Durch die zunehmende automatisierte Abwicklung von Geschäftsvorfällen jeglicher Art über Systeme der
Informationstechnik, entstehen in einem Unternehmen heute immer größere Mengen an Daten in elektronischer
Form bei allen anfallenden Transaktionen. Beispiele reichen von den Warenkorbinformationen der
Scannerkassen über Geldautomaten und Girokonten hin zu Systemen zur Finanzbuchhaltung und Lagerverwaltung.
Diese Entwicklung wird noch weiter vorangetrieben durch die zunehmende kommerzielle Nutzung des
Internet für den elektronischen Handel. Dabei kommt den Präsenzen der Unternehmen im World-Wide-
Web eine besonders wichtige Rolle zu: sie sind die Schnittstelle zwischen Kunde und Unternehmen. Sie
dienen auf der einen Seite als Informationsmedium und neuer Kanal im Marketing-Mix und stellen auf der
anderen Seite die technische Funktionalität zur Verfügung, um den Online-Handel überhaupt zu ermöglichen.
Alle Daten, die bei der Nutzung der Kunden eines solchen Angebots anfallen, erweitern die im ersten
Abschnitt angesprochenen entstehenden Daten im Geschäftsbetrieb eines Unternehmens.
Diese Arbeit beschäftigt sich mit der Frage, welche Konzepte der Informationstechnik zur Verfügung stehen,
um mit wirtschaftswissenschaftlichen Methoden aus diesen Daten strategisches Wissen für die Sicherung
und Optimierung des Unternehmenserfolgs zu generieren. Dabei wird als wichtigstes Ziel des Kundenbeziehungsmanagements
im Bereich des elektronischen Handels die Bildung von Kundenprofilen und
die daraus resultierende personalisierte Ansprache des Kunden verstanden. [...]
Inhaltsverzeichnis
1. Einführung und Fragestellung
1.1 Fragestellung
1.2 Motivation
1.3 Vorgehensweise
2. Grundlagen und Begriffsabgrenzungen
2.1 Business Intelligence und Web Intelligence
2.1.1 Der Begriff Business Intelligence (BI)
2.1.2 Der Begriff Web Intelligence
2.1.3 Der Business Intelligence Prozess
2.2 Unternehmensführung und Steuerung
2.2.1 Der Begriff Steuerung
2.2.2 Besonderheiten der Steuerung im E-Business
2.3 Informationsbegriff und Wissensmanagement
2.3.1 Der Informationsbegriff
2.3.2 Der Begriff Wissen
2.3.3 Der Begriff Wissensmanagement (WM)
2.3.4 Ziele von Wissensmanagement-Systemen
2.4 Internet und WWW
2.4.1 Das Internet aus technischer Sicht
2.4.2 Das Internet als Medium
3. Electronic Business und Electronic Commerce
3.1 Abgrenzung der Begriffe
3.2 Electronic Business
3.2.1 Der Begriff E-Business
3.2.2 Bestandteile des E-Business
3.2.3 Marktmodelle und Anwendungen des E-Business
3.3 Electronic Commerce
3.3.1 Der Begriff E-Commerce
3.3.2 Bestandteile des E-Commerce
3.3.3 Die Wertschöpfungskette im E-Commerce
4. Customer Relationship Management
4.1 Der Begriff Customer Relationship Management (CRM)
4.2 CRM-Systeme
4.2.1 Operatives CRM
4.2.2 Kollaboratives CRM
4.2.3 Analytisches CRM
4.3 CRM im E-Business
4.3.1 Der Begriff E-CRM
4.3.2 E-CRM-Systeme
4.3.3 Dimensionen der Personalisierung
5. Betriebliche Informationssysteme
5.1 Klassifikation von Informationssystemen (IS)
5.1.1 Die Systempyramide betrieblicher IS
5.1.2 On-Line Transaction Processing (OLTP) Systeme
5.1.3 Data Warehouse (DWH) Systeme
5.1.4 Kriterien zur Differenzierung von OLTP- und DWH-Systemen
5.2 On-Line Analytical Processing (OLAP) Systeme
5.2.1 Die FASMI-Definition
5.2.2 Multidimensionale Datenmodelle
5.2.3 Hierarchische Dimensionen
5.2.4 OLAP-Architekturen
5.2.5 OLAP-Operationen
5.3 Das Data Warehouse Konzept
5.3.1 Anforderungen an ein Data Warehouse
5.3.2 Architektur und End-to-End Prozess
5.3.3 Der ETL-Prozess
5.3.4 Metadatenmanagement
5.3.5 Update des Data Warehouse
6. Data Mining
6.1 Der Begriff Data Mining
6.2 Der Knowledge Discovery Prozess
6.3 Ziele des Data Mining
6.4 Aufgaben und Methoden des Data Mining
7. Web Intelligence
7.1 Der Begriff Web Intelligence
7.2 Bestandteile der Web Intelligence
7.3 Web Traffic Analyse
7.3.1 Logfiles
7.3.2 Gewinnung von Nutzungsdaten
7.3.3 Einschränkungen bei der Analyse von Logfiles
7.4 Web Mining
7.4.1 Der Begriff Web Mining
7.4.2 Ziele des Web Mining
7.4.3 Fragestellungen des Web Mining
7.4.4 Bestandteile des Web Mining
8. Fazit
Zielsetzung und Themenfelder
Die Arbeit untersucht, wie informationstechnische Konzepte und wirtschaftswissenschaftliche Methoden kombiniert werden können, um aus den im E-Commerce anfallenden Geschäfts- und Nutzungsdaten strategisches Wissen für die Steuerung und den Erfolg von Unternehmen zu gewinnen. Im Fokus steht dabei die Bildung von Kundenprofilen und eine daraus abgeleitete personalisierte Kundenansprache.
