This is the DataACT
Dataminingbeispiel 1 – Konvertierung pot. Kunden
Bei welchen potenziellen Kunden ist die Wahrscheinlichkeit einer Konvertierung vom Nichtkunden zum Kunden am Größten?
YWas gibt es noch ? LINKS
Konvertierung potenzieller Kunden zu Kunden (Wahrscheinlichkeiten)
Im Zuge der zunehmenden Digitalisierung verfügen viele Unternehmen über große Datenmengen potenzieller Kunden.
Welche davon haben „das Zeug zum Kunden“?
Bei welchen Unternehmen ist die Wahrscheinlichkeit am Größten, dass sie tatsächlich Kunden werden?
Die folgende Analyse errechnet diese Wahrscheinlichkeiten.
Ablauf und Ergebnisse in Stichworten
a. Suche nach den Hauptmerkmalen der Kunden
b. Erstellung Modell
c. Testen Modell
d. Berechnung Ergebnisse
Dataminingbeispiel 2 – Korrelationen, Association Rules
Ermittlung von Korrelationen zwischen gemeinsam auftretenden Faktoren. „Wenn dann“-Regeln helfen, in großen Datenmengen Abhängigkeiten zu erkennen. Ein typisches Anwendungsfeld ist die sogenannte Warenkorbanalyse. Beispiel: Bei 80 % der Fälle, in denen Produkt A gekauft wird, wird auch Produkt B gekauft.
Themenfindung bei Tagungen, Messen oder sonstigen Veranstaltungen
Fragestellung: Welche Themenschwerpunkte sollte man im Programm setzen, um möglichst zielgenau auf die Struktur der eigenen Kundendatenbank zu passen.
Die folgende Analyse zeigt die Zusammenhänge.
Ergebnisse und Schlussfolgerungen in Stichworten
Die Ergebnistabelle zeigt, dass z.B. bei forstwirtschaftlichen Betrieben, die Biobrennstoffe produzieren, mehr als 90 % über Maschinenringe arbeiten oder zumindest mit ihnen eng verbunden sind.
Mögliche Fragestellung: Gibt es für diese „Wenn/Dann-Kombinationen“ spezielle Angebote?