Grin logo
en de es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Business economics - Customer Relationship Management, CRM

Relevanz und Bewertungskriterien für Predictive Analytics Tools im Customer Relationship Management

Title: Relevanz und Bewertungskriterien für Predictive Analytics Tools im Customer Relationship Management

Term Paper , 2015 , 15 Pages

Autor:in: Felix Zappe (Author), Daniel Gräbener (Author), Samira Moawad (Author)

Business economics - Customer Relationship Management, CRM
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Die Bewältigung gigantischer Datenvolumen (Big Data) stellt die meisten Unternehmen heute vor erhebliche Probleme. Während es in der Vergangenheit noch hauptsächlich um die Speicherung und Verwaltung mehrerer Tera- oder sogar Petabytes ging, so fragt man sich gegenwärtig, ob und in welchen Branchen diese oft irrelevanten Daten zur Umsatzsteigerung, zu Einsparungen oder zu Prozessoptimierungen genutzt werden können.

Als Stichwort kann hier Predictive Analytics (PA) genannt werden. PA gilt als eine neuartige Methode, bei der auf Basis von prognostizierenden Analysen komplexe wirtschaftliche Zusammenhänge durch Unternehmen identifiziert werden und das daraus ableitbare Wissen als fundierte Entscheidungsgrundlage herangezogen wird. Durch die Identifikation von Mustern und Algorithmen strukturierter und unstrukturierter Datenmengen, lassen sich künftig nicht nur Trends und damit einhergehende Chancen, sondern auch Bedrohungen und damit zusammenhängende Risiken kalkulieren und prognostizieren.

Die vorliegende Arbeit soll aufzeigen, welche Bedeutung PA-Systeme für das Customer Relationship Management (CRM) haben und wie die verschiedenen Systeme bewertet werden können. Darüber hinaus wird veranschaulicht, wie komplexe PA-Systeme auch Input für die Strategische Ausrichtung geben können.

Excerpt


Inhaltsverzeichnis

  • 1. Einleitung
  • 2. Aktuelle Forschungsansätze von Predictive Analytics im Customer Relationship Management
    • 2.1 Funktionen und Prozess der Predictive Analytics
    • 2.2 Relevanz der Predictive Analytics für das Customer Relationship Management
  • 3. Praxisrelevante Kriterien für die Bewertung von Predictive Analytics-Systemen
  • 4. Anwendung von Predictive Analytics Tools zur ganzheitlichen Fokussierung auf das Customer Relationship Management in einer Unternehmung
  • 5. Fazit und Ausblick

Zielsetzung und Themenschwerpunkte

Die Ausarbeitung befasst sich mit dem Thema "CRM 2.0" und konzentriert sich auf die Bewertung neuer Systeme der "Predictive Analytics". Sie untersucht die aktuellen Forschungsansätze und die Relevanz von Predictive Analytics im Customer Relationship Management. Darüber hinaus werden praxisrelevante Kriterien zur Bewertung von Predictive Analytics-Systemen vorgestellt und die Anwendung dieser Tools zur ganzheitlichen Fokussierung auf das Customer Relationship Management in einem Unternehmen analysiert.

  • Aktuelle Forschungsansätze von Predictive Analytics im Customer Relationship Management
  • Relevanz von Predictive Analytics für das Customer Relationship Management
  • Bewertungskriterien für Predictive Analytics-Systeme
  • Anwendung von Predictive Analytics Tools im Customer Relationship Management
  • Ganzheitliche Fokussierung auf das Customer Relationship Management in einem Unternehmen

Zusammenfassung der Kapitel

  • Kapitel 1: Einleitung: Die Einleitung stellt das Thema "CRM 2.0" und den Fokus der Ausarbeitung auf "Predictive Analytics" vor. Sie gibt einen Überblick über die Bedeutung von Predictive Analytics im Kontext des Customer Relationship Managements.
  • Kapitel 2: Aktuelle Forschungsansätze von Predictive Analytics im Customer Relationship Management: Dieses Kapitel beleuchtet die Funktionen und den Prozess der Predictive Analytics. Es untersucht, wie diese Technologie das Customer Relationship Management beeinflusst und welche Relevanz sie für Unternehmen hat.
  • Kapitel 3: Praxisrelevante Kriterien für die Bewertung von Predictive Analytics-Systemen: Dieses Kapitel stellt wichtige Kriterien zur Bewertung von Predictive Analytics-Systemen vor. Es bietet eine Grundlage für Unternehmen, um die richtige Wahl für ihre spezifischen Bedürfnisse zu treffen.
  • Kapitel 4: Anwendung von Predictive Analytics Tools zur ganzheitlichen Fokussierung auf das Customer Relationship Management in einer Unternehmung: Dieses Kapitel analysiert, wie Predictive Analytics Tools eingesetzt werden können, um das Customer Relationship Management in Unternehmen zu verbessern. Es zeigt, wie diese Technologie zu einer ganzheitlichen Fokussierung auf die Kundenbeziehung beitragen kann.

Schlüsselwörter

Predictive Analytics, Customer Relationship Management (CRM), CRM 2.0, Bewertungskriterien, Praxisrelevanz, ganzheitliche Fokussierung, Unternehmen, Kundenbeziehung, Forschungsansätze, Technologie.

Excerpt out of 15 pages  - scroll top

Details

Title
Relevanz und Bewertungskriterien für Predictive Analytics Tools im Customer Relationship Management
College
University of Siegen
Authors
Felix Zappe (Author), Daniel Gräbener (Author), Samira Moawad (Author)
Publication Year
2015
Pages
15
Catalog Number
V318733
ISBN (eBook)
9783668179844
ISBN (Book)
9783668179851
Language
German
Tags
Predictive Analytics Predictive Analytics CRM Customer Relationship Management Big Data Marketing Kriterien Bewertungskriterien Bedeutung Definition Relevanz
Product Safety
GRIN Publishing GmbH
Quote paper
Felix Zappe (Author), Daniel Gräbener (Author), Samira Moawad (Author), 2015, Relevanz und Bewertungskriterien für Predictive Analytics Tools im Customer Relationship Management, Munich, GRIN Verlag, https://www.grin.com/document/318733
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • https://cdn.openpublishing.com/images/brand/1/preview_popup_advertising.jpg
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  15  pages
Grin logo
  • Grin.com
  • Payment & Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint