Skip to main content
Top

2022 | OriginalPaper | Chapter

Marketing Analytics – Technologien und Tools

Author : Timo von Focht

Published in: Marketing Analytics

Publisher: Springer Fachmedien Wiesbaden

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

search-config
loading …

Zusammenfassung

Marketing Analytics zielt auf die Analyse der Wirksamkeit der Marketingmaßnahmen. Damit dies über alle Kontaktpunkte mit den Kunden und Interessenten in einer zunehmend digitalen Welt mit tausenden Marketinglösungen funktionieren kann, ist ein kundenzentrischer, datenbasierter Ansatz mit integrierten Marketinglösungen eine wichtige Voraussetzung. Unterschiedliche Technologien zur Datenerfassung vor allem im Bereich der digitalen Marketinganalyse stellen Marketingmanager vor große Herausforderungen. Je nach Verantwortungsbereich sind verschiedene Arten von Lösungen, Daten und Metriken im Einsatz. Neue technologische und rechtliche Rahmenbedingungen erschweren dabei den Technologieeinsatz und die Datenerfassung. Weitere Herausforderungen liegen im Bereich der Datenintegration und -konsolidierung. Für Marketing Analytics existiert zudem eine ständig wachsende Anzahl von Anbietern mit Lösungen, die sich unterschiedlichen Einsatzfeldern zuordnen lassen. Durch neue Lösungen kommt es mehr und mehr zur Konvergenz dieser Lösungen.

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!

Footnotes
1
Zum einfachen Verständnis des Begriffs Datamining eignet sich die Definition von Prof. Dr. Richard Lackes: „Unter Data Mining versteht man die Anwendung von Methoden und Algorithmen zur möglichst automatischen Extraktion empirischer Zusammenhänge zwischen Planungsobjekten, deren Daten in einer hierfür aufgebauten Datenbasis bereitgestellt werden.“ (Lackes, 2018).
 
2
Extract, Transform, Load.
 
3
Ein Datamart ist definiert als „eine themenorientierte Datenbank, die oft ein partitioniertes Segment eines unternehmensweiten Data Warehouse ist. Die Teilmenge der Daten, die in einem Data Mart aufbewahrt werden, ist in der Regel auf eine bestimmte Geschäftseinheit wie Vertrieb, Finanzen oder Marketing ausgerichtet.“ (Talend o. J.)
 
Literature
go back to reference Melzer, I. (2010). Service-orientierte Architekturen mit Web Services – Konzepte – Standards – Praxis. Spektrum Akademischer Verlag.CrossRef Melzer, I. (2010). Service-orientierte Architekturen mit Web Services – Konzepte – Standards – Praxis. Spektrum Akademischer Verlag.CrossRef
go back to reference Mitchell, L. J. (2016). PHP web services. O’Reilly. Mitchell, L. J. (2016). PHP web services. O’Reilly.
go back to reference Richardson, L., & M. Amundsen (2013). RESTful Web APIs. O’Reilly. Richardson, L., & M. Amundsen (2013). RESTful Web APIs. O’Reilly.
go back to reference Sterne, J. (2020). Interview von Timo von Focht. LinkedIn Online Interview (September). Sterne, J. (2020). Interview von Timo von Focht. LinkedIn Online Interview (September).
go back to reference Tidwell, D., Snell, J., & Kulchenko, P. (2001). Programming Web Services with SOAP. O’Reilly. Tidwell, D., Snell, J., & Kulchenko, P. (2001). Programming Web Services with SOAP. O’Reilly.
go back to reference Vossen, G. (2015). Big data: Daten sammeln, aggregieren, analysieren, nutzen. In Schwarz, T. (Hrsg.), Big Data im Marketing (S. 35–54). Freiburg: Haufe. Vossen, G. (2015). Big data: Daten sammeln, aggregieren, analysieren, nutzen. In Schwarz, T. (Hrsg.), Big Data im Marketing (S. 35–54). Freiburg: Haufe.
Metadata
Title
Marketing Analytics – Technologien und Tools
Author
Timo von Focht
Copyright Year
2022
DOI
https://doi.org/10.1007/978-3-658-33809-1_5