Publikationstyp: Buchbeitrag
Art der Begutachtung: Editorial review
Titel: Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz
Autor/-in: Zumstein, Darius
Zelic, Andrea
Klaas, Michael
et. al: No
DOI: 10.1007/978-3-658-32236-6_3
Erschienen in: Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale
Herausgeber/-in des übergeordneten Werkes: D'Onofrio, Sara
Meier, Andreas
Seite(n): 49
Seiten bis: 72
Erscheinungsdatum: 2021
Reihe: Edition HMD
Verlag / Hrsg. Institution: Springer
Verlag / Hrsg. Institution: Wiesbaden
ISBN: 978-3-658-32235-9
978-3-658-32236-6
Sprache: Deutsch
Schlagwörter: Big data marketing analytics; Business analytics; Digital analytics; Künstliche Intelligenz
Fachgebiet (DDC): 006: Spezielle Computerverfahren
Zusammenfassung: Die Professionalisierung des Digital Analytics, der automatisierten Sammlung, Analyse und Auswertung von Web- und App-Daten, hat sich durch die Digitalisierung in den letzten Jahren stark erhöht. Die damit einhergehenden Möglichkeiten, mit Kunden zu interagieren und deren Verhalten zu verstehen, werden zunehmend wichtiger, um wirtschaftlich erfolgreich zu bleiben. In diesem Kapitel werden nach 2011 und 2016 die Resultate der dritten Digital-Analytics-Umfrage vorgestellt. Es zeigt aktuelle Trends, den steigenden Reifegrad, Nutzenpotenziale und KI-Anwendungen der Digital-Analytics-Praxis auf. Dazu gehören die Personalisierung, Price Nudging, Anomaly Detection, Predictive Analytics sowie die Marketing Automation. Die grössten Herausforderungen sind die Datenqualität, fehlendes Wissen beziehungsweise Know-How und die Datenkultur, sprich die Offenheit gegenüber Daten und datengetriebenen Prozessen im gesamten Unternehmen.
URI: https://digitalcollection.zhaw.ch/handle/11475/22500
Volltext Version: Publizierte Version
Lizenz (gemäss Verlagsvertrag): Lizenz gemäss Verlagsvertrag
Departement: School of Management and Law
Organisationseinheit: Institut für Marketing Management (IMM)
Enthalten in den Sammlungen:Publikationen School of Management and Law

Dateien zu dieser Ressource:
Es gibt keine Dateien zu dieser Ressource.
Zur Langanzeige
Zumstein, D., Zelic, A., & Klaas, M. (2021). Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz. In S. D’Onofrio & A. Meier (eds.), Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale (pp. 49–72). Springer. https://doi.org/10.1007/978-3-658-32236-6_3
Zumstein, D., Zelic, A. and Klaas, M. (2021) ‘Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz’, in S. D’Onofrio and A. Meier (eds) Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale. Wiesbaden: Springer, pp. 49–72. Available at: https://doi.org/10.1007/978-3-658-32236-6_3.
D. Zumstein, A. Zelic, and M. Klaas, “Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz,” in Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale, S. D’Onofrio and A. Meier, Eds. Wiesbaden: Springer, 2021, pp. 49–72. doi: 10.1007/978-3-658-32236-6_3.
ZUMSTEIN, Darius, Andrea ZELIC und Michael KLAAS, 2021. Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz. In: Sara D’ONOFRIO und Andreas MEIER (Hrsg.), Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale. Wiesbaden: Springer. S. 49–72. ISBN 978-3-658-32235-9
Zumstein, Darius, Andrea Zelic, and Michael Klaas. 2021. “Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz.” In Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale, edited by Sara D’Onofrio and Andreas Meier, 49–72. Wiesbaden: Springer. https://doi.org/10.1007/978-3-658-32236-6_3.
Zumstein, Darius, et al. “Digital Analytics in der Praxis : Entwicklungen, Reifegrad und Anwendungen der Künstlichen Intelligenz.” Big Data Analytics : Grundlagen, Fallbeispiele und Nutzungspotenziale, edited by Sara D’Onofrio and Andreas Meier, Springer, 2021, pp. 49–72, https://doi.org/10.1007/978-3-658-32236-6_3.


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.