OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)
  • search hit 2 of 14378
Back to Result List

"Anderen Kunden kauften auch …" : datengestützte Personalisierung von Angeboten in Ecommerce-Stores

"Customers who viewed this item also bought..." : Data-Driven Personalization of product displays in ecommerce shops

  • Die vorliegende Arbeit beschäftigt sich mit dem Thema der Personalisierung von E-Commerce Seiten. Das heutzutage gängige Verfahren der Website- und Produktanpassung von Anbietern wird durch Datenschutzgesetze und technische Hürden limitiert. Um einen anderen Ansatz zu verfolgen, werden in dieser Arbeit die Möglichkeiten von generierten Metadaten untersucht, die bereits beim ersten Besuch der Website verfügbar sind und keinen Personenbezug aufweisen. Dieser Ansatz wird mithilfe des Google Analytics Datensatzes eines kooperierenden Unternehmens aus der Mobilfunkbranche untersucht. Es werden unterschiedliche, dem Ansatz entsprechende, Informationen herangezogen, um durch eine graphisch-wirtschaftliche Betrachtung Auffälligkeiten im Kaufverhalten zu finden. Es soll aufgezeigt werden, dass ein bestimmtes Merkmal, das ein Kunde aufweisen kann, eine Affinität zu einem Produktmerkmal hat. Diese Muster könnten dann als Basis für eine Personalisierungsmaßnahme für diese Nutzergruppe herangezogen werden. Die Analyse zeigt, dass nur eine geringe Anzahl an Muster innerhalb des Ansatzes umsetzbar sind. Ein geringer einstelliger Prozentteil der Nutzer des betrachteten E- Commerce Shops würden eine Anpassung erfahren. Die verwendeten Informationen können nur geringfügig eine Voraussage des Kaufverhaltens treffen, sie deuten mehr auf ein gewisses Nutzerverhalten. Durch diese könnte eine Kampagnenoptimierung oder Cross-Selling umgesetzt werden. Trotzdem bietet der Ansatz, generierte Informationen auszuwerten, interessante Informationen, falls das Kundenverhalten für den Anwender noch nicht gut bekannt war.

Download full text files

  • Bachelorarbeit_Dunkelmann.pdf
    deu

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Dennis Dunkelmann
Advisor:Sandra Bayer, Florian Johannsen
Document Type:Bachelor Thesis
Language:German
Year of Completion:2020
Granting Institution:Hochschule Mittweida
Release Date:2022/01/05
GND Keyword:Mobilfunkindustrie; Electronic Commerce; Personalisierung
Note:
Printexemplar Präsenzbestand
Institutes:06 Medien
DDC classes:381.142 Versandhandel, Online-Shop, Electronic Shopping
Open Access:Innerhalb der Hochschule
Licence (German):License LogoUrheberrechtlich geschützt