Das Datenmanagement und das Stammdaten-Metamodell – Teil 14 der Serie “1:1 Marketing Automation im Handel”

In Teil 14 der Artikelserie „1:1 Marketing Automation im Handel“ geht es um technische Voraussetzungen für die Kopplung von CRM- und PIM-System: Das Datenmanagement, das Datencontrolling und das Kernstück der Technik hinter 1:1 Marketing Automation: dem Stammdaten-Metamodell.

Der Artikel schließt mit den organisatorischen Voraussetzungen für die Kopplung von CRM- und PIM-System.

Mit der Artikelserie zur 1:1 Marketing Automation entsteht über einen Zeitraum von ca. einem halben Jahr die umfassendste kostenlose Wissensquelle im deutschsprachigen Raum zu Marketing Automation und personalisiertem Marketing.

Bereits erschienen sind:

  1. Produkte
  2. Kunden
  3. 1:1 Email Marketing
  4. Product Information Management (PIM)
  5. Customer Relationship Management (CRM)
  6. Klassifikation von Kundendaten und Produktdaten
  7. Produktempfehlungen im 1:1 Marketing und die Relevanz von Marketinginformationen
  8. Kundendaten und Produktdaten fit machen mit Information Supply Chain Management (ISCM), Datengranularität und dem “Golden Record”
  9. Kopplung von CRM- und PIM-System
  10. Fallstudien
  11. SWOT-Analyse Systemintegration CRM und PIM
  12. Einflussgrößen von CRM und PIM auf den Umsatz im Handel
  13. Technische Voraussetzungen für die Kopplung von CRM- und PIM-System

Die Artikel bauen aufeinander auf. Starten Sie aus diesem Grund mit dem ersten Teil.

Wenn Sie so viel wie möglich über das Thema 1:1 Marketing Automation lernen möchten, dann melden Sie sich am besten gleich zum kostenlosen Email Tutorial zum Thema an. Sie erhalten damit wöchentlich eine Email mit allen hier veröffentlichten Inhalten, sowie Aufgabenstellungen, anhand derer Sie die Inhalte gleich in die Tat umsetzen können.

Erschaffen Sie innerhalb von wenigen Monaten personalisierte und automatisierte Email Marketing-Kampagnen. Tragen Sie einfach Name und Email Adresse hier ein:

Klicken Sie hier für mehr Informationen zum Email Kurs „1:1 Marketing Automation im Handel“.

Datenmanagement

Das Datenmanagement beschäftigt sich mit der Art und Weise der Datenhaltung und des Datencontrolling. Aus dem Metamodell geht hervor, wie die unterschiedlichen Daten im Unternehmen interagieren, voneinander abhängen oder einander verändern.

In den vergangenen Kapiteln haben wir uns von der fachlichen Betrachtung von Produkten, Kunden und der Email als Marketing-Instrument Schritt für Schritt zur technischen Betrachtung vorgearbeitet. Wir haben in Teil 6 die Klassifizierung von Daten kennengelernt, sind in Teil 9 auf die Kopplung von CRM- und PIM-System eingegangen und beschäftigen uns nun mit der technischen Darstellung dieser sehr abstrakten technischen Perspektive.

Datenhaltung: Wie sind Kunden- und Produktdaten organisiert?

Um Kunden- und Produktdaten miteinander zu koppeln, werden Kunden- und Produktdaten zuerst einmal benötigt. Im E-Commerce geht es um Kaufs- oder Verkaufsprozesse. Folglich liegen ein Verkaufs-, bzw. Kaufgegenstand sowie Käufer und Verkäufer vor.

Dem Grundsatz der Datengranularität folgend (vgl. Teil 8 „Kundendaten und Produktdaten fit machen mit Information Supply Chain Management (ISCM), Datengranularität und dem ‚Golden Record‘“), sollen Kunden- und Produktdaten getrennt voneinander in einer Datenbank oder mehreren Datenbanken gehalten werden. Es gilt damit mindestens zwei Datenbanken vorzuhalten.

Sebastian Kurczynski, Axel Schmidt und Jashar Seyfi beschreiben im Artikel „Customer Retention Management“ in Insights, Ausgabe 16/12, den Aufbau der Datenbasis, die notwendig ist, um eine werthaltige Kommunikation in Richtung des Kunden zu betreiben.

Es müssen entsprechend der branchen- und unternehmensspezifischen Besonderheiten Variablen definiert werden. Anhand derer erfolgt die Ermittlung zusätzlich benötigter Daten. Diese Daten gilt es im Rahmen einer Analyse über den Umfang und die Qualität des vorhandenen Datenstamms zu akquirieren.

