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
DE
EN
Books
Journals
Events
Topic Page
Marketing
Log in
Learn more about individual access
Request company access
12th International Engine Congress 2025 | 25. + 26. February 2025

Meeting Place for the Powertrain and Sustainable Fuels Community

The congress will examine the future role of the internal combustion engine and its non-fossil fuels from a global perspective with leading experts. Be part of it! More information and booking options are available on our website.
EXTENDED SEARCH
Log in
Top
Published in:
Read chapter Read first chapter

2021 | OriginalPaper | Chapter

6. Monetarisierung von maschinengenerierten Onlinedaten – Branchenübergreifende Chancen und Herausforderungen

Authors : Malte Brettel, Thorsten Beule, Markus Rey, Nathalie Huber

Published in: Monetarisierung von technischen Daten

Publisher: Springer Berlin Heidelberg

Log in

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

search-config
loading …

Zusammenfassung

Unternehmen können in der heutigen Zeit mithilfe von fortgeschrittenen Formen der Datenanalyse Erkenntnisse erzielen, die sich unmittelbar in Wettbewerbsvorteile umsetzen lassen. Ermöglicht wird dies insbesondere durch eine exponentiell zunehmende Menge an maschinengenerierbaren Onlinedaten sowie verbesserte Möglichkeiten der Verknüpfung und Verarbeitung von Daten. Eine solide und zugleich adaptierbare Infrastruktur zur Datensammlung und -speicherung stellt folglich eine der relevantesten Säulen für wirtschaftlichen Erfolg in den kommenden Jahrzehnten dar. Dieses Kapitel beleuchtet die relevantesten internen und externen Datenquellen für Unternehmen aus einer betriebswirtschaftlichen Sicht: Welche Besonderheiten bestehen? Welcher Mehrwert kann generiert werden? Welche Trends lassen sich erkennen? Insbesondere wird darauf eingegangen, inwieweit maschinengenerierte Onlinedaten dazu beitragen können, Kundengruppen zu segmentieren, konkrete Zielgruppen adäquater zu adressieren und gewonnene Kunden enger an das Unternehmen zu binden. Zudem sollen Chancen im Hinblick auf Optimierungen des Produktportfolios, verbessertes Qualitätsmanagement und effiziente Ressourcenplanung aufgegriffen werden.

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 "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

