Reimar Hofmann

Kausale Netze — Vorgehensweise und Einsatzmöglichkeiten

Die Analyse des Vertriebskanals „Web“ bringt fur viele Unternehmen eine besondere Herausforderung mit sich, die in diesem Mas von andern Vertriebskanalen nicht bekannt ist: Durch die elektronische Natur der Kommunikation kann jede Aktion eines Kunden oder eines Besuchers festgehalten werden. So entstehen zum einen grose Mengen an Daten — durchschnittlich besuchte Websites kommen innerhalb weniger Monate auf einige Mio. Besuche (Sessions). Bekanntere Webseiten (wie z.B. Web.de) erreichen bis zu 50 Mio. Sessions pro Monat. Zum anderen ist fur jeden Besucher eine Vielzahl von beschreibenden Attributen (Dimensionen) verfugbar. Die Herausforderung besteht also sowohl in der Menge als auch in der Dimensionalitat der Daten. Statt unmittelbar mit dem Daten zu arbeiten, ist es daher oft sinnvoller, die Daten zunachst zu einem „gemeinsamen WahrscheinlichkeitsmodeH“ zu kondensieren, das ein Abbild beliebiger Zusammenhange zwischen Variablen der Domane darstellt. Das Wissen uber Kunden kann in Form dieser Modelle fur jeden Anwender „greifbar“ gemacht werden.

Web Mining mit Kausalen Netzen für das online-Computermagazin tecChannel

In diesem Beitrag wird an Hand eines praktischen Beispiels vorgestellt, wie sich die Bewegungen der Besucher auf einer Website basierend auf „statistischen Verhaltensmodellen“ analysieren lassen. Die Technologie, auf der die Analysen beruhen, ist im Detail in einem separaten Artikel in diesem Buch beschrieben (s. Kapitel 2.3.4). Dieser Beitrag beschaftigt sich praktischen Anwendung dieser Technologie, beschreibt Ergebnisse aus einem Projekt mit dem Online-Computermagazin www.tecChannel.de und diskutiert an Hand des Projektes Vor- und Nachteile der modellbasierten Vorgehensweise.

Customer Insight by Exploring a Customer Behavior Model on Top of a Nucleus Database

Customer Relationship Management has become mandatory for large and medium scale enterprises. Many companies have already made significant investments to collect data in a customer centric way such that all information regarding a customer is accessible in one place independent of channel (visit, telephone, web,... ), action (buy, complaint, information gathering,... ), department or region. This customer centric organization of data is mostly exploited in sales and services where it allows the agent to quickly obtain all information regarding a customer,for example when the customer calls