- Grundlagen von Business Intelligence, Web Intelligence und Informationsmanagement
- Systematik von E-Business und E-Commerce
- Strategien des Customer Relationship Managements (CRM) im digitalen Umfeld
- Funktionsweise betrieblicher Informationssysteme wie Data Warehousing und OLAP
- Analyseverfahren des Data Mining und Web Mining zur Mustererkennung und Prognose
Auszug aus dem Buch
2.3.1 Der Informationsbegriff
Bei der Definition des Begriffes Information werden die syntaktische, semantische und pragmatische Dimension unterschieden. Jedoch lässt sich der in dieser Arbeit häufig verwendete Begriff der Daten hier nicht eindeutig zuordnen.
BERTHEL führt für diesen Zweck als weitere Dimension die Sigmatik ein (siehe Tabelle 2-2). Auf dieser werden Zeichen, Zeichenfolgen und ihre Beziehungen zu Objekten rein formal im abbildungstechnischen Sinn betrachtet.
Zusammenfassung der Kapitel
1. Einführung und Fragestellung: Das Kapitel erläutert die zunehmende Bedeutung der automatisierten Datenverarbeitung im Unternehmen sowie das Ziel, durch methodische Auswertungen strategisches Wissen für den Erfolg im elektronischen Handel zu generieren.
2. Grundlagen und Begriffsabgrenzungen: Hier werden zentrale Begriffe definiert, darunter Business Intelligence, Web Intelligence, das Verständnis von Steuerung im E-Business sowie die theoretischen Grundlagen zu Informationen und Wissen.
3. Electronic Business und Electronic Commerce: Das Kapitel grenzt E-Business und E-Commerce voneinander ab, erläutert Marktmodelle wie B2B und B2C und beschreibt die Wertschöpfungskette in E-Commerce-Angeboten.
4. Customer Relationship Management: Es wird die systematische Analyse und Pflege von Kundenbeziehungen beleuchtet, wobei zwischen operativen, kollaborativen und analytischen CRM-Komponenten sowie deren spezifischer Anwendung im E-Commerce unterschieden wird.
5. Betriebliche Informationssysteme: Dieses Kapitel klassifiziert Informationssysteme anhand einer Systempyramide und beschreibt detailliert die Architektur und Prozesse von Data Warehouses sowie OLAP-Systemen.
6. Data Mining: Es wird der Knowledge Discovery Prozess erläutert, der die Grundlage für Data Mining bildet, und es werden verschiedene Aufgaben wie Klassifikation, Segmentierung und Prognose vorgestellt.
7. Web Intelligence: Hier wird der Transfer der bisher beschriebenen Methoden auf Web-Daten analysiert, inklusive der Web Traffic Analyse (Logfiles), der Gewinnung von Nutzungsdaten und dem Web Mining zur Optimierung von Online-Angeboten.
8. Fazit: Die Arbeit fasst zusammen, dass Business Intelligence zwar einen hohen technischen Aufwand erfordert, aber entscheidende Vorteile bietet, indem es analytische Erkenntnisse ermöglicht, die über eine isolierte Betrachtung von Datensätzen hinausgehen.
Schlüsselwörter
Business Intelligence, Web Intelligence, E-Commerce, Data Warehouse, Data Mining, CRM, Personalisierung, Informationssysteme, OLAP, Logfile-Analyse, Kundenprofile, Knowledge Discovery, Web Mining, Unternehmenssteuerung, Online-Handel
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt den Einsatz von Informationstechnik und wirtschaftswissenschaftlichen Methoden, um aus massenhaft anfallenden Unternehmens- und Web-Daten strategisches Wissen zu generieren und so den Erfolg im E-Commerce zu sichern.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Felder umfassen Business Intelligence, die Strukturen des E-Business und E-Commerce, CRM-Systeme sowie technische Analyseverfahren wie Data Warehousing, Data Mining und Web Intelligence.
Was ist das primäre Ziel der Arbeit?
Das primäre Ziel ist die Unterstützung der Unternehmensführung durch die Bildung von Kundenprofilen und eine zielgruppenspezifische, personalisierte Ansprache im digitalen Handel.
Welche wissenschaftliche Methode wird primär verwendet?
Es handelt sich primär um eine Literaturanalyse, die Konzepte aus Wirtschaftsinformatik, Informatik und Kommunikationswissenschaften integriert, um die Anwendbarkeit von Business-Intelligence-Prozessen auf das Internet darzustellen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Definition der Grundlagen, eine detaillierte technische Analyse von Informationssystemen wie OLAP und Data Warehouses sowie die Übertragung dieser Konzepte auf Data Mining und spezifische Web-Intelligence-Methoden.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Die Arbeit lässt sich am besten mit Begriffen wie Business Intelligence, Web Mining, Data Warehouse, CRM und Online-Nutzungsanalyse beschreiben.
Welche Probleme bestehen bei der reinen Logfile-Analyse von Webservern?
Die Logfile-Analyse ist oft ungenau, da sie nicht zwischen Sessions unterscheiden kann, durch Proxy-Server verzerrt wird und keine qualitativ hochwertigen Daten zu Web-Formularen oder verteilten Systemarchitekturen liefert.
Wie unterscheidet sich Web Mining von der herkömmlichen Web Traffic Analyse?
Während die Web Traffic Analyse sich auf eine quantitative Auswertung von Logfiles beschränkt, integriert Web Mining zusätzliche Unternehmensdaten und ermöglicht eine tiefere Analyse von Kundenverhalten und Mustern zur strategischen Optimierung.
- Quote paper
- Marc Hartung (Author), 2002, Business Intelligence im E-Commerce, Munich, GRIN Verlag, https://www.grin.com/document/6608
