Generell kann beobachtet werden, dass die Menge verfügbarer Informationen in den letzten Jahren stark zugenommen hat und diese Entwicklung sich auch in baldiger Zukunft nicht abschwächen wird. Eine Studie der University of Berkeley kommt zu dem Ergebnis, dass im Jahr 2002 fünf Exabyte neuer Informationen produziert und gespeichert wurden. Das entspricht bei Zugrundelegung der Weltbevölkerung fast 800 Megabyte pro Person. Im Jahr 1999 waren es nur 250 Megabyte pro Erdbewohner, was einem Wachstum von über 300% in drei Jahren entspricht. Das anhaltende exponentielle Wachstum des weltumspannenden unternehmensexternen Wissensspeichers Internet unterstreicht diese Ergebnisse.
Auch im Marketingbereich werden Unternehmen mit diesem Phänomen der „Datenflut“ konfrontiert. Dabei können zwei Einflussbereiche identifiziert werden. Einerseits ermöglicht der technische Fortschritt die Generierung und Speicherung von Daten in noch nie dagewesenem Umfang durch billigere Speichermedien, bessere Speichertechnologien und leistungsfähigere Datenbankverwaltungssysteme. Andererseits führen organisationale Ursachen zu immer größeren Datenbeständen. Hier zeigen sich die Auswirkungen einer zunehmenden Automatisierung. So speichern Anwendungssysteme zur Unterstützung und Steuerung operativer Prozesse wachsende Mengen an Daten aufgrund einer Asymmetrie zwischen Datengewinnung und Datenvernichtung (vertikales Wachstum). Außerdem wird aufgrund zunehmender Umweltkomplexität die Erfassung einer größeren Anzahl von Fakten erforderlich (horizontales Wachstum).
Die bereitstehende Masse von Daten führt jedoch nicht unbedingt zu einer besseren Informationsversorgung im Marketing. Es kann im Gegenteil sogar festgestellt werden, dass das Auffinden der gewünschten Information, die sinnvolle Verdichtung von Daten und generell eine Verwendung zu Zwecken der Entscheidungsunterstützung zu einem immer größeren Problem wird.
Inhaltsverzeichnis
- Einleitung
- Rahmen und Umfeld des Data Minings im Marketing
- Die Datenbasis
- Daten - Information - Wissen
- Mögliche Datenquellen
- Data Warehouse und Data Mart
- Die Analyse
- Online Analytical Processing (OLAP)
- Data Mining
- Der Data Mining Prozess oder Knowledge Discovery in Databases (KDD)
- Die Datenbasis
- Data Mining im Marketing entlang des Kundenlebenszyklus
- Mit Data Mining verbundene Marketingkonzepte
- Systematik der Einsatzmöglichkeiten
- Kundenakquisition
- Segmentierung potenzieller Kunden
- Bearbeitung der ausgewählten Segmente
- Kundenaktivierung
- Datensammlung zur Optimierung vorheriger und künftiger Analysen
- Risikoerkennung und -beurteilung
- Kundenbeziehungsmanagement
- Selektion profitabler Beziehungen – Kundenbewertung
- Entwicklung der Beziehungen – Steigerung des Kundenwerts
- Pflege der Beziehungen - Kundenbindung und Abwanderungsverhinderung
- Bewertung der Einsatzmöglichkeiten
- Neuere Entwicklungen und Potenziale für Data Mining im Marketing
- Externe Einflussfaktoren
- Technologie
- Gesellschaft und Recht
- Anwendungsgebiete
- Web Mining im Marketing
- Text Mining im Marketing
- Perspektiven im Data Mining Prozess
- Datenerhebung und -speicherung
- Datenverarbeitung und -analyse
- Informationsdarstellung, -interpretation und -nutzung
- Externe Einflussfaktoren
- Fazit
Zielsetzung und Themenschwerpunkte
Diese Diplomarbeit befasst sich mit den Einsatzmöglichkeiten von Data Mining im Marketing. Sie analysiert den Status Quo und das Entwicklungspotenzial dieser Technologie im Kontext des Kundenlebenszyklus.
- Die Grundlagen und Rahmenbedingungen des Data Minings im Marketing
- Die Rolle von Data Mining in verschiedenen Phasen des Kundenlebenszyklus, von der Akquisition bis zur Kundenbindung
- Neuere Entwicklungen und Trends im Bereich Data Mining und deren Implikationen für das Marketing
- Potenziale und Herausforderungen von Data Mining im Marketing
- Die Bedeutung von Data Mining für die Optimierung von Marketingstrategien und die Steigerung des Kundenerfolgs
Zusammenfassung der Kapitel
- Die Einleitung führt in die Thematik des Data Minings im Marketing ein und erläutert die Relevanz der Arbeit.
- Kapitel 2 beleuchtet den Rahmen und das Umfeld des Data Minings im Marketing. Es werden die Grundlagen der Datenbasis, die Analysemethoden und der Data Mining Prozess dargestellt.
- Kapitel 3 fokussiert auf die konkreten Einsatzmöglichkeiten von Data Mining im Marketing entlang des Kundenlebenszyklus. Es werden verschiedene Marketingkonzepte und deren Verbindung zum Data Mining, sowie spezifische Anwendungen in den Phasen der Kundenakquisition, Kundenaktivierung und Kundenbindung präsentiert.
- Kapitel 4 befasst sich mit neueren Entwicklungen und Potenzialen für Data Mining im Marketing. Es werden die Einflüsse von Technologie, Gesellschaft und Recht auf den Einsatz von Data Mining analysiert und verschiedene Anwendungsgebiete wie Web Mining und Text Mining vorgestellt.
- Kapitel 5 fasst die wichtigsten Ergebnisse der Arbeit zusammen und zieht ein Fazit zu den Einsatzmöglichkeiten und dem Entwicklungspotenzial von Data Mining im Marketing.
Schlüsselwörter
Data Mining, Marketing, Kundenlebenszyklus, Kundenakquisition, Kundenaktivierung, Kundenbeziehungsmanagement, Customer Relationship Management (CRM), Web Mining, Text Mining, Knowledge Discovery in Databases (KDD), Online Analytical Processing (OLAP), Datenbasis, Datenanalyse, Technologie, Gesellschaft, Recht, Potenziale, Herausforderungen, Marketingstrategie, Kundenerfolg.
- Citation du texte
- Bastian Schoenrade (Auteur), 2005, Einsatzmöglichkeiten von Data Mining im Marketing: Status Quo und Entwicklungspotenzial, Munich, GRIN Verlag, https://www.grin.com/document/40766
