- II -

INHALTSVERZEICHNIS

Inhaltsverzeichnis   II

Abbildungsverzeichnis   III

1  Kundenprofile als Grundlage kontextbasierter Inhaltebereitstellung  1

2  Der Data Mining Prozess  1

2.1  Datengewinnung  2

2.1.1  Datenquellen und Techniken der Datengewinnung  3

2.1.2  Datenbereinigung und -transformation  5

2.2  Methoden des Data Minings  6

2.2.1  Entscheidungsbäume  7

2.2.2  Assoziationsanalyse  8

2.2.3  Neuronale Netze  8

2.3  Evaluation, Interpretation und Anwendung der Ergebnisse  9

3  Ausgewählte Praxisbeispiele  10

3.1  E.Piphany  10

3.2  Amazon  11

4  Zusammenfassender Überblick und Ausblick in die Zukunft  12

Literaturverzeichnis   IV

Abb. 2 / 1 „Stufen des Data Mining Prozesses“ 2 Abb. 2.2 / 2 „Methoden des Data Minings“ 7 Abb. 2.2.1 / 3 „Entscheidungsbaum zur Analyse der Kreditwürdigkeit“ 7 Abb. 3.2 / 4 „Vorschlagswesen bei Amazon“ 12

- 1 -

1  Kundenprofile als Grundlage kontextbasierter  

Inhaltebereitstellung   

Der  globale Wettbewerb „zwingt Unternehmen nicht nur zur Optimierung  

ihrer  operativen Geschäftsprozesse, sondern macht es auch erforderlich, auf  

der  strategischen Ebene schnell auf neue Entwicklungen reagieren zu  

k  önnen, alternative Handlungsweisen abzuwägen und sofort aus den  

gewonnenen  Erkenntnissen die richtigen Entscheidungen abzuleiten.“  1

Die  neueste Entwicklung ist dabei überall deutlich zu erkennen. Sich über  

Preispolitik  von Konkurrenzunternehmen abzugrenzen ist nur noch schlecht  

m  öglich. Personalisierung der Inhalte wird zum neuen Schlagwort. Um die  

richtigen  Inhalte zum optimalen Zeitpunkt und in der besten Form anbieten  

zu  können, ist es unbedingt notwendig, dass der Unternehmer die Wünsche  

seiner  Kunden kennt.  

Die  Erstellung des dafür notwendigen Kundenprofils soll damit auch  

zentrales  Thema dieser Arbeit sein. Der Data Mining Prozess, der sich zur  

Profilgenerierung  in den letzten Jahren als besonders geeignetes Verfahren  

erwiesen  hat, soll im vorgegebenen Kontext in seinen einzelnen Schritten  

beschrieben  werden.  

Zun  ächst werden die Stufen der Datengewinnung, die sich bis zur  

letztendlichen  Datenbereinigung und Datentransformation erstrecken,  

erl  äutert. Dann werden die wichtigsten Methoden des Data Minings mit ihren  

Problemfeldern  und Grenzen aber auch Vorteilen kurz beschrieben.  

Ergebnisinterpretation  und mögliche Handlungsalternativen schließen den  

theoretischen  Teil der Arbeit ab. Ausgewählte Praxisbeispiele sollen die  

beschriebenen  Prozesse in bestimmten Bereichen veranschaulichen.  

Abschlie  ßend werden die gewonnenen Ergebnisse zusammengefasst und  

ein  kleiner Ausblick auf mögliche zukünftige Entwicklungen gegeben.  

2  Der Data Mining Prozess  

Data  Mining umfasst den Prozess der Gewinnung neuer, valider und  

handlungsrelevanter  Informationen aus großen Datenbanken und die  

Nutzung  dieser Informationen für betriebswirtschaftliche Entscheidungen.  1

Einen  guten Überblick über die einzelnen Stufen des Data Minings gibt  

hierbei  folgende Grafik, die sinngemäß von Fayyad 2 übernommen wurde.  

1  Grothe / Gentsch (2000)  25

„Stufen des Data Mining Prozesses“ ³ Abb. 2 / 1

Als erster Schritt sollte unbedingt eine konkrete Zielbeschreibung erfolgen. Erst wenn die Aufgaben und geforderten Ergebnisse klar umrissen sind, wird man zu einem befriedigenden Ergebnis kommen. Im vorliegenden Fall muss somit nicht nur die Kundenprofilgenerierung im Auge behalten werden, sondern insbesondere auch die Maßnahmen, welche auf Basis der gewonnenen Information ergriffen werden sollen. Welche Daten dürfen im Kundenprofil also auf keinen Fall fehlen? Erst wenn die Antwort darauf eindeutig gefunden ist, kann man daran gehen, sich zu überlegen, woher man diese Information erhalten kann.

Gesammelt werden Daten heutzutage in vielen Unternehmen in sogenannten Data Warehouses. Diese „unterstützen strategische und taktische Entscheidungen, indem sie umfangreiche Auszüge aus operativen Daten periodenweise und zusammengefasst oder detailliert zur flexiblen Analyse bereitstellen.“ ⁴ Sie stellen also die ideale Grundlage für den Data Mining Prozess dar.

Beginnend mit der Datengewinnung sollen die einzelnen Stufen des Data Minings nun etwas genauer beschrieben und untersucht werden.

¹ Vgl. Cabena / Hadjinian /Stadler / Verhees / Zanasi (1998) S.12.

² Fayyad / Piatetsky-Shapiro / Smyth (1996) o.A..

³ Vgl. Küsters (2002) S. 129.

⁴ Lusti (1999) S. 125.