Vier Faktoren bestimmen die Qualität von Entscheidungen: Sie hängen zunächst vom aktuellen Wissensstand ab und haben ihr Zeitfenster. Darüber hinaus basieren sie auf in der Vergangenheit festgelegten Richtlinien und beeinflussen die weitere Entwicklung.
Am einfachsten läßt sich die Behauptung nachvollziehen, daß die Qualität von Entscheidungen stark vom aktuellen Wissensstand abhängt. Deutlich wird dieser Zusammenhang, wenn man beispielsweise die Wirkung von Marketing-Maßnahmen auf Kunden analysiert. Je mehr man über ihn weiß, desto größer ist die Wahrscheinlichkeit, ihn mit den richtigen Marketing-Maßnahmen zu adressieren. Normalerweise lassen sich Cluster von Produktanforderungen der Kunden ableiten, die im Zusammenhang mit situativen Ereignissen stehen.
In der Regel kennen aber die meisten Unternehmen ihre Kunden nur wenig. Handelsunternehmen sind oft nicht in der Lage, genau zu sagen, an welchen Tagen die Kunden was kaufen. Verbundwirkungen von Produkten, die außerhalb der Norm von Faustregeln liegen, bleiben unberücksichtigt.
Daß junge Väter in den USA in den Abendstunden Babywindeln in Kombination mit Bier kaufen oder Frauen neben Grußkarten häufig Kosmetika in den Einkaufswagen legen, sind berühmte Beispiele. Sie erlauben Rückschlüsse darauf, daß sich das Kaufverhalten nicht alleine auf traditionelle Muster zurückführen läßt.
Spätestens dann beginnt die Lage kritisch zu werden, wenn Marketing-Maßnahmen zu einem direkten Imageverlust führen. Im Rahmen einer global durchgeführten Mailing-Aktion hat ein europäisches Telekommunikationsunternehmen kürzlich seinen Kunden digitale Zusatzdienste angeboten. Aufgrund nicht durchgeführter geografischer Selektionen wurden allerdings auch solche Kunden adressiert, die in Regionen wohnen, in denen die technischen Voraussetzungen für diese Dienste fehlen. Nachfragen mußte das Unternehmen mit dem Hinweis auf veraltete Technik ablehnen. Dies führte neben dem Imageverlust sofort auch zu einer Sensibilierung der Kunden zugunsten der Angebote auf Wettbewerbsseite.
Ein weiteres Problem stellt der stille Bankwechsel dar. Bankkunden neigen zu einem immer kritischeren Verhalten gegenüber ihrer Hausbank. Entsteht der Eindruck, als Kunde nach dem "Gießkannen"-Prinzip behandelt zu werden oder keine individuelle Beratung zu erhalten, steigt seine Bereitschaft, zu einer anderen Bank zu gehen.
Kapitalzufluß nicht mehr feststellbar
Gewöhnlich vollzieht sich dieser Wechsel in Form eines schleichenden Prozesses. Die Kunden ziehen freiwerdende Anlagen ab oder investieren nur noch in deren Höhe neu, und die Zahl der Transaktionen auf den Girokonten nimmt ab. Ein direkter Zufluß an Kapital als zusätzliche Einlage ist nicht mehr feststellbar.
Umgekehrt entwickeln die Kunden ein typisches Verhaltensmuster, indem sie ihren Stellenwert auszuloten versuchen. Während die bisherige Bank nicht auf die anfänglich nur geringe Wechselbereitschaft reagiert, beginnt das alternativ ausgewählte Geldinstitut positiv zu handeln. Der Kunde sieht auf der einen Seite nur Passivität, auf der anderen deutliches Bemühen und wird in seiner Wechselabsicht bestärkt. Obwohl die typischen Verhaltensmuster bekannt sind, werden sie nicht identifiziert, sondern vielfach gar durch falsche Entscheidungen gefördert.
Die Einrichtung eines Data-Warehouse schafft die Voraussetzungen, diese Einzelinformationen zu sammeln und zu selektieren. Die Konzentration der Informationen auf den einzelnen Kunden beziehungsweise die einzelne Kundentransaktion macht individuelle Verhaltensmuster transparent und schafft die Möglichkeit einer direkten Einflußnahme. Das Ziel muß die Eins-zu-eins-Adressierung der Kunden auch in Massenmärkten sein.
Entscheidungen dürfen nicht isoliert von der Zeit gesehen werden. Was heute seine Richtigkeit hat, kann sich bereits kurze Zeit später als falsch erweisen. Dies bedeutet gleichzeitig, daß Entscheidungen nicht beliebig replizierbar sind.
