Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

Größe: px
Ab Seite anzeigen:

Download "Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?"

Transkript

1 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg

2 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Datamining als Marketing-chlagwort Wunsch: grosse Datenmengen auswerten, Tera- und Gigabytes, mit modernen Methoden Gigantomanie von technischen oftwareanbietern und Fachjournalisten eriöse Datamining Anbieter bieten => Optimales Aufwand-Nutzen-Verhältnis bei verschiedenen Anwendungssituationen» durch abgestuft leistungsfähige Algorithmen» seriöse Aufwand-Nutzen Kalkulation

3 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Typische Datamining Fragen Datamining-Werbung» "In 20% der Fälle, bei denen ein spezieller Markentoaster verkauft wurde, kauften die Kunden auch passende Küchenhandschuhe und Tischdecken." Datamining-Wunsch: Datamining beantwortet uns auf Knopfdruck heute die Fragen, die wir morgen stellen wollten. Datamining-Realität» seit vielen Jahren funktionsfähige Teil- und peziallösungen und nunmehr» einige neuere Ansätze durch leistungsfähigere DV und spezialisierte Algorithmen

4 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Datamining - Realität praktisch einsetzbare oftware Rationaler Kern beim Datamining» bekannte und neue Algorithmen möglichst einfach vom Endanwender bei grossen Datenmengen anwenden. Tendenzen aktueller Datamining Lösungen» 1. Abweichungsanalyse > intelligente QL-Algorithmen = Einfaches Datamining:» 2. Gruppieren ohne Zielvariable > Visuell interaktiv & automatisch (letzteres bekannt als Clustern)» 3. Ursache-Wirkungsanalyse mit Zielvariable > Automatische Response Analyse > Entscheidungsbäume & egmentation >Neuronale Netze

5 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Datamining Anwendungsfelder in Marketing und Produktion Anwendungsgebiete» Database(d)-Marketing > Kundenklassifikation Basis: Verkaufs- u. sozio-ökonomische Daten > Kaufwahrscheinlichkeiten für bestimmte Produkte» Produkt-Design, TQM - Total Quality Management > bedarfsgerechte Entwicklung neuer Produkte > Qualitätskontrolle Abweichungsanalyse» Controlling > Abweichungsanalyse Endanwender: Kenntnisse Datenanalyse notwendig. Aber Vorteil: Keine Annahmen über Zufallsverteilungen

6 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Wie funktioniert Datamining? Vorarbeiten: Daten bereitstellen» Extraktion, Prüfung, Korrektur, elektion, Transformation = über 80% des Gesamtaufwandes in grossen Projekten Datamining:» Abweichungsanalysen» Klassifikation: Zuordnung von Daten zu Klassen» Clustering: Bildung von Klassen ähnlicher Daten» Entdecken von Abhängigkeiten und Trends Umsetzen in Aktionen Marketing und Produktion Gesamt-Aufwand: erheblich, aber er rentiert sich.

7 Datamining im Data Warehouse Firmenziel Kundenkontakt & Produktion Direktmarketing, TQM,... Data WareHouse Datamining Analyse DatenBank(en) Individuelle Kundenbewertung Kundengruppen- & Firmenanalysen

8 Datamining im Data Warehouse Firmenziel Kundenkontakt & Produktion Direktmarketing, TQM,... Data WareHouse Datamining Analyse DatenBank(en) Individuelle Kundenbewertung Kundengruppen- & Firmenanalysen tichprobentrainings- & Prüfdaten Datenaufbereitung Visuelle Analysen A/Insight A/pectraview 1. Automatische lineare Regression (Automatische Response Analyse ARA Application AD) ======================= 2. Kundensegmentierung (A: Tree Application) 3. Neuronale Netze (A NNA) 4. Trendberechnungen (A/ET)

9 Datamining chritt 1: Konzept und Ziele Kundenanalyse mit Punktebewertung - Beispiel Marketingaktion Testversand <= 0 Punkte = antwortet nicht z.b Kunden Kunde antwortet: 1000 Punkte => z.b. 500 Kunden Welche Faktoren??? (beeinflussen das Kundenverhalten?) oder besser: Aus welchen Daten kann man das Kundenverhalten vorausberechnen? Kundendaten z.b.: Alter, Geschlecht, Beruf, Bildung, Kinderzahl, Wohnungsgrösse, Umsätze in verschieden Warengruppen, Umsätze zu bestimmten Zeiten,...

