Conjoint Measurement:
|
|
- Ralph Schenck
- vor 8 Jahren
- Abrufe
Transkript
1 Conjoint Measurement: Eine Erfolgsgeschichte Das Ganze ist mehr als die Summe seiner Teile Leonhard Kehl Paul Green & Vithala Rao (1971) De-Kompositionelle Messung von Präferenzstrukturen aus Gesamt-Urteilen: Regressions-Analyse Experimentelles Design Conjoint-Analyse 1
2 Card Sorting Ranking- / Rating - Scale Kompositionelle vs Dekompositionelle Präferenzmessung Untersuchung von Busching und Steffens (1978): Das weibliche Schönheitsideal aus der Sicht der Männer 2
3 Miss Conjoint vs Miss Single Miss Conjoint: Kopf ist wichtiger Conclusio: Das Ganze ist mehr als die Summe seiner Teile Miss Single: Busen ist wichtiger Rich Johnson / Sawtooth Software (1983) ACA Adaptive Conjoint Analysis Computer-Interviewing ( < 30 Attribute) Selektion des relevant set Einzelmerkmals-Bewertung Bewertung der Merkmals-Wichtigkeit Conjoint Paarvergleich ( Rating-Skala ) Kauf-Wahrscheinlichkeit / Kalibrierung 3
4 Dan McFadden (1974) Discrete Choice Modeling Nutzen (U) = gewichtete (b) Summe aller Eigenschaften (x) U = b x + b x +... b x k k + ε Entscheidung für Produkt (A) Share A = exp( U A exp( U A) ) + exp( U ) +...exp( U B N ) Logit-Funktion JA NEIN Nobel-Preis für Dan McFadden (2000) 4
5 Kenneth Train im Gespräch mit Nobel-Preis-Träger Dan McFadden Jordan Louviere and George Woodworth (1983): Choice-Based-Conjoint Discrete Choice + Experimental Design: Inferenzmöglichkeit zu neuen Merkmalen und Szenarien 5
6 Focus: Marketing A B Heterogenität? C D Chikago Academics Arnold Zellner Peter Lenk Robert McCulloch 6
7 Thomas Bayes ( ) Bayes Theorem P( A i B) = P( B Ai ) P( Ai ) P ( B A i ) P ( A i ) P(A B) : a-posteriori-wahrscheinlichkeit P(B A) : Wahrscheinlichkeit für ein Ereignis B unter der Bedingung dass A eingetreten ist P(A) : a-priori-wahrscheinlichkeit für ein Ereignis A P(B)= ΣP(B A)*P(A) : Gesetz der totalen Wahrscheinlichkeit Bayesian Statistic Frequentist: P(Ereignis Ursache) Erlaubt Umkehrung von Schlußfolgerungen Bayesian: P(Ursache Ereignis) Posterior Probabilities are proportional to Likelihoods times Prior 7
8 Markov Chain Monte Carlo Gibbs Sampler: Distribution Generator joint distribution: X,Y? Hierarchical Model for Conjoint Analysis Obere Hierarchie Individuelle Parameter Teil einer multivariaten Normalverteilung Beta=N(a,C) P=exp(U)/sum[exp(U_i)] U=sum(Beta_i) Untere Hierarchie Logit-Model 8
9 Markov Chain Monte Carlo - Konvergenz Average Respondent Part-Worths Iterations/20 Choice-Based-Conjoint / Hierarchical Bayes Pros: Individuelle id Parameterschätzung Bessere, genauere Prognosefähigkeit Komplexere Modelle Cons: o Höherer Aufwand für Modell-Erstellung o Längere Computer-Laufzeiten o mehr Kunst in der Wissenschaft notwendig 9
10 Volumetric - Conjoint Menu-Choice 10
11 Menu-Choice-Simulation Menu-Choice-Price-Response 1,90 3,90 5,90 7,90 3,9% 2,0% 0,7% 0,2% 11
12 Shelf-Display - Conjoint Shelf-Display - Conjoint 12
13 Build-Your-Own-Product - Analysis Build-Your-Own-Product - Analysis 13
14 BYOP: Item-Funneling/Selection 2nd Step BYOP: Item-Funneling/Selection 3rd Step... 14
15 Case: Customer Satisfaction Zielsetzung Hypothese: Die klassische Rating-Skala kann wertvolle Informationen liefern; wegen zugrundeliegender Inferioritäten sind solche Daten jedoch kritisch. Der alternative Weg im Conjoint-Approach ist stärker. 15
16 Case: Customer Satisfaction Case: Customer Satisfaction Mobilfunkanbieter ganz allgemein A1 Mobilkom T-Mobile One Telering 1 - sehr zufrieden 20.8% 34.3% 30.6% 28.6% % 51.4% 53.1% 47.1% 29.2% 14.3% 14.3% 15.7% 3.1%.0%.0% 7.1% 5 - völlig unzufrieden 2.1%.0% 2.0% 1.4% 16
