Glossar für Onlinemarketing, eCommerce & Webdesign

A B C D E F G H I J K L M N O P Q R S T U V W Z

Data Mining

Data Mining nutzt wissenschaftliche Methoden und effiziente Algorithmen zur weitgehend automatischen Extraktion empirischer Zusammenhänge. Data Mining in eCommerce hat die Zielsetzung das Such-, Informations- und Kaufverhalten von Web-Anwendern strukturiert und analytisch zu untersuchen. Dazu nutzt Data Mining Transaktionsdaten aus Käufen und Logfiles der Webseitenaufrufe. Für Data Mining verwendete Methoden sind beispielsweise Assoziationsanalysen, Sequential Pattern und Clusteranalysen sowie Webmining. Ein mögliches Ziel von Data Mining im eCommerce ist beispielsweise die eindeutige Identifikation  von Kundengruppen mit ihren unterschiedlichen Bedürfnissen. Mit Hilfe von Data Mining lassen sich somit kundenspezifische Angebot und Online-Sortimente erarbeiten. Data Mining ermöglicht perfektes Cross Selling, Up Selling und steigert die Kundenzufriedenheit und Kundentreue in eBusiness Szenarien. Auf Basis der verhaltensorientierten Segmentierung des Data Mining wird Customer Relationship Management mit gezielten, zielgruppengerechten Onlineangeboten möglich.


Data Science

Was ist Data Science?

Data Science – auch Datenwissenschaften oder Wissenschaft der Daten – bezeichnen eine neues Fachgebiet der Informatik. Dabei sind Data Science eine hybride Disziplin, an der Schnittstelle von Statistik und Informatik. 

Data Science zur Analyse von Informationen aus Big Data

Demzufolge ist Data Science eine Mischung unterschiedlichster analytischer Methoden und zielt darauf ab, relevante Informationen aus Daten zu extrahieren. Damit ist Data-Science eng verbunden mit den Themenfeldern der Statistiken und Data Mining, aber Data-Science ist keines von beiden.

Big Data: Datenmengen wachsen unaufhaltsam

Der rasant fortschreitende technologisch Fortschritt lässt Datenmengen unaufhaltsam wachsen. Aufgrund der weltweiten Datenströme unter internetbasierte Technologien wachsen die jährlichen Datenmengen zu massiv großen Datenbanken. Dabei bestehen diese jeweils für sich genommen bereits aus einer schier unglaublich großen Anzahl unterschiedlichster Datensätze.

Datascience für clevere Smart Devices und Streamingdienste

Die Tendenz zu Cloud-Lösungen und dem Streaming von Daten nimmt mit jedem Tag stetig zu. Verantwortlich für diesen Trend sind Breitbandtechnologien, das Internet und die automatisierte Datenerfassung unterschiedlichster Smart-Devices.

Beispiele für Smart-Devices:

  • Alexa oder google home
  • Smart-Phones
  • Smart Watches z.B. Apple’s iWatch

Solche smarten Geräte sammeln kontinuierlich Daten und sind bereits fester Bestandteil unserer täglichen Umwelt. 

Mehr als 100 mal pro Sekunde sammelt Ihr SmartPhone Daten über Sie und Ihre Umwelt…

Das Smartphone in Ihrer Tasche misst die Umgebungstemperatur, die Anzahl Ihrer Schritte und berechnet aus dem Breiten- und Längengrad Ihre gegenwärtige Position. Der Gravitometer des Computers in Ihrem Telefons misst das lokale Gravitationsfeld. Beobachtungen auf diesen drei Variablen werden mit der ungefähren Rate von 100 Mal pro Sekunde gesammelt. Dass heißt ihr tägliches Verhalten ist auf Grundlage dieser Datenwerte bereits vorhersagbar…

Unser Buchtipp zum Thema Big Data:

Erfahren Sie in spannender Darstellung kompakt alles Wesentliche zu den Themen Big Data und wie stark Sie bereits von Daten beeinflusst sind:

„Daten – das Öl des 21. Jahrhunderts“

Non-Profit-Organisationen wie DataKind sind bemüht zur Verbesserung unserer Gesellschaft durch die Analyse dieser Daten beizutragen.

Ursache der Erfordernis der Datenwissenschaften ist die Explosion von Daten und der technologische Fortschritt

Der Anfang des einundzwanzigsten Jahrhunderts ist eng verbunden mit schnellstem technologischen Fortschritt und der Explosion einer Datenflut. 