Winkler beschreibt in seinem Artikel „Wissen, was der Kunde morgen braucht“ in „manage it“, Ausgabe 09/11, wie sich mithilfe von Data Mining Marketingkampagnen interpretieren und prognostizieren lassen. Dadurch und durch die die umfangreiche und permanente Analyse der Datenbasis können relevante Informationen, verborgene Hintergründe und Zusammenhänge identifiziert werden.

Datencontrolling: Ein Muss zur Aufrechterhaltung aller Funktionen

Zunächst ist es wichtig, sich ein Bild zu machen über die aktuelle Verwendung von Produkt- und Kundendaten im Unternehmen.
Meist werden Kunden- und Produktdaten im gesamten Unternehmen innerhalb vieler Geschäftsprozesse sowie durch verschiedene Organisationseinheiten verwendet.

Trifft dieser Fall auch bei Ihnen zu, so muss auch zukünftig sichergestellt sein, dass die aktuellen Anforderungen umgesetzt bleiben.

Um dies sicherzustellen, empfehlen Rolf Scheuch, Tom Gansor und Colette Ziller in ihrem Buch Master Data Management die Orientierung am Datencontrolling-Prozess des Enterprise Information Management:

Das Datenmanagement und das Stammdaten-Metamodell: Datencontrolling-Prozess
Prozess zum Datencontrolling
(Quelle: Eigene Darstellung nach Scheuch, Gansor, Ziller: MDM, Seite 67)

1. Datenplanung:

Planung der Datennutzung basierend auf den Geschäftsprozessen.

2. Datenbeschaffung:

Evaluierung der zur Beschaffung verwendeten internen und externen Systemen.

3. Datenorganisation:

Von der Datennutzung abhängige Informationsverwaltung.

4. Datennutzung:

Datenverwendung basierend auf den Geschäftsprozessen.

5. Datenentsorgung:

Steuerung zur Datenentsorgung, bzw. -terminierung.

Anhand dieser Schritte lassen sich unterschiedliche Datentypen – zum Beispiel Kunden- und Produktdaten – untersuchen und beschreiben.

Aktuell bestehende Anforderungen können aufgenommen werden. Neue Anforderungen, die sich aus der Kopplung von Kunden- und Produktdaten, bzw. CRM- und PIM-System ergeben, werden ergänzt.

Aus den Beschreibungen der Anforderungen lässt sich das Metadatenmodell ableiten, das als Vorlage für die physische Implementierung der Datenbanken dient.

Das Daten-Metamodell: Der Grundriss Ihrer Datenstrukturen

Jetzt wird es sehr technisch. Die folgende Abbildung gibt eine Übersicht über das logische Stammdatenmodell sowie die Strukturierung dieses logischen Stammdatenmodells im physischen Datenmodell. Lassen Sie sich nicht von den Kästen und Pfeilen abschrecken!

Im Grunde liest sich das Modell recht einfach:

Die Kästen beschreiben jeweils eine Anforderung oder ein Datenelement. Die Pfeile zeigen die Richtung an, in der Daten fließen. Die Beschriftung der Pfeile sagt aus, in welcher Beziehung die verbundenen Elemente zueinander stehen, die Zahlen brauchen Sie nicht zu beachten.

Das Datenmanagement und das Stammdaten-Metamodell
Stammdaten-Metamodel
(Quelle: Eigene Darstellung nach Scheuch, Gansor, Ziller: Master Data Management)

Stammdatenobjekte

Bei Stammdatenobjekten handelt es sich um offizielle und grundlegende Geschäftsobjekte, die durch Struktur und Verhalten beschrieben werden.

Durch untergeordnete Stammdatenobjekte kann ein Stammdatenobjekt spezialisiert werden. Sowohl Kunden als auch Produkt sind Stammdatenobjekte.

Stammdatensegmente

Stammdatensegmente sind logische Unterteilungen eines Stammdatenobjekts, die wiederum in weitere Segmente unterteilt werden können. Die Adresse ist beispielsweise ein Stammdatensegment des Stammdatenobjekts Kunden. Technische Daten sind ein Stammdatensegment des Stammdatensegments Produkt.

Stammdatenattribute

Ein Stammdatenattribut gibt die logische Sicht auf eine dedizierte, einzelne Eigenschaft eines Stammdatenobjekts wieder. Stammdatensegmente fassen Stammdatenattribute logisch zusammen. Beispiele sind für das Stammdatenobjekt Kunde der Wohnort oder der Vorname, für das Stammdatenobjekt Produkt Artikelname oder Gewicht.

Physischer Attributtyp

Der physische Attributtyp definiert die konkrete physische Abbildung von Stammdatenobjektattributen. Zum Beispiel kann definiert sein, dass eine Email Adresse aus alphanumerischen Zeichen bestehen muss und die Zeichen „@“ sowie „.“ enthält oder dass der Vorname aus maximal 50 alphanumerischen Zeichen bestehen darf.