17 Case: Customer Satisfaction Customer Satisfaction - Rating Scale 5 Völlig unzufrieden Average Rating sehr zufrieden A1 T-mobile One telering Probleme völlig unzufrieden 5 4 high end user Q2 3 2 middle-of-the-road-user sehr zufrieden fi low end user sehr zufrieden Q1 völlig unzufrieden 17
18 Bayesian Statistics and Marketing Rossi Allenby - McCulloch Case Study: Overcoming Scale Usage Heterogenity Computing: Open Source Software R, package bayesm Best- / Worst Conjoint MaxDiff-Scaling Task 1... n: Best Worst Item 1 Item 2 Item 3 Design-Wheel: min. 15i 1,5 18
19 Case: Customer Satisfaction MaxDiff-Scaling Case: Customer Satisfaction MCMC Burn-in Used for estimation 19
20 Case: Customer Satisfaction Upper Level Lower Level Case: Customer Satisfaction MaxDiff-Scaling A1 T-mobile One telering 0 20
21 Pros & Cons MaxDiff liefert ähnlichen Überblick wie Rating-Skala, hat aber wesentliche bessere Diskriminierungsfähigkeit MaxDiff-Daten sind metrisch und können für weitere Analysen einwandfrei verwendet werden Respondenten müssen für jedes Merkmal eine klare Für-/Gegen-Entscheidung treffen Respondenten werden stärker herausgefordert Anzahl der Merkmale aus befragungs-psychologischen Gründen nicht ohne Grenzen Conjoint - Future Data Fusion Agent Based Modeling Reason-why-Models... and much more knowledge 21
22 Bayes Rules Choice in Marketing! 22
Internetkommunikation I WS 2004/05 Rafael Birkner
Vortrag zum Thema: Bayes'sche Filter zur SPAM-Erkennung 1. Bayes'sche Filter: Eigenschaften - englischer Mathematiker Thomas Bayes (1702 1761) - state of the art Technologie zur Bekämpfung von Spam - adaptive
MehrAnwendung: Multiplikatoren-Report
Anwendung: Multiplikatoren-Report Verschafft einen ersten Einblick in die Anwendungsmöglichkeiten des Multiplikatoren-Reports Research, Analysis & Consulting www.schwerdtundfeger.de 1 Nutzen Auf Basis
MehrBernadette Büsgen HR-Consulting www.buesgen-consult.de
Reiss Profile Es ist besser mit dem Wind zu segeln, als gegen ihn! Möchten Sie anhand Ihres Reiss Rofiles erkennen, woher Ihr Wind weht? Sie haben verschiedene Möglichkeiten, Ihr Leben aktiv zu gestalten.
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrIC Power-Pricing-Tool
www.interconnectionconsulting.com Interconnection Vienna I Oberstdorf I Lviv www.interconnectionconsulting.com www.interconnectionconsulting.com we show you the way IC Power-Pricing-Tool Der Nutzen des
MehrOptimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung
MehrMotivation. Themenblock: Klassifikation. Binäre Entscheidungsbäume. Ansätze. Praktikum: Data Warehousing und Data Mining.
Motivation Themenblock: Klassifikation Praktikum: Data Warehousing und Data Mining Ziel Item hat mehrere Attribute Anhand von n Attributen wird (n+)-tes vorhergesagt. Zusätzliches Attribut erst später
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrFibonacci Retracements und Extensions im Trading
Fibonacci Retracements und Extensions im Trading Einführung Im 12. Jahrhundert wurde von dem italienischem Mathematiker Leonardo da Pisa die Fibonacci Zahlenfolge entdeckt. Diese Zahlenreihe bestimmt ein
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrDas Bayes-Theorem. Christian Neukirchen Gleichwertige Leistungsfeststellung, Juni 2005
Das Bayes-Theorem Christian Neukirchen Gleichwertige Leistungsfeststellung, Juni 2005 Ein lahmer Witz Heute im Angebot: Ein praktisches Beispiel zur Einleitung Kurze Wiederholung der Überblick über Reverend
MehrAnschließen und loslegen. Erleben Sie das One Click Wonder.
