Logo des Repositoriums
 

HMD 53(3) - Juni 2016 - Business Analytics

Autor*innen mit den meisten Dokumenten  

Auflistung nach:

Neueste Veröffentlichungen

1 - 10 von 13
  • Zeitschriftenartikel
    Rezension „Von der Strategie zum Business Intelligence Competency Center (BICC)“
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Knoll, Matthias
  • Zeitschriftenartikel
    Chancen antizipieren!
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Benninger, Daniel
  • Zeitschriftenartikel
    Business Analytics – Grundlagen, Methoden und Einsatzpotenziale
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Gluchowski, Peter
    Nachdem sich die Business-Intelligence-Community über lange Jahre verstärkt dem Aufbau tragfähiger technologischer und organisatorischer Konzepte des Datenmanagements gewidmet hat, richtet sich der Blick in letzter Zeit zunehmend auf die Methoden und Einsatzbereiche einer fortgeschrittenen Datenanalyse. Unter der Begrifflichkeit Business Analytics werden derzeit Verfahren und Technologien diskutiert, die interessante Muster in umfangreichen Datenbeständen aufdecken und Prognosen über zukünftige Ereignisse und Gegebenheiten anstellen können. Vor diesem Hintergrund grenzt der Beitrag Business Analytics gegenüber anderen gebräuchlichen Wortgebilden wie Business Intelligence oder Big Data Analytics ab und nimmt dadurch eine thematische Einordnung vor. Den Kern von Business Analytics bilden die verwendeten analytischen Verfahren sowie die zugehörigen Algorithmen. Um hierfür ein Grundverständnis zu wecken, soll ein Überblick über die gebräuchlichen Methoden im Bereich Business Analytics gegeben und deren Funktionsweise kurz erläutert werden. Da Business Analytics dazu eingesetzt wird, um geschäftlichen Mehrwert zu generieren, sind auch die Einsatzpotenziale zu beleuchten.AbstractAfter the Business-Intelligence-community attended to set up stable technological and organizational concepts of Data Management for many years, its view recently focused mostly on methods and application areas of advanced Data-Analysis. Currently methods and technologies are discussed under the designation Business Analytics which can reveal interesting patterns in extensive mounds of data and predict upcoming events and conditions. Against that background the article establishes a differentiation between Business Analytics and other common concepts such as Business Intelligence and Big Data Analytics and therefore carries out a classification of the term. The core of Business Analytics is formed by the applied analytical methods and the corresponding algorithms. To assemble a basic understanding for this the article gives an overview of the usual methods in the field of Business Analytics and briefly illustrates their functionality. Since Business Analytics is used to generate additional commercial values, also potential fields of utilization are highlighted.
  • Zeitschriftenartikel
    Der Einsatz von Webanalyse-Tools im Bereich E‑Commerce
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Sedler, Olena; Griesbaum, Joachim; Mandl, Thomas
    Mit dem Wachstum des deutschen E‑Commerce Markts wächst auch die Konkurrenz zwischen den Onlineshops. Unerlässlich wird somit eine konsequente Optimierung des Webauftritts. Die Datengrundlage hierfür kann im Rahmen der Webanalyse durch den Einsatz von Webanalyse-Tools geschaffen werden. Im Rahmen einer Mix-Methods-Studie wurde der Einsatz von Webanalyse-Tools im E‑Commerce untersucht. Dabei wurde im ersten Schritt mithilfe einer Online-Analyse erfasst, welche Webanalyse-Tools bei deutschen Onlineshops im Einsatz sind. Des Weiteren wurden mittels einer Online-Befragung die Ziele der Webanalyse und das Ausmaß der Nutzung vorhandener Funktionalitäten der genutzten Webanalyse-Systeme ermittelt. Abschließend wurden ausgewählte Aspekte der Nutzung von Webanalyse-Tools (z. B. Usability, Funktionalität, Organisatorische Einordnung) in Experteninterviews thematisiert.AbstractIn line with the growth of the German e‑commerce market, the competition between online shops is increasing. Therefore, a consistent optimization of the websites is essential. For that purpose, web analytic tools can collect and provide relevant data. In this paper, a mixed-methods study design is employed to investigate the usage of web analytics tools in the field of e‑commerce. In a first step, online shops are analysed with regard to the implementation of web analytics tools. In addition, an online survey delivers insights with respect to the aims of web analytics employment and the scope of actual usage of features provided by the web analytics systems. Furthermore, selected aspects of the usage of web analytics tools are discussed with experts.
  • Zeitschriftenartikel
    Datenanalyse und Massendatenauswertungen durch die Interne Revision im Kontext des Datenschutzes
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Sowa, Aleksandra
