Customer Recovery Controlling

Die langfristige Sicherung bestehender (profitabler) Kundenbeziehungen erweist sich für Unternehmen zunehmend als eine wichtige und zugleich immer schwieriger zu bewältigende Herausforderung. Vor dem Hintergrund hoher Kosten für die Neukundengewinnung und sinkender Kundenloyalität auf gesättigten, wettbewerbsintensiven und transparenten Märkten – verbunden mit tendenziell steigenden Abwanderungsraten – rücken die Früherkennung und Prävention von Kundenabwanderungen sowie die Kundenrückgewinnung verstärkt in den Fokus. Der Aufwand für derartige Anstrengungen muss in einem sinnvollen Verhältnis zum Ertrag stehen. Letztlich wird also für den Komplex „Kundenabwanderung“ ein ergebnisgesteuertes Gesamtsystem der Früherkennung, Prävention und Rückgewinnung benötigt. An dieser Stelle setzt das Customer Recovery Controlling an. Auf Basis des kontributionsorientierten Controllingansatzes wird ein ganzheitliches Controllingsystem für das Customer Recovery Management entwickelt. Dabei werden die führungsunterstützenden Controllingprinzipien der Entscheidungsfundierung, -reflexion und Koordinationsentlastung einschließlich zentraler Controllinginstrumente in den Gesamtzusammenhang des Customer Recovery Managementprozesses gestellt. Es wird aufgezeigt, dass mit einem professionellen Customer Recovery Controlling große Nutzenpotenziale verbunden sind, die sich auf der Customer Recovery Managementebene (z.B. verbesserte Entscheidungsqualität, höhere Präventions- bzw. Rückgewinnungsraten) wie auch auf der Ebene der Gesamtunternehmung (z.B. Sicherung bzw. Erhöhung des Kundenstammwertes) auswirken. Die Erfolgsmodellierung zählt zu den wesentlichen Aufgaben des Controlling. Diesbezüglich bedarf es eines mehrdimensionalen Controllinginstruments, das neben Ergebnisindikatoren auch Leistungstreiber berücksichtigt: die Customer Recovery Scorecard. Ihre Perspektiven – Finanz-, Kunden-, Prozess-, Potenzial- und Wettbewerbsperspektive – sichern eine ganzheitliche Betrachtung der strategisch relevanten Erfolgsfaktoren und darüber hinaus gewährleisten die Kennzahlen eine systematische Planung, Steuerung und Kontrolle des Customer Recovery Management Erfolgs. Für die Erfolgsgrößen werden kausale Abhängigkeiten in Form von Ursache-Wirkungs-Beziehungen innerhalb und zwischen den Perspektiven erfasst (Strategy Maps), wodurch gewissermaßen eine Modellierung der Wertschöpfungskette im Customer Recovery Management erfolgt. Unsere durchgeführte Studie zum Status Quo des Customer Recovery Controlling in der deutschen (groß-)unternehmerischen Dienstleistungspraxis hat gezeigt, dass der präventive Umgang mit Kundenabwanderung zukünftig an Bedeutung gewinnen wird. Obwohl die Mehrheit der befragten Unternehmen über ein organisatorisch verankertes Controlling verfügt, sind bezüglich des allgemeinen Controllingentwicklungsstandes inkl. des Instrumenteneinsatzes Defizite zu konstatieren. In Bezug auf Letzteres hat sich herausgestellt, dass rein ökonomische Aspekte eine dominante Stellung einnehmen; Finanzkennzahlen werden gegenüber den Markt-, Prozess und Potenzialkennzahlen zum einen häufiger eingesetzt und zum anderen auch in ihrer Bedeutung höher eingeschätzt. Darüber hinaus ist der Einsatz von Kennzahlensystemen im Customer Recovery Management noch nicht weit verbreitet und auch hier ist ein finanzwirtschaftlicher Fokus festzustellen. Der Erfolg von Customer Recovery Maßnahmen wird zu einem großen Ausmaß durch die Nutzung des Synergiepotenzials von Customer Recovery Management (Führung vom Markt bzw. Kunden her) und Controlling (Führung vom Erfolg her) determiniert.

Integration der strategischen Planung in die Haushaltsplanung einer Kommune

Eine effektive, effiziente und wirkungsorientierte kommunalpolitische Arbeit stellt hohe Anforderungen an Politik und Verwaltung. Trotz zahlreicher erfolgsversprechender Ansätze ist der aktuelle Status quo ernüchternd. Schwerpunkt der Dissertation ist deshalb die Entwicklung eines praxistauglichen Konzeptes zur Integration der strategischen Planung in die Haushaltsplanung einer Kommune mit dem Ziel einer nachhaltigen Verbesserung der strategischen Steuerung. Eine ergänzende ökonomische Funktionsanalyse von beteiligten Rechtsfiguren erweitert dabei die klassisch wirtschaftstheoretische Betrachtungsweise um sozialwissenschaftliche Aspekte, die im Zusammenspiel von Institutionen eine wichtige Rolle spielen. Der konzipierte Ansatz kommt, durch die Fokussierung auf das öffentliche Interesse, einem partizipativen und transparenten Idealbild von Steuerung im kommunalen Bereich auf der Basis der New Public Management Bewegung sehr nahe und könnte helfen der verstärkt festzustellenden Politikverdrossenheit entgegen zu wirken.

Managing Quality Properties of Web Service Compositions

Web services from different partners can be combined to applications that realize a more complex business goal. Such applications built as Web service compositions define how interactions between Web services take place in order to implement the business logic. Web service compositions not only have to provide the desired functionality but also have to comply with certain Quality of Service (QoS) levels. Maximizing the users' satisfaction, also reflected as Quality of Experience (QoE), is a primary goal to be achieved in a Service-Oriented Architecture (SOA). Unfortunately, in a dynamic environment like SOA unforeseen situations might appear like services not being available or not responding in the desired time frame. In such situations, appropriate actions need to be triggered in order to avoid the violation of QoS and QoE constraints. In this thesis, proper solutions are developed to manage Web services and Web service compositions with regard to QoS and QoE requirements. The Business Process Rules Language (BPRules) was developed to manage Web service compositions when undesired QoS or QoE values are detected. BPRules provides a rich set of management actions that may be triggered for controlling the service composition and for improving its quality behavior. Regarding the quality properties, BPRules allows to distinguish between the QoS values as they are promised by the service providers, QoE values that were assigned by end-users, the monitored QoS as measured by our BPR framework, and the predicted QoS and QoE values. BPRules facilitates the specification of certain user groups characterized by different context properties and allows triggering a personalized, context-aware service selection tailored for the specified user groups. In a service market where a multitude of services with the same functionality and different quality values are available, the right services need to be selected for realizing the service composition. We developed new and efficient heuristic algorithms that are applied to choose high quality services for the composition. BPRules offers the possibility to integrate multiple service selection algorithms. The selection algorithms are applicable also for non-linear objective functions and constraints. The BPR framework includes new approaches for context-aware service selection and quality property predictions. We consider the location information of users and services as context dimension for the prediction of response time and throughput. The BPR framework combines all new features and contributions to a comprehensive management solution. Furthermore, it facilitates flexible monitoring of QoS properties without having to modify the description of the service composition. We show how the different modules of the BPR framework work together in order to execute the management rules. We evaluate how our selection algorithms outperform a genetic algorithm from related research. The evaluation reveals how context data can be used for a personalized prediction of response time and throughput.