Die vorliegende Arbeit beschäftigt sich mit der Thematik Big Data im Bereich ECommerce und zeigt, welcher Nutzen sich durch den Einsatz von Big Data ergeben kann. Dabei werden die Chancen und die Herausforderungen, die sich dadurch für kleine und mittelständische Unternehmen ergeben können, herausgestellt. Ziel ist es, Big Data und E-Commerce zu definieren und eine Orientierung über die Möglichkeiten und Anforderungen für den Einsatz von Big Data im Unternehmen sowie die Risiken von Big Data im Bereich E-Commerce aufzuzeigen.
Durch die zunehmende Digitalisierung in unserer Gesellschaft wächst die exponentielle Menge an neuen Daten unbegrenzt. Diese Daten stammen aus einer Vielzahl von Quellen wie soziale Medien, die meist unstrukturiert sind und aufgrund von unzureichender Datenanalyse nicht zielgenau ausgewertet werden. Vor allem im Bereich „Electronic Commerce (E-Commerce )" werden täglich viele neue Daten von Kunden und Produkte eines Unternehmens generiert.
Inhaltsverzeichnis
1. EINLEITUNG
1.1. PROBLEMSTELLUNG UND ZIELSETZUNG
1.2. VORGEHENSWEISE
2. GRUNDLAGEN VON BIG DATA
2.1. BEGRIFFSERKLÄRUNGEN
2.2. ANFORDERUNGEN - DIE FÜNF V´S VON BIG DATA
2.3. ABGRENZUNG VON BIG DATA ZU BUSINESS INTELLIGENCE
3. BIG DATA IM E-COMMERCE
3.1. E-COMMERCE
3.2. CHANCEN
3.3. RISIKEN
4. FAZIT
5. LITERATUR- UND QUELLENVERZEICHNIS
Zielsetzung und Themen
Die vorliegende Arbeit untersucht den Nutzen und die Auswirkungen von Big Data innerhalb des E-Commerce-Sektors. Das primäre Ziel besteht darin, die für den Unternehmenseinsatz relevanten Möglichkeiten zu identifizieren, die Potenziale für kleine und mittelständische Unternehmen zu beleuchten sowie eine kritische Auseinandersetzung mit den damit verbundenen Risiken zu führen.
- Definition und konzeptionelle Einordnung von Big Data
- Analyse der Eigenschaftsdimensionen („Die 5 V’s“)
- Differenzierung zwischen Big Data und Business Intelligence
- Einsatzmöglichkeiten und Wettbewerbsvorteile im E-Commerce
- Datenschutzaspekte und ethische Risiken der Datenanalyse
Auszug aus dem Buch
2.1. Begriffserklärungen
Der Begriff Big Data wird je nach Ziel und Fragestellung unterschiedlich definiert und abgegrenzt. "Big Data" bezeichnet die Erzeugung und Verarbeitung immer größerer Datenmengen, die zum Teil aus Bereichen wie dem Internet und Mobilfunk, der Finanzindustrie oder Social Media stammen. Die gewonnene Datenmenge ist aufgrund ihrer Heterogenität unstrukturiert und komplex. Big Data ermöglichen es, große Datenmengen strukturierter und zielgerichteter zu nutzen. Mit Hilfe neuer hardwarenaher Lösungen sowie Big Data nahen Algorithmen und modernster Technologien werden neue, flexible Möglichkeiten geschaffen, Daten zu speichern, zu analysieren und sinnvoll auszuwerten und aufzubereiten. Der Wert von Daten liegt nicht in der Größe der Datenmengen, sondern in der technischen Qualifikation, diese zu analysieren und zu verknüpfen und zu nutzen. Besonders wichtig ist die Fähigkeit, unstrukturierte Datensätze zu analysieren.
Big Data sind heute für Unternehmen nichts Neues. Verändert hat sich das Wachstum des globalen Datenvolumens und die Möglichkeiten, es zu verarbeiten, zu analysieren und zu nutzen. Big Data werden als Enabler der Digitalisierung in allen Lebensbereichen, sei es in Unternehmen oder in IT-Branche. Zudem ist kein Lebensbereich von der Digitalisierung ausgenommen.
Da Big Data kein klar definierter Begriff ist, wird die gängige Definition basierend auf fünf Vs verwendet, wenn eine konzeptionelle Definition von Big Data erforderlich ist. Big Data kommt dann zum Einsatz, wenn andere Technologien mit dem Sammeln, Speichern, Analysieren und Visualisieren schnell wachsender Datenmengen überfordert ist.