10 Nutzen durch Datenanalyse & Datamining Katalogwerbung 1 Million Kunden Werbebrief 10 DM. Antworten erbringen ca DM Deckungsbeitrag. Die Antwortquote steige von 1% auf 2% bei elektion der 10% besten Kunden. Gewinn ohne elektion: 1 Mio Werbebriefe: Kosten = 10 Mio DM. Antworten 1% = Kunden=> *1000DM => Ertrag = 10 Mio DM. Gewinn = 0 DM mit elektion durch Datenanalyse: 10% von 1 Mio = Werbebriefe: Kosten= 1 MioDM. Antwort 2%= 2000 => * 1000DM=> Ertrag= 2 Mio. Gewinn = 1 Mio Gewinn = 1 Mio DM

11 EMMA - die A Data Mining Methodik tichproben Exploration Modifikation Datenvisualisierung Berechnung, Datenauswahl Data Warehouse tichprobe ja/nein Cluster-, Faktorenanalyse etc. Auswahl von Datensätzen Modellierung Automatische Regression Entscheidungsbäume Neuronale Netzeu.a. Auswertung Analyse- Bewertung

12 EMMA - die Datamining Technologie 1 TICHPROBEN Data Warehouse Daten Visualisierung Datenberechnungen + Auswahl tichprobe? Ja / Nein n tichproben Beispiel: Wahlprognose Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

13 EMMA- die Datamining Technologie 2 EXPLORATION Data Warehouse interaktiv anschauliche tichprobe? Ja / Nein Analyse Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktoranalyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

14 Datamining Exploration: Visuelle Analyse Databased Marketing Testaktion

15 A/Insight VGA Datamining Exploration: Visuelle Analyse Unternehmesanalyse

16 Datamining Exploration: Visuelle Analyse Erkennung von Konzentrationsmustern

17 EMMA- die Datamining Technologie 3 MANIPULATION Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

18 EMMA- die Datamining Technologie 4 MODELLWAHL 1. Automatische Regression Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

19 Datmining Modellwahl: mit linearer und logistischer Regression für coring Automatische Auswahl wichtiger Merkmale und individuelle Punktebewertung (coring)

20 Gütematrix aller Datamining-Verfahren mit Zielvariable: Regression, Entscheidungsbäume, Neuronale Netze

21 EMMA- die Datamining Technologie 4 MODELLING 2. Entscheidungsbäume Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktoranalyse u.a. Auswahl von Datensätzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

22 Datamining Modellwahl Entscheidungsbäume Treeanalysis

23 Datamining Gewinnoptimierung durch Kundensegmentierung

24 EMMA- die Datamining Technologie 4 MODELLING: 3. Neuronale Netze Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

25 - Datamining Modellwahl Neuronale Netze

26 EMMA- die Datamining Technologie 5 ANALYE-BEWERTUNG Data Warehouse tichprobe? Ja / Nein Daten Visualisierung Datenberechnungen + Auswahl Cluster, Faktor- analyse u.a. Auswahl von Datensätzen tzen Automatische Regression Entscheidungsbäume Neuronale Netze u.a Analyse-Bewertung

27 Datamining im offenen Data Warehouse Daten Information Operative ysteme: R/2, R/3... DBM: DB/2 Oracle Informix... Files: IM VAM... Externe: Reuters Internet... A u t o m a t i s c h Extrahieren Transformieren Laden Update Terminieren Data Warehouse Data Marts Metadaten Client/erver MI OLAP Reporting Data Mining Qualität Risiko Produkt Ergebnis Markt Kunde Ergebnis Management Organisation Auswertung

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

Exploration und Klassifikation von BigData

Exploration und Klassifikation von BigData Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)

Mehr

C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl

C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl Ein Seminar der DWH academy Seminar C09 Einsatz SAP BW im Vergleich zur Best-of-Breed- Produktauswahl Befasst man sich im DWH mit der Auswahl

Mehr

Predictive Modeling Markup Language. Thomas Morandell

Predictive 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

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

Data Mining in SAP NetWeaver BI

Data Mining in SAP NetWeaver BI Martin Kießwetter, Dirk Vahl kam p Data Mining in SAP NetWeaver BI Galileo Press Bonn Boston 2.1 Was ist Data Mining? 17 2.2 Data Mining, KDD und Business Intelligence 20 2.3 KDD-Prozessmodelle 22 2.4

Mehr

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information

Mehr

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

Big Data Analytics Roadshow. Nils Grabbert. Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Düsseldorf, 24.04.

Big Data Analytics Roadshow. Nils Grabbert. Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Düsseldorf, 24.04. Folie Retargeting intelligent Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Big Data Analytics Roadshow Düsseldorf, 24.04.2012 Nils Grabbert Director Data Science Der Retargeting

Mehr

Welcome to the Club!

