![]() Gutschein erhalten
Tauschen Sie jetzt Customer Relationship Analytics: Praktische Anwendung des Data Mining im CRM gegen einen Amazon-Gutschein in Höhe von EUR 6,40 ein - einlösbar für Tausende von Artikeln bei Amazon.de. Entdecken Sie mehr eintauschbare Bücher im Bücher Trade-In Shop. Bitte beachten Sie die Teilnahmebedingungen.
Jetzt für Amazon Student anmelden und um 20% erhöhten Eintauschwert sichern. |
Produktinformation
Möchten Sie die Produktinformationen aktualisieren oder Feedback zu den Produktabbildungen geben?
Ist der Verkauf dieses Produkts für Sie nicht akzeptabel? |
Die Autoren haben zahlreiche Workshops und Seminare zu den Themen Data Warehousing, Data Mining, Business Intelligence und Customer Relationship Analytics für Studenten, Wissenschaftler und Praktiker geleitet und durchgeführt.
Die Autoren haben zahlreiche Workshops und Seminare zu den Themen Data Warehousing, Data Mining, Business Intelligence und Customer Relationship Analytics für Studenten, Wissenschaftler und Praktiker geleitet und durchgeführt.
Vorgeschlagene Tags zu ähnlichen Produkten(Was ist das?)Setzen Sie den ersten relevanten Tag hinzu (ein Schlüsselwort, das mit diesem Produkt in engem Zusammenhang steht).
|
Die Autoren bieten im ersten Teil zunächst einen kompakten Einstieg in CRM und gehen dort insbesondere auf den analytischen Teil ein. Mit flotter Schreibe, aber konzentriert im Inhalt, ohne mit Details zu langweilen, werden hier die wesentlichen Aspekte abgehandelt. Schon hier fällt auf, was sich durch das ganze Buch zieht: Die praxisorientierte, betriebswirtschaftliche Sichtweise sowie die durchdachte Gliederung.
In Teil B werden potenzielle Schwierigkeiten bei der Durchführung und Umsetzung von Data Mining aufgegriffen und Vorschläge unterbreitet, wie diese Probleme in der Praxis umgangen oder gelöst werden können. Dabei werden Datenschutzaspekte sowie Fragen der Sicherung der Datenqualität oder im Umgang mit Prozesskomplexität abgedeckt.
Teil C bildet den Hauptteil. Hier werden insgesamt 11 Fallstudien, zum Teil sehr ausführlich besprochen. Hier geht es wirklich "in medias res". Die Fallstudien sind vielfältig und reichen von Kundenbewertungen/-profilerstellung, verschiedenen Arten der Kundensegmentierung mit Data Mining über Zielgruppenselektion für Direktmailingkampagnen bis zur Warenkorbanalyse. Auch komplexe Szenarien wie etwa die systematische Kundenrückgewinnung stehen auf dem Programm.
Man merkt den Autoren ihre Projekterfahrung an; sie nehmen kein Blatt vor den Mund und "garnieren" die Beschreibungen mit einer Fülle von Anekdoten aus der Praxis. Das liest sich stellenweise sehr amüsant, da man einen ungeschönten Einblick in das bekommt, was Unternehmensberater gerne verschweigen.
Fazit: Dieses Buch bietet meiner Ansicht nach besonders für den Praktiker einen hervorragenden Überblick über den großen Bereich der Datenanalyse im CRM. Nach der Lektüre bin ich doch erstaunt über die vielfältigen (mir bis dato unbekannten) Möglichkeiten, Data Mining im CRM einzusetzen. Und die zahlreichen konkreten, positiven Ergebnisse, die die Autoren in ihren Fallstudien darlegen, haben mich dazu veranlasst, diesen Bereich bei uns auszuweiten. Mehr kann man von einem Buch nicht erwarten, oder?
Die beiden Autoren Peter Neckel und Bernd Knobloch beschreiben auf anschauliche Weise, welchen Nutzen Unternehmen - vor allem der Einzel- und Versandhandel - aus den zahlreichen Daten ihrer Kunden ziehen können. Vielen Unternehmen mag noch nicht bewusst sein, dass es hierzu nicht einmal eines ausgeklügelten Kundenkartensystems, einer aufwändiger Marktforschung oder einer gezielten Kundenbefragung bedarf, sondern bereits die alltäglichen Datenspuren ausreichen, welche die Kunden bei jedem Einkauf hinterlassen (z.B. Kassenbondaten). Dies dürfte sich jedoch schon bald ändern, da sich dieses Buch mit seinen realen Fallbeispielen und Analyseszenarien weniger an den Kunden als vielmehr an die Unternehmenspraxis selbst richtet.
Die Autoren beschreiben ausführlich, wie betriebliche Datenanalysen dazu beitragen können, die eigenen Kunden und ihr Kaufverhalten besser zu verstehen und profitable Kundenbeziehungen aufzubauen, zu nutzen und - was vielen Unternehmen bislang noch nicht gelingt - zu halten. Der große Vorteil dieses Buches besteht in der modularen Dreiteilung: Im ersten Teil wird die Domäne des CRM (Customer Relationship Mangement) vorgestellt und ein theoretisch fundierter Bezugsrahmen für ein ganzheitliches, auf den Kunden ausgerichtetes Marketing gebildet. Im zweiten Teil wird den Fallstricken und Fettnäpfchen ausreichend Platz eingeräumt, die bei der praktischen Durchführung von Data Mining- und OLAP-Analysen tunlichst zu vermeiden sind - insbesondere mangelhafte Datenqualität, unterschätzte Prozesskomplexität oder die schlichte Unkenntnis von Datenschutzgesetzen. Bereits an dieser Stelle merkt man, dass es den Autoren aufgrund ihrer Praxiserfahrung leicht fällt, den Brückenschlag von der Theorie zur unternehmerischen Praxis zu schlagen.
Noch deutlicher wird dies im dritten Teil des Buches, in dem die Autoren mit einer Fülle an konkreten Fallbeispielen aufwarten und zeigen, wie sich diese zu umfassenden Analyseszenarien verketten lassen. Dass sich die Schilderung ihrer Analysefälle zuweilen wie ein spannender Kriminalfall liest, liegt daran, dass die Autoren ihre Fallbeispiele mit unterhaltsamen Anekdoten aus der Unternehmenspraxis anreichern und man als Leser die Irrungen und Wirrungen miterleben kann, welche erfolgreiche Datenanalyseprojekte zuvor durchlaufen haben - die aber in anderen Büchern zum Thema Data Mining eben gerne unterschlagen werden.
Fazit: Ein hervorragender Einblick in die Welt der betrieblichen (Kunden-)Datenanalyse, der nicht nur zeigt, wie Unternehmen die Beziehungen zu ihren Kunden profitabler gestalten können, sondern auch den Kunden genügend Anlass gibt, in Zukunft sensibler mit den eigenen Kundendaten umzugehen.
|
Das Forum zu diesem Produkt
Fragen stellen, Meinungen austauschen, Einblicke gewinnen Aktive Diskussionen in ähnlichen Foren
Kundendiskussionen durchsuchen
|
Ähnliche Foren
|
||||||||||||||||||||||||||||||||||
|
|
|