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.
Statistik Blog
Conjoint Analysen machen es möglich: Das Kaufverhalten von Kunden vorhersagen!
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.
Hazard Ratio und Kaplan-Meier Kurve: Survivalanalyse mit unserem Shiny Dashboard!
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!
SPSS Amos vs. SmartPLS: Für jedes Strukturgleichungsmodell die optimale Lösung
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.
Conjoint-Analyse für Unternehmensentscheidungen: Der ultimative Überblick über die Verfahren
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.
Warum sich (nicht nur) Produktionsunternehmen unbedingt mit predictive Maintenance befassen sollten
“Zeit ist Geld” – dies gilt sicherlich, insbesondere für Unternehmen, die auf Maschinen angewiesen sind. Umso fataler ist daher, wenn eine Anlage unvorhergesehen ausfällt oder Zeit durch unnötige Wartung vertan wird. Mit predictive Maintenance können Unternehmen solch kostspielige Fehler zukünftig vermeiden und vorausschauende Wartung betreiben. Wir erklären wie predictive Maintenance funktioniert und welche Vorteile es bietet.
4 Great Alternatives to Standard Graphs Using ggplot
Tired of using always the same old graphs to visualize your data? There are more and often also more efficient ways to visualize your data than just line or bar charts! We show 4 great alternatives to standard graphs for data visualization with ggplot in R.
Case Study Churn Management: Mit predictive Analytics die Abwanderungen von Kunden vorhersagen
Im Zentrum von Custom Relationship Management steht nicht nur die Gewinnung nur Kunden – Bestandskunden müssen gehalten werden und die Abwanderung relevanter Kunden verhindert werden. Aber wie identifiziert ein Unternehmen abwanderungsbereite Kunden? Dieses Aufgabenfeld wird mit Churn Management bezeichnet. Wir zeigen in diesem Artikel exemplarisch, wie Churn Prediction bei Novustat effektiv durchgeführt werden kann.
Kundensegmentierung mit Clusteranalyse: Klassen statt Masse!
In diesem Artikel zeigen wir Ihnen, wie die Clusteranalyse verwendet wird, um Kunden anhand definierter Merkmale in Gruppen zu unterteilen. Die Gruppenmitglieder einer Gruppe sollen untereinander möglichst homogen sein, die verschiedenen Gruppen möglichst heterogen. Anschließend werden deskriptive Verfahren verwendet, um die Gruppeneigenschaften zu beschreiben.
Wer mit Wem? Mit Warenkorbanalysen und Assoziationsanalyse das Cross-Sellung und Up-Selling optimieren
Die Warenkorbanalyse dient zur Erstellung von Kundenprofilen: Welche Waren werden häufig gemeinsam gekauft? Wie hoch ist die Kaufwahrscheinlichkeit für bestimmte Produkte? Wie kann die Kaufwahrscheinlichkeit erhöht werden? Die Erkenntnisse können dazu verwendet werden, um Crossmarketing anzuwenden. Die Verfahren bieten sich sowohl im Onlinehandel als auch bei der Auswertung von Kundenkarten an. Wir zeigen Ihnen in diesem Artikel, wie Warenkorbanalysen professionell durchgeführt werden.