Welcome to the Club! Customer Relationship Management Welcome to the Club! Prolog Viele Leute glauben, dass wir das Zeitalter des Internets erreicht haben. Tatsächlich ist es eher zutreffend, dass wir das Zeitalter des Kunden

Mehr

Kundenmanagement im Multi-Channel-Zeitalter

Kundenmanagement im Multi-Channel-Zeitalter Kundenmanagement im Multi-Channel-Zeitalter Wie gut kennen Sie Ihre Kunden? München, 24. März 2015 Muna Hassaballah Senior Consultant Muna.Hassaballah@SHS-VIVEON.com 30.03.2015 Kurzvorstellung Senior Consultant

Mehr

Data-Mining in Unternehmen die rechtliche Sicht

Data-Mining in Unternehmen die rechtliche Sicht Data-Mining in Unternehmen die rechtliche Sicht 15. Symposium on Privacy and Security, 31. August 2010 Dr. Alois Rimle, Ruoss Vögele Partner, Zürich Übersicht Begriff des Data-Mining 3 Anwendung und Auswirkungen

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

IDV Assessment- und Migration Factory für Banken und Versicherungen

IDV Assessment- und Migration Factory für Banken und Versicherungen IDV Assessment- und Migration Factory für Banken und Versicherungen Erfassung, Analyse und Migration von Excel- und AccessAnwendungen als User-Selfservice. Sind Ihre Excel- und Access- Anwendungen ein

Mehr

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe

Mehr

Die Wahlpflichtfächer. Operations Research Statistik/Ökonometrie. Optimierung linearer Modelle Statistische Analyseverfahren

Die Wahlpflichtfächer. Operations Research Statistik/Ökonometrie. Optimierung linearer Modelle Statistische Analyseverfahren Die Wahlpflichtfächer Operations Research Statistik/Ökonometrie Modellierung ökonomischer Sachverhalte mit mathematischen Mitteln Einsatz statistischer Modelle zur Erfassung und zur Auswertung von Daten

Mehr

ERP & Social Listening

ERP & Social Listening ERP & Social Listening unternehmensübergreifende Informations-Bereitstellung am Beispiel Mercedes-Benz Hans-Peter Gasser ACP Business Solutions ACP Business Solutions GmbH spezialisiert auf Industrielösungen

Mehr

BI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45

BI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Business Analytics im E-Commerce

Business Analytics im E-Commerce Business Analytics im E-Commerce Kunde, Kontext und sein Verhalten verstehen für personalisierte Kundenansprache Janusz Michalewicz CEO Über die Firma Crehler Erstellung von Onlineshops Analyse von Transaktionsdaten

Mehr

Cross-Selling bei Versicherungen. Empirische Analyse zu Status quo, Trends und zukünftigen Anforderungen

Cross-Selling bei Versicherungen. Empirische Analyse zu Status quo, Trends und zukünftigen Anforderungen Georg Wittmann Christiane Früchtl Silke Weisheit Cross-Selling bei Versicherungen Empirische Analyse zu Status quo, Trends und zukünftigen Management Summary In der Studie Cross-Selling bei Versicherungen

Mehr

2006 COGNOSCO AG, 8057 ZUERICH, SWITZERLAND All rights reserved. Performance Management Markterfolg dank Kundenrating

2006 COGNOSCO AG, 8057 ZUERICH, SWITZERLAND All rights reserved. Performance Management Markterfolg dank Kundenrating Performance Management Markterfolg dank Kundenrating Welches sind Ihre besten Kunden? Frage 1: Kennen Sie die Umsatzentwicklung jedes Kunden über die letzten 5 Jahre? Frage 2: Kennen Sie den Produkte-Mix

Mehr

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u

Mehr

Bestandskundenmanagement Wo drückt bei Ihnen der Schuh?

Bestandskundenmanagement Wo drückt bei Ihnen der Schuh? Bestandskundenmanagement Wo drückt bei Ihnen der Schuh? best-reactions GmbH Hirschberger Straße 33 D 90559 Burgthann Alle Rechte vorbehalten HRB 23679, Amtsgericht Nürnberg Geschäftsführer Alexander P.

Mehr

und Spezialisten Was adlatus für Sie tun kann www.adlatus.ch

und Spezialisten Was adlatus für Sie tun kann www.adlatus.ch Netzwerk erfahrener ehemaliger Führungskräfte und Spezialisten Was adlatus für Sie tun kann Lösungsorientierte und kompetente Beratung Nachfolgeregelung Turn Around Management Management auf Zeit Start-up-Coaching

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

6. Oracle DWH Community Mainz 2011. Koexistenz SAP BW und mit unternehmensweitem zentralen DWH

6. Oracle DWH Community Mainz 2011. Koexistenz SAP BW und mit unternehmensweitem zentralen DWH 6. Oracle DWH Community Mainz 2011 Koexistenz SAP BW und mit unternehmensweitem zentralen DWH 2 6. Oracle DWH Community Mainz 2011 Agenda Vorstellung Globus Historische Entwicklung des DWH-Systems Globus

Mehr

Marketing Intelligence Schwierigkeiten bei der Umsetzung. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Schwierigkeiten bei der Umsetzung. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Schwierigkeiten bei der Umsetzung Josef Kolbitsch Manuela Reinisch Übersicht Schwierigkeiten bei der Umsetzung eines BI-Systems Schwierigkeiten der Umsetzung 1/13 Strategische Ziele

Mehr

Pressegespräch zum Kongress AUTOMATION 2014. 01. Juli 2014. Umfrage der GMA Smart Technologies und Industrie 4.0. Dr.

Pressegespräch zum Kongress AUTOMATION 2014. 01. Juli 2014. Umfrage der GMA Smart Technologies und Industrie 4.0. Dr. Pressegespräch zum Kongress AUTOMATION 2014 01. Juli 2014 Umfrage der GMA Smart Technologies und Industrie 4.0 Dr. Dagmar Dirzus 1/ Kernpunkte 1 Datenbasis 2 Stimmungsbarometer 3 Smart X und Industrie

Mehr

TREND SEARCH VISUALISIERUNG. von Ricardo Gantschew btk Berlin Dozent / Till Nagel

TREND SEARCH VISUALISIERUNG. von Ricardo Gantschew btk Berlin Dozent / Till Nagel von Ricardo Gantschew btk Berlin Dozent / Till Nagel 01 IDEE Einige kennen vielleicht GoogleTrends. Hierbei handelt es sich um eine Anwendung, bei der man verschiedenste Begriffe auf die Häufigkeit ihrer

Mehr

Von der spezialisierten Eigenentwicklung zum universellen Analysetool. Das Controlling-Informationssystem der WestLB Systems

Von der spezialisierten Eigenentwicklung zum universellen Analysetool. Das Controlling-Informationssystem der WestLB Systems Von der spezialisierten Eigenentwicklung zum universellen Analysetool Das Controlling-Informationssystem der WestLB Systems Begriffe und Definitionen Data Warehouse - Datensammlung oder Konzept?! Data

Mehr

Controlling im Key Account Management

Controlling im Key Account Management Ronald Heckl Controlling im Key Account Management Systematische KAM-Analyse und Kundenwert Zielformulierung Als erstes sollten Sie klären, welche Aufgabe das KAM-Controlling in Ihrem Unternehmen spielt

Mehr

Folien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825

Folien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825 Folien zum Textbuch Kapitel 6: Managementunterstützungssysteme Teil 2: Managementunterstützung auf strategischer Ebene Datenverwaltung und -auswertung Textbuch-Seiten 794-825 WI 1 MUS MUS auf strategischer

Mehr

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML Data Mining Standards am Beispiel von PMML Allgemeine Definitionen im Data Mining Data Mining (DM) Ein Prozess, um interessante neue Muster, Korrelationen und Trends in großen Datenbeständen zu entdecken,

Mehr

Marketing (elektronischer Ressourcen an wissenschaftlichen Bibliotheken)

Marketing (elektronischer Ressourcen an wissenschaftlichen Bibliotheken) Marketing (elektronischer Ressourcen an wissenschaftlichen Bibliotheken) (Nikolai Mileck, UB Heidelberg) 1 Marketing ist die umfassende Philosophie und Konzeption des Planens und Handelns, bei der alle

Mehr

Geomarketing und 3D. 27. Februar 2007. GeoKomm-Fachgruppe 3D-Stadtmodelle und 3D-Landschaftsmodelle. Ort: HPI Postdam

Geomarketing und 3D. 27. Februar 2007. GeoKomm-Fachgruppe 3D-Stadtmodelle und 3D-Landschaftsmodelle. Ort: HPI Postdam Geomarketing und 3D 27. Februar 2007 GeoKomm-Fachgruppe 3D-Stadtmodelle und 3D-Landschaftsmodelle Ort: HPI Postdam IVU Traffic Technologies AG, Oliver Schaefer Agenda Vorstellung Bereich GeoConsult der

Mehr

SUBTITEL. Innovatives Kennzahlenmanagement. Matthias Glahn. Geschäftsführer

SUBTITEL. Innovatives Kennzahlenmanagement. Matthias Glahn. Geschäftsführer Innovatives Kennzahlenmanagement Matthias Glahn Geschäftsführer Innovatives Kennzahlenmanagement BOOM!! DIE ZEIT NACH DER KRISE? Die Fragestellung 1. Kommt der Aufschwung / Boom? 2. Welche Auswirkungen

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

Survival Guide für Ihr Business Intelligence-Projekt Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren

Mehr

Data Mining-Projekte

Data Mining-Projekte Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein

Mehr

Spezialisierung Business Intelligence

Spezialisierung Business Intelligence Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business

Mehr

Risiken bei der Analyse sehr großer Datenmengen. Dr. Thomas Hoppe

Risiken bei der Analyse sehr großer Datenmengen. Dr. Thomas Hoppe Risiken bei der Analyse sehr großer Datenmengen Dr. Thomas Hoppe Datenaufbereitung Datenanalyse Data Mining Data Science Big Data Risiken der Analyse Sammlung Integration Transformation Fehlerbereinigung

Mehr

LOPEZ_SU AREZ_DAT ENANALYS E_ZERZEP

LOPEZ_SU AREZ_DAT ENANALYS E_ZERZEP LEISTUNGSÜBERSICHT 2014 ÜBERBLICK Seite 2 Das Unternehmen Seite 3 Datenanalyse Seite 4 Prozessoptimierung Seite 5 Treuhand & Revision Seite 6 Interim Management Seite 7 Referenzen Seite 8 Kontakt Seite

Mehr

Allgemeines zu Datenbanken

Allgemeines zu Datenbanken Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,

Mehr

Erfolg im Verkauf durch Persönlichkeit! Potenzialanalyse, Training & Entwicklung für Vertriebsmitarbeiter!