Anschließen und loslegen. Erleben Sie das One Click Wonder. Können Sie sich Ihren Geschäftsalltag ohne Besprechungen vorstellen? Wahrscheinlich nicht. Und wie oft wünschen Sie sich, Ihre Besprechungen
Mehr- Bewertung verschiedenster Typen von Derivativen. - Analyse Alternativer Investmentstrategien (Hedge Fonds)
Abteilung für Finanzmathematik - Bewertung verschiedenster Typen von Derivativen - Analyse Alternativer Investmentstrategien (Hedge Fonds) - Kredit-Risiko-Management und Kredit-Derivate - Monte Carlo-
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrAdaptive Choice-Based-Conjoint: Neue Möglichkeiten in der Marktforschung
Adaptive Choice-Based-Conjoint: Neue Möglichkeiten in der Marktforschung MAIX Market Research & Consulting GmbH Kackertstr. 20 52072 Aachen 0241 8879 0 www.maix.de Inhalt Einleitung Grundlagen zur Conjoint
MehrLook Inside: desite. modellorientiertes Arbeiten im Bauwesen. B.I.M.
Building Information Modeling Look Inside: desite modellorientiertes Arbeiten im Bauwesen. B.I.M. desite MD unterstützt Sie bei der täg lichen Arbeit mit Gebäudemodellen und ermöglicht den Zugang zu den
Mehr6. Bayes-Klassifikation. (Schukat-Talamazzini 2002)
6. Bayes-Klassifikation (Schukat-Talamazzini 2002) (Böhm 2003) (Klawonn 2004) Der Satz von Bayes: Beweis: Klassifikation mittels des Satzes von Bayes (Klawonn 2004) Allgemeine Definition: Davon zu unterscheiden
MehrKirkpatrick s Four Levels of Evaluation
Evaluation von Trainingsmaßnahmen Kirkpatrick s Four Levels of Evaluation Kirkpatrick s Four Levels of Evaluation Vier aufeinander aufbauende Ebenen der Evaluation: Reaktion Lernen Verhalten Ergebnisse
MehrKörperbilder Einstellung zu Schönheitsoperationen und zur Wahrnehmung des eigenen Körpers
Pressegespräch Künstlich geformte Körper: Schönheit um jeden Preis?, 2.. 28, Wien/ Seite Körperbilder Einstellung zu Schönheitsoperationen und zur Wahrnehmung des eigenen Körpers Studie im Auftrag des
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
Mehrε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?
BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions
MehrSEO Erfolg mit themenrelevanten Links
Hinweis für Leser Dieser Leitfaden soll Ihnen einen Überblick über wichtige Faktoren beim Ranking und Linkaufbau liefern. Die Informationen richten sich insbesondere an Website-Betreiber, die noch keine
MehrInnovation zweite Säule
Innovation zweite Säule BVG - Apéro Wertschwankungsreserven und Anlagestrategie Wie sollen sich Pensionskassen verhalten? Dr. Alfred Bühler, Partner PPCmetrics AG Zürich, 6. Oktober 2008 Chancen und Risiken
MehrData. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired
make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,
MehrIT-Unterstützung Umfrage zur Zufriedenheit der IT-Unterstützung im HR-Bereich
IT-Unterstützung Umfrage zur Zufriedenheit der IT-Unterstützung im HR-Bereich Oktober 2014 In Zusammenarbeit mit Cisar - consulting and solutions GmbH Hintergrund Cisar hat im Auftrag von ADP bei ca. 75
MehrCompiere eine neue ERP Alternative für den Mittelstand
Compiere eine neue ERP Alternative für den Mittelstand 05.03.2005 Lutz Klabuhn Student der Wirtschaftsinformatik (TU Chem nitz) 1 lutz.klabuhn@s1999.tu chem nitz.de Inhaltsü bersicht (1/2) 1. Begriffe
Mehr10. Vorlesung Spieltheorie in der Nachrichtentechnik
10. Vorlesung Spieltheorie in der Nachrichtentechnik Vorlesung: Eduard Jorswieck Übung: Rami Mochaourab Sommersemester 2010 Kooperative Spiele - Stabile Paarungen Wir studieren Märkte mit zweiseitigen
MehrInhalt. Fragestellungen. ...we make the invisible visible... Analysen und deren Anwendung Erfahrungen
...we make the invisible visible... 1 Inhalt Fragestellungen Analysen und deren Anwendung Erfahrungen 2 Projektleiter Hat unsere Software eine klare, verständliche Struktur? Gibt es problematischen Code,
MehrDynamic Ressource Management
best Open Systems Day Fall 2006 Dynamic Ressource Management Unterföhring Marco Kühn best Systeme GmbH kuehn@best.de Agenda Überblick Dynamic Resource Pools und FSS Dynamic Resource Memory RCAP Oracle
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrPädagogische Hochschule Thurgau. Lehre Weiterbildung Forschung
Variante 1 Swisscom-Router direkt ans Netzwerk angeschlossen fixe IP-Adressen (kein DHCP) 1. Aufrufen des «Netz- und Freigabecenters». 2. Doppelklick auf «LAN-Verbindung» 3. Klick auf «Eigenschaften» 4.
