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
- Einleitung
- Einführung/Zielstellung
- Abgrenzung
- Methodik
- Grundlagen Business Intelligence
- OLAP
- Data Mining
- Einordnung des Data Mining in den Prozess des KDD
- Entdecken von Hypothesen
- Data Mining Verfahren
- Vergleich OLAP und Data Mining
- Data Mining Tool Skyon
- Datenanbindung
- Datenaufbereitung
- Skyon Developer
- Der Data Manager
- Der Visualizer
- VMall - ein virtuelles Beispielunternehmen
- Einführung VMall
- Beschreibung der Aufgabenstellung
- Ansatz zur Lösung der Aufgabenstellung
- Lösung mit MicroStrategy
- Gruppierung der Kundendaten mit MicroStrategy7
- Handling von MicroStrategy7
- Interpretation der MicroStrategy - Ergebnisse
- Lösung mit Skyon
- Gruppierung der Kundendaten mit Skyon
- Interpretation der Skyon - Ergebnisse
- Gegenüberstellung der Lösungen von MicroStrategy7 und Skyon
- Schlussbemerkung
- Arbeit mit einem OLAP-Tool
- Arbeit mit einem Data Mining-Tool
- Abkürzungsverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- Literaturverzeichnis
- Anlagen
- Thesen
Zielsetzung und Themenschwerpunkte
Die Hausarbeit befasst sich mit der experimentellen Untersuchung der Segmentierungsmöglichkeiten von Kundendaten zur Neukundengewinnung mithilfe von OLAP und Data Mining. Der Fokus liegt dabei auf der Analyse mit Data Mining, insbesondere mit dem Tool Skyon. Die Arbeit soll dem virtuellen Unternehmen VMall Möglichkeiten eröffnen, gezielte Marketingaktionen durchzuführen und somit neue, umsatzkräftige Kunden zu gewinnen.
- Vergleich von OLAP und Data Mining im Kontext von Business Intelligence
- Detaillierte Beschreibung des Data Mining Tools Skyon und des Kohonen SOM Verfahrens
- Anwendung von OLAP und Data Mining auf die Kundendatenbank VMall
- Analyse und Interpretation der Ergebnisse beider Methoden
- Bewertung der Einsatzmöglichkeiten von OLAP und Data Mining für die Kundensegmentierung
Zusammenfassung der Kapitel
Die Einleitung stellt die Zielsetzung der Arbeit dar, die darin besteht, die Segmentierungsmöglichkeiten von Kundendaten zur Neukundengewinnung mithilfe von OLAP und Data Mining zu untersuchen. Die Arbeit grenzt sich dabei von der Beschreibung des Aufbaus und der Struktur eines Data Warehouse sowie des OLAP-Tools MicroStrategy7 ab, da diese Themen bereits als bekannt vorausgesetzt werden. Die Methodik der Arbeit basiert auf der Analyse der Grundlagen von OLAP und Data Mining sowie der detaillierten Beschreibung des Data Mining Tools Skyon.
Das Kapitel „Grundlagen Business Intelligence" erläutert die Funktionsweise und die Bedeutung von OLAP und Data Mining im Prozess des Business Intelligence. Dabei wird die Einordnung des Data Mining im KDD-Prozess, die verschiedenen Data Mining Verfahren und die Theorie neuronaler Netze, insbesondere des Kohonen SOM, diskutiert. Der Vergleich von OLAP und Data Mining zeigt die Unterschiede in der Vorgehensweise und den Anforderungen an den Anwender auf.
Das Kapitel „Data Mining Tool Skyon" beschreibt die Funktionsweise des Data Mining Tools Skyon, einschließlich der Datenanbindung, der Datenaufbereitung und der Verwendung des Skyon Developers. Der Data Manager ermöglicht die Segmentierung der Daten mithilfe des Kohonen SOM Verfahrens, während der Visualizer die Ergebnisse der Analyse in einer zweidimensionalen Darstellung visualisiert.
Das Kapitel „VMall - ein virtuelles Beispielunternehmen" stellt die Datenbank VMall vor, die von MicroStrategy bereitgestellt wird und ein virtuelles Versandunternehmen abbildet. Die Aufgabenstellung besteht in der Segmentierung der Kundendaten, um gezielte Marketingaktionen zur Gewinnung von Neukunden zu ermöglichen. Die Arbeit beschreibt die Lösung der Aufgabenstellung sowohl mit dem OLAP-Tool MicroStrategy7 als auch mit dem Data Mining Tool Skyon und vergleicht die Ergebnisse beider Methoden.
Schlüsselwörter
Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen OLAP, Data Mining, Business Intelligence, Kundensegmentierung, Neukundengewinnung, Kohonen SOM, MicroStrategy7, Skyon, VMall, Data Warehouse, Knowledge Discovery in Databases (KDD).
- 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
-
¡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. -
¡Carge sus propios textos! Gane dinero y un iPhone X.