Erfolg im Verkauf durch Persönlichkeit! Potenzialanalyse, Training & Entwicklung für Vertriebsmitarbeiter! Wer in Kontakt ist verkauft! Wie reden Sie mit mir? Erfolg im Verkauf durch Persönlichkeit! Potenzialanalyse, Training & Entwicklung für Vertriebsmitarbeiter! www.sizeprozess.at Fritz Zehetner Persönlichkeit

Mehr

Data-Mining basierte Absatzprognosen unter Einbeziehung des Wetters - Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren?

Data-Mining basierte Absatzprognosen unter Einbeziehung des Wetters - Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren? Data-Mining basierte Absatzprognosen unter Einbeziehung des Wetters - Lassen sich Lebensmittelabfälle mittels intelligenter Systeme reduzieren? Dr. Florian Siedenburg DAF-Jahrestagung Berlin, 18. November

Mehr

Content Management System mit INTREXX 2002.

Content Management System mit INTREXX 2002. Content Management System mit INTREXX 2002. Welche Vorteile hat ein CM-System mit INTREXX? Sie haben bereits INTREXX im Einsatz? Dann liegt es auf der Hand, dass Sie ein CM-System zur Pflege Ihrer Webseite,

Mehr

Vorstellung des BMBF-Projektes FluSs aus Sicht eines Endanwenders. Düsseldorf Maritim-Hotel, 09. Juli 2013 Mark Zwirner

Vorstellung des BMBF-Projektes FluSs aus Sicht eines Endanwenders. Düsseldorf Maritim-Hotel, 09. Juli 2013 Mark Zwirner Vorstellung des BMBF-Projektes FluSs aus Sicht eines Endanwenders Düsseldorf Maritim-Hotel, 09. Juli 2013 Mark Zwirner Chart 2 Hintergründe Auswirkungen von Sicherheitsmaßnahmen Sicherheitsmaßnahmen entstehen

Mehr

Projekte für reale Herausforderungen Projektarbeit: Einleitung und Gliederung. Projekte für reale Herausforderungen

Projekte für reale Herausforderungen Projektarbeit: Einleitung und Gliederung. Projekte für reale Herausforderungen Steinbeis-Hochschule Berlin Institut für Organisations-Management Handout zu den YouTube-Videos: Projekte für reale Herausforderungen Projektarbeit: Einleitung und Gliederung Prof. Dr. Andreas Aulinger

Mehr

Cad-OasEs Int. GmbH. 20 Jahre UG/NX Erfahrung prägen Methodik und Leistungen. Nutzen Sie dieses Wissen!

Cad-OasEs Int. GmbH. 20 Jahre UG/NX Erfahrung prägen Methodik und Leistungen. Nutzen Sie dieses Wissen! Cad-OasEs Int. GmbH 20 Jahre UG/NX Erfahrung prägen Methodik und Leistungen Nutzen Sie dieses Wissen! Roland Hofmann Geschäftsführer der Cad-OasEs Int. GmbH Die Cad-OasEs bietet seit mehr als 20 Jahren

Mehr

Was ist Data Mining... in der Fundraising Praxis?

Was ist Data Mining... in der Fundraising Praxis? Was ist Data Mining...... in der Fundraising Praxis? Erkennen von unbekannten Mustern in sehr grossen Datenbanken (> 1000 GB) wenige und leistungsfähige Verfahren Automatisierung Erkennen von unbekannten

Mehr

Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung

Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Unterschiedliche Geschäftsprozesse Operativer Dispositve Geschäftsbetrieb

Mehr

Verborgene Schätze heben

Verborgene Schätze heben Verborgene Schätze heben Data Mining mit dem Microsoft SQL Server Martin Oesterer Leiter Vertrieb HMS Analytical Software GmbH Data Mining. Was ist eigentlich wichtig? Data Mining ist: die Extraktion von

Mehr

Möglichkeiten für bestehende Systeme

Möglichkeiten für bestehende Systeme Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-

Mehr

Webcontrolling Umsetzung in die Praxis. Toll, und wie ist es wirklich?