MehrDie Post hat eine Umfrage gemacht
Die Post hat eine Umfrage gemacht Bei der Umfrage ging es um das Thema: Inklusion Die Post hat Menschen mit Behinderung und Menschen ohne Behinderung gefragt: Wie zufrieden sie in dieser Gesellschaft sind.
MehrThe big picture: Prince2 featuring SCRUM. Bernd Lehmann, Prince2-Tag Köln, 12. Mai 2011
The big picture: Prince2 featuring SCRUM Bernd Lehmann, Prince2-Tag Köln, 12. Mai 2011 Agenda PRINCE2 Scrum Scrum = Framework für das Managen (komplexer) Projekte Page 2 Prinzipien von Scrum Transparenz
MehrTeam Collaboration im Web 2.0
Team Collaboration im Web 2.0 barcampmitteldeutschland Team Collaboration im Web 2.0 Focus Social Bookmarking Torsten Lunze Team Collaboration in Web 2.0 Motivation Collaboration in verschiedenen Technologien
MehrVermeiden Sie es sich bei einer deutlich erfahreneren Person "dranzuhängen", Sie sind persönlich verantwortlich für Ihren Lernerfolg.
1 2 3 4 Vermeiden Sie es sich bei einer deutlich erfahreneren Person "dranzuhängen", Sie sind persönlich verantwortlich für Ihren Lernerfolg. Gerade beim Einstig in der Programmierung muss kontinuierlich
MehrFORGE2015 HDC Session 4. Nachhaltige Infrastruktur als technologische Herausforderung. Tibor Kálmán Tim Hasler Sven Bingert
FORGE2015 HDC Session 4 Nachhaltige Infrastruktur als technologische Herausforderung Tibor Kálmán Tim Hasler Sven Bingert Diskussionsgrundlage: Liste der Infrastrukturprobleme Wir unterscheiden gute (leicht
MehrGrundlagen des Maschinellen Lernens Kap. 4: Lernmodelle Teil II
1. Motivation 2. Lernmodelle Teil I 2.1. Lernen im Limes 2.2. Fallstudie: Lernen von Patternsprachen 3. Lernverfahren in anderen Domänen 3.1. Automatensynthese 3.2. Entscheidungsbäume 3.3. Entscheidungsbäume
MehrVorlesung - Medizinische Biometrie
Vorlesung - Medizinische Biometrie Stefan Wagenpfeil Institut für Medizinische Biometrie, Epidemiologie und Medizinische Informatik Universität des Saarlandes, Homburg / Saar Vorlesung - Medizinische Biometrie
MehrWelche Unterschiede gibt es zwischen einem CAPAund einem Audiometrie- Test?
Welche Unterschiede gibt es zwischen einem CAPAund einem Audiometrie- Test? Auch wenn die Messungsmethoden ähnlich sind, ist das Ziel beider Systeme jedoch ein anderes. Gwenolé NEXER g.nexer@hearin gp
MehrEmergency Room für Projektleiter
Emergency Room für Projektleiter Handlungsfähigkeit schnell zurückgewinnen Präsentation P0540 Copyright hyperskill GmbH 2010-2013 www.hyperskill.de Version 5.1 Emergency Room für Projektleiter Der Nutzen
MehrDie Zukunft des Steuerberatenden Berufsstands Steuerberater, ein Beruf mit Zukunft!
