Skip to main content
SpringerLink
Log in

Data Mining im CRM

  • Chapter
  • First Online:
Effektives Customer Relationship Management

  • 26k Accesses

Zusammenfassung

Die zentrale Zielsetzung, die mit dem Konzept des Customer Relationship Managements (CRM) verfolgt wird, liegt in der langfristigen Bindung profitabler Kunden an das Unternehmen. Als wesentliche Grundlage hierfür gilt ein umfassendes Wissen über die Struktur, das Verhalten und die Bedürfnisse der Kunden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. ADRIAANS, P., ZANTIGE, D.: Data mining, Harlow.

    Google Scholar 

  2. BERRY, M.J.A., LINOFF, G.: Data mining techniques for marketing, sales and customer support, New York.

    Google Scholar 

  3. BERRY, M.J.A., LINOFF, G.: Mastering Data Mining, New York.

    Google Scholar 

  4. BEGER, J., BECKER, J., MUNZ, R.: Data Warehouse – zentrale Sammelstelle für Information, in: c’t, (3) 1997, S. 284 – 293.

    Google Scholar 

  5. BRACHMAN, R.J., ANAND, T.: The process of knowledge discovery in databases, in: Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, P.; Uthurusamy, R. (Hrsg.): Advances in knowledge discovery and data mining, Menlo Park (California), S. 37 – 57.

    Google Scholar 

  6. BEYS, O.: PANELYSER – ein Beitrag zur effizienten Analyse von Paneldaten mit Hilfe wissensbasierter Elemente, Dissertation, Universität Erlangen-Nürnberg.

    Google Scholar 

  7. CABENA, P., HADJINIAN, P., STADLER, R., VERHEES, J., ZANASI, A.: Discovering data mining – from concept to implementation, Upper Saddle River.

    Google Scholar 

  8. CHAMONI, P.: Entwicklungslinien und Architekturkonzepte des On-Line Analytical Processing, in: Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme – Data warehouse, online analytical processing, data mining, Berlin, S. 231-250.

    Google Scholar 

  9. CHAMONI, P.: Online Analytical Processing, erscheint in: Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.): Data Mining im Marketing, Braunschweig.

    Google Scholar 

  10. CHAPMAN, P., CLINTON, J., KHABAZA, T., REINARTZ, T., WIRTH, R.: The CRISP-DM process model, Discussion Paper, CRISP-DM consortium.

    Google Scholar 

  11. CODD, E.F., CODD, S.B., SALLY, C.T.: Providing OLAP (online analytical processing) to useranalysts – an IT mandat, White Paper, E.F. Codd & Associates.

    Google Scholar 

  12. DÖRRE, J., GERSTL, P., SEIFFERT, R.: Text Mining, in: Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.): Data Mining im Marketing, Braunschweig.

    Google Scholar 

  13. FAYYAD, U.M., PIATETSKY-SHAPIRO, G., SMYTH, P.: From data mining to knowledge discovery: an overview, in: Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, P.; Uthurusamy, R. (Hrsg.): Advances in knowledge discovery and data mining, Menlo Park (California), S. 1 – 34.

    Google Scholar 

  14. HAGEDORN, J., BISSANTZ, N., MERTENS, P.: Data Mining (Datenmustererkennung): Stand der Forschung und Entwicklung, in: Wirtschaftsinformatik, (6) 1997, S. 601-612.

    Google Scholar 

  15. HIPPNER, H., KÜSTERS, U., MEYER, M., WILDE, K.D. (Hrsg.): Handbuch Data Mining im Marketing, Braunschweig.

    Google Scholar 

  16. HETTICH, S., HIPPNER, H.: Assoziationsanalyse, erscheint in: Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.): Handbuch Data Mining im Marketing, Braunschweig.

    Google Scholar 

  17. HIPPNER, H., WILDE, K.D.: CRM – Ein Überblick, in diesem Band.

    Google Scholar 

  18. HIPPNER, H., WILDE, K.D.: Der Prozess des Data Mining im Marketing, erscheint in: Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.): Handbuch Data Mining im Marketing, Braunschweig.

