Egal ob ein Unternehmen Big Data Analytics, predictive Analytics oder Customer Analytics einsetzen möchte: Der erste Schritt auf dem Weg zu datenbasierten Entscheidungen im Unternehmen sollte eine solide Datenstrategie sein. Wir erklären, was eine gute Datenstrategie ausmacht und welche Faktoren für Umsetzung entscheidend sind.
„Was wollen Kunden haben?“ Diese Frage steht im Zentrum der Positionierungsanalyse. Dabei gilt es im Wesentlichen herauszufinden, welche Eigenschaften ein Idealprodukt aus Kundensicht ausmachen und wodurch sich dieses auszeichnet. Im Vergleich mit Konkurrenzprodukten wird versucht, das Produkt abzugrenzen und Nischen zu finden. Wir zeigen und erklären Ihnen die wesentlichen Schritte zu einem authentischen und einzigartigen Produkt
Die Frage „Was ist HR Analytics?“ wird von vielen Fachleuten im Personalmangement gestellt, die gerne People Analytics einsetzen möchten. In diesem Beitrag erläutern wir, was HR Analytics ist und wie es Unternehmen in Zukunft prägen wird.
Künstliche neuronale Netze sind in Anlehnung an neuronale Strukturen höherer Organismen entwickelt worden mit dem Ziel, unbeaufsichtigtes Lernen zu ermöglichen. Mit neuronalen Netzen ist die Idee unbeaufsichtigten Lernens und künstlicher Intelligenz längst zur Realität geworden. Wir zeigen Ihnen, wie künstliche neuronale Netze funktionieren.
Data Mining beschreibt verschiedene Verfahren zur automatisierten Erkennung von statistischen Zusammenhängen, Mustern, Ähnlichkeiten oder Trends in sehr großen Datenbeständen. Für alle, die sich mit Verkaufstechniken und Methoden zur Umsatzsteigerung befassen, ist Data Mining ein sehr wertvolles Werkzeug. In diesem Artikel zeigen wir, wie Data Mining in der Warenkorbanalyse dabei helfen kann, Gewinne zu steigern und die Wettbewerbsfähigkeit zu verbessern.
Eine solide Marktsegmentierung enscheidet oft über Erfolg oder Misserfolg einer neuen Marketingsstrategie. In diesem Artikel geben wir deshalb einen Überblick über die wichtigsten Best Practie Regeln und übliche Verfahren.
Die Conjoint Analyse zählt zu den wirkungsvollsten Methoden, um Kundenwünsche zu analysieren und Kaufverhalten und Kaufentscheidungen von Personen vorherzusagen. Dazu werden Produkteigenschaften hinsichtlich ihrer Attraktivität untersucht. In diesem Artikel erklären wir, was eine Conjoint Analyse ist. Anhand eines Beispiels werden wir die Vorgehensweise bei einer Conjoint Analyse als Instrument der Marktsimulation verdeutlichen und erklären, wie Sie diese Methode einsetzen können.
In vielen Fällen ist die Frage für eine Analyse nicht nur ob ein Ereignis, (z.B. eine Komplikation beim Patienten, ein Ausfall der Maschine), sondern auch wann. In diesem Fall bietet ist eine Überlebenszeitanalyse die erste Wahl. Wir erklären nicht nur die Grundlagen von Hazard Ration und Kaplan-Meier-Kurven, sondern bieten in diesem Artikel auch ein Shiny Dashboard, welches die Analyse für eine einfache Überlebenszeitanalyse vollautomatisch durchführt!
Strukturgleichungsmodelle werden verwendet, um Ursache-Wirkungs-Beziehungen in sozialwissenschaftlichen, psychologischen und wirtschaftswissenschaftlichen Anwendungen zu untersuchen. Dabei haben sich zwei Verfahren etabliert: der kovarianzbasierte Ansatz sowie die Partial Least Squares (PLS) Modellierung. Für beide Ansätze gibt es Softwarelösungen: SPSS Amos, Lisrel, SmartPLS, u. a. In diesem Artikel zeigen wir Ihnen eine anwendungsorientierte Einführung in die unterschiedlichen Modellierungen und erläutern Ihnen, welche Software ihre Fragestellung am besten lösen kann.
Die Conjoint-Analyse ist der optimale Marktforschungsansatz zur Messung des Werts, den Verbraucher den Merkmalen eines Produkts oder einer Dienstleistung beimessen. Dieser Ansatz kombiniert reale Unternehmensszenarien und statistische Verfahren mit der Gestaltung realer Marktentscheidungen. Wir erläutern die verschiedenen Optionen und die jeweiligen Vor- und Nachteile.