Folglich sind die Automatisierung, Instrumentierung, und das Internet Quelle und Ursache dieser Datenströme. Als Folge dieser technologischen Entwicklungen sind wir mit massiv großen Datensätzen und Datenströmen konfrontiert.

Datascience bietet Potentiale zur sinnvollen Datenverwertung

Folglich besteht ein enormes Potenzial zum Extrahieren neuer Informationen und Einsichten aus diesen Daten. Dazu sind allerdings völlig neue Ideen und Methoden erforderlich, um die erheblichen Herausforderungen zu meistern, die mit solch komplexen Daten verbunden sind.

Somit bietet die Data Science bereits etablierte Lösungen zur Datenanalyse und für digitale Geschäftsmodelle. dazu und bedient sich dazu vielfältigster, wissenschaftlich etablierter Funktionen aus der Statistik und den neusten Computerwissenschaften. Deswegen spielen hochleistungsfähige Algorithmen bei der Datenanalyse eine so enorm wichtige Rolle.

Jetzt lesen: Wie Sie mit Design Thinking & Prototyping zukunftsorientierte digitale Lösungen gestalten


Data Warehouse

Das Data Warehouse ist ein Ansatz zur Lösung bestehender Informationsprobleme in Unternehmen. Für die Digitale Transformation spielt das Data Warehouse eine zentrale Rolle. Zur Entscheidungsunterstützung bietet ein Data Warehouse allen Mitarbeitern und Abteilungen in einem Unternehmen die für sie relevante Entscheidungsunterstützung.

Das Data Warehouse Konzept

Ein gutes Data Warehouse Konzept bietet für jeden relevanten Einzelfall eine IT-gestützte Lösung zur umfassenden Entscheidungsunterstützung von Mitarbeitern aller Bereiche und Ebenen. Kern des Data Warehouse ist die integrierte Datenbank mit entscheidungsrelevanten Informationen zu den einzelnen Geschäftsfeldern des Unternehmens. Die zugehörigen Daten müssen zuvor aus den operativen Datenbanken und externen Quellen bedarfsgerecht überführt werden. Die komplexen Anforderungen durch Modernisierungskonzepte der digitalen Transformation lassen die Thematik des Data Warehouse wichtiger als je zuvor werden.

Ein gut organisiertes Data Warehouse ist quasi das Datenlager eines Unternehmens. Ein Data Warehouse kann nicht als fertiges Softwareprodukt erworben werden. Vielmehr handelt es sich beim Data Warehouse um ein strategisches Management-Instrument. Geleitet von der Unternehmensstrategie bildet das Data Warehouse ein Konzept für alle digitalen Prozesse im Unternehmen.

Konsolidierte Daten aus dem Data Warehouse

Die Datenbank eines Data-Warehouse enthält konsolidierte Daten in unterschiedlicher Verdichtung. Manager sind als Entscheidungsträger tagtäglich auf aktuellste Daten angewiesen. Nur relevante Informationen und tagesaktuelle Daten sind somit in einem Data Warehouse vorzuhalten. Die Konsolidierung der Daten umfasst in einer gut organisierten Dateninfrastruktur auch eine entsprechende Prüflogik durch clevere Algorithmen und perfektes Datenmanagement.

Kürzeste Gültigkeitszeiträume von Daten durch die Digitale Transformation

Die Datenbank eines Data Warehouse bildet nicht selten einen eigenständigen Datenbestand im Unternehmen. Durch die immer kürzeren Gültigkeitszeiträume von Daten in Unternehmen wird im Zuge der digitalen Transformation deutlich wie wichtig der Abgleich von Daten in Echtzeit ist. Technisch werden die Datenbestände im Zuge der laufenden Transaktionsverarbeitung zu vorgegeben Zeitpunkten aktualisiert.

Die aktuellsten Daten entscheiden über Ihren Unternehmenserfolg

War es in der Vergangenheit ausreichend, dass die Datenbestände wöchentlich oder gar monatlich aktualisiert werden, reicht inzwischen kaum mehr der einfache tagesaktuelle Datenabgleich aus. Im Zeitalter von Onlineshops, webbasierten Lösungen die ihren Kunden den Zugriff auf Datenbestände in der Cloud ermöglichen entscheiden die aktuellsten Daten über Erfolg oder Misserfolg im Unternehmen.

