Web Mining — Grundlagen und Einsatzpotenziale im eCRM

  • Hajo Hippner
  • Melanie Merzenich
  • Klaus D. Wilde
Chapter

Zusammenfassung

Unter electronic Customer Relationship Management (eCRM) wird die Anwendung von CRM im elektronischen Handel verstanden (Englbrecht et al. 2002, S. 11). Die zu Grunde liegende Zielsetzung besteht wie beim herkömmlichen CRM darin, Neukunden zu gewinnen und (profitable) bestehende Kunden langfristig an das Unternehmen zu binden. Das Internet bietet jedoch zwei wesentliche Vorteile zur Optimierung der Kundenbeziehung. Zum einen besteht die Möglichkeit, das Informationsverhalten der Kunden im Netz umfassend zu protokollieren und so Interessenschwerpunkte und Kaufabsichten kundenindividuell zu erfassen. Zum anderen lässt sich mit vergleichsweise geringen Kosten ein hoher Personalisierungsgrad der Kundenbeziehung erreichen. Diese Möglichkeit zur Personalisierung stellt einen wesentlichen Vorteil des Internet im Vergleich zu herkömmlichen Kommunikations- und Vertriebskanälen dar (Englbrecht et al. 2002, S. 12).

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

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Accrue Software (2000): Web Mining Whitepaper — Driving Business Decisions in Web Time. http://www.accrue.com/products/Reports_and_White_Papers.html (Zugriff: 09.09.2000).
  2. Adriaans, P.; Zantinge, D. (1996): Data Mining, Harlow.Google Scholar
  3. Agrawal, R.; Mannila, H.; Srikant, R.; Toivonen, H.; Verkamo, A.I. (1996): Fast Discovery of Association Rules, in: Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, P.; Uthursamy, R. (Hrsg.): Advances in Knowledge Discovery and Data Mining, Menlo Park, S. 307–328.Google Scholar
  4. Alpar, P.; Niedereichholz, J. (2000): Einführung zu Data Mining, in: Alpar, P.; Niedereichholz, J. (Hrsg.): Data Mining im praktischen Einsatz — Verfahren und Anwendungsfälle für Marketing, Vertrieb, Controlling und Kundenunterstützung, Braunschweig/Wiesbaden, S. 1–27.CrossRefGoogle Scholar
  5. Ansari, S.; Kohavi, R.; Mason, L.; Zheng, Z. (2000): Integrating E-Commerce and Data Mining — Architecture and Challenges, WEBKDD 2000, Boston, USA, elektronisch veröffentlicht unter http://robotics.stanford.edu/~ronnyk/WEBKDD2000/papers/(Zugriff: 30.08.2003).
  6. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R. (1996): Multivariate Analysemethoden — Eine anwendungsorientierte Einführung, 8. Aufl., Berlin.Google Scholar
  7. Balbes, L.M. (1997): Analyzing Web Site Traffic, in: Web Developer’s Journal. http://www.webdevelopersjournal.com/columns/traffic.html (Zugriff: 24.09.00).
  8. Bensberg, F.; Weiß, T. (1999): Web Log Mining als Marktforschungsinstrument für das World Wide Web, in: Wirtschaftsinformatik 41, S. 426–432.Google Scholar
  9. Berry, M.; Linoff, G. (2000): Mastering Data Mining — The Art and Science of Customer Relationship Management, New York.Google Scholar
  10. Broder, A.J. (2000): Data Mining, the Internet, and Privacy, in: Masand, B.; Spiliopoulou, M. (Hrsg.): Web Usage Analysis and User Profiling — International WEBKDD’99 Workshop, Berlin, S. 56–73.CrossRefGoogle Scholar
  11. Büchner, A.G.; Anand, S.S.; Mulvenna, M.D.; Hughes, J.G. (1999): Discovering Internet Marketing Intelligence through Web Log Mining, in: SIGMOD Record, Vol. 27, No. 4, S. 54–61.Google Scholar
  12. Cooley, R.; Mobasher, B.; Srivastava, J. (1997): Web Mining — Information and Pattern Discovery on the World Wide Web. Proc. 9th IEEE International Conference on Tools with Artificial Intelligence, IEEE Comput. Soc, Los Alamitos, CA, S. 558–567.CrossRefGoogle Scholar
