Customer Relationship Analytics

Gezieltes Schaffen und Erhöhen des Kundenwertes durch Management der Kundenbeziehungen ist das Hauptanliegen des Customer Relationship Managements.

Hierfür ist umfangreiches Wissen über die Kunden erforderlich, das vor allem aus den unternehmensintern verfügbaren Transaktionsdatenbeständen extrahiert werden kann. CRA bezeichnet den Komplex aller Datenanalyseaufgaben zur Unterstützung der Kundenbeziehungspflege. Das Buch vermittelt fundierte Kenntnisse, wie das benötigte Kundenwissen systematisch mithilfe von Data-Mining-Analysen gewonnen werden kann.

Ein umfassender Beschreibungsrahmen bietet dem Leser Orientierung beim Vorgehen in der Praxis - von der Zielsetzung über konkrete Analyseszenarien und deren Kombination bis zur Anwendung der Ergebnisse.

Der Schwerpunkt liegt auf der Beschreibung typischer Anwendungsfälle aus den Bereichen Handel und Finanzdienstleistungen. Die Präsentation einer 'Road Map' und Hinweise auf potenzielle Fehlerquellen versetzen den Leser in die Lage, eigene Analysen zu konzipieren und durchzuführen.

Die Trennung von Theorie- und Praxisteil hilft beim gezielten Einstieg. Die 2. Auflage wurde um Social Marketing, Social Network Analysis u. Self-Acting Data-Mining ergänzt.

---

Zunehmend anspruchsvollere Kunden, hohe Interaktionsraten und eine wachsende Zahl an Kommunikationsoptionen stellen das Customer Relationship Management vor immer neue Herausforderungen. Kundenbeziehungen sind gezielt so zu gestalten, dass Erlebnis- und Zufriedenheitsmomente eine nachhaltige Steigerung des Kundenwertes herbeiführen. Hierfür ist umfangreiches Wissen über die Kunden erforderlich, das vor allem aus unternehmensintern verfügbaren Transaktionsdatenbeständen extrahiert werden kann.

Das Buch vermittelt fundierte Kenntnisse, wie das benötigte Kundenwissen systematisch mithilfe von modernen Analyseansätzen wie Data Mining und Predictive Analytics gewonnen werden kann. Ein umfassender Beschreibungsrahmen bietet Orientierung beim Vorgehen in der Praxis - von der Zielsetzung über konkrete Analyseszenarien und deren Kombination bis zur Anwendung der Ergebnisse.

Der Schwerpunkt liegt auf der Beschreibung typischer Anwendungsfälle. 11 Fallstudien aus den Bereichen Handel, E-Commerce und Finanzdienstleistungen gewähren detaillierte Einblicke in die Praxis der Datenanalyse. Die Präsentation einer »Road Map« und Hinweise auf potenzielle Fehlerquellen versetzen den Leser in die Lage, eigene Analysen zu konzipieren und durchzuführen. Die Trennung von Theorie- und Praxisteil hilft beim gezielten Einstieg.

Die 2. Auflage wurde komplett überarbeitet, im Hinblick auf neue Entwicklungen aktualisiert und um Themen wie Social Media, Self-Acting Data Mining sowie Big Data erweitert.

Das Buch ist besonders geeignet für Business-Analysten, Daten- und Informationsverantwortliche, Projektleiter, Studierende der Informatik und Wirtschaftsinformatik.