Webcontrolling Umsetzung in die Praxis. Toll, und wie ist es wirklich? Webcontrolling Umsetzung in die Praxis Toll, und wie ist es wirklich? Über uns Die Scandio GmbH ist ein Software und IT-Consulting Unternehmen. Wir entwickeln individuelle Applikationen und beraten unsere

Mehr

WICHTIGER HINWEIS FÜR HÄNDLER UND SERVICE-WERKSTÄTTEN:

WICHTIGER HINWEIS FÜR HÄNDLER UND SERVICE-WERKSTÄTTEN: Sehr geehrter Kunde, ruwido erweitert seine Serviceleistungen für den Sektor seiner Symphony Ersatzfernbedienungen sowie der bisher für ASWO/ESPO hergestellten COM genius Ersatzfernbedienungen mit einem

Mehr

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05 THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data

Mehr

Informationsflut bewältigen - Textmining in der Praxis

Informationsflut bewältigen - Textmining in der Praxis Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland

Mehr

Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse

Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse Tell a friend Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse Dr. Dietmar G. Wiedemann Andreas Krisor Proventa AG Untermainkai

Mehr

MSSQL Server Fragen GridVis

MSSQL Server Fragen GridVis MSSQL Server Fragen GridVis 1.0 Server allgemein Frage 1.1 Welche Sprache benötigt die Software bzgl. Betriebssystem/SQL Server (deutsch/englisch)? 1.2 Welche MS SQL Server-Edition wird mindestens benötigt

Mehr

Qualitätsberichte im MS Word-Format

Qualitätsberichte im MS Word-Format Qualitätsberichte im MS Word-Format StatSoft GmbH und STATISTICA 9.1 auf dem Forum der Control 2010 www.statsoft.de StatSoft (Europe) GmbH 2010 Michael Busch Inhalt StatSoft STATISTICA Anwendungen in der

Mehr

Professionelle Seminare im Bereich MS-Office

Professionelle 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

Mehr

IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung

IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für Ihre Entscheidung IT-SICHERHEIT IM UNTERNEHMEN Mehr Sicherheit für ihre Entscheidung Entdecken Sie was IT Sicherheit im Unternehmen bedeutet IT Sicherheit

Mehr

Fallbeispiel: Intelligente Steuerung von Geschäftsprozessen auf Basis von Big Data

Fallbeispiel: Intelligente Steuerung von Geschäftsprozessen auf Basis von Big Data Fallbeispiel: Intelligente Steuerung von Geschäftsprozessen auf Basis von Big Data Institut für Finanz- und Aktuarwissenschaften Lise-Meitner-Str. 14 89081 Ulm Oktober 2015 www.ifa-ulm.de Einführung Mit

Mehr

Früherkennung mit Business-Intelligence- Technologien

Früherkennung mit Business-Intelligence- Technologien Bernhard Gehra Früherkennung mit Business-Intelligence- Technologien Anwendung und Wirtschaftlichkeit der Nutzung operativer Datenbestände Mit einem Geleitwort von Prof. Dr. Thomas Hess Deutscher Universitäts-Verlag

Mehr

Checkliste Adwords Optimierung

Checkliste Adwords Optimierung Checkliste Adwords Optimierung WiPeC - Experten für Vertrieb & Marketing 2.0 www.kundengewinnung-im-internet.com WiPeC-Checkliste Adwords Optimierung Mit unserer AdWords-Optimierungs-Checkliste möchten

Mehr

Institut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b.

Institut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b. Institut für Computational Engineering ICE N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t w w w. n t b. c h Rechnen Sie mit uns Foto: ESA Das Institut für Computational Engineering

Mehr

Umfrage Aktuell Neukundengewinnung und Lead Management in mittelständischen Unternehmen: Status quo, Chancen und Potentiale.

Umfrage Aktuell Neukundengewinnung und Lead Management in mittelständischen Unternehmen: Status quo, Chancen und Potentiale. Neukundengewinnung und Lead Management in mittelständischen Unternehmen: Status quo, Chancen und Potentiale. Seite 1 Ergebnisse Lead Management - aber bitte mit Strategie! Lead Management B2B Thema Nr.1

Mehr

SAP Memory Tuning. Erfahrungsbericht Fritz Egger GmbH & Co OG. Datenbanken sind unsere Welt www.dbmasters.at

SAP Memory Tuning. Erfahrungsbericht Fritz Egger GmbH & Co OG. Datenbanken sind unsere Welt www.dbmasters.at SAP Memory Tuning Erfahrungsbericht Fritz Egger GmbH & Co OG Wie alles begann Wir haben bei Egger schon öfter auch im SAP Bereich Analysen und Tuning durchgeführt. Im Jan 2014 hatten wir einen Workshop

Mehr

Prototypenentwicklung zur Identifikation gleichartiger Nachrichtenticker am Beispiel des Gashandels

Prototypenentwicklung zur Identifikation gleichartiger Nachrichtenticker am Beispiel des Gashandels Prototypenentwicklung zur Identifikation gleichartiger Nachrichtenticker am Beispiel des Gashandels TDWI Konferenz München, 24.06.2014 M.Sc.Susann Dreikorn Institut für Wirtschaftsinformatik, 2014 Agenda

Mehr

Internetmarktplätze und eigener Online-Shop so sind Sie mit beiden Vertriebswegen erfolgreich

