Relevanz und Bewertungskriterien für Predictive Analytics Tools im Customer Relationship Management

Hausarbeit , 2015 , 15 Seiten

BWL - Customer-Relationship-Management, CRM

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.

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

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

Literaturverzeichnis .

• Hochschule: Universität Siegen
• Autoren: Felix Zappe (Autor:in), Daniel Gräbener (Autor:in), Samira Moawad (Autor:in)
• Erscheinungsjahr: 2015
• Seiten: 15
• Katalognummer: V318733
• ISBN (eBook): 9783668179844
• ISBN (Buch): 9783668179851
• Sprache: Deutsch
• Schlagworte: Predictive, Analytics, Predictive Analytics, CRM, Customer, Relationship, Management, Big Data, Marketing, Kriterien, Bewertungskriterien, Bedeutung, Definition, Relevanz