Skip to main content
Top

2022 | OriginalPaper | Chapter

6. Daten auswerten

Author : Stefan Rippler

Published in: Das Persona-Prinzip

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

In diesem Kapitel lernen Sie, wie Sie die Ergebnisse Ihrer eigenen Umfrage zur Erstellung einer Candidate Persona sinnvoll nutzen und auswerten. Dabei gehen wir auf die von uns empfohlene Variante – das qualitative Interview – ein. Wir zeigen, wie Sie Ihre Rohdaten richtig ordnen, um den größtmöglichen Nutzen daraus zu ziehen.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literature
1.
go back to reference An, J., Kwak, H., Salminen, J., Jung, S., & Jansen, B. J. (2018). Imaginary people representing real numbers: Generating personas from online social media data. ACM Transactions on the Web (TWEB), 12(4), 27. An, J., Kwak, H., Salminen, J., Jung, S., & Jansen, B. J. (2018). Imaginary people representing real numbers: Generating personas from online social media data. ACM Transactions on the Web (TWEB), 12(4), 27.
2.
go back to reference Backurs, A., Indyk, P., Onak, K., Schieber, B., Vakilian, A., and Wagner, T. (2019). Scalable fair clustering. ArXiv Preprint ArXiv:1902.03519. Backurs, A., Indyk, P., Onak, K., Schieber, B., Vakilian, A., and Wagner, T. (2019). Scalable fair clustering. ArXiv Preprint ArXiv:1902.03519.
3.
go back to reference Baur, N., & Blasius, J. (Hrsg.). (2014). Handbuch Methoden der empirischen Sozialforschung. Springer VS. Baur, N., & Blasius, J. (Hrsg.). (2014). Handbuch Methoden der empirischen Sozialforschung. Springer VS.
4.
go back to reference Bera, S., Chakrabarty, D., Flores, N., & Negahbani, M. (2019). Fair algorithms for clustering. Advances in Neural Information Processing Systems, 4954–4965. Bera, S., Chakrabarty, D., Flores, N., & Negahbani, M. (2019). Fair algorithms for clustering. Advances in Neural Information Processing Systems, 4954–4965.
5.
go back to reference Fuβ, S., & Karbach, U. (2019). Grundlagen der Transkription. UTB. Fuβ, S., & Karbach, U. (2019). Grundlagen der Transkription. UTB.
8.
go back to reference Scheu, A. (2017). Auswertung qualitativer Daten: Strategien, Verfahren und Methoden der Interpretation nicht-standardisierter Daten in der Kommunikationswissenschaft. Springer VS. Scheu, A. (2017). Auswertung qualitativer Daten: Strategien, Verfahren und Methoden der Interpretation nicht-standardisierter Daten in der Kommunikationswissenschaft. Springer VS.
Metadata
Title
Daten auswerten
Author
Stefan Rippler
Copyright Year
2022
DOI
https://doi.org/10.1007/978-3-658-38979-6_6

Premium Partner