Data Warehouse löst heterogene Datenbestände auf

Die meisten Unternehmen stehen heute vor der Herausforderung eine beträchtliche Anzahl von teilweise heterogenen operativen Informationssystemen parallel nebeneinander betreiben zu müssen. Die gewachsenen IT-Strukturen in einem Unternehmen sind teilweise Eigenentwicklungen oder stammen von unterschiedlichsten Anbietern. Mircosoft und SAP sind hierbei nur die bekanntesten Vertreter und in der IT-Landschaft fast jedes deutschen Unternehmens anzutreffen.

Softwareanwendungen und IT-Applikationen sind häufig nicht nur in unterschiedlichen Programmiersprachen geschrieben sondern beanspruchen jeweils eigene Datenbanken in der IT Landschaft des Unternehmens. Verschärfend kommt hinzu dass die IT-Infrastruktur in den Unternehmen oft nicht aufeinander abgestimmt und schlecht dokumentiert ist.

Unterschiedliche Datenformate, Zugriffstechniken und Speichermethoden der zu verarbeitenden Datenbestände verursachen zusätzliche Schwierigkeiten.

Das Data Warehouse liefert alle relevanten Daten

Der einzelne Mitarbeiter weiß angesichts der Informationsflut und Verschiedenartigkeit der Informationsbestände nicht welche Systeme die eigentlich korrekten Daten liefern. Das Data Warehouse liefert Ihnen alle relevanten Daten!

  • Datenmanagement: Wo sind welche Informationen abgelegt?
  • aktuellste digitale Daten und Unternehmensinformationen
  • Controllingdaten
  • relevante Informationen, Metadaten und abgestimmte Datenstrukturen
  • Data Warehouse löst das Problem unterschiedlicher Datenformate
  • Datenorganisation: Verantwortlichkeiten für Daten
  • Daten- und Änderungsstempel: Wann und durch wen erfolgte das letzte Update?
  • Datenorganisation in Datensegmenten z.B. Regionale Kundendaten, landesbezogene Artikelstammdaten, Abgleich von Soll- und Ist-Werten

Sie wünschen eine unabhängige Beratung wie Daten in Ihrem Unternehmen optimal organisiert sind? Sie wünschen Unterstützung wie Ihr Unternehmen eine wirksame digitale Strategie für Ihr Business entwickelt? Wie binden Sie Ihre Daten aus unterschiedlichen Systemen optimal in Ihre eCommerce-Strategie ein?

Jetzt unverbindlich professionelle Beratung anfragen!

 


Data-Driven eCommerce

Data-Driven eCommerce ist eine Teildiziplin von Data-Driven Marketing mit dem speziellen Fokus auf eCommerce. Damit nutzt Data-Driven eCommerce vorrangig Erkenntnisse in Bezug auf Nutzerverhalten und von im Onlinemarketing definierten KPI um Umsätze in Webshops zu steigern. Insbesondere die Optimierung der Conversionrate aber auch die Zufriedenheit von Webshop-Kunden stehen im Vordergrund von Data-Driven eCommerce.


Data-Driven Marketing

Data-Driven Marketing nutzt gezielt die Analyse und Auswertung von Nutzerdaten aus unterschiedlichen Datenquellen um Entscheidungen für Markenwerbung und den Vertrieb und die Vermarktung von Produkten und Dienstleistungen gezielt zu unterstützen. Damit spielen datengetriebene Marketingentscheidungen und Onlinemarketing-Instrumente wie die gezielte Web-Analyse mit einer konsequenten Auswertung definierter KPI eine entscheidene Rolle innerhalb von Data-Driven Marketing. Data Driven Marketing bietet somit den Vorteil Entscheidungsträger mit einem aktuellen Bild des Kundenverhaltens zu versorgen. Trends und Änderungen im Kaufverhalten können durch datengesteuertes Marketing schnell erkannt und auf Veränderungen in der Wahrnehmungen von Marken kann zeitnah und flexibel reagiert werden.


Datenintegration

Was ist Datenintegration?

Datenintegration ist die Integration digitaler Daten in eine neues oder bestehendes IT-System.

Warum ist eine professionelle Datenintegration wichtig?

