Customer Relationship Management in Banken unter besonderer Berücksichtigung des Aspektes der Kundenbindung

Die Phase Kundenanalyse dient der Aufschlüsselung des Kundenverhaltens auf Grundlage der Auswertungen im Data Warehouse. Die Analysen können direkt im Data Warehouse erfolgen. Andererseits können Data Marts gebildet werden, wobei das Data Warehouse in einzelne Betriebsbereiche aufgeteilt wird. Diese werden oftmals bei wiederkehrenden Analysen genutzt. Die Analysen werden mit dem in Kap. 4.5.2.6.1 und Kap. 4.5.2.6.3 beschriebenen OLAP oder Data Mining durchgeführt. Eine weitere Aufgabe neben der Verfügbarkeit und dem adäquaten Gebrauch geeigneter Tools ist die Sicherstellung einer ungehinderten Kommunikation zwischen den Experten, welche die Auswertungen erstellen und interpretieren, und den Empfänger, die von den Analysen ausgehend die nächsten Kundenaktionen planen. 5.3 Kundeninteraktionen [...]

des kollaborativen CRM zählen u.a. das Internet, E-Mail, Computer Telephony Integration105, Online-Banking, Handy, Call Center, Filiale, Außendienst, etc. dazu. Diese Kommunikationskanäle werden konsequent eingesetzt, um die Kommunikation zwischen Kunde und Bank möglichst effizient und effektiv zu gestalten. Zu berücksichtigen ist, dass die Organisation der Kanäle nicht isoliert aufgebaut ist, stattdessen ist in einem CRM die Integration in einem Customer Interaction Center (CIC) üblich. CICs sind aus der Weiterentwicklung von klassischen Call Centern entstanden. Call Center haben den Fokus auf die Telefonie gerichtet, CICs unterstützen zudem die o.g. Kommunikationskanäle.106 Das Internet nimmt unter den Kommunikationskanälen eine besondere Stellung ein. In Kap. 4.4.2 wurde auf die Bedeutung des Internets hingewiesen. Im Folgenden wird in Anlehnung an Jaeschke107 aufgezeigt, welche Techniken das Internet zum interaktiven Kommunikationshilfsmittel mit dem Kunden modellieren: [...]

Netzen können einfache lineare und komplexe nichtlineare Zusammenhänge aufgespürt werden.103 Mit dem Versuch der Nutzung des menschlichen Nervensystems als Vorbild, entstanden Prozesse, um Muster verarbeiten zu können. Kern der Überlegungen war, dass durch die Kooperation vieler Nervenzellen, den Neuronen, menschliche Intelligenz entsteht. Hinter Neuronalen Netzen verbirgt sich ein Schema mit n Zugängen und m Auswegen. Die zu bearbeitenden Informationen werden an den Zugängen aufgenommen und an den Auswegen werden die Ergebnisse bereitgestellt. Innerhalb des Systems finden Berechnungen statt, die abhängig von der Entscheidung des Netztyps und der strukturellen Ausgestaltung sind. Im Prinzip beinhaltet ein Neuronales Netz einige Neuronen und deren Verknüpfungen. Die Neuronen sind dabei die grundlegenden Recheneinheiten des Netzes. Sie empfangen Eingangssignale, verarbeiten diese nach definierten Rechenregeln und senden die Ergebnisse in Form von Ausgangssignalen aus. Die Konstruktion eines Neuronalen Netzes besteht aus einer Eingabe- und Ausgabeschicht. Dazwischen können verdeckte Schichten vorhanden sein, um die anderen Schichten bei der Problemlösung zu unterstützen, wenn diese nicht ausreichen, um das Problem zu bewältigen. Die Verarbeitungsfunktionen und Verbindungen der Neuronen werden gewichtet, um die Beeinflussung des weitergebenden auf das empfangende Neuron zu bestimmen. Die Anordnung der Gewichtung findet innerhalb eines Lernprozesses statt. Dabei wird das System in einem iterativen Ablauf mit selektierten Testdaten trainiert, bis ein vorgesehenes Güteniveau erreicht ist. Der Netzwerktyp bestimmt die Struktur der Verknüpfungen der Neuronen. „Neuronale Netze zählen zu den bedeutendsten Data-Mining-Methoden.“104 4.5.3 Kollaboratives CRM [...]