  13. Elder IV, J.; Pregibon, D. (1996): A Statistical Perspective on Knowledge Discovery in Databases, in: Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, P.; Uthursamy, R. (Hrsg.): Advances in Knowledge Discovery and Data Mining, Menlo Park, S. 83–113.Google Scholar
  14. Englbrecht, A. (2002): Deskriptive Logfile-Analyse — Durchführung und Einsatzpotenziale, in: Hippner, H.; Merzenich, M.; Wilde, K.D. (Hrsg.): Handbuch Web Mining im Marketing, Braunschweig, S. 125–141.Google Scholar
  15. Englbrecht, A.; Hippner, H.; Wilde, K.D. (2002): eCRM — Innovative Kundenbindung im Internet, in: Hippner, H.; Wilde, K.D. (Hrsg.): Markstudiê eCRM, Düsseldorf, S. 9–38.Google Scholar
  16. Gentsch, P.; Veth, C.; Schinzer, H.D.; Roth, M.; Mandzak, P.; Bange, C. (2001): WebPersonalisierung und Web-Mining fir eCRM — 12 Software-Lösungen im Vergleich, Feldkirchen.Google Scholar
  17. Giesen, H. (2001): Stabiles Fundament, in: e-commerce magazin, Nr. 12, S. 56–57.Google Scholar
  18. Haft, M.; Hofmann, R.; Janetzko, D.; Neuneier, R. (2002): Kausale Netze — Vorgehensweise und Einsatzmöglichkeiten, in: Hippner, H.; Merzenich, M.; Wilde, K.D. (Hrsg.): Handbuch Web Mining im Marketing — Konzepte, Systeme, Fallstudien, Braunschweig/Wiesbaden, S. 219–232.CrossRefGoogle Scholar
  19. Hettich, S.; Hippner, H. (2001): Assoziationsanalyse, in: Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.): Handbuch Data Mining im Marketing — Knowledge Discovery in Marketing Databases, Braunschweig/Wiesbaden, S. 427463.Google Scholar
  20. Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.) (2001): Handbuch Data Mining im Marketing — Knowledge Discovery in Marketing Databases, Braunschweig/Wiesbaden.Google Scholar
  21. Hippner, H.; Merzenich, M.; Wilde, K.D. (Hrsg.) (2002a): Handbuch Web Mining im Marketing — Konzepte, Systeme, Fallstudien, Braunschweig/Wiesbaden.Google Scholar
  22. Hippner, H.; Merzenich, M.; Wilde, K.D. (Hrsg.) (2002b): Web Mining — Informationen fir das E-Business, Düsseldorf.Google Scholar
  23. Hubert, M. (1999): Pfadanalysen führen zum Kunden, in: Absatzwirtschaft, Nr. 11, S. 108–110.Google Scholar
  24. Kimball, R.; Merz, R. (2000): The Data Webhouse Toolkit — Building the Web-Enabled Data Warehouse, New York.Google Scholar
  25. Marshak, R.T.; Bock, G.E. (1999): E-Marketing with iLux Suite 2000 — Identifying the Business Benefits of Complete Customer Information, Patricia Seybold Group, Inc., Boston.Google Scholar
  26. Mayer, R.; Bensberg, F.; Hukemann, A. (2001): Web Log Mining als Controllinginstrument für Online-Shops, in: Controlling, Nr. 3, S. 157–165.Google Scholar
  27. Mena, J. (2000): Data Mining und E-Commerce — Wie Sie Ihre Online-Kunden besser kennen lernen und gezielter ansprechen, Düsseldorf.Google Scholar
  28. Morris, B. (1998): Software for Analyzing Your Web Site Traffic, in: Web Developer’s Journal, http://www.webdevelopersjournal.com/columns/analysis.html (Zugriff: 15.10.2000).
  29. Nakhaeizadeh, G.; Reinartz, T.; Wirth, R. (1998): Wissensentdeckung in Datenbanken und Data Mining — Ein Überblick, in: Nakhaeizadeh, G. (Hrsg.): Data Mining —Theoretische Aspekte und Anwendungen, Heidelberg, S. 1–33.CrossRefGoogle Scholar
  30. Page, B. (1999): Using Network Analysis to Improve Visitor Response at a Web Site. www.accrue.com (Zugriff: 04.11.2000).Google Scholar
