Ad-Hoc-Analysen
Eine grundlegende Eigenschaft der Ad-hoc-Analyse ist, dass der Anwender zu Beginn gar nicht weiß, was er eigentlich auswerten will. Der Benutzer entwickelt seine Anforderungen ad hoc auf Grund der bereits gewonnenen Erkenntnisse. Beispielsweise Kennzahlen über Kunden, Produkte, Absatzmärkte und Zahlungsmoral erstellen, um einen besseren Überblick über das Geschäft zu bekommen und um damit die weitere Vorgehensweise in der Zukunft bestimmen zu können.
Der Benutzer benötigt Werkzeuge, mit denen die Analysen dynamisch zusammengestellt werden können. Um dies zu ermöglichen, müssen die Daten sehr fein und granular zur Verfügung gestellt sein. Mit diesen Daten kann der Benutzer selbst bestimmen, ob die Kennzahlen verdichtet oder im Detail dargestellt werden.
Diese Art der Analysemöglichkeiten erfordert eine hohe Performance des Systems und die verwendeten OLAP-Tools müssen über eine grosse Flexibilität und eine einfache Bedienbarkeit verfügen.
Data Mining
Mit Data Mining erkennen Sie frühzeitig erfolgskritische Veränderungen im Kunden- und Marktverhalten. Zukünftige Ereignisse lassen sich damit weitaus präziser vorhersagen sowie potenzielle Handlungsmöglichkeiten effizienter bewerten.
Ziele beim Einsatz von Data Mining beim Kampagnenmanagement: