| dc.date.accessioned | 2006-04-05T10:50:23Z | |
| dc.date.available | 2006-04-05T10:50:23Z | |
| dc.date.issued | 2006-04-05T10:50:23Z | |
| dc.identifier.uri | urn:nbn:de:hebis:34-200604059009 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/200604059009 | |
| dc.format.extent | 2157270 bytes | |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | ger | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Business Community | eng |
| dc.subject | Business Intelligence | eng |
| dc.subject | CRM | eng |
| dc.subject | Virtuelle Gemeinschaft | eng |
| dc.subject | Kundenmanagement | eng |
| dc.subject.ddc | 330 | |
| dc.title | Die Business Community als CRM-Instrument unter besonderer Berücksichtigung von Business Intelligence Technologien | eng |
| dc.type | Dissertation | |
| dcterms.abstract | Das Management von Kundenbeziehungen hat sich in der klassischen Ökonomie unter dem Begriff »Customer Relationship Management« (kurz: CRM) etabliert und sich in den letzten Jahren als erfolgreicher
Ansatz erwiesen. In der grundlegenden Zielsetzung, wertvolle, d.h. profitable und kreditwürdige Kunden an ein Unternehmen zu binden, kommen Business-Intelligence Technologien zur Generierung von Kundenwissen aus kundenbezogenen Daten zum Einsatz.
Als technologische Plattform der Kommunikation und Interaktion gewähren Business Communities einen direkten Einblick in die Gedanken und Präferenzen der Kunden. Von Business-Communitybasiertem Wissen der Kunden und über Kunden können individuelle Kundenbedürfnisse, Verhaltensweisen und damit auch wertvolle (potenzielle, profilgleiche) Kunden abgeleitet werden, was eine differenziertere und selektivere Behandlung der Kunden möglich macht.
Business Communities bieten ein umfassendes Datenpotenzial, welches jedoch bis dato für das CRM im Firmenkundengeschäft respektive die Profilbildung noch nicht genutzt wird. Synergiepotenziale von der Datenquelle "Business Community" und der Technologie "Business Intelligence" werden bislang vernachlässigt.
An dieser Stelle setzt die Arbeit an. Das Ziel ist die sinnvolle Zusammenführung beider Ansätze zu einem erweiterten Ansatz für das Management der irmenkundenbeziehung. Dazu wird ein BIgestütztes CRM-Konzept für die Generierung, Analyse und Optimierung von Kundenwissen erarbeitet, welches speziell durch den Einsatz einer B2B-Community gewonnen und für eine Profilbildung genutzt
wird. Es soll durch die Anbindung von Fremddatenbanken Optimierung finden: In den Prozess der Wissensgenerierung fließen zur Datenqualifizierung und -quantifizierung externe (Kunden-) Daten ein, die von Fremddatenbanken (wie z.B. Information Provider, Wirtschaftsauskunftsdienste) bereitgestellt werden.
Der Kern dieser Zielsetzung liegt in der umfassenden Generierung und stetigen Optimierung von Wissen, das den Aufbau einer langfristigen, individuellen und wertvollen Kundenbeziehung unterstützen soll. | eng |
| dcterms.accessRights | open access | |
| dcterms.creator | Schober, Andrea | |
| dc.contributor.corporatename | Kassel, Universität, FB 07, Wirtschaftswissenschaften, Psychologie | |
| dc.contributor.referee | Winand, Udo (Prof. Dr.) | |
| dc.contributor.referee | Link, Jörg (Prof. Dr.) | |
| dc.date.examination | 2006-02-01 | |
