Data Mining zur Identifikation potentieller Kunden (Master-Arbeit)

Aus Kompetenzportal
Wechseln zu: Navigation, Suche
Data Mining zur Identifikation potentieller Kunden (Master-Arbeit)
Autor Christin Lebing
Typ Master
Studiengang Wirtschaftsinformatik
Erstbetreuer Jürgen Cleve (Prof. Dr. rer. nat.)
Zweitbetreuer Matthias Berth
Status der Abschlussarbeit verteidigt
Datum der Verteidigung
Erscheinungsjahr 2011
Link http://www.wi.hs-wismar.de/~cleve/vorl/projects/da/11-Ma-Lebing.pdf

Einleitung (gekürzt)

In staatlichen Behörden, medizinischen Einrichtungen, in Banken und sogar im Supermarkt um die Ecke werden Daten gesammelt und gespeichert. Riesige Datenmengen entstehen, die für den Menschen nicht oder nur unter Nutzung von Werkzeugen überschaubar sind. Gegenwärtig wächst die Datenmenge weltweit um mehr als 60 Prozent pro Jahr. Dies entspricht einer Vervielfachung der heute (Stand: Mai 2010) vorhandenen Daten um einen Faktor von 44 bis zum Jahr 2020 [Vgl. Gmb10a, S. 1].

Wie viele nützliche Informationen sind in diesen Daten enthalten? Welche bisher unbekannten Muster können entdeckt werden? Das Data Mining versucht, genau diese Fragen zu beantworten. Zahlreiche Verfahren in diversen Anwendungsklassen stehen zur Verfügung. Sie werden unter anderem zur Analyse von Daten aus betriebswirtschaftlichen Transaktionen eingesetzt. Unternehmen erhoffen sich beispielsweise, daraus neue Erkenntnisse über das Kaufverhalten von Kunden zu gewinnen [Vgl. WF05, S. 26ff]. Welche Artikel werden zusammen gekauft? Welche Relationen bestehen zwischen Tageszeit, Standort und Art der verkauften Waren? Können Kunden sinnvoll in Gruppen eingeteilt werden? Welche Kunden sind besonders wichtig? Marketingstrategien können durch dieses Wissen optimiert und damit letztlich der Gewinn gesteigert werden.

Ziel der vorliegenden Arbeit war zu zeigen, wie Verfahren des Data Mining zur Identifikation potentieller Kunden eingesetzt werden können. Exemplarisch wurden Klassifikationsverfahren verwendet, um Publikationen aus der öffentlich-zugänglichen PubMed-Datenbank zu ermitteln, deren Autoren potentielle Kunden – zunächst für die DECODON GmbH – sind. Die Ergebnisse der Klassifikation waren in einer Webanwendung darzustellen. Vertriebsmitarbeiter sollten in der Anwendung schnell einen Überblick über die für sie relevanten Publikationen sowie deren Autoren erhalten. Die Applikation sollte lose an die Adressdatenbank von DECODON gekoppelt werden. Einerseits war dies erwünscht, um den Nutzen für den Vertrieb erhöhen – die einfache Überführung in ein im Tagesgeschäft eingesetztes System ist möglich. Andererseits sollte die Anwendung mit geringem Aufwand für die Nutzung in anderen Unternehmen nutzbar gemacht werden können.

Die erläuterte Zielstellung erfordert die Kenntnis von Methoden und Konzepten aus Betriebswirtschaftslehre und Informatik. Um zu verstehen, weshalb die Sicherung des Unternehmenserfolgs die stetige Identifikation neuer potentieller Kunden erfordert, sind Kenntnisse der Betriebswirtschaftslehre erforderlich. Die Informatik liefert die Konzepte und Methoden für die Entwicklung der Webanwendung. Eine Verschmelzung der Erkenntnisse aus beiden Disziplinen wird in dem Fachgebiet der Wirtschaftsinformatik behandelt. Die vorliegende Arbeit ist folglich diesem Fachgebiet zuzuordnen.