Die Zukunft des Steuerberatenden Berufsstands Steuerberater, ein Beruf mit Zukunft!, Leiter Strategische Unternehmensentwicklung Seite Ein Blick in die Zukunft Seite 2 Die Zukunft des steuerberatenden
MehrAuswertung Fünfjahresüberprüfung
Auswertung Fünfjahresüberprüfung Insitution Abkürzung Anzahl Rückmeldungen Lehrbetrieb Lehrbetrieb mit -Angebot (befreiter Betrieb) Ausbildungszentrum mit Basisausbildung und -Angebot Überbetriebliches
MehrAgile Management Einführung in agiles Management
Agile Management Einführung in agiles Management Agile Management Agile Management-Methoden Einführung Agile Management PQRST e.u. - Ing. Erich Freitag Version 25.06.2013 Lernziele Den Unterschied zwischen
MehrAnwendungsbeispiele. Neuerungen in den E-Mails. Webling ist ein Produkt der Firma:
Anwendungsbeispiele Neuerungen in den E-Mails Webling ist ein Produkt der Firma: Inhaltsverzeichnis 1 Neuerungen in den E- Mails 2 Was gibt es neues? 3 E- Mail Designs 4 Bilder in E- Mails einfügen 1 Neuerungen
MehrPeter M. Schneider. Zum Stand der Entwicklung und Anwendung probabilistischer Software für f r die Interpretation von komplexen DNA-Mischspuren
Zum Stand der Entwicklung und Anwendung probabilistischer Software für f r die Interpretation von komplexen DNA-Mischspuren Peter M. Schneider 35. Spurenworkshop Complex Mixtures Komplexe Mischungen Mixture
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrSAP NetWeaver Gateway. Connectivity@SNAP 2013
SAP NetWeaver Gateway Connectivity@SNAP 2013 Neue Wege im Unternehmen Neue Geräte und Usererfahrungen Technische Innovationen in Unternehmen Wachsende Gemeinschaft an Entwicklern Ausdehnung der Geschäftsdaten
MehrOracle 9i Real Application Clusters
Oracle 9i Real Application Clusters Seite 2-1 Agenda Einführung Verfügbarkeit / Skalierbarkeit Clusterarchitekturen Oracle Real Application Clusters Architektur Requirements Installation und Konfiguration
MehrAlbert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen
Open Source professionell einsetzen 1 Mein Background Ich bin überzeugt von Open Source. Ich verwende fast nur Open Source privat und beruflich. Ich arbeite seit mehr als 10 Jahren mit Linux und Open Source.
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrKonzentration auf das. Wesentliche.
Konzentration auf das Wesentliche. Machen Sie Ihre Kanzleiarbeit effizienter. 2 Sehr geehrte Leserin, sehr geehrter Leser, die Grundlagen Ihres Erfolges als Rechtsanwalt sind Ihre Expertise und Ihre Mandantenorientierung.
MehrBig Data im Marketing. 17. Februar, Köln Dunja Riehemann
Big Data im Marketing 17. Februar, Köln Dunja Riehemann Big Data and Marketing Seite 2 Was ist Big Data? Seite 3 Was ist das Besondere an Big Data Seite 4 Welche Rolle hat Big Data in Unternehmen? Seite
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrLeitfaden zu Jameica Hibiscus
Single Euro Payment Area (SEPA)-Umstellung Leitfaden zu Jameica Hibiscus Wichtiger Hinweis Bitte beachten Sie, dass die btacs GmbH alle Leitfäden nach bestem Wissen und Gewissen erstellt hat, und diese
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrLinearen Gleichungssysteme Anwendungsaufgaben
Linearen Gleichungssysteme Anwendungsaufgaben Lb S. 166 Nr.9 Im Jugendherbergsverzeichnis ist angegeben, dass in der Jugendherberge in Eulenburg 145 Jugendliche in 35 Zimmern übernachten können. Es gibt
MehrÜbungen zur Softwaretechnik
Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 9 17. Dezember 2002 www4.in.tum.de/~rumpe/se
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrWie wichtig ist eine Content- Strategie für Content-Marketing?