Zusammenfassung der Kapitel
1. EINLEITUNG: Dieses Kapitel führt in die Thematik der zunehmenden Datenmengen ein und definiert das Ziel, den Nutzen sowie die Risiken von Big Data im E-Commerce zu untersuchen.
2. GRUNDLAGEN VON BIG DATA: Dieses Kapitel erläutert den Begriff Big Data, charakterisiert ihn anhand der „fünf V’s“ und grenzt ihn von traditionellen Business-Intelligence-Systemen ab.
3. BIG DATA IM E-COMMERCE: Hier werden der E-Commerce-Begriff definiert sowie die spezifischen Chancen für die Kundenbindung und die kritischen Risiken wie Datenschutz und Benachteiligung durch Datenanalyse diskutiert.
4. FAZIT: Das Fazit fasst die Erkenntnisse zusammen und bestätigt den hohen Nutzen von Big Data für die Umsatzsteigerung bei gleichzeitiger Betonung der Notwendigkeit von Datenschutzmaßnahmen.
5. LITERATUR- UND QUELLENVERZEICHNIS: Dieses Kapitel listet sämtliche verwendeten wissenschaftlichen Quellen, Fachbücher und Online-Ressourcen auf, die für die Erstellung der Arbeit herangezogen wurden.
Schlüsselwörter
Big Data, E-Commerce, Digitalisierung, Business Intelligence, Datenanalyse, Datenvolumen, Datenschutz, Internet, Cloud Computing, Wettbewerbsvorteil, Kundenbindung, Datenqualität, Algorithmen, Marktpräsenz, Online-Handel
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Rolle und Bedeutung von Big Data in der modernen E-Commerce-Branche und deren Einfluss auf unternehmerische Prozesse.
Welches sind die zentralen Themenfelder?
Die zentralen Felder sind die technologischen Grundlagen von Big Data, deren Anwendungsmöglichkeiten im Online-Handel sowie die kritischen Risiken in Bezug auf Datenschutz und Wettbewerbsfähigkeit.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, dem Leser eine Orientierung über die Potenziale, Anforderungen und Risiken bei der Implementierung von Big-Data-Strategien in Unternehmen zu geben.
Welche wissenschaftliche Methode wird verwendet?
Es handelt sich um eine theoretische Arbeit, die auf einer umfassenden Literaturanalyse sowie der Auswertung von Studien und Fachpublikationen basiert.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in technische Grundlagen (die 5 V's), die Abgrenzung zu Business Intelligence sowie die konkrete Analyse der Chancen und Risiken im E-Commerce.
Durch welche Schlüsselwörter lässt sich die Arbeit beschreiben?
Zu den prägenden Begriffen gehören Big Data, E-Commerce, Datenanalyse, Digitalisierung, Datenschutz sowie wettbewerbsorientierte Unternehmensstrategien.
Worin bestehen die wesentlichen Unterschiede zwischen Big Data und Business Intelligence laut dieser Arbeit?
Big Data ist zukunftsorientiert und verarbeitet Daten in Echtzeit, während Business Intelligence primär auf die Analyse vergangener Daten für kurzfristige Berichte ausgerichtet ist.
Warum wird im Kontext von Big Data von den „fünf V's“ gesprochen?
Die fünf V's (Volume, Variety, Velocity, Validity, Value) dienen als konzeptionelles Modell, um die Anforderungen und Eigenschaften von Big Data strukturiert zu beschreiben.
Welche Rolle spielt der Datenschutz laut den Untersuchungsergebnissen?
Datenschutz wird als kritisches Risiko identifiziert, da die Analyse großer Datenmengen zur Privatsphäreverletzung führen kann und die Anonymität von Nutzern gefährdet ist.
Welche Auswirkung hat Big Data laut Autor auf den Wettbewerb?
Es besteht die Gefahr, dass große Unternehmen aufgrund ihrer Ressourcen bei der Datenanalyse einen so starken Vorteil erlangen, dass kleinere Marktteilnehmer benachteiligt oder verdrängt werden.
- Arbeit zitieren
- Dilber Yöndes (Autor:in), 2021, Big Data und E-Commerce. Chancen und Risiken, München, GRIN Verlag, https://www.grin.com/document/1507456