Produkte müssen deshalb am gewünschten Ort zum richtigen Zeitpunkt verfügbar sein. In Großbritannien erkannte ein Warenhausunternehmen durch die Auswertung seiner im Data-Warehouse gespeicherten Daten frühzeitig den Einbruch bei Spielesoftware während des Weihnachtsgeschäfts. Eine vorsichtige Bestellpolitik stellte zwar die Lieferfähigkeit sicher, aber es wurde kein Warenlager aufgebaut. Umgekehrt entstanden einem Wettbewerber, der diesen Trend nicht rechtzeitig ausmachte, Verluste, die schließlich das Geschäftsergebnis insgesamt trübten.
Daß Entscheidungen innerhalb bestimmter Zeitfenster erfolgen müssen, belegt der Einsatz eines Data-Warehouse im klassischen Risiko-Management der Banken. Darüber hinaus sind aber auch andere Einsatzgebiete bekannt. Nur dann, wenn die Auswirkungen neuer Technologien frühzeitig genug erkannt werden, läßt sich die eigene Marktposition kurz- und langfristig stärken.
Viele Banken haben die Auswirkungen des Markteintritts der Direktbanken schlichtweg unterschätzt. Sie vergaßen nicht nur die gezielte Ansprache innovativ-aufgeschlossener Kunden, sondern erlebten auch die Widerlegung des bisher gültigen Grundsatzes, daß die geografische Nähe der Bank zu ihren Kunden ein starker Wettbewerbsvorteil ist.
Der bisher eher lokale Bankmarkt sieht sich dem überregionalen Wettbewerb ausgesetzt und muß den geänderten Rahmenbedingungen wie unterschiedlichen Organisationsformen und Kostenstrukturen der Banken Rechnung tragen. Finanzinstitute müssen demzufolge wesentlich komplexere und geografisch weiträumige Märkte beobachten, analysieren und bearbeiten. Der Aufbau und das Durchspielen von Szenarien gewinnen somit einen immer höheren Stellenwert.
Ähnlich verhält sich die Situa- tion im Telekommunikationsmarkt. Durch die Liberalisierung treten neue Anbieter auf den Plan, die mit bisher nicht dagewesenen Angeboten und Preisstrukturen potentielle Kunden ansprechen. Erst der Einsatz eines Data-Warehouse ermöglicht es, die Auswirkungen von Preis- und/oder Produktentscheidungen in ihrer Auswirkung umfassend zu analysieren und auch entsprechende Wettbewerbsaktivitäten in ihrer ökonomischen Konsequenz zu bewerten. Ein Data-Warehouse schafft die Möglichkeit, Zeitfenster zu identifizieren und in diesen gezielt zu agieren.
Entscheidungen stehen grundsätzlich in Zusammenhang mit anderen. In der Vergangenheit gestellte Weichen bilden einen Teil der aktuellen Rahmenbedingungen, innerhalb derer sich neue treffen lassen. Da also keine Maßnahme im Alleingang erfolgt, ist Entscheidungskonsistenz gefordert. Denn nur sie führt zu längerfristigen Erwartungshaltungen, die es zu erfüllen gilt. Kundenbindung nennt sich dieses Ziel im Marketing.
Untersucht man die Ursachen für eine starke Kundenbindung, so steht an erster Stelle wieder die Forderung nach dem "verstandenen Kunden". Um aber zu wissen, was einen zufriedenen Kunden und Lieferanten ausmacht, sind Einzelinformationen wie in einem Mosaik zu einem Gesamtbild zusammenzufügen.
Ein Bankkunde ist nicht eine in verschiedene Konten aufgespaltene Persönlichkeit. Der heute noch vielfach praktizierte Ansatz, den gleichen Kunden einmal als Sparer, dann als Aktionär und später als Kreditnehmer zu sehen, provoziert Mißverständnisse und Konflikte. Der Bankkunde möchte sich als eine Person behandelt fühlen, die auf ihn zugeschnittene Angebote erhält. Diese müssen mit früheren Leistungen im Einklang stehen, das heißt, die Historie eines jeden Kunden muß für jede neue Entscheidung verfügbar sein.
Wie weit diese Konfektionierung des Angebots gehen kann, wird am Beispiel nordamerikanischer Telefongesellschaften deutlich. Eine detaillierte Analyse des Kundenverhaltens ermöglichte es, mit Zusatzdiensten Kasse zu machen.