Content-Marketing Perspektiven für Marken & Medien Wie wichtig ist eine Content- Strategie für Content-Marketing? Münchener Medientage, 23. Oktober 2015 Doris Eichmeier Präsentation Seite 1 That s me Content-Strategin
MehrOnline-Marketing & -Verkauf. Best-Practice für KMUs eine Entscheidungshilfe
Workshop WAS ERWARTET SIE? Gerhard Trittenwein, Seite 2 Inhalte Aktuelle Zahlen und Trends Eine Übersicht über die wichtigsten Online-Marketing Methoden und gängigsten Content Management Systeme als Entscheidungshilfe
MehrNaive Bayes. 5. Dezember 2014. Naive Bayes 5. Dezember 2014 1 / 18
Naive Bayes 5. Dezember 2014 Naive Bayes 5. Dezember 2014 1 / 18 Inhaltsverzeichnis 1 Thomas Bayes 2 Anwendungsgebiete 3 Der Satz von Bayes 4 Ausführliche Form 5 Beispiel 6 Naive Bayes Einführung 7 Naive
MehrProbabilistisches Tracking mit dem Condensation Algorithmus
Probabilistisches Tracking mit dem Condensation Algorithmus Seminar Medizinische Bildverarbeitung Axel Janßen Condensation - Conditional Density Propagation for Visual Tracking Michael Isard, Andrew Blake
MehrInstallationshandbuch (deutsch)
Installationshandbuch (deutsch) Stand: 23.01.03 2 phono PreAmp Studio USB Installation (deutsch) Installationsanleitung für Windows 98 SE Der phono PreAmp Studio USB braucht keine speziellen Treiber um
MehrLandes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v.
Landes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v. Wer sind wir? Wir sind ein Verein. Wir setzen uns für Menschen mit Behinderung ein. Menschen mit Behinderung sollen überall
MehrKünstliche Intelligenz Maschinelles Lernen
Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen
MehrPredictive Modeling Markup Language. Thomas Morandell
Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML
MehrIn den besten Kunden investieren?
In den besten Kunden investieren? Kundenbindung ist der Schlüssel zum Erfolg Warum Kundenbindung? Es ist 10 x so teuer einen neuen Kunden zu gewinnen, als einen Bestehenden zu halten 5% mehr loyale Kunden
MehrBenchmark MES Anbietern
MES Anbietern MES Consult beobachtet den MES Markt seit über 10 Jahren. Kritisch dabei ist immer wieder, dass aufgrund der heutigen Aktualität des Themas viele Anbieter ihren Systemen, die meist aus der
MehrFRISCHE POWER FÜR IHREN VERTRIEBSERFOLG. GANZ EINFACH! INTERAKTIVE TABLETBERATUNG
FRISCHE POWER FÜR IHREN VERTRIEBSERFOLG. GANZ EINFACH! INTERAKTIVE TABLETBERATUNG Die Beratung zu Finanz- und Versicherungsthemen ist komplex, langwierig und eintönig? NEIN, MACHEN SIE ES EINFACH! Wie
MehrPersonalisierbare Videos
- PERSONALISIERBARE VIDEOS - Personalisierbare Videos Funktion Bei personalisierbaren Videos, geht es meistens darum ein Bild von sich oder von Freunden in ein Video hochzuladen. Nutzen Durch die Personalisierung
MehrDie Umfrage in ILIAS
Die das Werkzeug bietet die Möglichkeit, Umfragen in ILIAS zu erstellen, durchzuführen und auszuwerten z.b. Lehrveranstaltungsevaluationen. Umfragen können mit oder ohne Fragen-Pool angelegt werden. die
MehrSPECTRA ist ein Full Service Institut, das das gesamte Spektrum der klassischen Markt- und Meinungsforschung anbietet.
SPECTRA SPECTRA (I) SPECTRA ist ein Full Service Institut, das das gesamte Spektrum der klassischen Markt- und Meinungsforschung anbietet. Gegründet 99, bemüht sich SPECTRA laufend um exzellente Leistungen
MehrKybernetik LTI-Systeme
Kybernetik LTI-Systeme Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 26. 04. 2012 Was ist Kybernetik? environment agent Kybernetik ermöglicht, die Rückkopplung
MehrHaus sanieren profitieren! 27. Februar 2014
27. Februar 2014 Gliederung Untersuchungsdesign Bekanntheit der Kampagne Der Energie Check aus Sicht der Handwerker Die Zufriedenheit der Hausbesitzer mit dem Energie Check Energie Check und kostenpflichtige
MehrWerte in Teams Mitarbeiter besser kennen und führen. Ermittlung des individuellen Wertesystems von Mitarbeitern
Werte in Teams Mitarbeiter besser kennen und führen Ermittlung des individuellen Wertesystems von Mitarbeitern 1 Einleitung Die Macht gemeinsamer Werte Der FC Barcelona unter Trainer Pep Guardiola (4 Jahre):
Mehr2. Psychologische Fragen. Nicht genannt.
