Data Mining Projekte im unternehmerischen Umfeld: Eine empirische Studie deutscher Unternehmen

Seit Ende der Achtziger Jahre kam es in vielen Märkten zu einer deutlichen Verschärfung der Wettbewerbssituation, die Unternehmen in allen Branchen und Größen zu spüren bekamen. Um den Vorsprung vor Mitbewerbern zu halten und sich Wettbewerbsvorteile zu sichern, rückte der Kunde mehr und mehr in den Mittelpunkt der unternehmerischen Aktivitäten. Dies führte zur Managementphilosophie des Customer Relationship Managements, das ab Anfang der Neunziger Einzug in Unternehmen hielt. Es ergibt sich die Frage, wann und unter welchen Umständen es sich lohnt, ein CRM-System für ein Unternehmen zu installieren. Zur Beantwortung dieser Frage existieren bereits eine Vielzahl von Studien, die sich aber immer sehr allgemein mit dem Thema CRM-System als Ganzes beschäftigen. Eine sowohl theoretisch fundierte als auch empirisch unterstützte, konfirmatorisch ausgerichtete Untersuchung der Teilkomponente Data Mining, die die Frage klären soll, ob Determinanten, sog. Erfolgsfaktoren, existieren, die den Erfolg der Anwendung von Data Mining im Unternehmen und damit auch den Erfolg eines CRM-Systems beeinflussen, fehlt aber bisher völlig. Zur Beantwortung dieser Frage soll nun diese Studie beitragen. Dazu werden zunächst einmal die konzeptionellen Grundlagen des Customer Relationship Managements und der sog. CRM-Systeme dargestellt sowie die Einbettung von Data Warehouse und Data Mining Technologie in diesem Kontext erörtert. Danach erfolgt eine Literatur gestützte Diskussion möglicher Erfolgsdeterminanten von CRM-Systemen in Hinblick auf den Einsatz von Data Mining. Die daraus abgeleiteten Hypothesen bzgl. kritischer Erfolgsfaktoren des Data Mining sollen dann im Rahmen einer empirischen Studie genauer analysiert werden. Dazu werden die Ergebnisse der Studie uni-, bi- und multivariat deskriptiv ausgewertet sowie konfirmatorisch zur Validierung der Thesen im Rahmen einer Kausalanalyse überprüft. Abschließend sollen dann noch Handlungsempfehlungen gegeben werden, die Unternehmen helfen sollen, die Implementierung und Umsetzung von Data Mining Technologien zielgerichtet voranzutreiben