbeitungen von Problem und Lösung c) Entwicklung konkreter Prototypen d) Fokus auf interdisziplinäre Zusammenarbeit e) Konsequente Orientierung an unseren Kunden und deren Nutzen. Vor allem dieser konzentrierte Blick auf den Auftraggeber, der experimentelle Charakter und die schlanke, auf Prototypen ausgerichtete Vorgehensweise begeistert nicht nur uns, sondern auch unsere Kunden. Denn sie profitieren von den Resultaten. Probieren Sie es aus!

Data Governance

Um aus Ihren Unternehmensdaten vertrauenswürdige, konsistente und qualitativ hochwertige Informationen zu generieren, müssen Sie die Verantwortungen eindeutig regeln – für den Inhalt und die Nutzung. Diese Aufgabe übernimmt das Data Governance Framework. Es ist damit zwingende Voraussetzung für eine leistungsstarke Business-Intelligence- und Data-Warehouse-Umgebungen. Wir unterstützen dabei, Standards zu etablieren und geben Ihnen Orientierungshilfen zu den Themen Strategie, Aufbauorganisation, Richtlinien, Prozesse, Messung und Überwachung, Technologie und Kommunikation. Zudem führen wir für Sie Data-Governance-Initiativen durch, zum Beispiel in den Bereichen Datenqualität, Autorisierung, Change-Management oder Messverfahren. Neben diesen organisatorischen Themen meistern wir aber auch Herausforderungen wie Metadatenmanagement und Datenqualitätsmanagement oder die Gestaltung und Umsetzung einer robusten Datenintegrationsarchitektur.