    Google Scholar 

  19. JANETZKO, D., STEINHÖFEL, K.: Lotsen los! Data Mining: Verborgene Zusammenhänge in Datenbanken aufspüren, in: c’t, (3) 1997, S. 294-300.

    Google Scholar 

  20. KNAUER, M.: Kundenbindung in der Telekommunikation – Das Beispiel T-Mobil, in: Bruhn, M.; Homburg, C (Hrsg.): Handbuch Kundenbindungsmanagement, 2. Aufl., Wiesbaden, S. 511-526.

    Google Scholar 

  21. KÜPPERS, B.: Data Mining in der Praxis – ein Ansatz zur Nutzung der Potenziale von Data Mining im betrieblichen Umfeld, Frankfurt/Main.

    Google Scholar 

  22. KULKARNI, J., KING, R.: Business Intelligence-Systeme und Data Mining – Grundlage für strategische Entscheidung, SAS Institute White Paper, SAS Institut Deutschland.

    Google Scholar 

  23. MICHELS, E.: Data Mining Analysen im Handel – konkrete Einsatzmöglichkeiten und Erfolgspotenziale, erscheint in: Hippner, H., Küsters, U., Meyer, M., Wilde, K.D. (Hrsg.): Handbuch Data Mining im Marketing, Braunschweig.

    Google Scholar 

  24. MICROSOFT COOPERATION: OLE DB for Data Mining – DRAFT Specification, Version 0.9.

    Google Scholar 

  25. RAPP, R.: Was gute Kunden wirklich wert sind, in: acquisa (7) 2000, S. 8 – 14.

    Google Scholar 

  26. REINARTZ, T.: Focusing solutions for data mining – analytical studies and experimental results in real-world domains, Berlin.

    Google Scholar 

  27. SCHWETZ, W.: Customer Relationship Management, Wiesbaden.

    Google Scholar 

  28. STAUSS, B.: Perspektivenwandel: Vom Produkt-Lebenszyklus zum Kundenbeziehungs-Lebenszyklus, In: Thexis (2) 2000, S. 15 – 18.

    Google Scholar 

  29. STAUSS, B.: Rückgewinnungsmanagement: Verlorene Kunden als Zielgruppe, In: Bruhn, M.; Stauss, B (Hrsg.): Dienstleistungsmanagement Jahrbuch 2000, Wiesbaden, S. 451 – 471.

    Google Scholar 

  30. STRÜBY, R., KRAMMER, I., REINCKE, U., RIDDER, K., WELLHAUSEN, B., THEUSINGER, C. et al.: Datenanalyse und Data Mining mit dem SAS System – Release 6.12 The Orlando II Release, SAS Institute GmbH, Heidelberg.

    Google Scholar 

  31. TKACH, D.S.: Information Mining with the IBM Intelligent Miner Family – An IBM Software Solutions White Paper, IBM Corporation, Stamford.

    Google Scholar 

  32. WEISS, S.M., INDURKHYA, N.: Predictive Data Mining – a practical guide, San Francisco

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Bayreuth, Deutschland

    Prof. Dr. Hajo Hippner

  2. Eichstätt, Deutschland

    Prof. Dr. Klaus D. Wilde

Authors
  1. Prof. Dr. Hajo Hippner
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Prof. Dr. Klaus D. Wilde
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Bahnhofstr. 45, Haan, 42781, Germany

    Stefan Helmke

  2. TGCG-Management Consultants, Mannesmannufer 6, Düsseldorf, 40213, Germany

    Matthias Uebel

  3. Heinz-Nixdorf-Institut, Fürstenallee 11, Paderborn, 33102, Germany

    Wilhelm Dangelmaier

Rights and permissions

Reprints and permissions

Copyright information

© 2013 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Hippner, H., Wilde, K. (2013). Data Mining im CRM. In: Helmke, S., Uebel, M., Dangelmaier, W. (eds) Effektives Customer Relationship Management. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-8349-4176-3_11

Download citation

  • DOI: https://doi.org/10.1007/978-3-8349-4176-3_11

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-8349-4175-6

  • Online ISBN: 978-3-8349-4176-3

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation