Unternehmen sind bestrebt, das Verhalten ihrer Konsumenten zu erfassen und zu analysieren, um dieses Wissen gewinnbringend für sich zu nutzen. Im Internet lässt sich eine erhebliche Masse verfügbarer Daten sammeln, die aussagekräftige Informationen über das Verhalten beinhalten können. Beschrieben durch die Big Data Problematik, ergeben sich jedoch Schwierigkeiten, mit dieser Fülle an Benutzerdaten umzugehen. In dieser Arbeit wurde das Data Mining als Verfahren angewandt, um Daten zu strukturieren und so informative Muster und Zusammenhänge zu finden, die Aussagen über die Nutzergruppen zulassen. Die Arbeit gibt einen Überblick darüber, welche Kontaktpunkte im Hinblick auf die Aspekte des Konsumentenverhaltens besonders informativ sind und welche spezifischen Erkenntnisse über die Nutzer daraus abgeleitet werden können. Dabei wurden das Web Content Mining sowie das Web Usage Mining auf Online Shops, Social Media und Suchmaschinen angewandt. Anhand dessen konnten Rückschlüsse auf das Informationssuchverhalten, die Intention, die Adoption sowie die Evaluation der Nutzer gezogen werden. Die Anwendung des Web Content Mining bestätigte die Eignung des Social Media, das Word-of-Mouth-Verhalten der Konsumenten hinsichtlich des Unternehmens zu analysieren. Dahingegen erwies sich der Online Shop, durch Anwendung des Web Usage Mining, als geeigneter Kontaktpunkt, um Informationen über das Kaufverhalten sowie die Charakterisierung von Käufertypen zu erlangen. Die Kombination des Web Content Mining mit dem Web Usage Mining im Rahmen von Suchmaschinen, stellte die Eignung dieses Kanals hinsichtlich der Analyse des Informationssuchverhaltens sowie der Intention der Nutzer dar.
Inhaltsverzeichnis
Abstract
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
1 Einleitung
2 Das Online-Konsumentenverhalten
2.1 Abgrenzung zwischen traditionellem und Online-Konsumentenverhalten
2.2 Das IIAE-Model zur Kategorisierung des Online-Konsumentenverhaltens
3 Datenerhebung uber das Konsumentenverhalten im Internet
3.1 Okonomische Relevanz der Datenerhebung fur Unternehmen
3.2 Relevante Kontaktpunkte zur Erhebung von Konsumentendaten
3.3 Herausforderungen von Big Data
4 Data Mining Verfahren zur Analyse des Konsumentenverhaltens
4.1 Definition und Ziele des Data Mining
4.2 Aufgaben des Data Mining
4.3 Methoden des Data Mining
4.3.1 Web Content Mining
4.3.2 Web Usage Mining
4.3.3 Starken und Schwachen der Methoden
5 Analyse relevanter Kontaktpunkte und ihrer Potenziale durch Anwendung des Data Mining
5.1 Kontaktpunkte
5.1.1 Online Shops
5.1.2 Social Media
5.1.3 Suchmaschinen
5.2 Potenziale und Risiken der Kontaktpunkte hinsichtlich des Informationsgehaltes
6 Fazit und Ausblick
Literaturverzeichnis
-
-
-
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X.