Datenhaltung

Die Datenhaltung beschreibt die Infrastruktur der Datenablage, -speicherung und -organisation.

Lebenszyklus

Der Lebenszyklus charakterisiert die Phase, in der sich ein Stammdatenobjekt befindet.

Regeln

In den Regeln sind Vorgaben und fachliche Bedingungen sowie der Umgang mit dem Stammdatenobjekt definiert. Die Regeln sind vom Lebenszyklus des Stammdatenobjekts abhängig oder definieren dessen Lebenszyklus.

Die Regeln bilden das Herzstück in der 1:1 Marketing Automation. Anhand der Regeln werden Aktionen ausgelöst, Kunden ausgewählt und Produkte Kunden zugeordnet.

Im weiteren Verlauf dieses Kurses wird sich ein eigener Teil ausschließlich mit der Ausgestaltung dieser Regeln beschäftigen.

Qualitätsanforderungen & Sicherheitsanforderungen

Bei Qualitäts- und Sicherheitsanforderungen handelt es sich um eine spezielle Form von Regeln. Eine Qualitätsanforderung könnte sein, dass ein Stammdatenobjekt vom Typ Kunde nur existieren darf, wenn eine Kundennummer und ein Nachname vergeben sind oder bezogen auf ein Stammdatenobjekt von Typ Produkt, wenn eine Artikelnummer und ein Artikelname vergeben sind.

Organisatorische Verankerung im Unternehmen

Neben den genannten technischen Voraussetzungen werden im Unternehmen Mitarbeiter gebraucht, die für das Konzept arbeiten, die die eigene Unternehmenskultur untersuchen, die ggf. Überzeugungsarbeit leisten und die sich dafür einsetzen, Kunden- und Produktdaten den notwendigen Stellenwert einzuräumen.

Sinnvoll und erfolgreich ist nur ein ganzheitlicher Ansatz, der die technische und menschliche Perspektive miteinander verbindet und eine Erweiterung um die zentralen Aspekte der Organisationsstruktur vornimmt. … Nur wenn [PIM und] CRM vom Topmanagement verinnerlicht, von den Mitarbeitern verstanden und in der Struktur des Unternehmens verankert wird, lassen sich die Potenziale dieses Ansatzes sinnvoll nutzen.
Gerhard Raab, Nicole Werner (2010): Customer Relationship Management

Der Gedanke einer Kopplung von mehreren Stammdatendomänen muss nachhaltig mit der Aufbauorganisation und den Abläufen eines Unternehmens verwoben werden. Dazu sind weiterhin die Organisation eigener Abläufe und ein passendes Führungssystem notwendig.

Neben dem Management und den Mitarbeitern des eigenen Unternehmens können auch Geschäftspartner und IT-Systeme von der Kopplung von CRM- und PIM-System berührt werden und sollten in einem Kopplungs-Projekt angemessen berücksichtigt werden. Berührungspunkte können in der Bereitstellung von Daten, in der Entgegennahme von Daten oder im manuellen Verwalten des Systems, bzw. der Systeme liegen.

Fazit

Sie benötigen ein System, um Ihre Daten so zu organisieren, damit 1:1 Marketing Automation möglich wird. Lassen Sie sich nicht von diesem sehr technischen Teil abschrecken (noch technischer wird es nicht mehr). Versuchen Sie zu verstehen, wie die Zusammenhänge auf Datenbasis aussehen und funktionieren.

Sie mögen denken, dass der klassische Marketer mit der Herausforderung überfordert ist ein Metadatenmodell zu erstellen. Ja und nein. Wahrscheinlich werden Sie niemals eines erstellen müssen – in Ihrer täglichen Arbeit als Marketer wird es Ihnen allerdings unfassbar weiterhelfen, wenn Sie verstanden haben, welche Daten wie miteinander interagieren und welche Abhängigkeiten bestehen.

Forbes prognostiziert, dass der CMO in 2017 über ein größeres IT-Budget verfügt, als der CIO.

Hier noch einige weiterführende Inhalte zum Thema „IT im Marketing“:

  1. http://www.computerwoche.de/a/wer-gewinnt-den-kampf-um-das-it-budget-des-cmo,2550065
  2. http://www.cio.com/article/2825086/cio-role/is-the-cio-cmo-transition-of-power-becoming-a-reality.html
  3. http://www.forbes.com/sites/lisaarthur/2012/02/08/five-years-from-now-cmos-will-spend-more-on-it-than-cios-do/

by Sebastian Eisenbürger

Schlagwörter: , , , , , , , , , , , , , , ,

Ältere Beiträge Neuere Beiträge

Neuste Artikel

Kommentar hinterlassen

Kommentar verfassen

mautic is open source marketing automation