Internetmarktplätze und eigener Online-Shop so sind Sie mit beiden Vertriebswegen erfolgreich Internetmarktplätze und eigener Online-Shop so sind Sie mit beiden Vertriebswegen erfolgreich Auf Hitmeister 100% sicher verkaufen 2 Ressourcenbedarf Marktplätze und eigener Online-Shop Vertriebskanäle

Mehr

Hardware, Software, Services

Hardware, Software, Services BRAINTOWER manufacturing & retail Hardware, Software, Services Haben Sie die passende IT-Infrastruktur? Hard- und Software mit dem entsprechenden Service Passt die Hardware zu Ihren Anforderungen? Sind

Mehr

mobifleet Beschreibung 1. Terminverwaltung in der Zentrale

mobifleet Beschreibung 1. Terminverwaltung in der Zentrale mobifleet Beschreibung 1. Terminverwaltung in der Zentrale Die Termine werden wie bisher im Outlook verwaltet und erfasst. Der Außendienst selbst, wie auch andere Personen, die Termine für den Außendienst

Mehr

Integration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage.

Integration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage. Integration mit Die Integration der AristaFlow Business Process Management Suite (BPM) mit dem Enterprise Information Management System FILERO (EIMS) bildet die optimale Basis für flexible Optimierung

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

OUTSOURCING ADVISOR. Analyse von SW-Anwendungen und IT-Dienstleistungen auf ihre Global Sourcing Eignung. Bewertung von Dienstleistern und Standorten

OUTSOURCING ADVISOR. Analyse von SW-Anwendungen und IT-Dienstleistungen auf ihre Global Sourcing Eignung. Bewertung von Dienstleistern und Standorten Outsourcing Advisor Bewerten Sie Ihre Unternehmensanwendungen auf Global Sourcing Eignung, Wirtschaftlichkeit und wählen Sie den idealen Dienstleister aus. OUTSOURCING ADVISOR Der Outsourcing Advisor ist

Mehr

CustomerStory. So bringt man sein Markenportfolio erfolgreich an den B2B-Kunden:

CustomerStory. So bringt man sein Markenportfolio erfolgreich an den B2B-Kunden: So bringt man sein Markenportfolio erfolgreich an den B2B-Kunden: Brightpearl-Händler VeloBrands steigert seinen Absatz durch effiziente Order und individuelle KPI-Reports pro B2B-Kunde! Steckbrief Der

Mehr

Data Warehouse ein strategisches Projekt

Data Warehouse ein strategisches Projekt Gosch Consulting GmbH DI Bernhard Scherdoner IDC Österreich Data Warehouse / Data Mining Konferenz Wien, am 21.03.2002 81 Die Bedeutung von Informationen Motivation/Ziele bei DWH-Projekten Aufbau erfolgreicher

Mehr

KMU s 2020. Peter Strizik. Impulse für Innovation, Investition und Wachstum. KMU s 2020

KMU s 2020. Peter Strizik. Impulse für Innovation, Investition und Wachstum. KMU s 2020 Impulse für Innovation, Investition und Wachstum Peter Strizik Bedeutung der KMU s - KMU s sind jene Unternehmen, die neue Arbeitsplätze schaffen. - KMU s beschäftigen in Österreich mit Abstand die meisten

Mehr

W2MO - Nutzen Sie das Potential Ihrer Daten!

W2MO - Nutzen Sie das Potential Ihrer Daten! W2MO - Nutzen Sie das Potential Ihrer Daten! Patricia Rachinger Logivations GmbH www.logivations.com 1 Agenda Logivations und W2MO Big Data in der Logistik Netzwerkanalyse Intralogistik Behälteroptimierung

Mehr

----------------------------------------------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------------------------------------------- 0 Seite 0 von 20 03.02.2015 1 Ergebnisse der BSO Studie: Trends und Innovationen im Business Performance Management (BPM) bessere Steuerung des Geschäfts durch BPM. Bei dieser BSO Studie wurden 175 CEOs,

Mehr

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de Oracle GridControl Tuning Pack best Open Systems Day April 2010 Unterföhring Marco Kühn best Systeme GmbH marco.kuehn@best.de Agenda GridControl Overview Tuning Pack 4/26/10 Seite 2 Overview Grid Control

Mehr

Dokumentenmanagement mit active.pdm

Dokumentenmanagement mit active.pdm Dokumentenmanagement mit active.pdm HITTEAM Solutions 22880 Wedel info@hitteam.de Document Management active.pdm für kleine und mittelständische Unternehmen. active.pdm ist eine Datei basierende Document

Mehr

MULTI-TIER RECHENZENTRUM - EIN DESIGN DER ZUKUNFT? Patrick Pulvermüller

MULTI-TIER RECHENZENTRUM - EIN DESIGN DER ZUKUNFT? Patrick Pulvermüller MULTI-TIER RECHENZENTRUM - EIN DESIGN DER ZUKUNFT? eco Kongress 2009 - Köln Patrick Pulvermüller DIE HOST EUROPE GMBH Größter Anbieter von standardisierten Managed Hosting- Lösungen in Deutschland Zweitgrößter

Mehr

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik) Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,

Mehr

Look Inside: desite. modellorientiertes Arbeiten im Bauwesen. B.I.M.

