Bücher online kaufen
Data Mining im praktischen Einsatz
Verfahren und Anwendungsfälle für Marketing, Vertrieb, Controlling und Kundenunterstützung
Sofort lieferbar | Lieferzeit: Sofort lieferbar I
Artikel-Nr:
9783528057480
Veröffentl:
2000
Seiten:
232
Autor:
Paul Alpar
Gewicht:
424 g
Format:
244x170x12 mm
Serie:
XBusiness Computing
Sprache:
Deutsch
Beschreibung:
Die Herausgeber sind Professoren der Wirtschaftsinformatik an den Universitäten Mannheim und Marburg; neben den Herausgebern haben als weitere Autoren ehemalige Hochschul-Absolventen mitgewirkt, die nun als Entscheider und Praktiker in namhaften Firmen tätig sind.
Das Buch stellt anhand von Praxisfällen dar, wie mit Hilfe der Verfahren des Data Mining und der Business Intelligence Verhaltensmuster und Wissen in großen Datenbeständen entdeckt werden können. Es geht beispielsweise um Kundensegmentierung, Bonitätsprüfung oder Werbeträgerplanung in Branchen wie Versandhandel, Versicherung, Einzelhandel oder Telekommunikation.
Intelligentes Database Marketing!
Das Buch stellt anhand von Praxisfällen dar, wie mit Hilfe der Verfahren des Data Mining und der Business Intelligence Verhaltensmuster und Wissen in großen Datenbeständen entdeckt werden können. Dabei wird auch beschrieben, wie Rohdaten transformiert, integriert oder konsolidiert werden müssen, bevor die entsprechenden Verfahren sinnvoll eingesetzt werden können. Im Buch werden Lösungen zu Problemen wie verhaltensbasierte Kundensegmentierung, Bonitätsprüfung oder Werbeträgerplanung in Branchen wie Versandhandel, Versicherung, Einzelhandel oder Telekommunikation beschrieben. In vielen Fällen werden auch die Vor - und Nachteile konkurrierender Verfahren dargestellt, so daß sich daraus Entscheidungshilfen für ihren praktischen Einsatz ergeben.
Kapitelverzeichnis.- Einführung zu Data Mining.- Bonitätsprüfung im Versandhandel - Über die Konstruktion von Entscheidungsbäumen.- Optimierte Werbeträgerplanung mit Neuronalen Netzen im Database Marketing.- Adressabgleich mittels Neuronaler Netze.- Verbundkäufe in Warenkorbdaten.- Kundensegmentierung aufgrund von Kassenbons - eine kombinierte Analyse mit Neuronalen Netzen und Clustering.- Nutzungsbasierte Kundensegmentierung.- Einsatz von Case-Based Reasoning zur Kundenunterstützung im Internet.- Data Mining in der Versicherungswirtschaft.