Checkliste für die Beurteilung psychologischer Gutachten durch Fachfremde Gliederung eines Gutachtens 1. Nennung des Auftraggebers und Fragestellung des Auftraggebers. 2. Psychologische Fragen. Nicht genannt.
MehrRhetorik und Argumentationstheorie. [frederik.gierlinger@univie.ac.at]
Rhetorik und Argumentationstheorie 1 [frederik.gierlinger@univie.ac.at] Ablauf der Veranstaltung Termine 1-6 Erarbeitung diverser Grundbegriffe Termine 7-12 Besprechung von philosophischen Aufsätzen Termin
MehrStudie über Umfassendes Qualitätsmanagement ( TQM ) und Verbindung zum EFQM Excellence Modell
Studie über Umfassendes Qualitätsmanagement ( TQM ) und Verbindung zum EFQM Excellence Modell (Auszug) Im Rahmen des EU-Projekts AnaFact wurde diese Umfrage von Frauenhofer IAO im Frühjahr 1999 ausgewählten
MehrDIE NATIONALEN REGLEMENTIERUNGEN DES BERUFSZUGANGS IN DEN AUGEN DER BEVÖLKERUNG
DIE NATIONALEN REGLEMENTIERUNGEN DES BERUFSZUGANGS IN DEN AUGEN DER BEVÖLKERUNG Repräsentative Befragung der österr. Bevölkerung n=2024 repräsentativ für die österr. Bevölkerung ab 16 Jahre Okt./Nov. 2014
Mehrnitgofer netkey information technology gmbh VORTEILE AUF EINEN BLICK
netkey information technology gmbh nitgofer Produkt Broschüre www.netkey.at Ihr persönlicher Laufbursche im World Wide Web. Massenmailing einfach gemacht. Mit Hilfe von nitgofer ist es Ihnen möglich E-Mailaussendungen
MehrDossier Kunden zu Fans Lesen Sie auf nur fünf Seiten, was es mit dem Fanmodell auf sich hat
Dossier Kunden zu Fans Lesen Sie auf nur fünf Seiten, was es mit dem Fanmodell auf sich hat Fanfocus Deutschland 2013 c/o forum! Marktforschung GmbH www.forum-mainz.de Überblick 1. Vorsicht vor den zufriedenen
MehrEducase. Release Notes 1.7: Neue Funktionen und Verbesserungen. Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
Educase Release Notes 1.7: Neue Funktionen und Verbesserungen Version: 1.0 Datum: 01.12.2015 08:34 Ersteller: Andreas Renggli Status: Abgeschlossen Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
MehrWie wichtig ist Social Media Marketing für mein Google Ranking?
Wie wichtig ist Social Media Marketing für mein Google Ranking? 1 Kurzvorstellung adisfaction Fullservice-Digital-Agentur Büros in Meerbusch und Zürich Gegründet 2002, 20 Mitarbeiter Searchmetrics Pionier
MehrProjekt AALuis- Ambient Assisted Living user interfaces Die Businessaspekte und die businessrelevante Einbeziehung von End-AnwenderInnen
Projekt AALuis- Ambient Assisted Living user interfaces Die Businessaspekte und die businessrelevante Einbeziehung von End-AnwenderInnen Martin Morandell AALuis Fakten Projektname Ambient Assisted Living
MehrTrainingsplan 16-wöchiger Trainingsplan für einen Triathlon (Volkstriathlon), Einsteiger
Trainingsplan 16-wöchiger Trainingsplan für einen Triathlon (Volkstriathlon), Einsteiger Der Triathlon erfreut sich großer Beliebtheit unter Multisportlern. Neben den bekannten Veranstaltungsformaten wie
MehrSUDOKU - Strategien zur Lösung
SUDOKU Strategien v. /00 SUDOKU - Strategien zur Lösung. Naked Single (Eindeutiger Wert)? "Es gibt nur einen einzigen Wert, der hier stehen kann". Sind alle anderen Werte bis auf einen für eine Zelle unmöglich,
MehrEs können nur Werte ausgelesen werden, Es kann -NICHT- geschaltet werden!!
