Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top
Published in:
Die veränderte Perspektive: Adlerblick statt Tunnelblick Read chapter Read first chapter

2022 | OriginalPaper | Chapter

3. Ein besseres Verständnis für Big Data: Was kann Big Data leisten und was nicht?

Authors : Andreas Krämer, Thomas Burgartz

Published in: Kundenwertzentriertes Management

Publisher: Springer Fachmedien Wiesbaden

Log in

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

search-config
loading …

Zusammenfassung

Die digitale Revolution und sich stetig verändernde Technologien dominieren die heute vorherrschenden Management-Entscheidungen. In den vergangenen Jahren ist das Datenvolumen in Unternehmen kontinuierlich angewachsen. Daten werden teilweise als das Gold des 21. Jahrhunderts betrachtet. Um den zukünftigen Anforderungen an ein Kundenwertzentriertes Management gerecht zu werden, gilt es die digitale Customer Journey von unterschiedlichen Geschäftsmodellen zu analysieren und daraus Strategien zur intelligenten Sammlung und Aufbereitung von Daten sowie die Wertschöpfung durch künstliche Intelligenz zu entwickeln. Entscheidend hierbei ist sowohl die Frage nach den Veränderungen im Marketing und der CRM-Prozesse durch Big Data sowie die Chancen und Risiken der Datennutzung in der digitalen Wertschöpfungskette. Big Data stellt eine an Bedeutung zunehmende Technologie dar und ermöglicht die Analyse von extrem großen Datenmengen, um zusammenhängende Muster, Trends und Verbindungen in Bezug auf die Verhaltensweisen und die Interaktionen zwischen Kunden und Unternehmen zu erkennen. Neben den wachsenden Datenmengen geht es zudem auch um neue und leistungsstarke IT-Lösungen, die bei der Analyse dieser Daten helfen sollen. Dabei ist ein Kundenwertzentriertes Management danach auszurichten, wo genau die Möglichkeiten und Grenzen von Big Data-Analysen einzuordnen sind.

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!

inform now

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!

