Please enable JavaScript.

Coggle requires JavaScript to display documents.

Datensammel-Technologien (Big Data (Unstrukturierte Daten im Big Data…

- - - - komplett grafische Benutzerobfläche bedient
      - Anlegen von kleine Programme, sogenannte “Crawler”
- - - - Verwendung bestehender Datenbanken
      - Um Analysen auf den Daten der operativen Systeme durchführen zu können, werden diese aus den Quellsystemen extrahiert und konsolidiert in ein Data Warehouse geladen
      - Daten, für den Abruf in Berichten, aufbereitet und zur Verfügung gestellt
      - Ein Data Warehouse ist eine Datenbank, in
        der Daten aus unterschiedlichen Systemen in
        einem definierten, einheitlichen Format gespeichert
        werden. Dies ermöglicht einen einheitlichen
        Zugriff auf Daten, die für Analysen benutzt
        werden können.
    - - Konzept für die im Dialogbetrieb realisierte Verdichtung und Darstellung von managementrelevanten Daten aus einem Data Warehouse
      - OLAP-Software unterstützt v.a. die Aggregation von Kennzahlen über bestimmte Dimensionen und Hierarchieebenen sowie die grafische Darstellung der Kennzahlen
    - - Forensische Software
      - riesige Datenmengen auf unentdeckte Muster untersucht und verborgene Beziehungen aufgedeckt
      - Prozess, Daten aus verschiedenen Perspektiven zu analysieren und sie zu nützlichen Informationen zusammenzufassen
      - Data Mining-Software sind eine Reihe von analytischen Werkzeugen für die Analyse von Daten. Es erlaubt Benutzern, Daten aus vielen verschiedenen Abmessungen und Winkel zu analysieren, kategorisieren und zusammenzufassen
      - Erkennen von Zusammenhänge oder Muster unter Dutzenden von Feldern in großen relationalen Datenbanken
      - Verwendung in Unternehmen - Verbraucherorientiert
        
        "Interne" Faktoren
        
        Produktpositionierung
        
        Preis
        
        Fertigkeiten des Personals
        
        "Externe" Faktoren
        
        Wirtschaftsindikatoren
        
        Wettbewerb
        
        Kundenstruktur
        
        Auswirkungen
        
        Kundenzufriedenheit
        
        Unternehmensgewinne
        
        Umsatz
      - Beispiel
        
        Auswertung demographische Daten um spezifische Kundensegmente anzusprechen
  - - - Kostensenkung
      - Verbesserung von Prozessen und Produkten
    - - Entwicklung des eigenen Unternehmens
      - der Konkurrenz und des Marktes zu analysieren
      - Rückschlüsse auf die Handlungsmöglichkeiten und -alternativen
    - - auf Prozesse
      - Überblick über Kunden und den Markt
  - - - Erfassung und Auswertung von Unternehmens- und Marktdaten
      - Informationen zum Kundenverhalten und zu Marketingkampagnen erhoben werden
      - Analyseergebnisse unterstützen die Unternehmung hinsichtlich ihrer operativen Ausrichtung und Ziele
    - - Entwicklungen am Markt frühzeitig zu erkennen, um geeignete Maßnahmen einleiten zu können
      - mit Data Mining verknüpft
        
        verborgene Gesetzmäßigkeiten in den Unternehmensdaten erkennen
      - Churn Management
        
        abwanderungsgefährdete Kunden frühzeitig zu erkennen und von einer Kündigungsabsicht abzubringen
        
        Teilaktivität des Customer Relationship Management
- - - - direkt
      - teilnehmend