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 Schweigen ist Silber, Reden ist Gold: Der Nutzen von Machine-Learning und Textanalysen in der Finanzwirtschaft
next chapter Monetäre Bewertung von Daten im Kontext der Rechnungslegung
Literature
1.
Thommen J-P (2008) Lexikon der Betriebswirtschaft. Managementkompetenz von A bis Z, 4 Aufl. Versus, Zürich
2.
Thommen J-P, Achleitner A-K, Gilbert DU, Hachmeister D, Jarchow S, Kaiser G (2020) Allgemeine Betriebswirtschaftslehre. Umfassende Einführung aus managementorientierter Sicht, 9 Aufl. Springer Gabler, Wiesbaden
3.
RashediI J (2020) Datengetriebenes Marketing. Wie Unternehmen Daten zur Skalierung ihres Geschäfts nutzen können. Springer Gabler, Wiesbaden
4.
Mulvenna M, Norwood M, Büchner A (1998) Data-driven marketing. Electron Markets 8(3):32–35CrossRef
5.
6.
7.
Boßow-Thies S, Hofmann-Stölting C, Jochims H (2020) Das Öl des 21. Jahrhunderts – Strategischer Einsatz von Daten im Marketing. In: Boßow-Thies S, Hofmann-Stölting C, Jochims H (Hrsg) Data-driven marketing. Springer Gabler, Wiesbaden, S 3–26
8.
9.
Spitz M (2017) Daten – Das Öl des 21. Jahrhunderts? Nachhaltigkeit im digitalen Zeitalter. Hoffmann und Campe, Hamburg
10.
Perrey J, Spillecke D, Umblijs A (2013) Smart analytics: how marketing drives short-term and long-term growth. To become an engine for growth, marketers neet to make „smart analytics“ their new best friend. In: McKinsey on marketing and sales, S 25–28
11.
Klaus L (2019) Data-driven marketing und der Erfolgsfaktor Mensch. Springer Gabler, WiesbadenCrossRef
12.
Arora N, Dreze X, Ghose A, Hess JD, Iyengar R, Jing B, Joshi Y, Kumar V, Lurie N, Neslin S, Sajeesh S, Su M, Syam N, Thomas J, Zhang ZJ (2008) Putting one-to-one marketing to work: personalization, customization, and choice. Mark Lett 19:305–321
13.
Brüne K (2008) Lexikon Kommunikationspolitik. Werbung, Direktmarketing, integrierte Kommunikation. Deutscher Fachverlag, Frankfurt a. M.
14.
Horsley M (2014) Eye tracking as a research method in social and marketing applications. In: Horsley M, Eliot M, Knight B, Reilly R (Hrsg) Current trends in eye tracking research. Springer Cham, S 179–182
15.
VuMA Touchpoints (2020) Verbrauchs- und Medienanalyse
16.
Hopf G (2020) Psychografisches Targeting – Wirkung und Funktionsweise als eine besondere Form des Micro-Targetings in den sozialen Medien. In: Boßow-Thies S, Hofmann-Stölting C, Jochims H (Hrsg) Data-driven marketing. Springer Gabler, Wiesbaden, S 79–103
17.
Husain S, Ghufran A, Chaubey DS (2016) Relevance of social media marketing and advertising. Splint Int J 3(7):21–28
18.
Hutter K, Hautz J, Dennhardt S, Füller J (2013) The impact of user interactions in social media on brand awareness and purchase intention: the case of MINI on Facebook. J Prod Brand Manag 22:342–351CrossRef
19.
Ghose A, Yang S (2009) An empirical analysis of search engine advertising: sponsored search in electronic markets. Manag Sci 55(10):1605–1622CrossRef
20.
Lammenett E (2019) Praxiswissen online-marketing. Affiliate-, influencer-, content- und e-mail-marketing, Google Ads, SEO, social media, online- inklusive Facebook-Werbung. Springer Gabler, Wiesbaden
21.
22.
Urbach N (2020) Marketing im Zeitalter der Digitalisierung. Chancen und Herausforderungen durch digitale Innovationen. Springer Gabler, Wiesbaden
23.
Farkisch K (2011) Data-Warehouse-Systeme kompakt. Aufbau, Architektur, Grundfunktionen. Springer, Berlin
24.
Miklosik A, Evans N (2020) Impact of big data and machine learning on digital transformation in marketing: a literature review. IEEE Access 8:101284–101292CrossRef
25.
Tam KY, Ho SY (2006) Understanding the impact of web personalization on user information processing and decision outcomes. MIS Q 30(4):865–890CrossRef
26.
Homburg C, Giering A, Hentschel F (1998) Der Zusammenhang zwischen Kundenzufriedenheit und Kundenbindung. Universität Mannheim, MannheimCrossRef
27.
Homburg C (2017) Grundlagen des Marketingmanagements. Springer Gabler, WiesbadenCrossRef
28.
Zander-Hayat H, Reisch PLA, Steffen C (2016) Personalisierte Preise – Eine verbraucherpolitische Einordnung. Verbraucher und Recht 31(11):403–409
29.
Tan KH, Zhan Y (2017) Improving new product development using big data: a case study of an electronics company. R&D Manage 47(4):570–582CrossRef
30.
Yu S, Yang D (2016) The role of big data analysis in new product development. In: 2016 international conference on network and information systems for computers (ICNISC). IEEE, S 279–283
31.
32.
33.
34.
Arute F et al (2019) Quantum supremacy using a programmable superconducting processor. Nature 574:505–510CrossRef
35.
36.
37.
Bauckhage C et al (2020) Quantum Machine Learning. Eine Analyse zu Kompetenz, Forschung und Anwendung. Fraunhofer, Sankt Augustin
38.
39.
40.
Leible S, Schlager S, Schubotz M, Gipp B (2019) A review on blockchain technology and blockchain projects fostering open science. Front Blockchain 2:2–16CrossRef
41.
42.
Metadata
Title
Monetarisierung von maschinengenerierten Onlinedaten – Branchenübergreifende Chancen und Herausforderungen
Authors
Malte Brettel
Thorsten Beule
Markus Rey
Nathalie Huber
Copyright Year
2021
Publisher
Springer Berlin Heidelberg
Book
Monetarisierung von technischen Daten

Print ISBN: 978-3-662-62914-7

Electronic ISBN: 978-3-662-62915-4

Copyright Year: 2021

DOI
https://doi.org/10.1007/978-3-662-62915-4_6

Premium Partner

    Image Credits