    Der im Jahre 2009 in das BDSG als Arbeitnehmerschutzvorschrift eingefügte § 32 regelt den Umgang mit den Beschäftigtendaten. § 32 gilt für automatisierte Auswertungen und Analysen der E‑Mail-Korrespondenz und/oder für Chatprotokolle durch die Interne Revision beim konkreten Verdacht auf Straftaten. Die systematische Prüfung der Zulässigkeit einer Datenauswertung kann entlang eines Algorithmus erfolgen.
  • Zeitschriftenartikel
    Digital Analytics – Strategien im digitalen Geschäft umsetzen und mit KPIs überprüfen
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Zumstein, Darius; Gächter, Ingo
    Das digitale Geschäft hat den entscheidenden Vorteil, dass sämtliche Interaktionen und Transaktionen von Kunden auf Websites und Apps automatisiert und umfassend getrackt werden können. Daher fallen im Digital Analytics eine Großzahl an Informationen an, die im Digital Business gezielt genutzt werden können. Die Ableitung und Messung von Key Performance Indicators (KPIs) und die datenbasierte Steuerung von Unternehmen werden dabei zunehmend wichtiger und komplexer. Dieser Beitrag zeigt auf, was unter (Digital) Business Analytics zu verstehen ist und mit welchen Daten und Instrumenten des Digital Business die Nutzung und der Erfolg von verschiedenen digitalen Informations-, Kommunikations- und Transaktionskanälen wie Websites, Online Shops und Apps gemessen werden können. Hierzu werden aus Praxissicht des (Digital) Analytics 22 Kategorien an Metriken systematisch hergeleitet und ein bunter Blumenstrauß an KPIs ausführlich diskutiert.AbstractDigital business has the advantage that all interactions and transactions of customers on websites and apps are tracked automatically. In Digital Analytics, a large amount of data and information can be analysed and used specifically for running digital businesses. The measurement and analysis of Key Performance Indicators (KPIs) and data-driven management of digital businesses are becoming increasingly important and complex. This contribution defines and exemplifies (Digital) Business Analytics. It shows how usage and performance of digital channels of information, communication and transaction (e.g. websites, online shops and apps) can be analysed. For this purpose, 22 categories of digital metrics and KPIs are systematically derived and discussed from a practical point of view.
  • Zeitschriftenartikel
    Editorial
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Meier, Andreas; Zumstein, Darius
  • Zeitschriftenartikel
    Social Media-Analyse – Mehr als nur eine Wordcloud?
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Böck, Matthias; Köbler, Felix; Anderl, Eva; Le, Linda
    Analysen von Social Media-Daten haben gerade in den letzten Jahren stark an Aufmerksamkeit unter Entscheidern in Unternehmen gewonnen und werden immer häufiger als Instrument zur Steuerung wesentlicher Unternehmensfunktionen, insbesondere der kundenorientierten Marktbearbeitung, eingesetzt. Die Frage, wie sich konkrete Handlungsempfehlungen und Maßnahmen in Entscheidungsprozesse miteinbeziehen lassen, bleibt dabei jedoch häufig ungelöst. Hinzu kommt ein stetiges Abwägen, zwischen vollautomatisierten Reports und einer aufwändigen, manuellen und kostenintensiven Detailauswertung.Der Artikel beschreibt anhand von konkreten, beispielhaften Anwendungen aktuelle Auswertungsverfahren, die sowohl auf einer deskriptiven Ebene, aber auch mit Methoden aus dem Data Mining gesammelte Daten aus den Plattformen Facebook und Twitter analysieren und verschiedene exemplarische Fragestellungen beantworten. Dies kann im einfachsten Fall eine Übersicht zu aktuell häufig diskutierten Themen sein, aber auch deutlich detaillierte und komplexere Sachverhalte, wie die mitschwingende Emotion, die Vernetzung der mit dem Inhalt interagierenden Nutzer oder Zusammenhänge zwischen einzelnen Themen, umfassen.Um für ein Unternehmen und insbesondere für Entscheider einen Mehrwert zu schaffen, müssen die Analysen durch eine strategische Vorgehensweise geleitet sein sowie an Zielen ausgerichteter Fragestellungen und Ziel-Maßnahmen-Systeme Anwendung finden, um Erkenntnisse systematisch in konkrete Handlungsempfehlungen zu überführen. Abschließend diskutiert der Artikel mögliche Potentiale, die durch die Anwendung von komplexeren Analysemethoden entstehen, reflektiert aber auch konzeptionelle und technische sowie ethische Herausforderungen und Limitierungen.AbstractAnalyses of social media data have recently gained a lot of attention from decision makers in companies, and are used more and more as a steering instrument of essential business operations, especially the customer oriented marketing actions. However, the question how practical recommendations for actions and measures can be integrated in decision making processes, often remains unresolved. Additionally, there is a constant need to weigh up automatized reports against a time-consuming, manual and cost-intensive detail analysis.This article describe from concrete and exemplary applications, current analysis methods, which are analyzing data from the platforms Facebook and Twitter with both descriptive but also advanced data mining methods to answer to different, exemplary questions. This can be for the simplest case an overview of current frequently discussed topics, but also include considerably more detailed and complex issues, like emotions, the interconnectedness between users, who are interacting with a certain content, or the interdependencies between individual topics.Analyses have to be led by a strategic approach, as well as to be applied to objectives which orient on business questions and to objective measure systems to systematically translate insights into concrete recommended actions. This ensures to add value for companies and especially decision makers. The article concludes with possible potentials, which arise from the use of complex analysis methods, but also reflects conceptual and technical as well as ethical challenges and limitations.