inform now
previous chapter Management nach der Corona-Krise: Fokus auf Ganzheitlichkeit
next chapter Kernfunktion Kundennutzen: Was sind die tatsächlichen Kundenbedürfnisse?
Literature
Altmann G (2013) Neue Entscheidungskultur. Personalmagazin 03:22–23
Barnaghi P, Sheth A, Henson C (2013) From Data to Actionable Knowledge: Big Data Challenges in the Web of Things. IEEE Intell Syst 28(6):6–11CrossRef
Baumöl U, Berlitz P (2014) Big Data als Entscheidungsunterstützung – Herausforderungen und Potentiale. Controlling und Big Data – Anforderungen, Auswirkungen, Lösungen. Haufe Finance Office Premium, München, S 159–176
Burgartz T, Krämer A (2014) Customer Relationship Controlling – IT-gestütztes Customer Value Management. Controlling 26(6):264–271CrossRef
Burgartz T, Krämer A(2016) Measures to understand and control customer relationship and loyalty. In: Mack et al. (Hrsg), Managing in a VUCA World. Springer, New York, S 99–114
Chen J, Chen Y, Du X, Li C, Lu J, Zhao S, Zhou X (2013) Big data challenge: a data management perspective. Front Comp Sci 7(2):157–164CrossRef
Davenport TH (2014) Big data at work: Dispelling the myths, uncovering the opportunities. Harvard Business Review Press, BostonCrossRef
De Mauro A, Greco M, Grimaldi M (2015) What is Big Data? A consensual definition and a review of key research topics. AIP Conference Proceedings, S 97–104
Deutscher Dialogmarketing Verband e.V. (2016) Dialogmarketing Perspektiven 2015/2016: Tagungsband 10. wissenschaftlicher interdisziplinärer Kongress für Dialogmarketing. Springer Gabler, Wiesbaden
Dorschel J (2015) Einführung und Überblick. Praxishandbuch Big Data. Springer, Wiesbaden, pp 5–14
Fasel D (2014) Big Data – Eine Einführung. HMD Praxis der Wirtschaftsinformatik: 51(4):386–400
Fasel D, Meier A (2016) Big Data: Grundlagen, Systeme und Nutzungspotenziale. Edition HMD. Springer Vieweg, Wiesbaden
Finlay S (2014) Predictive analytics, data mining and big data: Myths, misconceptions and methods. Palgrave Macmillan, Basingstoke, HampshireCrossRef
Freiknecht J, Papp S (2018) Big Data in der Praxis: Lösungen mit Hadoop, Spark, HBase und Hive. Daten speichern, aufbereiten, visualisieren. 2. Aufl, Carl Hanaser, München
Gadatsch A (2017) Zielsetzung von Big Data Projekten. In: Gadatsch A, Landrock H (eds) Big Data für Entscheider. Springer, Wiesbaden, pp 11–16CrossRef
Gleich R, Grönke K, Kirchmann M, Leyk J (2014) Controlling und Big Data. Anforderungen, Auswirkungen, Lösungen, Haufe, München
Gluchowski P (2014) Aktuelle Trend in der Business Intelligence. Controlling – Zeitschrift für erfolgsorientierte Unternehmensführung, 26(4/5):235–243
Gotsch ML (2022) Customer Centricity & Datenschutz – Die Geschichte eines Missverständnisses. Marketing Review St. Gallen, 2022(2):888–894
Groß C, Pfennig R (2019) Digitalisierung in Industrie, Handel und Logistik. Leitfaden von der Prozessanalyse bis zur Einsatzoptimierung, 2. Aufl. Springer Fachmedien, Wiesbaden
Hippman S, Klinger R, Leis M (2017) Digitalisierung – Anwendungsfelder und Forschungsziele. In: Neugebauer R (Hrsg), Digitalisierung. Schlüsseltechnologien für Wirtschaft & Gesellschaft. Springer Vieweg, Berlin, S 9–18
Jaekel M (2015) Die Anatomie digitaler Geschäftsmodelle. Springer Gabler, WiesbadenCrossRef
Keimer I, Zorn M, Gisler M, Fallegger M (2017) Dimensionen der Digitalisierung im Controlling – Grundlagen und Denkanstöße zur Selbstanalyse und Weiterentwicklung. Expert Focus 11:827–831
Klein D, Tran-Gia P, Hartmann M (2013) Big Data. Informatik-Spektrum 36(3):319–323CrossRef
König C, Schröder J, Wiegand E (2018) Big Data: Chancen, Risiken, Entwicklungstendenzen. Schriftenreihe der ASI – Arbeitsgemeinschaft Sozialwissenschaftlicher Institute. Springer Fachmedien, Wiesbaden, S 8–11
Krafft M, Kumar V, Harmeling C, Singh S, Zhu T, Chen J, Rosa E (2021) Insight is power: understanding the terms of the consumer-firm data exchange. J Reta 97(1):133-149
Krämer A, Burgartz T (2015) Customer Value Controlling – Combining Different Value Perspectives. Business and Management Studies 1(2):11–19CrossRef
Krämer A, Tachilzik T (2016) Die Zukunft von Big Data im Vertrieb. Sales Management Review 2:64–71
Krämer A, Tachilzik T, Bongaerts R (2016) Automatisierung im Kundenbeziehungsmanagement: Chance oder Risiko für Unternehmen? Marketing Review St. Gallen 4:10–17
Lee I (2017) Big Data: dimensions, evolution, impacts, and challenges, Business Horizons, Business Horizons 60(3):293–303
Loos P, Lechtenbörger J, Vossen G, Zeier A, Krüger J (2011) In-Memory-Datenmanagement in betrieblichen Anwendungssystemen. Wirtschaftsinformatik 53(6):383–390CrossRef
Mertens P, Barbian D, Baier S (2018) Digitalisierung und Industrie 4.0 – eine Relativierung. Springer Vieweg, Wiesbaden
Saggi M K, Jain S (2018) A survey towards an integration of big data analytics to big insights for value-creation. Info Proc Man 54(5):758–790
Samulat P (2017) Die Digitalisierung der Welt. Wie das Industrielle Internet der Dinge aus Produkten Services macht. Springer Fachmedien, Wiesbaden
Schneider W, Grieser F (2016) Früherkennung und Intuition. Controlling – Zeitschrift für erfolgsorientierte Unternehmensführung, 28(3):181–188
Schön D (2016) Planung und Reporting: Grundlagen, Business Intelligence, Mobile BI und Big-Data-Analytics. Springer Gabler, WiesbadenCrossRef
Seele P, Dierksmeier C, Hofstetter R, Schultz MD (2021) Mapping the ethicality of algorithmic pricing: A review of dynamic and personalized pricing. J Bus Ethics 170(4):697–719CrossRef
Sivarajah U, Karnal M, Irani Z, Weerakkody V (2017) Critical analysis of Big Data challenges and analytical methods. J Bus Res 70:263–286CrossRef
Steinberg E (2019) Big Data and Personalized Pricing. Bus Ethics Q 30(1):97–117CrossRef
Tiefenbacher K, Olbrich S (2018) Wie Big Data die Kundenbeziehungen beeinflusst – mit zusätzlichen Informationen vom Segmentierungs- zum Erlebnismanagement. In: von Keuper F, Schomann M, Sikora L (Hrsg) Homo Connectus. Einblicke in die Post-Solo-Ära des Kunden. Springer, Wiesbaden, S 121–140
Tröbs M, Mengen A (2018) Big Data im Controlling – Chancen und Risiken. In: Wissenschaftliche Schriften des Fachbereichs Wirtschaftswissenschaften, Hochschule Koblenz – University of Applied Sciences (26)
van Boom WH, van der Rest JPI, van den Bos K, Dechesne M (2020) Consumers beware: Online personalized pricing in action! How the framing of a mandated discriminatory pricing disclosure influences intention to purchase. Social Justice Research 33(3):331–351CrossRef
Vasarhelyi M, Kogan A, Tuttle B (2015) Big Data in Accounting: An Overview. Account Horiz 29(2):381–396CrossRef
Werani T, Schauberger A, Martinek-Kuchinka P, Freiseisen B (2017) Wertdisziplinen und digitale Transformation von Geschäftsmodellen. In: Schallmo D, Rusnjak A, Anzengruber J, Werani T, Jünger M (eds) Digitale Transformation von Geschäftsmodellen. Springer Gabler, Wiesbaden, pp 237–263CrossRef
Metadata
Title
Ein besseres Verständnis für Big Data: Was kann Big Data leisten und was nicht?
Authors
Andreas Krämer
Thomas Burgartz
Copyright Year
2022
Book
Kundenwertzentriertes Management

Print ISBN: 978-3-658-36412-0

Electronic ISBN: 978-3-658-36413-7

Copyright Year: 2022

DOI
https://doi.org/10.1007/978-3-658-36413-7_3