Logo des Repositoriums

Auflistung nach Autor:in "Walsh, Gianfranco"

1 - 4 von 4
  • Zeitschriftenartikel
    Big Data — neue Möglichkeiten im E-Commerce
    (Wirtschaftsinformatik & Management: Vol. 5, No. 2, 2013) Walsh, Gianfranco; Koot, Christian; Schmidt, Rainer; Möhring, Michael
  • Konferenzbeitrag
    Forensic accounting - potenziale von big data und predictive analytics im rahmen der IT governance
    (Informatik 2014, 2014) Schmidt, Rainer; Möhring, Michael; Rieg, Robert; Maier, Stefan; Walsh, Gianfranco; Härting, Ralf-Christian
    Die Informationstechnik stellt ein wertvolles Instrumentarium für die Aufdeckung doloser Handlungen und die Prüfung von Regeleinhaltungen im Rechnungswesen bereit. Mit der exponentiellen Zunahme relevanter Daten für das Rechnungswesen, sowohl in strukturierter als auch wenig bis unstrukturierter Form, kommen bisherige Werkzeuge und Verfahren jedoch an ihre Grenzen in Bezug auf die Rechenzeit und Verarbeitungsmöglichkeit. Vor diesem Hintergrund bietet es sich an, zwei bisher nicht verbundene Felder miteinander zu verbinden, die Forensik im Rechnungswesen mit Big Data und Business Analytics. Der vorliegende Beitrag stellt die wesentlichen IT-Entwicklungen vor und diskutiert ihre Potentiale und Einsatzmöglichkeiten für das Rechnungswesen und die IT-Governance. Des Weiteren wird ein Bezugsrahmen für den Einsatz von Big Data und Predictive Analytics vorgestellt, der vor allem großen Unternehmen mit Massendaten, Prüfungsgesellschaften und Prüfungsbehörden Hinweise auf eine prototypische Vorgehensweise der datengetriebenen forensischen Analyse bietet.
  • Zeitschriftenartikel
    Moderetouren im Deutschen Onlinehandel – Eine empirische Untersuchung
    (HMD Praxis der Wirtschaftsinformatik: Vol. 52, No. 2, 2015) Möhring, Michael; Walsh, Gianfranco; Schmidt, Rainer; Ulrich, Christian
    Der Onlinehandel ist ein insgesamt margenschwaches Geschäft. Aus diesem Grund müssen Kostentreiber identifiziert und entschärft werden. Ein wesentlicher Kostentreiber im Onlinehandel sind Produktretouren. In der vorliegenden Untersuchung wird ein literaturbasiertes Modell entwickelt, das vier Retoureneinflüsse unterscheidet. Das Modell wird mittels Kundendaten getestet. Die Ergebnisse geben Onlinehändlern Ansatzpunkte für ein präventives Retourenmanagement.
  • Zeitschriftenartikel
    Präventives Retourenmanagement im eCommerce
    (HMD Praxis der Wirtschaftsinformatik: Vol. 50, No. 5, 2013) Möhring, Michael; Walsh, Gianfranco; Schmidt, Rainer; Koot, Christian; Härting, Ralf-Christian
    enDas wachsende Business-to-Consumer-Geschäft im eCommerce erhöht auch die Problematik der Verbraucherretouren für viele Onlinehändler. Oftmals werden Retouren durch den Verbraucher aufgrund von »Nichtgefallen« konkludent retourniert und verursachen dadurch Kosten in der Handhabung, die die Ertragssituation der Onlinehändler negativ beeinflussen können. Im vorliegenden Beitrag wird aufgezeigt, wie durch den Einsatz von Big Data Retourenquoten gesenkt werden können. Big Data wird dazu eingesetzt, Merkmalskombinationen, die Retouren ankündigen, durch Auswertung von strukturierten und unstrukturierten Daten im Kontext der eCommerceTransaktionen in Onlineshops zu erkennen. Hierdurch werden proaktive Reaktionen möglich, mit denen Retouren vermieden werden können.