Es können nur Werte ausgelesen werden, Es kann -NICHT- geschaltet werden Vorhanden auf Geräten der V3 Version ab Patch Level 1008 und V2 Versionen ab Patch Level 1001. Bei Geräte der V2 Versionen werden,
MehrAnhang. 3. Was denken Sie: An wen richtet sich das Lernprogramm für Psycholinguistik? zu nicht nicht zu
Anhang Bitte füllen Sie den Fragebogen vollständig, ehrlich und genau aus! Es gibt keine falschen Antworten! Ihre Angaben sind anonym und werden absolut vertraulich behandelt. Sie werden nur zu Forschungs-
MehrThema: Kundenzufriedenheit
Ergebnispräsentation: medax-kundenbefragung 3 Thema: Kundenzufriedenheit Studiendesign Zielgruppe 5 aktive medax-kunden (insgesamt wurden 99 Personen kontaktiert) Befragungsmethode/ Feldzeit Durchführung
MehrApple Train the Trainer 08 Developer Programs. Josef Kolbitsch josef.kolbitsch@tugraz.at http://businesssolutions.tugraz.at/
Apple Train the Trainer 08 Developer Programs Josef Kolbitsch josef.kolbitsch@tugraz.at http://businesssolutions.tugraz.at/ Übersicht Allgemeines Übersicht über Programme iphone Developer University Program
Mehrkaminöfen mit dem skandinavischen umweltsiegel nordischer schwan
kaminöfen mit dem skandinavischen umweltsiegel nordischer schwan die zukunft entsteht jetzt Ziel des Nordischen Schwanes ist es, Konsumenten die Entscheidung für umweltfreundliche Produkte zu erleichtern.
MehrKontakt ist alles: Selbst- und Fremdbilder
Kontakt ist alles: Selbst- und Fremdbilder Unterrichtsprojekte Deutsch-japanische Fallstudie Inhaltsverzeichnis Seite Aufgaben a bis c 2 Arbeitsanweisungen zu a 3 Arbeitsanweisungen zu b 3 Arbeitsanweisungen
MehrHotel-Widget. Werben mit Empfehlungen
Hotel-Widget Werben mit Empfehlungen Editorial Web 2.0 hat die Tourismusbranche grundlegend verändert. Hotelbewertungsportale und Online-Reiseführer werden monatlich von mehreren Millionen Internetnutzern
MehrERPaaS TM. In nur drei Minuten zur individuellen Lösung und maximaler Flexibilität.
ERPaaS TM In nur drei Minuten zur individuellen Lösung und maximaler Flexibilität. Was ist ERPaaS TM? Kurz gesagt: ERPaaS TM ist die moderne Schweizer Business Software europa3000 TM, welche im Rechenzentrum
MehrWhoop! Bid Management - Anwendungsfall Elektronikbranche
HINTERGRÜNDE Die Elektronikbranche hat sich in den letzten Jahren im Onlinehandel hervorgetan - v.a. der Consumer Electronics Bereich. Studien prognostizieren weiteres starkes Wachstum, nicht nur in den
MehrChurn Prediction. Mit Datamining abwanderungsgefährdete Kunden rechtzeitig erkennen. CRM & Research / Ing. Werner WIDHALM.
Churn Prediction Mit Datamining abwanderungsgefährdete Kunden rechtzeitig erkennen CRM & Research / Ing. Werner WIDHALM Juni 2012 Datamining in der Bank Austria Datamining Anwendungsgebiete im CRM der
MehrVerkäufer/-in im Einzelhandel. Kaufmann/-frau im Einzelhandel. belmodi mode & mehr ein modernes Unternehmen mit Tradition.
Eine gute Mitarbeiterführung und ausgeprägte sind dafür Das ist sehr identisch des Verkäufers. Eine gute Mitarbeiterführung und ausgeprägte sind dafür Das ist sehr identisch des Verkäufers. Eine gute Mitarbeiterführung
MehrErhebung zur beruflichen und sozialen Lage von Lehrenden in Weiterbildungseinrichtungen
Erhebung zur beruflichen und sozialen Lage von Lehrenden in Weiterbildungseinrichtungen Untersuchung im Auftrag des: Bundesministeriums für Bildung und Forschung Präsentation auf dem DIE-Forum 2006 Bonn
Mehr