Fuzzy Customer Segmentation
|
|
- Cornelia Schubert
- vor 8 Jahren
- Abrufe
Transkript
1 Fuzzy Customer Segmentation Dominic Brügger 19. Mai 2005 Zusammenfassung Die herkömmliche Kundensegmentierung beschränkt sich auf eine scharfe Klassifikation der Kunden. Dies genügt nicht, wenn neben den abgeschlossenen Geschäften auch das Entwicklungspotential der Kunden in Betracht gezogen werden soll. Bei der unscharfen Kundensegmentierung kann ein Kunde mehr als einer Klasse angehören. Unscharfe Kundensegmente reflektieren die Realität besser und die Zugehörigkeitsgrade erlauben die Behandlung der Kunden anhand ihres reelen Wertes. Im Zusammenhang mit Online-Customer-Relationship-Management kann die unscharfe Kundensegmentierung eine Möglichkeit darstellen, um auf der Grundlage von Daten, die durch ein Online-Angebot gewonnen werden, gezieltere Marketingentscheide zu treffen. Inhaltsverzeichnis 1 Einleitung 2 2 Grundlagen der Kundensegmentierung Segmentierungskriterien Vorgehensweise Unscharfe Klassifikation Problemstellung Kontextmodell Kontextredundante Tupel Unscharfe Klassen Unscharfe Kundensegmentierung und E-CRM Datenerhebung im Internet Ein Beispiel Fazit 12 1
2 1 Einleitung Im Bereich des Kundenbeziehungsmanagements stellt die Kundensegmentierung eine wichtige Aufgabe dar. Bei der Kundensegmentierung geht es darum, Kunden mit ähnlichen Bedürfnissen in Segmenten zusammenzufassen. Die Segmentierung kann dabei nach verschiedenen Kriterien erfolgen. Ziel der Kundensegmentierung ist eine Umsatzsteigerung durch eine gezieltere und dadurch bessere Kundenansprache. Grundlage der Kundensegmentierung sind Kundendaten, welche in der Regel in einer Datenbank abgespeichert werden. Operative Informationssysteme produzieren umfangreiche Datenbestände. Es besteht daher für Unternehmen zunehmend ein Zwang, die Analyse der in den Datenbanken vorhandenen Rohdaten zu automatisieren. Der aktuelle Trend liegt darin, durch Data-Mining-Techniken wie wie Clusteroder Regressions-Analyse, versteckte Muster und Strukturen in den Datenbeständen aufzudecken. Die herkömmlichen Techniken sind in der Regel auf eine scharfe Klassifikation der Kunden in verschiedene Segmente beschränkt. Soll neben den abgeschlossenen Geschäften auch das Entwicklungspotentials der Kunden in Betracht gezogen werden, genügt es nicht mehr, einzelne Kunden eindeutig einem Segment zuzuordnen. Im vorliegenden Bericht wird ein Ansatz vorgestellt, der durch die Anwendung von Fuzzy Logic eine unscharfe Kundensegmentierung erlaubt. Durch die unscharfe Klassifikation kann ein Kunde gleichzeitig verschiedenen Kundensegmenten angehören. Zugehörikeitsfunktionen bestimmen, zu welchem Grad ein Kunde zu einem Segment gehört. Auf der Basis der Zugehörigkeitesgrade kann ein Unternehmen angemessene Marketingentscheide treffen. Eine erfolgreiche Kundensegmentierung setzt detailliertes Wissen über potenzielle und tatsächliche Kunden voraus. Der Betrieb eines Online-Angebotes erzeugt umfangreiche Informationen über das Verhalten und die Interessen der Online-Kunden. Unscharfe Kundensegmentierung kann eine Möglichkeit darstellen, um auf Grundlage dieser Daten gezielte Marketingstrategien zu entwickeln. Der vorliegende Bericht behandelt in Abschnitt 2 zunächst einige Grundlagen der Kundensegmentierung. Abschnitt 3 führt anschliessend anhand eines Beispiels aus der Kundensegmentierung das Kontextmodell und die unscharfe Klassifikation ein. Abschnitt 4 befasst sich schliesslich damit, wie die unscharfe Kundensegmentierung im Online Customer Relationship Management verwendet werden kann, um Daten zu analysieren, die durch ein Online-Angebot gewonnen werden. 2
3 2 Grundlagen der Kundensegmentierung Unter Kundensegmentierung wird die Aufteilung sämtlicher potenzieller und aktueller Kunden in Untergruppen (Kundensegmente) sowie die Bearbeitung eines oder mehrerer dieser Kundensegmente verstanden [Bru01]. Die Aufteilung der Kunden in Kundensegmente kann nach verschiedenen Segmentierungskriterien erfolgen. 2.1 Segmentierungskriterien Bei der Auswahl an Segmentierungskriterien sind zunächst bestimmte Anforderungen zu berücksichtigen: Messbarkeit: Die Segmentierungskriterien müssen mit vorhandenen Marktforschungsmethoden messbar und statistisch erfassbar sein. Kaufverhaltensrelevanz: Als Kriterien sollten geeignete Indikatoren für das zukünftige Kaufverhalten der Kunden gewählt werden. Wirtschaftlichkeit: Die Erhebung der Kriterien sollte so erfolgen, dass der sich aus der Segmentierung resultierende Nutzen grösser als die dafür anfallenden Kosten sind. Zeitliche Stabilität: Die aus den Kriterien erhobenen Informationen müssen sich über den Planungszeitraum hinweg weitgehend stabil verhalten. Segmentierungskriterien lassen sich in Abhängigkeit von ihrer Steuerbarkeit durch das Unternehmen unterscheiden. Demnach können endogenen Kriterien und exogenen Kriterien differenziert werden [Bru01]. Endogene Kriterien sind durch das Unternehmen steuerbar. Zu dieser Gruppe gehören folgende Segmentierungskriterien: Ökonomische endogene Kriterien (z.b. Kundendeckungsbeitrag) Verhaltensbezogene endogene Kriterien (z.b. Kundenbindung) Psychologische endogene Kriterien (z.b. Kundenzufriedenheit, Beziehungsqualität) Zum Beispiel lassen sich durch das endogene Kriterium Kundendeckungsbeitrag profitable von unprofitalen Kunden oder durch das Kriterium Kundenzufriedenheit zufriedene von unzufriedenen Kunden abgrenzen. Im Gegensatz zu den endogenen Kriterien sind exogene Kriterien durch das Unternehmen selbst nicht steuerbar oder nur begrenzt steuerbar. Sie stellen dennoch Aspekte dar, die für den Unternehmenserfolg relevant sind. Zu dieser Gruppe gehören folgende Segmentierungskriterien: Demografische exogene Kriterien (z.b. Alter, Geschlecht) Sozioökonomische exogene Kriterien (z.b. Einkommen, soziale Schicht) Verhaltensbezogene exogene Kriterien (z.b. Informationsverhalten) Psychologische exogene Kriterien (z.b. Qualitätsanforderungen) 3
