Open Access

Die digitale Transformation ist eine zentrale Herausforderung für Unternehmen. Dieses Buch bietet einen Handlungsrahmen, der das vielschichtige Thema strukturiert, aus einer vorwiegend betriebswirtschaftlichen Sicht einfach erklärt und eine systematische Anleitung zur Digitalisierung bietet. Es richtet sich gleichermaßen an Praktiker und Studierende. Das digitale Unternehmen wird über zehn Elemente, z. B. Prozesse, Produkte, Geschäftsmodell und Daten, praxisorientiert dargestellt. Für jedes Element wird anschaulich erläutert, was dessen digitale Transformation konkret bedeutet und in welchen Stufen diese umsetzbar ist. Handlungsempfehlungen und zahlreiche Beispiele zeigen, wie eine schrittweise Digitalisierung des Unternehmens erfolgen kann. Dabei wird auch hinterfragt, wie weit eine Digitalisierung tatsächlich sinnvoll ist. Traditionelle Ansätze der digitalen Transformation wie die Prozess-Digitalisierung werden ebenso beschrieben wie neuere Ansätze, beispielsweise die Digitalisierung von Produkten oder das Internet of Things. Zusätzlich zu den zehn Elementen werden digitale Technologien wie Robotic Process Automation (RPA), Process Mining, Blockchain oder 3D-Druck beschrieben, die als Enabler der digitalen Transformation interpretiert werden. Nutzenbewertungen von Investitionen sowie das begleitende Change Management und eine umfassende Fallstudie, die die komplette Transformation eines Unternehmens darstellt, runden das Buch ab.

In-depth analysis of customer journeys to broaden the understanding of customer behaviors and expectations in order to improve the customer experience is considered highly relevant in modern business practices. Recent studies predominantly focus on retrospective analysis of customer data, whereas more forward-directed concepts, namely predictions, are rarely addressed. Additionally, the integration of robotic process automation (RPA) to potentially increase the efficiency of customer journey analysis is not discussed in the current field of research. To fill this research gap, this paper introduces “customer journey mining”. Process mining techniques are applied to leverage digital customer data for accurate prediction of customer movements through individual journeys, creating valuable insights for improving the customer experience. Striving for improved efficiency, the potential interplay of RPA and customer journey mining is examined accordingly. The research methodology followed is based on a design science research process. An initially defined customer journey mining artifact is operationalized through an illustrative case study. This operationalization is achieved by analyzing a log file of an online travel agency functioning as an orientation for researchers and practitioners while also evaluating the initially defined framework. The data is used to train seven distinct prediction models to forecast the touchpoint a customer is most likely to visit next. Gradient-boosted trees yield the highest prediction accuracy with 43.1%. The findings further indicate technical suitability for RPA implementation, while financial viability is unlikely.