Ein stetiges Wachstum der Datenbestände macht den Zugriff auf gewünschte Informationen bzw. auf in Datenbasen enthaltenes Wissen immer schwieriger. Traditionelle Methoden wie Tabellenkalkulation und ad hoc Datenbankabfragen sind den aktuellen und werden den zukünftigen Anforderungen an Datenanalyse nicht gewachsen sein.(1)
Ziel dieser Arbeit ist die Untersuchung von Segmentierungsmöglichkeiten – bereits vorhandener Kundendaten – zur Neukundengewinnung mit Hilfe von OLAP und Data Mining. Dadurch soll dem virtuellen Unternehmen VMall die Möglichkeit eröffnet werden, gezielt Marketingaktionen durchzuführen und somit neue, umsatzkräftige Kunden zu werben. Dabei steht vor allem die Analyse mit Data Mining, im Speziellen mit dem Tool Skyon, im Vordergrund dieser Arbeit.
Bei der Erstellung dieser Arbeit wurden der Aufbau und die Struktur eines Data Warehouse sowie das OLAP-Tool MicroStrategy7 als bekannt vorausgesetzt. Diese Gebiete wurden von der Beschreibung ausgenommen, da sie keinen Untersuchungsschwerpunkt der Arbeit darstellen. Beide Themen bilden jedoch die Grundlage und sollten dem Leser deshalb bekannt sein.
Inhaltsverzeichnis
- 1. Einleitung
- 1.1 Einführung/Zielstellung
- 1.2 Abgrenzung
- 1.3 Methodik
- 2. Grundlagen Business Intelligence
- 2.1 OLAP
- 2.2 Data Mining
- 2.2.1 Einordnung des Data Mining in den Prozess des KDD
- 2.2.2 Entdecken von Hypothesen
- 2.2.3 Data Mining Verfahren
- 2.3 Vergleich OLAP und Data Mining
- 3. Data Mining Tool Skyon
- 3.1 Datenanbindung
- 3.2 Datenaufbereitung
- 3.3 Skyon Developer
- 3.3.1 Der Data Manager
- 3.3.2 Der Visualizer
- 4. VMall - ein virtuelles Beispielunternehmen
- 4.1 Einführung VMall
- 4.2 Beschreibung der Aufgabenstellung
- 4.3 Ansatz zur Lösung der Aufgabenstellung
- 4.3.1 Lösung mit MicroStrategy
- 4.3.2 Lösung mit Skyon
- 4.4 Gegenüberstellung der Lösungen von MicroStrategy7 und Skyon
- 5. Schlussbemerkung
- 5.1 Arbeit mit einem OLAP-Tool
- 5.2 Arbeit mit einem Data Mining-Tool
Zielsetzung und Themenschwerpunkte
Diese Hausarbeit untersucht die Anwendungsmöglichkeiten von OLAP und Data Mining zur Kundensegmentierung und Neukundengewinnung. Im Fokus steht dabei die Analyse von bestehenden Kundendaten des virtuellen Unternehmens VMall mit dem Data Mining Tool Skyon, um gezielte Marketingaktionen zu entwickeln.
- Einsatz von OLAP und Data Mining für die Analyse von Kundendaten
- Anwendung des Data Mining Tools Skyon zur Kundensegmentierung
- Entwicklung gezielter Marketingaktionen zur Neukundengewinnung
- Vergleich der Analyseergebnisse von OLAP und Data Mining
- Bewertung der Anwendungsmöglichkeiten von Skyon im Kontext von Business Intelligence
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die die Zielstellung, Abgrenzung und Methodik der Untersuchung beschreibt. Im zweiten Kapitel werden die Grundlagen von Business Intelligence, OLAP und Data Mining beleuchtet, wobei die Einordnung des Data Mining im Knowledge Discovery in Databases (KDD)-Prozess, die Entdeckung von Hypothesen sowie verschiedene Data Mining Verfahren näher betrachtet werden.
Kapitel 3 führt das Data Mining Tool Skyon der Skyon AG ein, wobei die Datenanbindung, Datenaufbereitung und die Skyon Developer-Umgebung mit dem Data Manager und dem Visualizer vorgestellt werden.
In Kapitel 4 wird die Datenbank VMall, ein virtuelles Versandunternehmen, vorgestellt und die Problemstellung der Kundensegmentierung sowie die Datenaufbereitung für Skyon und MicroStrategy 7 beschrieben.
Schlüsselwörter
Die Arbeit beschäftigt sich mit den Schlüsselthemen Business Intelligence, OLAP, Data Mining, Kundensegmentierung, Neukundengewinnung, Data Mining Tool Skyon, VMall, MicroStrategy 7, Kohonen SOM, Visualisierung und Business Intelligence Prozess.
- Citar trabajo
- Torsten Hildebrandt (Autor), 2002, OLAP vs. Data Mining - experimentelle Untersuchung auf der Basis eines Ausschnittes von MicroStrategy´s VMall für die Wissensgewinnung mit Skyon, Múnich, GRIN Verlag, https://www.grin.com/document/5220