4 2.2 Vorgehensweise Bei der Kundensegmentierung wird im Allgemeinen in drei Schritten vorgegengen [Bru01]: 1. Segmentbildung: Auf der Basis der gewählten Strukturierungskriterien werden Kundensegmente gebildet. 2. Segmentbeschreibung: Um Ansatzpunkte für die Kundenbearbeitung abzuleiten, wird anhand der Beschreibungskriterien eine Beschreibung der Kundensegmente erarbeitet. 3. Segmentbearbeitung: Für die ausgewählten Segmente wird eine Strategie erarbeitet und umgesetzt. Als Beispiel werden die Kunden im ersten Schritt durch das Strukturierungskriterium Kundenzufriedenheit segmentiert. Als Segmente ergeben sich vereinfacht zufriedene Kunden und unzufriedene Kunden. Im zweiten Schritt werden diese beiden Segmente anhand des Beschreibungskriteriums Alter beschrieben. Als Ergebnis zeigt sich, dass die zufriedenen Kunden generell älter sind als unzufriedene Kunden. Als Implikation aus diesem Ergebnis werden im dritten Schritt Massnahmen zur Erhöhung der Kundenzufriedenheit bei jüngeren Kunden ergriffen. 4
5 3 Unscharfe Klassifikation 3.1 Problemstellung In den Unternehmen entstehen heute umfangreiche Datenmengen, welche hauptsächlich in relationalen Datenbanken abgespeichert werden. Durch die Überlast an Informationen wird es jedoch zunehmend schwierig, diese Datenmengen zu analysieren, um Kundensegmente zu bilden und daraus resultierende Strategien zu entwickeln. In diesem Zusammenhang gewinnt Data-Mining mehr und mehr an Bedeutung. Data-Mining ermöglicht mit Hilfe verschiedener Techniken das automatische Auswerten solcher Datenbestände. Ziel dabei ist das Aufspüren von Muster beziehungsweise statistischen Auffälligkeiten. So lassen sich zum Beispiel Änderungen im Verhalten von Kunden oder Kundensegmenten aufspüren und Geschäftsstrategien können darauf ausgerichtet werden. Statistische Data-Mining-Techniken wie Cluster- oder Regressions-Analyse erlauben jedoch nur eine scharfe Klassifikation der Kunden, das heisst, jeder Kunde wird genau einer Klasse zugeordnet. Soll neben den abgeschlossenen Geschäften auch das Entwicklungspotentials der Kunden berücksichtigt werden, genügt es nicht mehr, einzelne Kunden eindeutig einem Segment zuzuordnen. In den folgenden Abschnitten wird mit der unscharfen Klassifikation [WMM05, MWA05, Sch99] ein Ansatz vorgestellt, der es erlaubt, Kunden in unscharfe Segmente aufzuteilen. 3.2 Kontextmodell Das Kontextmodell ist eine Erweiterung des relationalen Datenmodells. Auf Grundlage des Kontextmodells lassen sich die in einer Relation scharf abgespeicherten Daten nach unscharfen Kriterien eingeteilen. Dabei wird jedem Attribut A j, definiert auf einem Wertebereich D(A j ), einen Kontext K(A j ) zugeordnet. Ein Kontext K(A j ) ist eine Partition von D(A j ) in Äquivalenzklassen. Ein relationales Datenbankschema mit Kontexten R(A, K) besteht daher aus einer Menge A = (A 1,..., A n ) von Attributen mit assoziierten Kontexten K = (K 1 (A 1 ),..., K n (A n )). Die Auswertung einer Abfrage in der Relationenalgebra mit Kontexten basiert auf den Kontextäquivalenzklassen. Es werden diejenigen Daten extrahiert, die mit den in der Abfrage spezifizierten Werten äquivalent sind. Das sind alle Werte, die zu der Äquivalenzklasse gehören, die den Zielwert der Abfrage enthält. Als Beispiel betrachten wir eine Kundensegmentierung nach den Kriterien Umsatz und Zahlungszeit. Das entsprechende Datenbankschema R(A, K) besteht aus folgenden Mengen: A = {Kunde, U msatz, Zahlungszeit} K = {K(Kunde), K(U msatz), K(Zahlungszeit)} Der Umsatz wird in Dollar pro Monat gerechnet und sein Wertebereich ist definiert durch D(U msatz) = [0, 1000]. Die Zahlungszeit wird in Tagen gemessen und ihr Wertebereich ist definiert durch D(Zahlungszeit) = [ 9, 10]. Die Zahlungszeit 3 zum Beispiel bedeutet, dass der Kunde Rechungen drei Tage vor dem Zahlungstermin bezahlt. Die Kontexte definieren wir durch folgende Partitionen: 5
6 K(Kunde) = {{Kundenname}} K(U msatz) = {[0, 499], [500, 1000]} K(Zahlungszeit) = {[ 9, 0], [1, 10]} Da Kunde kein qualifizierendes Attribut ist, ist es in seiner eigenen Äquivalenzklasse definiert. Im Gegensatz dazu werden die Wertebereiche von Umsatz und Zahlungszeit je in zwei Äquivalenzklassen partitioniert. Bei einer Klassifikation im Kontextmodell werden Klassen durch die Kontexte als Teilgebiete des Merkmaulsraumes erklärt. In Abbildung 1 spannen die die Kontexte der Attribute Umsatz und Zahlungszeit einen zweidimensionalen Klassifikationsraum auf und erzeugen die Klassen C 1, C 2, C 3 und C 4. Die inhaltliche Bedeutung der Klassen wird durch die Zuordnung von Klassennamen sichtbar gemacht. Dies erleichtert eine sinnvolle Interpretation der Klassen. D(Umsatz) 1000 C1 Kunde binden C2 Kundentreue fördern C3 Umsatz erhöhen C4 Nicht investieren D(Zahlungszeit) Abbildung 1: Klassifikationsraum 3.3 Kontextredundante Tupel Im Kontextmodell tritt eine neue Form von Redundanz auf: Zwei Tupel t und t sind kontextredundant, wenn alle Tupelkomponenten t i und t i zur gleichen Äquivalenzklasse gehören. Tabelle 1 zeigt eine Relation mit kontextredundanten Tupel. Zum Beispiel sind die Tupel t 1 und t 2 kontextredundant, da sowohl -8 und -1 als auch 900 und 540 zur selben Äquivalenzklasse gehören. Kontexredundanzfreie Relationen erhält man im Kontextmodell durch Vereinigung der kontextredundanten Tupel (Mischoperation). Ein Objekt gehört zu einer Klasse, wenn sein Merkmalsvektor ins entsprechende Teilgebiet zeigt. Als Klassifikationsfunktion wird die Mischoperation gewählt. Tabelle 2 zeigt das Resultat der Mischoperation auf die Relation in Tabelle 1. Durch diese Operation erhält man eine scharfe Klassifikation der Kunden. 6
7 Kunde Zahlungszeit Umsatz Smith t 1 Brown t 2 Ford t 3 Miller t 4 Tabelle 1: Relation mit kontextredundanten Tupel Kunde Zahlungszeit Umsatz {Smith,Brown} {-8,-1} {900,540} C 1 {Ford,Miller} {2,10} {490,50} C 4 Tabelle 2: Scharfe Klassifikation 3.4 Unscharfe Klassen In diesem Abschnitt erweitern wird das Kontextmodell mit Elementen aus der Theorie der unscharfen Mengen zu einer unscharfen Klassifikation. Um unscharfe Klassen aus den bisher betrachteten scharfen Kontexten herleiten zu können, werden den Äquivalenzklassen verbale Begriffe zugeordnet. Eine formale Beschreibung der Zuordnung von verbalen Begriffen zu Äquivalenzklassen wird durch das Konzept der linguistischen Variablen möglich. Linguistische Variablen haben als Werte keine Zahlen, sondern sprachliche Konstrukte bzw. verbale Begriffe. Als Beispiel führen wir linguistische Variablen für die Attribute Umsatz und Zahlungszeit ein. Die linguistische Variable Umsatz definieren wir durch die Termmenge T (U msatz) = {tief, hoch}, wobei die beiden verbalen Begriffe die Äquivalenzklassen [0, 499] bzw. [500, 1000] beschreiben. Analog definieren wir die linguistische Variable Zahlungszeit durch die Termmenge T (Zahlungszeit) = {akzeptabel, inakzeptabel}, wobei die beiden verbalen Begriffe die Äquivalenzklassen [ 9, 0] bzw. [1, 10] beschreiben. Das Konzept der linguistischen Variblen erlaubt es, Äquivalenzklassen intuitiver zu beschreiben. Die Interpretation einer linguistischen Variablen ist mit einer gewissen Unschärfe behaftet. So kann zum Beispiel keine scharf begrenzte Zahlungszeit angeben werden, die als akzeptabel gilt. Zur Modellierung dieser Unschärfe betrachtet man jeden verbalen Term einer linguistischen Variablen als eine unscharfe Menge, die durch Zugehörigkeitsfunktionen auf den Wertebereichen der Attribute definiert sind. In Abbildung 2 werden den verbalen Begriffe akzeptabel und inakzeptabel die Zugehörigkeitsfunktionen µ akzeptabel und µ inakzeptabel zugeordnet. Die Zahlungszeit 0 ist gleichzeitig akzeptabel und inakzeptabel. In beiden Fällen nimmt die Zugehörigkeitsfunktion an dieser Stelle den Wert 0.5 an. Eine Zahlunszeit von 0 Tagen ist also nicht ausschliesslich akzeptabel oder inakzeptabel wie bei scharfen Klassen. Die Zugehörigkeit eines Objektes zu einer Klasse ergibt sich aus der Aggregation über alle Terme der linguistischen Variablen, welche die Klasse definieren. Die Klasse C 1 zum Beispiel wird durch die Begriffe hoch und akzeptabel beschrieben. Der Zugehörigkeitsgrad eines Objektes zu C 1 ergibt sich deshalb aus einer Aggregation über µ hoch und µ akzeptabel. 7
8 D(Umsatz) µ hoch 1000 Smith C1 C Brown Ford C3 C4 µ tief 0 Miller D(Zahlungszeit) µ akzeptabel µ inakzeptabel Abbildung 2: Unscharfe Klassifikation mit Zugehörigkeitsfunktionen In der Theorie der unscharfen Mengen existieren verschiedene Aggregationsoperatoren. Beim Minimumoperatorist ist zum Beispiel das Merkmal mit dem geringsten Zugehörigkeitswert massgebend für die Zugehörigkeit der Klasse ist. Eine feinere Gewichtung der Attribute erlaubt zum Beispiel der γ-operator. Die Relation in Tabelle 3 zeigt eine unscharfe Klassifikation mit Zugehörigkeitsgraden. Kunde Zahlungszeit Umsatz {(Smith,1.0),(Brown,0.27),(Ford,0.23)} akzeptabel hoch C 1 {(Brown,0.25),(Ford,0.25)} inakzeptabel hoch C 2 {(Brown,0.25),(Ford,0.25)} akzeptabel tief C 3 {(Miller,1.0),(Brown,0.23),(Ford,0.27)} inakzeptabel tief C 4 Tabelle 3: Unscharfe Klassifikation mit Zugehörigkeitsgraden Der Hauptunterschied zur scharfen Klassifikation besteht darin, dass bei der unscharfen Klassifikation ein Kunde mehr als einer Klasse angehören kann. Durch die Einführung von Zugehörigkeitsfunktionen verschwindet die scharfe Grenze zwischen den Klassen. Unscharfe Kundensegmente reflektieren die Realität besser und die Zugehörigkeitsgrade erlauben die Behandlung der Kunden anhand ihres reelen Wertes. 8
9 4 Unscharfe Kundensegmentierung und E-CRM 4.1 Datenerhebung im Internet Online- oder Electronic-Customer-Relationship-Management (kurz E-CRM) umfasst die Analyse, Planung und Steuerung der Kundenbeziehungen mit Hilfe elektronischer Medien, insbesondere des Internet. Ziel ist eine umfassende Ausrichtung des Unternehmens auf ausgewählte Kunden [EF01, SS02]. Ein erfolgreiches Kundenbeziehungsmanagement setzt detaillierte Informationen über individuelle Eigenschaften, Bedürfnisse und Interessen potenzieller und tatsächlicher Kunden voraus. Je genauer ein Unternehmen spezifische Kundensegmente identifizieren und individuelles Kundenverhalten vorhersagen kann, desto gezielter können Massnahmen des CRM eingesetzt werden. Die Erhebung von Informationen über Online-Kunden wird dadurch erleichtert, dass die Bewegungen auf den Seiten eines Online-Angebotes automatisch aufgezeichnet werden. Web-Server protokollieren die Seitenaufrufe eines jeden Besuchers in Logfiles. Diese Logfiles geben bei geeigneter Auswertung detailliert Auskunft darüber, welche Seiten in welcher Reihenfolge wie lange betrachtet werden, welche Inhalte besonders häufig abgefragt werden oder aufgrund welcher Suchbegriffe Nutzer auf die Seite verwiesen wurden. Die anfallenden Datenmengen sind im Rohzustand jedoch wenig aussagekräftig und bedürfen einer geeigneten Aufbereitung, bevor sie in die Datenbank überführt werden. Die Erkenntnisse über Online-Besucher lassen sich zusätzlich verbessern, wenn neben den Logfiles weitere Informationsquellen in die Analyse eingebunden werden, zum Beispiel Benutzerdaten, Transaktionsdaten oder Kundenstammdaten. Voraussetzung für die Integration dieser Daten ist eine Identifizierung des Benutzers, zum Beispiel durch Benutzernamen und Passwort. Benutzerdaten zu persönlichen Eigenschaften und Präferenzen werden typischerweise bei Anmelde- und Registrierungsvorgängen über Online-Formulare erhoben. Transaktionsdaten zu Kauf- oder Bestellvorgängen über die Webeite können ebenfalls automatisch in die Datenbank überführt werden. Daneben können Kundenstammdaten oder soziodemographische Daten herangezogen werden. Die zusätlichen Datenquellen werden in der Datenbank mit den Daten aus den Logfiles zusammenführt. Auf der Grundlage der Daten, die durch die Webseite gewonnen werden, können spezifische Kundensegmente identifiziert werden. Die folgende Liste enthält Beispiele von Kennzahlen, die als Kriterien für die Segmentierung denkbar wären: Verwendeter Browser / Betriebssystem Herkunft (IP) Referrer / Suchmachine Einstiegs- und Ausstiegsseiten Häufigkeit der Besuche Verweildauer Pfadanalyse Benutzerdaten Kaufverhalten Transaktionsdaten 9