  • Zeitschriftenartikel
    Moderne Entscheidungsunterstützung im Krankenhaus – Business Intelligence meets Healthcare
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Schumann, Conny; Schieber, Andreas; Hilbert, Andreas
    Die Anwendung von Business Intelligence in der unternehmerischen Praxis ist vielseitig und erstreckt sich von der Unterstützung des Top-Managements bei der Unternehmenssteuerung hin zu branchenspezifischen Lösungen wie der Risikoanalyse durch analytische Verfahren bei Banken und Versicherungen.Auch im Gesundheitswesen, speziell in Krankenhäusern, ist die Nutzung von Business-Intelligence-Lösungen zur Entscheidungsunterstützung inzwischen ein Thema. Dass hierbei nicht nur wirtschaftliche, sondern auch und vor allem medizinische Entscheidungen unterstützt werden können, zeigt dieser Beitrag. Dabei wird mit Hilfe einer Literaturrecherche untersucht, welche Anwendungsfälle von Business Intelligence im Krankenhaus existieren. Neben dem Status quo, an welcher Stelle der Wertschöpfungskette eines Krankenhauses welche Business-Intelligence-Technologien eingesetzt werden können, geht der Artikel vor allem auf einzelne Anwendungsbeispiele sowohl im medizinischen als auch im wirtschaftlichen Bereich ein.AbstractThe applications of business intelligence are multifaceted and include very broad topics like the support of top managers in overall management process as well as specific solutions, such as risk analysis in the banking and insurance sector.The application of Business Intelligence as a collection of methods for decision support also gains increasing importance within the health sector, especially in hospitals. The article provides an insight into possible ways of decision support within a hospital using Business Intelligence methods. Following a systematic literature review, it is shown that Business Intelligence can support parts of the business as well as the medical processes alongside a hospital’s value chain. In addition to the status quo, several case studies are examined concerning the application of Business Intelligence technology in hospitals.
  • Zeitschriftenartikel
    Predictive Analytics im Human Capital Management: Status Quo und Potentiale
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Christ, Oliver; Ebert, Nico
    Unternehmen verfügen mittlerweile über fortgeschrittene analytische Informationssysteme, die es erlauben die wachsenden Datenmengen nahezu automatisiert auszuwerten und Aussagen über zukünftige Entwicklungen zu treffen. Predictive Analytics befinden sie sich im Human Capital Management noch in den Anfängen. Datengetriebene Unternehmen wie Google oder Hewlett-Packard nutzen Predictive Analytics bereits, um Personalbeschaffung und -erhaltung zu verbessern. Obwohl jedoch die Personalbereiche über umfangreiche Daten verfügen, beschränkt sich deren Nutzung nach unserer Erfahrung und einer von uns durchgeführten Befragung in den meisten Fällen immer noch auf reaktives Excel-Reporting und einfachste Prognosen z. B. zur Personalanzahl. Data Mining-Verfahren werden hingegen selten genutzt, obwohl sich daraus für das Human Capital Management und andere Unternehmensbereiche Vorteile ergeben könnten. In diesem Beitrag stellen wir anhand von Praxisbeispielen und ausgewählter Fachliteratur Potentiale von Predictive Analytics im Human Capital Management vor, untersuchen die Verbreitung sowie die Einsatzmöglichkeiten von personalbezogenen Analysen und gehen auch auf die spezifischen Herausforderungen der Nutzung von Personaldaten ein.AbstractNowadays companies have advanced analytical information systems that allow to process the growing amount of data nearly automatically and to predict future developments. While “Analytics” are widespread for example in marketing it is still in its infancy in the domain of Human Capital Management. However, data-driven companies like Google or Hewlett-Packard use Predictive Analytics to optimize staff recruiting and engagement. Despite of the fact that most HR departments have a comprehensive collection of data its use is commonly limited to reactive Excel reports and simple forecasts related to headcount. Advanced techniques such as data mining are seldom used although benefits may derive for the HR department and other departments. In this article we give examples for selected potentials of Predictive Analytics in Human Capital Management and debate the specific challenges of using human resource data.