Ziele:

• Kaufverhalten von Kunden analysieren
• Produktgruppen identifizieren (wird Produkt A gekauft, dann wird auch gerne Produkt B und C gekauft)
• Passende Kampagnen mit diesen Produktgruppen planen
• Ergebnis der Kampagne verifizieren
  
• Fließt ein in die Verfeinerung der Gruppen

Ausgangssituation

• Große Datenbestände können nicht "per Hand" analysiert werden
• Muster sind so kaum erkennbar
• Ergebnisse lassen sich nur schwer visualisieren bzw. in Geschäftsprozesse integrieren

Der Erfolg einer darauf aufbauenden Marketingaktion ist fraglich.

Lösung

• Data Mining mit den Microsoft Analysis Services
• Optimale Anbindung an bestehende Datenbank (MS SQL Server)
• Leichte Integration der Ergebnisse in Geschäftsprozesse via SQL Server Integration Services bzw. Data Transformation Services
• Visualisierung im Business Intelligence Development Studio
• Schnelle Bereitstellung
• Kostengünstige Alternative

Unser Vorgehensmodell

• Business verstehen: Unternehmensziele kennen bzw. Problem definieren, Miningprozess beschreiben, Projektplan erstellen.
• Daten verstehen: Ausgangsdaten definieren, sammeln und beschreiben, Daten im Hinblick auf fehlende und/oder fehlerhafte Werte erkunden, Datenqualität verifizieren.
• Daten vorbereiten: Daten auswählen und säubern, zusammenfassen und transformieren (ETL).
• Lösung modellieren: Modellierungsverfahren im Hinblick auf die Zielsetzung auswählen, Miningmodell bauen, trainieren und testen, Lösung(en) generieren.
• Lösung evaluieren: Ergebnisse evaluieren, bei Bedarf Modell anpassen.
• Lösung anwenden: Verfahren in bestehende Prozesse integrieren, Überwachung und Wartung planen.