10 Die Informationen über den verwendeten Browser und das Betriebssystem sind nur beschränkt für eine Kundensegmentierung nutzbar. Sie können allenfalls Aufschluss über das technische Know-How der Besucher geben. Hingegen kann die IP-Adresse Auskunft über die Herkunft geben. Unter der Voraussetzung, dass man über externe Statistiken der zu betrachtenden Regionen verfügt, können daraus zum Beispiel sozioökonomische Informationen wie Einkommen oder soziale Schicht des Besuchers abgeleitet werden. Ein Referer ist die Internetadresse einer Webseite, die den Besucher zur aktuellen Seite gebracht hat. Ist die Ursprungsseite eine Suchmaschine, kann der Referrer ebenfalls den eingegebenen Suchbegriff enthalten. Zusammen mit den Ein- und Ausstiegsseiten kann diese Information Aufschluss darüber geben, ob ein Besucher die Seite nur zufällig besucht oder ob er zielgerichtet nach einem bestimmten Produkt oder einer bestimmten Dienstleistung sucht. Diese Kennzahlen werden häufig verwendet, um Webseiten zu optimieren. Es ist jedoch fragwürdig, ob sie für eine Kundensegmentierung geeignet sind. Aus der Häufigkeit der Besuche eines Benutzers und der durchschnittlichen Dauer der Besuche können Informationen über Verhalten und Interesse der Besucher abgeleitet werden. Die Pfadanalyse zeigt, wie sich ein Besucher durch den Internetauftritt bewegt und welche Inhalte er beachtet. Daraus können konkrete Hinweise über die Interessen des Besuchers gewonnen werden. Diese Informationen können durchaus als Grundlage für eine Segmentierung in Betracht gezogen werden. Benutzerdaten werden in der Regel direkt vom Online-Kunden zum Zeitpunkt der Benutzerregistrierung eingegeben. Zu den typischen Benutzerdaten gehören Personalien wie zum Beispiel Name, Adresse und Wohnort. Zusätzlich zu den üblichen Personalien kann der Benutzer zu einer direkten Eingabe von Interessen und Präferenzen anhand von Check-Box-Formularen aufgefordert werden. Erfahrungsgemäss ist die Bereitschaft dazu jedoch relativ gering. Im Allgemeinen können Benutzerdaten sicherlich wichtige Informationen für eine Kundensegmentierung liefern. Transaktionsdaten zu Kauf- oder Bestellvorgängen, die über die Webseite getätigt werden, können automatisch gewonnen und in die Datenbank überführt werden. Transaktionsdaten gehören sicherlich zu den wertvollsten Informationen aus Online- Angeboten, die für eine Kundensegmentierung verwendet werden können. Allerdings erfordert die Bereitschaft zu einem Kaufvorgang über die Webseite bereits ein hohes Mass an Vertrauen von Seiten des Online-Kunden. 4.2 Ein Beispiel Die unscharfe Kundensegmentierung stellt eine Möglichkeit dar, um auf der Basis von Daten, die durch ein Online-Angebot gewonnen werden, gezieltere Entscheide zu treffen. Die Zugehörigkeitsgrade erlauben es, die Online-Kunden anhand ihres reellen Wertes zu behandeln. In diesem Abschnitt soll nun an einem vereinfachten Beispiel einer Marketingkampagne gezeigt werden, wie unscharfe Kundensegmentierung im E-CRM verwendet werden könnte. Eine Marketingkampagne ist in der Regel mit hohen Kosten verbunden. Aus diesem Grund ist es wichtig, eine Zielgruppe mit Potential zu wählen. Eine Strategie könnte sein, Online-Kunden zu wählen, die zwar häufig die Webseite besuchen, aber nur einen niedrigen Umsatz produzieren. Die Häufigkeit der Besuche eines Benutzer wird vom Web-Server automatisch protokolliert. Unter der Voraussetzung, dass der Benutzer sich identifiziert, kann diese 10
11 D(Umsatz) µ hoch 1000 C1 C C3 C4 µ tief D(Besuche) Zielgruppe µ häufig µ selten Abbildung 3: Wahl der Kunden für eine Marketingkampagne Information in der Datenbank mit den Kundendaten zusammengeführt werden. Aus den Transaktionsdaten erhalten wir den Umsatz des Kunden. Die beiden Attribute Häufigkeit der Besuche und Umsatz können dann für eine unscharfe Segmentierung der Kunden verwendet werden, indem geeignete Zugehörigkeitsfunktionen auf den Wertebereichen der Attribute definiert werden. Die Zugehörigkeitsgrade erlauben, eine Teilmenge der Kunden aus den Klassen C 1 und C 3 als Zielgruppe auszuwählen. Dies erlaubt es zum Beispiel, Kunden auszuschliessen, die keinen Umsatz produzieren und die Webseite nur passiv benutzen. Abbildung 3 zeigt ein Beispiel. Im Gesensatz zu einer scharfen Klassifikation erlaubt die unscharfe Klassifikation anhand der Zugehörigkeitsgrade die genaue Evaluation der attraktiven Kunden. 11
12 5 Fazit Die herkömmliche Kundensegmentierung beschränkt sich in der Regel auf eine scharfe Klassifikation der Kunden. Soll neben den abgeschlossenen Geschäften auch das Entwicklungspotentials der Kunden in Betracht gezogen werden, genügt es nicht, einzelne Kunden eindeutig einem Segment zuzuordnen. Mit der unscharfen Klassifikation wurde ein Ansatz vorgestellt, mit dem Kunden in unscharfe Segmente aufgeteilt werden können. Der Hauptunterschied zur scharfen Klassifikation besteht darin, dass bei der unscharfen Klassifikation ein Kunde mehr als einer Klasse angehören kann. Durch die Einführung von Zugehörigkeitsfunktionen verschwindet die scharfe Grenze zwischen den Klassen. Unscharfe Kundensegmente reflektieren die Realität besser und die Zugehörigkeitsgrade erlauben die Behandlung der Kunden anhand ihres reelen Wertes. Dadurch wird eine genauere Evaluation der attraktiven Kunden möglich. Unscharfe Kundensegmentierung kann auch im Zusammenhang mit Online-Customer-Relationship-Management verwendet werden, um eine gezieltere Behandlung der Online-Kunden anhand der Zugehörigkeitsgrade zu erreichen. Die Segmentierung findet dabei auf der Grundlage von Daten statt, die durch ein Online-Angebot gewonnen werden. 12
13 Literatur [Bru01] [EF01] [MWA05] [Sch99] [SS02] Bruhn, Manfred: Relationship Marketing: Das Management von Kundenbeziehungen. Verlag Franz Vahlen München, 2001 Eggert, Andreas ; Fassott, Georg: ecrm - Electronic Customer Relationship Management: Management der Kundenbeziehungen im Internet- Zeitalter. Schäffer-Poeschel Verlag, 2001 Meier, Andreas ; Werro, Nicolas ; Albrecht, Martin: Using a Fuzzy Classification Query Language for Custtomer Relationship Managemen Schindler, Günter: Unscharfe Klassifikation durch kontextbasierte Datenbankanfragen. In: Informatik/Informatique (1999), Nr. 3, S Schmidt, Inga ; Schögel, Marcus: ecrm - mit Informationstechnologien Kundenpotenziale Nutzen. Symposion Publishing, 2002 [WMM05] Werro, Nicolas ; Meier, Andreas ; Mezger, Christian: Concept and Implementation of a Fuzzy Classification Language
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
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
MehrIBIS Professional. z Dokumentation zur Dublettenprüfung
z Dokumentation zur Dublettenprüfung Die Dublettenprüfung ist ein Zusatzpaket zur IBIS-Shopverwaltung für die Classic Line 3.4 und höher. Dubletten entstehen dadurch, dass viele Kunden beim Bestellvorgang
MehrKonfiguration VLAN's. Konfiguration VLAN's IACBOX.COM. Version 2.0.1 Deutsch 01.07.2014
Konfiguration VLAN's Version 2.0.1 Deutsch 01.07.2014 In diesem HOWTO wird die Konfiguration der VLAN's für das Surf-LAN der IAC-BOX beschrieben. Konfiguration VLAN's TITEL Inhaltsverzeichnis Inhaltsverzeichnis...