Eine Integration auf der Datenebene verknüpft Anwendungen anhand ihrer Datenhaltungsschichten.

Das bedeutet: Eine Datenintegration findet zunächst noch ohne Berücksichtigung der jeweiligen Geschäftslogik statt.

Erst auf Basis einer gemeinsamen Datenbasis kann ein wirkungsvolles Datenmodell zum Austausch digitaler Daten definiert werden. Dazu ist es wichtig für einen gegenseitigen Zugriff auf die Datenbankarchitektur der jeweiligen Datenbank zu berücksichtigen.

Wie ein Datenintegrationsmodell die Qualität Ihrer Daten verbessert:

Ein Datenintegrationsmodell erlaubt die performante Integration von Software, gewährleistet einen geschützten Zugriff auf sensible  Daten und stellt die Qualität Ihrer Daten sicher.

Zudem planen Datenintegrationsmodelle wie Sie die Daten aus den von Ihnen genutzten Softwarelösungen effektiv verwalten und Daten über Applikationen hinweg synchronisieren.

Weshalb nimmt die Integration von Daten entscheidenen Einfluss auf Ihre Datenqualität?

Den Vorteil den eine Datenintegration in der Gestaltung einer neuen Datenarchitektur bietet ist, der dass eine solche Maßnahme zur Steigerung der Datenqualität dient und dabei nicht-invasiv im Hinblick auf die zu integrierenden Anwendungssysteme gestaltet werden kann. Dadurch ergeben sich für Ihr Unternehmen nachweisbare Kostenvorteile. Weder müssen Sie Geschäftsprozesse verändern, noch brauchen Sie Datenpräsentationsschichten aufwendig umgestalten.

Somit handelt es sich um eine im Vergleich zu anderen Vorgehensmodellen einfache, risikoarme und kostengünstige Form der Integration.

Warum die Semantik von Daten sich auf ein Datenmodell auswirkt:

Trotzdem müssen das jeweilige Datenmodell und die Semantik der Daten beachtet und verstanden sein. Greifen die eingebundenen Informationssysteme auf eine gemeinsame Datenbasis zu, so muss die Interpretation der Daten zwingend in der gleichen Form erfolgen. Im Idealfall nutzen Sie hierfür eine vorhandene Dokumentation Ihrer Geschäftsprozesse und prozessbezogene Softwaredokumentationen. Ansonsten besteht die Gefahr inkonsistenter Datenbestände und fehlerhafter Programmausführungen.

Middleware und Datenimportschnittstellen

Wird die Integration dagegen durch einen Datentransfer realisiert, ist eine durchdachte Strategie zur digitalen Transformation unumgänglich: Entweder müssen entsprechende Import- /Exportmechanismen der angebundenen Anwendungssysteme realisiert oder durch eine zwischengelagerte Softwareschicht umgesetzt werden. Eine solche „vermittelnde Softwareschicht“ wird als sogenannte Middleware bezeichnet.

Reibungslose Implementation in beliebiger IT-Infrastruktur planen

Hier existieren diverse Technologien, um die Transformation und den reibungslosen Austausch von Daten zwischen einzelnen Softwareanwendungen zu gewährleisten. Eine Middleware-Lösung bietet zudem den Vorteil einer unabhängigen Implementierung in Bezug auf die im Einsatz befindliche Hardware- und Betriebssystemumgebung.

Datenintegration erfolgreich in Ihrem Unternehmen gestalten:

Mit der zunehmenden Komplexität digitaler Softwarelösungen steigen die technischen Herausforderungen um kundenorientierte Dienstleistungen in Form digitaler Produkte und digitaler Dienstleistungen zu realisieren. Umso mehr ist entsprechendes Change-Management erforderlich um eine leistungsfähige Digitalstrategie im Unternehmen zu verankern. Glücklicherweise gibt es viele bewährte und teilweise automatische Verfahren zur Datenintegration.

Suchen Sie ein rundum erfahrenes Team und durchdachte Lösungen für Ihr Unternehmen und Ihre Kunden? Wir bringen die digitale Transformation in Ihrem Unternehmen zum Erfolg und sparen Ihnen durch unsere Expertise langwieriges und vor allem kostspieliges Experimentieren.

Jetzt unverbindlich anfragen:

Unsere Experten unterstützen Sie beim Erfolg Ihres Projekts!

 

 


|