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 können, alternative Handlungsweisen abzuwägen und sofort aus den gewonnenen Erkenntnissen die richtigen Entscheidungen abzuleiten.“ Die neueste Entwicklung ist dabei überall deutlich zu erkennen. Sich über Preispolitik von Konkurrenzunternehmen abzugrenzen ist nur noch schlecht möglich. 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.
Inhaltsverzeichnis
- Kundenprofile als Grundlage kontextbasierter Inhaltebereitstellung
- Der Data Mining Prozess
- Datengewinnung
- Methoden des Data Minings
- Evaluation, Interpretation und Anwendung der Ergebnisse
- Ausgewählte Praxisbeispiele
- Zusammenfassender Überblick und Ausblick in die Zukunft
Zielsetzung und Themenschwerpunkte
Die Arbeit befasst sich mit der Erstellung von Kundenprofilen als Grundlage für eine kontextbasierte Inhaltebereitstellung. Dabei steht der Data Mining Prozess im Vordergrund, der sich zur Profilgenerierung als besonders geeignet erwiesen hat. Der Fokus liegt auf den einzelnen Schritten des Data Mining Prozesses, von der Datengewinnung über die Methoden des Data Minings bis hin zur Interpretation und Anwendung der Ergebnisse. Die Arbeit zeigt zudem anhand ausgewählter Praxisbeispiele, wie die gewonnenen Erkenntnisse in der Praxis angewendet werden können.
- Erstellung von Kundenprofilen
- Der Data Mining Prozess
- Methoden des Data Minings
- Anwendungen in der Praxis
- Zukünftige Entwicklungen
Zusammenfassung der Kapitel
- Kundenprofile als Grundlage kontextbasierter Inhaltebereitstellung: Dieses Kapitel stellt die Bedeutung von Kundenprofilen für die kontextbasierte Inhaltebereitstellung dar. Es wird die Notwendigkeit von Personalisierung der Inhalte sowie die Relevanz des Kundenwissens für Unternehmen erläutert.
- Der Data Mining Prozess: Dieses Kapitel beschreibt den Data Mining Prozess in seinen einzelnen Schritten. Es werden die Phasen der Datengewinnung, Datenbereinigung und -transformation, die Methoden des Data Minings sowie die Evaluation, Interpretation und Anwendung der Ergebnisse dargestellt.
- Ausgewählte Praxisbeispiele: Dieses Kapitel zeigt anhand von Praxisbeispielen, wie der Data Mining Prozess in der Praxis angewendet wird. Es werden die Unternehmen E.Piphany und Amazon und deren jeweilige Strategien der Kundenprofilgenerierung vorgestellt.
Schlüsselwörter
Die Arbeit beschäftigt sich mit dem Thema der Kundenprofilgenerierung im Kontext der kontextbasierten Inhaltebereitstellung. Zentrale Begriffe sind Data Mining, Datengewinnung, Data Warehouses, Methoden des Data Minings wie Entscheidungsbäume, Assoziationsanalyse und Neuronale Netze sowie die Evaluation, Interpretation und Anwendung der Ergebnisse. Die Arbeit betrachtet außerdem ausgewählte Praxisbeispiele und gibt einen Ausblick auf zukünftige Entwicklungen.
- Citation du texte
- Andrea Töllich (Auteur), 2004, Profil- und Verhaltensabhängigkeit von Inhalten, Munich, GRIN Verlag, https://www.grin.com/document/50133