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrFlowFact Alle Versionen
Training FlowFact Alle Versionen Stand: 29.09.2005 Rechnung schreiben Einführung Wie Sie inzwischen wissen, können die unterschiedlichsten Daten über verknüpfte Fenster miteinander verbunden werden. Für
Mehr5. Übung: PHP-Grundlagen
5.1. Erstes PHP-Programm 1. Schreiben Sie PHP-Programm innerhalb einer Webseite, d.h. innerhalb eines HTML-Dokument. Ihr PHP-Programm soll einen kurzen Text ausgeben und Komentare enthalten. Speichern
MehrMulticheck Schülerumfrage 2013
Multicheck Schülerumfrage 2013 Die gemeinsame Studie von Multicheck und Forschungsinstitut gfs-zürich Sonderauswertung ICT Berufsbildung Schweiz Auswertung der Fragen der ICT Berufsbildung Schweiz Wir
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrIRF2000 Application Note Lösung von IP-Adresskonflikten bei zwei identischen Netzwerken
Version 2.0 1 Original-Application Note ads-tec GmbH IRF2000 Application Note Lösung von IP-Adresskonflikten bei zwei identischen Netzwerken Stand: 27.10.2014 ads-tec GmbH 2014 IRF2000 2 Inhaltsverzeichnis
MehrWERKZEUG KUNDENGRUPPEN BILDEN
Integrierter MarketinXervice Dr. Rüdiger Alte Wilhelm-Busch-Straße 27 99099 Erfurt Tel.: 0361 / 55 45 84 38 WERKZEUG GRUPPEN BILDEN Die folgenden Fragen mögen Ihnen helfen, Kriterien aufzustellen, anhand
Mehretutor Benutzerhandbuch XQuery Benutzerhandbuch Georg Nitsche
etutor Benutzerhandbuch Benutzerhandbuch XQuery Georg Nitsche Version 1.0 Stand März 2006 Versionsverlauf: Version Autor Datum Änderungen 1.0 gn 06.03.2006 Fertigstellung der ersten Version Inhaltsverzeichnis:
MehrInhalt. Kundenbindung langfristig Erfolge sichern 5 Kundenbindung als Teil Ihrer Unternehmensstrategie 6 Was Kundenorientierung wirklich bedeutet 11
2 Inhalt Kundenbindung langfristig Erfolge sichern 5 Kundenbindung als Teil Ihrer Unternehmensstrategie 6 Was Kundenorientierung wirklich bedeutet 11 Die Erfolgsfaktoren für Ihre Kundenbindung 17 Diese
MehrKapitel 4 Die Datenbank Kuchenbestellung Seite 1
Kapitel 4 Die Datenbank Kuchenbestellung Seite 1 4 Die Datenbank Kuchenbestellung In diesem Kapitel werde ich die Theorie aus Kapitel 2 Die Datenbank Buchausleihe an Hand einer weiteren Datenbank Kuchenbestellung
MehrEr musste so eingerichtet werden, dass das D-Laufwerk auf das E-Laufwerk gespiegelt
Inhaltsverzeichnis Aufgabe... 1 Allgemein... 1 Active Directory... 1 Konfiguration... 2 Benutzer erstellen... 3 Eigenes Verzeichnis erstellen... 3 Benutzerkonto erstellen... 3 Profil einrichten... 5 Berechtigungen
MehrBeschreibung des MAP-Tools
1. Funktionen des MAP-Tool 2. Aufbau des MAP-Tools 3. Arbeiten mit dem MAP-Tool Beschreibung MAP-Tool.doc Erstellt von Thomas Paral 1 Funktionen des MAP-Tool Die Hauptfunktion des MAP-Tools besteht darin,
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrZur Bestätigung wird je nach Anmeldung (Benutzer oder Administrator) eine Meldung angezeigt:
K U R Z A N L E I T U N G D A S R Z L WE B - P O R T A L D E R R Z L N E W S L E T T E R ( I N F O - M A I L ) RZL Software GmbH Riedauer Straße 15 4910 Ried im Innkreis Version: 11. Juni 2012 / mw Bitte
MehrAGROPLUS 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
MehrMit der Maus im Menü links auf den Menüpunkt 'Seiten' gehen und auf 'Erstellen klicken.
Seite erstellen Mit der Maus im Menü links auf den Menüpunkt 'Seiten' gehen und auf 'Erstellen klicken. Es öffnet sich die Eingabe Seite um eine neue Seite zu erstellen. Seiten Titel festlegen Den neuen
MehrSeite 1 von 14. Cookie-Einstellungen verschiedener Browser
Seite 1 von 14 Cookie-Einstellungen verschiedener Browser Cookie-Einstellungen verschiedener Browser, 7. Dezember 2015 Inhaltsverzeichnis 1.Aktivierung von Cookies... 3 2.Cookies... 3 2.1.Wofu r braucht
MehrBedienungsanleitung. Matthias Haasler. Version 0.4. für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof
Bedienungsanleitung für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof Matthias Haasler Version 0.4 Webadministrator, email: webadmin@rundkirche.de Inhaltsverzeichnis 1 Einführung
MehrHerzlich Willkommen beim Webinar: Was verkaufen wir eigentlich?