Look 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

Mehr

Titel. System Center Service Manager 2012 R2 Anleitung zur Installation

Titel. System Center Service Manager 2012 R2 Anleitung zur Installation Autor: Thomas Hanrath Microsoft Certified Trainer Titel System Center Service Manager 2012 R2 Anleitung zur Installation Eine beispielhafte Installationsanleitung zur Verwendung im Testlab Quelle: System

Mehr

Strategische Einsatzgebiete: Individualisierungs-Möglichkeiten: Leistungsumfang und Preise: Produktdatenblatt

Strategische Einsatzgebiete: Individualisierungs-Möglichkeiten: Leistungsumfang und Preise: Produktdatenblatt Nach der Registrierung beim interaktiven WM-Tippspiel kann der Teilnehmer auf seinem Benutzer-Konto Tipps zu allen Begegnungen der WM 2014 abgeben und außerdem vorab seinen Weltmeister-Favoriten bestimmen.

Mehr

MODERNE RISIKOMANAGEMENTANSÄTZE

MODERNE RISIKOMANAGEMENTANSÄTZE Wien, 04.11.2015 1 MODERNE RISIKOMANAGEMENTANSÄTZE VOM FINANZINSTRUMENT BIS ZUR IMMOBILIE, VOM REPORT BIS ZUR AUFSICHTSRECHTLICHEN MELDUNG Mag. Martin Zavadil, COPS GmbH Wien, 04.11.2015 2 MIT VERLÄSSLICHER

Mehr

Die Lieferantenbewertung Geschäftspartner finden und fördern Autor: Jürgen P. Bläsing

Die Lieferantenbewertung Geschäftspartner finden und fördern Autor: Jürgen P. Bläsing QUALITY-APPs Applikationen für das Qualitätsmanagement Probieren und studieren Die Lieferantenbewertung Geschäftspartner finden und fördern Autor: Jürgen P. Bläsing Das Lieferantenmanagement hat auf der

Mehr

Live Innovator Conference Die Gruppe ist intelligenter als der Einzelne. Wülflingerstrasse 271 CH-8408 Winterthur +4152 224 02 77 office@igag.

Live Innovator Conference Die Gruppe ist intelligenter als der Einzelne. Wülflingerstrasse 271 CH-8408 Winterthur +4152 224 02 77 office@igag. Live Innovator Conference Die Gruppe ist intelligenter als der Einzelne Wülflingerstrasse 271 CH-8408 Winterthur +4152 224 02 77 office@igag.ch Erfolgreiche Projekte 70% aller komplexen Projekte sind nicht

Mehr

Rudolf Schraml. Beratung und Vertrieb IT-Security und Datenschutz

Rudolf Schraml. Beratung und Vertrieb IT-Security und Datenschutz Rudolf Schraml Beratung und Vertrieb IT-Security und Datenschutz Effektives IT-Risikomanagement Chance oder Risiko Was vor einiger Zeit nur für die großen Unternehmen galt, ist jetzt auch im Mittelstand

Mehr

Komplexität leicht gemacht

Komplexität leicht gemacht Komplexität leicht gemacht PP EASE ERP Software für die Metall- und Kunststoffindustrie Kalkulation Vertrieb Einkauf Fertigung Zeiterfassung Lager Reklamation Schnittstellen Alles in Einem. PP EASE individuell

Mehr

Customer Relationship Ana lyt ics

Customer Relationship Ana lyt ics Peter Necke1 Bernd Knobloch Customer Relationship Ana lyt ics Praktische Anwendung des Data Mining im CRM d p u n kt.ve r I ag 1 1.1 1.2 1.3 Customer Relationship Management. ein Bezugsrahmen Die Entwicklung

Mehr

Vorgestellt von Hans-Dieter Stubben

Vorgestellt von Hans-Dieter Stubben Neue Lösungen in der GGf-Versorgung Vorgestellt von Hans-Dieter Stubben Geschäftsführer der Bundes-Versorgungs-Werk BVW GmbH Verbesserungen in der bav In 2007 ist eine wichtige Entscheidung für die betriebliche

Mehr

AGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b

AGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Affiliate-Marketing für Shop-Betreiber. Erfolg durch Performance-Marketing

Affiliate-Marketing für Shop-Betreiber. Erfolg durch Performance-Marketing Affiliate-Marketing für Shop-Betreiber Erfolg durch Performance-Marketing Inhalt Kurzvorstellung Was ist Affiliate-Marketing? Formen des Affiliate-Marketings Mechanismen (wie funktioniert es?) Vorteile

Mehr