Entscheidungen verfügen über ein Trägheitsmoment
Um beispielsweise die Funktion des "Anklopfens" (bei belegter Leitung wird dem Kunden über eine zweite Leitung die Möglichkeit gegeben, mit dem "Anklopfer" zu sprechen und gegebenenfalls zurückzurufen) zu vermarkten, werden die Kunden darüber informiert, wie oft in einem bestimmten Zeitraum Telefonate wegen besetzter Leitungen nicht zustande kamen. Die genaue Auswertung der Historie des einzelnen Kunden erweitert dessen individuelle Angebotspalette.
Entscheidungen haben nicht nur einen Vergangenheitsbezug, sondern reichen in die Zukunft hinein. Jede getroffene Entscheidung verfügt über eine Art Trägheitsmoment. Deutlich wird dies am Beispiel der "Effective Consumer Response" (ECR).
Der Grundgedanke von ECR ist, die Verbindung vom Produkthersteller zum Verkaufsregal straffer zu koordinieren. Durch die informationstechnische Abbildung der Wertschöpfungskette vom Hersteller bis zum Händler können erstere einen detaillierten Einblick in die tatsächlichen Abläufe an den einzelnen Verkaufsregalen erhalten.
Transformator wandelt Daten in Informationen
Aber nicht nur für gefüllte Regale wird gesorgt, auch typische Verkaufsschwankungen, Auswirkungen von eigenen oder fremden Marketing-Aktivitäten und der Einfluß von Wettbewerbsprodukten sind auf diese Weise zu ermitteln. Die preisliche und produkttechnische Positionierung in Abhängigkeit zu Käuferschichten wird deutlich. Produktentwicklungen lassen sich so frühzeitig den Marktanforderungen anpassen.
Der Einsatz eines Data-Warehouse erlaubt den überregionalen, sogar weltweiten Test von Märkten und reduziert damit die für Testmärkte typischen Verzerrungen. Gleichzeitig nimmt das Risiko von Fehlentscheidungen mit unangenehmen Folgen ab. Die Flexibilität steigt, ein Bündel von Einzelentscheidungen ersetzt frühere Globalentscheidungen.
Je nach Aufgabenstellung und Zielsetzung kann ein Data-Warehouse Marketing-Aktivitäten stark unterstützen. Kennzeichnend für die hier genannten Beispiele ist das Problem der Informationsbeherrschung. Ein Data-Warehouse wirkt als Transformator, der bereits vorliegende Daten in Informationen umwandelt. Dabei hängt der Wirkungsgrad dieses Transformators stark von der gestellten Aufgabenstellung ab.
Data-Warehouses sind Informationsintegratoren. Die aufgrund von Organisationserfordernissen gesplitteten Sichtweisen lassen sich in ganzheitliche Betrachtungsweisen überführen. Data-Warehouses führen die einzelnen Kunden zu einem Gesamtbild zusammen oder verbinden bisher getrennte Abläufe - wie im Falle von ECR - zu einem abbildbaren logischen Prozeß.
Data-Warehouses sind zudem Historiker. Die Protokollierung einzelner Transaktionen (Geschäfte) und die Zusammenführung zu einem Gesamtbild machen es möglich, Kunden neu zu verstehen und zielgerichtet zu adressieren.
Da sich viele in der Regel gegenüber Unternehmen nur in Form ihrer Transaktionen artikulieren, müssen sie mit Hilfe dieser Geschäfte wieder als Kunden identifiziert werden. Um einzelne Kunden als solche zu bewerten, benötigt man Informationen über ihre Präferenzen und Gewohnheiten - ihre Historie.
Last, but not least sind Data-Warehouses Entscheidungsoptimierer: Durch sie lassen sich Maßnahmen auf der Grundlage besserer Informationen festlegen und zielgerichtet steuern. Entscheidungen sind also in sich konsistenter.
Angeklickt
Der Vorteil eines Data-Warehouse liegt nicht darin, einfach aus einer Menge Daten allerlei Informationen zu erhalten. Vielmehr sind sie das A und O für Management- und Marketing-Entscheidungen, um die Position eines Unternehmens im Markt fest zu verankern. Getroffene Entscheidungen machen oft nur in einem zeitlichen Rahmen Sinn. Und sie fallen in komplexen Zusammenhängen - mit einer Vorgeschichte und mit künftigen Auswirkungen auf oftmals spontan eintretende Situationen.
*Michael Väth ist Mitglied der Geschäftsleitung der NCR Deutschland GmbH in Augsburg.