Herzlich Willkommen beim Webinar: Was verkaufen wir eigentlich? Was verkaufen wir eigentlich? Provokativ gefragt! Ein Hotel Marketing Konzept Was ist das? Keine Webseite, kein SEO, kein Paket,. Was verkaufen
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrWebhost Unix Statistik
Webhost Unix Statistik Für jeden Betreiber eines Webservers ist es natürlich auch interessant zu wissen, welchen Erfolg das eigene Angebot hat und welche Seiten denn am öftesten abgerufen werden. Da jeder
MehrSkriptenverkauf Datenmodell. Lars Trebing, 4. Juli 2008
Skriptenverkauf Datenmodell Lars Trebing, 4. Juli 2008 Überblick Verkaufsvorgang Verkaufter Bestand Ärger Nummer Verkaufsvorgang Nummer Lagerplatz Abschlußzeitpunkt primär (ja, nein) Text Verkäufer Kunde
MehrGuide DynDNS und Portforwarding
Guide DynDNS und Portforwarding Allgemein Um Geräte im lokalen Netzwerk von überall aus über das Internet erreichen zu können, kommt man um die Themen Dynamik DNS (kurz DynDNS) und Portweiterleitung(auch
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrKostenstellen verwalten. Tipps & Tricks
Tipps & Tricks INHALT SEITE 1.1 Kostenstellen erstellen 3 13 1.3 Zugriffsberechtigungen überprüfen 30 2 1.1 Kostenstellen erstellen Mein Profil 3 1.1 Kostenstellen erstellen Kostenstelle(n) verwalten 4
MehrVon zufriedenen zu treuen Kunden
Von zufriedenen zu treuen Kunden Branchenbezogene Zusammenhang von Forschung Image, Kundenzufriedenheit und Loyalität beim kommunalen Versorger Falk Ritschel und Sabrina Möller Conomic Marketing & Strategy
Mehr7 Tipps zur Verwaltung von E-Mail-Listen!
7 Tipps zur Verwaltung von E-Mail-Listen! Quelle: www.rohinie.eu Eine solide Verwaltung der eigenen E-Mail-Listen ist eine wichtige Voraussetzung für die erfolgreiche Generierung von Leads und Umsätzen!
MehrBenutzeranleitung Superadmin Tool
Benutzeranleitung Inhalt 1 Einleitung & Voraussetzungen... 2 2 Aufruf des... 3 3 Konto für neuen Benutzer erstellen... 3 4 Services einem Konto hinzufügen... 5 5 Benutzer über neues Konto informieren...
MehrHilfe zur Urlaubsplanung und Zeiterfassung
Hilfe zur Urlaubsplanung und Zeiterfassung Urlaubs- und Arbeitsplanung: Mit der Urlaubs- und Arbeitsplanung kann jeder Mitarbeiter in Coffee seine Zeiten eintragen. Die Eintragung kann mit dem Status anfragen,
MehrIm Original veränderbare Word-Dateien
Objekte einer Datenbank Microsoft Access Begriffe Wegen seines Bekanntheitsgrades und der großen Verbreitung auch in Schulen wird im Folgenden eingehend auf das Programm Access von Microsoft Bezug genommen.
Mehr1. Einleitung... 1 2. Abfrage des COON-Benutzernamens... 2 3. Ändern des Initial-Passwortes... 6 4. Anmelden an der COON-Plattform...
Seite 1 von 9 Inhaltsverzeichnis 1. Einleitung... 1 2. Abfrage des COON-Benutzernamens... 2 3. Ändern des Initial-Passwortes... 6 4. Anmelden an der COON-Plattform... 7 1. Einleitung Dieses Dokument beschreibt
MehrSANDBOXIE konfigurieren
SANDBOXIE konfigurieren für Webbrowser und E-Mail-Programme Dies ist eine kurze Anleitung für die grundlegenden folgender Programme: Webbrowser: Internet Explorer, Mozilla Firefox und Opera E-Mail-Programme:
MehrHandbuch. timecard Connector 1.0.0. Version: 1.0.0. REINER SCT Kartengeräte GmbH & Co. KG Goethestr. 14 78120 Furtwangen
Handbuch timecard Connector 1.0.0 Version: 1.0.0 REINER SCT Kartengeräte GmbH & Co. KG Goethestr. 14 78120 Furtwangen Furtwangen, den 18.11.2011 Inhaltsverzeichnis Seite 1 Einführung... 3 2 Systemvoraussetzungen...
MehrFreigabemitteilung Nr. 39. Neue Funktionen Emailadresse zurücksetzen / ändern Kennung ändern Anlegen von OCS (elektr. Postfach) Mailbenutzern
Freigabemitteilung Nr. 39 Neue Funktionen Emailadresse zurücksetzen / ändern Kennung ändern Anlegen von OCS (elektr. Postfach) Mailbenutzern DFBnet Benutzerverwaltung Erstellt: Letzte Änderung: Geprüft:
MehrNetzwerkeinstellungen unter Mac OS X
Netzwerkeinstellungen unter Mac OS X Dieses Dokument bezieht sich auf das D-Link Dokument Apple Kompatibilität und Problemlösungen und erklärt, wie Sie schnell und einfach ein Netzwerkprofil unter Mac
Mehr.htaccess HOWTO. zum Schutz von Dateien und Verzeichnissen mittels Passwortabfrage
.htaccess HOWTO zum Schutz von Dateien und Verzeichnissen mittels Passwortabfrage Stand: 21.06.2015 Inhaltsverzeichnis 1. Vorwort...3 2. Verwendung...4 2.1 Allgemeines...4 2.1 Das Aussehen der.htaccess
MehrRegistrierung als webkess-benutzer
Registrierung als webkess-benutzer Ihre Registrierung als Benutzer ist Voraussetzung für den Zugang und die Teilnahme bei webkess. Einzige Voraussetzung für die Registrierung als Benutzer ist eine gültige
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrDER SELBST-CHECK FÜR IHR PROJEKT
DER SELBST-CHECK FÜR IHR PROJEKT In 30 Fragen und 5 Tipps zum erfolgreichen Projekt! Beantworten Sie die wichtigsten Fragen rund um Ihr Projekt für Ihren Erfolg und für Ihre Unterstützer. IHR LEITFADEN
MehrPK-Website: Besuche & Seitenaufrufe 2010 und 2011
Abb. 2011-4/278 (Ausschnitt) PK-Website: Besuche & Seitenaufrufe bis 31. Dezember 2011, 248.993 Besuche, 425.183 Seitenaufrufe SG Dezember 2011 / Januar 2012 PK-Website: Besuche & Seitenaufrufe 2010 und
MehrGEORG.NET Anbindung an Ihr ACTIVE-DIRECTORY
GEORG.NET Anbindung an Ihr ACTIVE-DIRECTORY Vorteile der Verwendung eines ACTIVE-DIRECTORY Automatische GEORG Anmeldung über bereits erfolgte Anmeldung am Betriebssystem o Sie können sich jederzeit als
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
Mehrmysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank
mysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank In den ersten beiden Abschnitten (rbanken1.pdf und rbanken2.pdf) haben wir uns mit am Ende mysql beschäftigt und kennengelernt, wie man
MehrAZK 1- Freistil. Der Dialog "Arbeitszeitkonten" Grundsätzliches zum Dialog "Arbeitszeitkonten"
AZK 1- Freistil Nur bei Bedarf werden dafür gekennzeichnete Lohnbestandteile (Stundenzahl und Stundensatz) zwischen dem aktuellen Bruttolohnjournal und dem AZK ausgetauscht. Das Ansparen und das Auszahlen
MehrDossier Kunden zu Fans
Dossier Kunden zu Fans Das forum!-fanmodell: fan!-indikator und fan!-portfolio Erläuterung und Einbindung in CAS genesisworld x5 Copyright forum! Marktforschung GmbH (Mainz); Alle Rechte vorbehalten, auch
MehrBeispiel Shop-Eintrag Ladenlokal & Online-Shop im Verzeichnis www.wir-lieben-shops.de 1
Beispiel Shop-Eintrag Ladenlokal & Online-Shop. Als Händler haben Sie beim Shop-Verzeichnis wir-lieben-shops.de die Möglichkeit einen oder mehrere Shop- Einträge zu erstellen. Es gibt 3 verschiedene Typen
MehrMitarbeiterbefragung als PE- und OE-Instrument
Mitarbeiterbefragung als PE- und OE-Instrument 1. Was nützt die Mitarbeiterbefragung? Eine Mitarbeiterbefragung hat den Sinn, die Sichtweisen der im Unternehmen tätigen Menschen zu erkennen und für die
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrPTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN
PTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN Karlsruhe, April 2015 Verwendung dichte-basierter Teilrouten Stellen Sie sich vor, in einem belebten Gebäude,
MehrSuchmaschinenoptimierung (SEO) für Ärzte Fallbeispiel Google
Suchmaschinenoptimierung (SEO) für Ärzte Fallbeispiel Google Inhalt: 1. Einleitung 2. Lokale Branchenergebnisse + Beispiel 3. Organische Suchergebnisse + Beispiel 4. Suchvolumen / Potential 5. Praktischer
MehrOrdner Berechtigung vergeben Zugriffsrechte unter Windows einrichten
Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten Was sind Berechtigungen? Unter Berechtigungen werden ganz allgemein die Zugriffsrechte auf Dateien und Verzeichnisse (Ordner) verstanden.
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,
MehrMit dem richtigen Impuls kommen Sie weiter.
Mit dem richtigen Impuls kommen Sie weiter. Editorial ERGO Direkt Versicherungen Guten Tag, die Bedeutung von Kooperationen als strategisches Instrument wächst zunehmend. Wir haben mit unseren Partnern
Mehrihren_benutzernamen@beuth-hochschule.de oder ein Account einer teilnehmenden Einrichtung also ihren_benutzernamen@ihrer_einrichtung.
für Android 0. Allgemeines 1. Importieren der Zertifikate der Deutschen Telekom Root CA 2 2. Konfigurieren der Verbindung 3. Anmeldung an der Beuth Hochschule 0. Allgemeines An der Beuth-Hochschule für
MehrErfolgreiche Webseiten: Zur Notwendigkeit die eigene(n) Zielgruppe(n) zu kennen und zu verstehen!
Erfolgreiche Webseiten: Zur Notwendigkeit die eigene(n) Zielgruppe(n) zu kennen und zu verstehen! www.wee24.de. info@wee24.de. 08382 / 6040561 1 Experten sprechen Ihre Sprache. 2 Unternehmenswebseiten
MehrBENUTZERHANDBUCH für. www.tennis69.at. Inhaltsverzeichnis. 1. Anmeldung. 2. Rangliste ansehen. 3. Platzreservierung. 4. Forderungen anzeigen
BENUTZERHANDBUCH für www.tennis69.at Inhaltsverzeichnis Einleitung 1. Anmeldung 2. Rangliste ansehen 3. Platzreservierung 4. Forderungen anzeigen 5. Forderung eintragen 6. Mitgliederliste 7. Meine Nachrichten
MehrIn diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können.
Tutorial: Wie erfasse ich einen Termin? In diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können. Neben den allgemeinen Angaben zu einem
MehrCross-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
MehrD i e n s t e D r i t t e r a u f We b s i t e s
M erkblatt D i e n s t e D r i t t e r a u f We b s i t e s 1 Einleitung Öffentliche Organe integrieren oftmals im Internet angebotene Dienste und Anwendungen in ihre eigenen Websites. Beispiele: Eine
MehrDer Zwei-Quadrate-Satz von Fermat
Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat
MehrDokumentation: Balanced Scorecard
Dokumentation: Balanced Scorecard 1. Einleitung Eine Balanced Scorecard (BSC) ist eine kennzahlenbasierte Managementmethode, welche sowohl Visionen als auch Strategien eines Unternehmens und relevante
MehrÜbungsblatt 4: Requirements Engineering (2) (für die Übungswoche 14.11. 18.11.2011)
Übungsblatt 4: Requirements Engineering (2) (für die Übungswoche 14.11. 18.11.2011) Daueraufgabe: Fünf in Fünf Präsentationsaufgabe. Bereiten Sie eine fünfminütige Präsentation vor, in der Sie die fünf
MehrLeichte-Sprache-Bilder
Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen
MehrKurzanweisung für Google Analytics
Kurzanweisung für Google Analytics 1. Neues Profil für eine zu trackende Webseite erstellen Nach dem Anmelden klicken Sie rechts oben auf den Button Verwaltung : Daraufhin erscheint die Kontoliste. Klicken
MehrAgile Enterprise Development. Sind Sie bereit für den nächsten Schritt?
Agile Enterprise Development Sind Sie bereit für den nächsten Schritt? Steigern Sie noch immer die Wirtschaftlichkeit Ihres Unternehmens alleine durch Kostensenkung? Im Projektportfolio steckt das Potenzial
MehrB&B Verlag für Sozialwirtschaft GmbH. Inhaltsübersicht
Inhaltsübersicht Der Wandel vom Verkäufermarkt zum Käufermarkt... 5 Erfinde Produkte und verkaufe sie!... 5 Finde Wünsche und erfülle sie!... 5 Der Kunde ist der Maßstab... 6 Der Kundenwunsch hat Vorrang...