  31. Poddig, T.; Sidorovitsch, I. (2001): Künstliche neuronale Netze — Überblick, Einsatzmöglichkeiten und Anwendungsprobleme, in: Hippner, H.; Küsters, U.; Meyer, M.; Wilde, K.D. (Hrsg.): Handbuch Data Mining im Marketing — Knowledge Discovery in Marketing Databases, Braunschweig, S. 363–402.Google Scholar
  32. Reiner, D. (2001): E-Metrics For the New Economy — The NetGenesis Enterprise Architecture, http://www.netgen.com/downloads/pdf/ng5arch/ArchWhitepaper.pdf (Zugriff: 15.10.2001).
  33. Riemer, O. (1999): Online-Aktivitäten der VICTORIA-Versicherungen, in: Link, J.; Tiedtke, D. (Hrsg.): Erfolgreiche Praxisbeispiele im Online Marketing — Strategien und Erfahrungen aus unterschiedlichen Branchen, Berlin, S. 109–143.CrossRefGoogle Scholar
  34. Roth, M.; Voss, J.-M. (2002): Web Mining Application Service Providing — Erfahrungen und Erfolgsfaktoren, in: Hippner, H.; Merzenich, M.; Wilde, K.D. (Hrsg.): Handbuch Web Mining im Marketing, Braunschweig, S. 473–485.Google Scholar
  35. Säuberlich, F. (2002): Vorverarbeitung von Web-Daten — Pre-Processing, in: Hippner, H.; Merzenich, M.; Wilde, K.D. (Hrsg.): Handbuch Web Mining im Marketing, Braunschweig, S. 107–123.Google Scholar
  36. Sane Solutions (2000): Analyzing Web Site Traffic — A Sane Solutions White Paper, http://www.sane.com/products/NetTracker/whitepaper.pdf (Zugriff: 20.10.01).
  37. Schinzer, H.D.; Bange, C. (1998): Werkzeuge zum Aufbau analytischer Informationssysteme — Marktübersicht, in: Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme — Data Warehouse, On-Line Analytical Processing, Data Mining, Berlin, S. 41–58.Google Scholar
  38. Schinzer, H.D.; Bange, C.; Mertens, H. (1999): Data Warehouse und Data Mining —Marktfihrende Produkte im Vergleich, 2. Aufl., München.Google Scholar
  39. Seidel, U. (1998): Das neue Datenschutzrecht der Teledienstanbieter — Das Teledienstdatenschutzgesetz (TDDSG), in: WiSt — Wirtschaftswissenschaftliches Studium, Nr. 12, S. 635–642.Google Scholar
  40. Spiliopoulou, M. (1999): Data Mining for the Web, PKDD’99, Prag.Google Scholar
  41. Spiliopoulou, M.; Pohle, C.; Faulstich, L. (2000): Improving the Effectiveness of a Web Site with Web Usage Mining, in: Masand, B.; Spiliopoulou, M. (Hrsg.): Web Usage Analysis and User Profiling — International WEBKDD’99 Workshop, Berlin, S. 142–162.CrossRefGoogle Scholar
  42. Srivastava, J.; Cooley, R.; Deshpande, M.; Tan, P.N. (2000): Web Usage Mining — Discovery and Applications of Usage Patterns from Web Data, in: SIGKDD Explorations, ACM SIGKDD, Vol. 1, No. 2, o.O., S. 12–23.Google Scholar
  43. Stolpmann, M. (2000): Kundenbindung im E-Business — Loyale Kunden — nachhaltiger Erfolg, Bonn.Google Scholar
  44. WCM-Online (2000): WP — Hersteller und Dienstleistungen von Web Personalisierungs-Lösungen, Düsseldorf.Google Scholar
  45. Wootton, C. (1998): Analyzing Log Files, in: Web Developer’s Journal, http://www. webdevelopersjoumal.com(Zugriff: 24.09.2000).
  46. Zaiane, O.R. (2000): Web Usage Mining, http://www.cs.ualberta.ca/~tszhu/webmining. htm (Zugriff: 03.11.2000).
  47. Zaiane, O.R.; Xin, M.; Han, J. (1998): Discovering Web Access Patterns and Trends by Applying OLAP and Data Mining Technology on Web Logs, in: Proc. Advances in Digital Libraries Conf., o.O., S. 19–29.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2004

Authors and Affiliations

  • Hajo Hippner
  • Melanie Merzenich
  • Klaus D. Wilde

There are no affiliations available

Personalised recommendations