MehrKleines Handbuch zur Fotogalerie der Pixel AG
1 1. Anmelden an der Galerie Um mit der Galerie arbeiten zu können muss man sich zuerst anmelden. Aufrufen der Galerie entweder über die Homepage (www.pixel-ag-bottwartal.de) oder über den direkten Link
MehrZahlenoptimierung Herr Clever spielt optimierte Zahlen
system oder Zahlenoptimierung unabhängig. Keines von beiden wird durch die Wahrscheinlichkeit bevorzugt. An ein gutes System der Zahlenoptimierung ist die Bedingung geknüpft, dass bei geringstmöglichem
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
MehrHandbuch zum Excel Formular Editor
Handbuch zum Excel Formular Editor Mit diesem Programm können Sie die Zellen von ihrer Excel Datei automatisch befüllen lassen. Die Daten können aus der Coffee Datenbank, oder einer weiteren Excel Datendatei
MehrBedienungsanleitung für den Online-Shop
Hier sind die Produktgruppen zu finden. Zur Produktgruppe gibt es eine Besonderheit: - Seite 1 von 18 - Zuerst wählen Sie einen Drucker-Hersteller aus. Dann wählen Sie das entsprechende Drucker- Modell
MehrVersion 2.0.2 Deutsch 09.02.2015. In diesem HOWTO wird beschrieben wie Sie Ihr vorhandenes PMS-System mit der IAC-BOX verbinden und konfigurieren.
Version 2.0.2 Deutsch 09.02.2015 In diesem HOWTO wird beschrieben wie Sie Ihr vorhandenes PMS-System mit der IAC-BOX verbinden und konfigurieren. Inhaltsverzeichnis... 1 1. Hinweise... 2 2. Konfiguration...
MehrTransparente Hausverwaltung Marketingschmäh oder doch: eine neue Dimension der Dienstleistung?
Transparente Hausverwaltung Marketingschmäh oder doch: eine neue Dimension der Dienstleistung? INTERNET Geschäftsführer Biletti Immobilien GmbH 24/7 WEB Server Frankgasse 2, 1090 Wien E-mail: udo.weinberger@weinberger-biletti.at
MehrHin zum perfekten Preis
Hin zum perfekten Preis Ein Blick auf den Preis entscheidet oft darüber, ob ein Besucher Ihres Inserats sich weiterhin für Ihr Angebot interessiert oder nicht. Entscheidend ist nicht nur die Höhe der angegebenen
MehrEinleitung: Frontend Backend
Die Internetseite des LSW Deutschland e.v. hat ein neues Gesicht bekommen. Ab dem 01.01.2012 ist sie in Form eines Content Management Systems (CMS) im Netz. Einleitung: Die Grundlage für die Neuprogrammierung
MehrLeseauszug DGQ-Band 14-26
Leseauszug DGQ-Band 14-26 Einleitung Dieser Band liefert einen Ansatz zur Einführung von Prozessmanagement in kleinen und mittleren Organisationen (KMO) 1. Die Erfolgskriterien für eine Einführung werden
MehrRegistrierung am Elterninformationssysytem: ClaXss Infoline
elektronisches ElternInformationsSystem (EIS) Klicken Sie auf das Logo oder geben Sie in Ihrem Browser folgende Adresse ein: https://kommunalersprien.schule-eltern.info/infoline/claxss Diese Anleitung
MehrFIS: Projektdaten auf den Internetseiten ausgeben
Rechenzentrum FIS: Projektdaten auf den Internetseiten ausgeben Ist ein Forschungsprojekt im Forschungsinformationssystem (FIS) erfasst und für die Veröffentlichung freigegeben, können Sie einige Daten
MehrLinguLab GmbH. Bedienungsanleitung Allgemeine Definition
LinguLab GmbH Bedienungsanleitung Allgemeine Definition LinguLab GmbH T: +49.711.49030.370 Maybachstr. 50 F: +49.711.49030.22.370 70469 Stuttgart E: mba@lingulab.de I: www.lingulab.de Inhaltsverzeichnis
MehrAdWords MEHR ERFOLG FÜR IHREN FIXFERTIG SHOP
MEHR ERFOLG FÜR IHREN FIXFERTIG SHOP Was ist das? Was sind Google AdWords? Werbung auf den Google-Suchseiten Werbeanzeigen, die zusammen mit den organischen, nicht kommerziellen Suchergebnissen auf den
MehrIhr Weg in die Suchmaschinen
Ihr Weg in die Suchmaschinen Suchmaschinenoptimierung Durch Suchmaschinenoptimierung kann man eine höhere Platzierung von Homepages in den Ergebnislisten von Suchmaschinen erreichen und somit mehr Besucher
MehrDIE ANWENDUNG VON KENNZAHLEN IN DER PRAXIS: WEBMARK SEILBAHNEN IM EINSATZ
Kurzfassung DIE ANWENDUNG VON KENNZAHLEN IN DER PRAXIS: WEBMARK SEILBAHNEN IM EINSATZ Mag. Klaus Grabler 9. Oktober 2002 OITAF Seminar 2002 Kongresshaus Innsbruck K ennzahlen sind ein wesentliches Instrument
MehrWebalizer HOWTO. Stand: 18.06.2012
Webalizer HOWTO Stand: 18.06.2012 Copyright 2003 by manitu. Alle Rechte vorbehalten. Alle verwendeten Bezeichnungen dienen lediglich der Kennzeichnung und können z.t. eingetragene Warenzeichen sein, ohne
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrKurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich
Kurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich Mitgliederbereich (Version 1.0) Bitte loggen Sie sich in den Mitgliederbereich mit den Ihnen bekannten Zugangsdaten
Mehr«Eine Person ist funktional gesund, wenn sie möglichst kompetent mit einem möglichst gesunden Körper an möglichst normalisierten Lebensbereichen
18 «Eine Person ist funktional gesund, wenn sie möglichst kompetent mit einem möglichst gesunden Körper an möglichst normalisierten Lebensbereichen teilnimmt und teilhat.» 3Das Konzept der Funktionalen
MehrMORE Profile. Pass- und Lizenzverwaltungssystem. Stand: 19.02.2014 MORE Projects GmbH
MORE Profile Pass- und Lizenzverwaltungssystem erstellt von: Thorsten Schumann erreichbar unter: thorsten.schumann@more-projects.de Stand: MORE Projects GmbH Einführung Die in More Profile integrierte
MehrDurchführung der Datenübernahme nach Reisekosten 2011
Durchführung der Datenübernahme nach Reisekosten 2011 1. Starten Sie QuickSteuer Deluxe 2010. Rufen Sie anschließend über den Menüpunkt /Extras/Reisekosten Rechner den QuickSteuer Deluxe 2010 Reisekosten-Rechner,
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrDatenexport aus JS - Software
Datenexport aus JS - Software Diese Programm-Option benötigen Sie um Kundendaten aus der JS-Software in andere Programme wie Word, Works oder Excel zu exportieren. Wählen Sie aus dem Programm-Menu unter
MehrAufbau des CariNet 2.0 Was ist CariNet?
Aufbau des CariNet 2.0 Was ist CariNet?...1 Die Portalseite...2 Der Kopfbereich...3 Die Navigationsleiste...4 Der Arbeitsbereich...5 Die Aktionsleiste Was können Sie tun?...6 Hinweis Aus lesefreundlichen
MehrPersönliches Adressbuch
Persönliches Adressbuch Persönliches Adressbuch Seite 1 Persönliches Adressbuch Seite 2 Inhaltsverzeichnis 1. WICHTIGE INFORMATIONEN ZUR BEDIENUNG VON CUMULUS 4 2. ALLGEMEINE INFORMATIONEN ZUM PERSÖNLICHEN
Mehr