MOnAMi-Metadatensuche

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.

Originalquelle: Die maßgebliche Quelle für diesen Datensatz ist MOnAMi. Dieses Tool übernimmt keine Gewähr für Vollständigkeit, Aktualität, bibliografische Richtigkeit oder dauerhafte Verfügbarkeit.

PDF-Nutzung: Die PDF-Datei wird nicht lokal gespeichert. Die Vorschau und Volltextsuche rufen die Originaldatei technisch über einen signierten Proxy ab und verarbeiten sie nur zur Anzeige im Browser.

Rechte und Verantwortung: Urheberrechte, Lizenzen, Sperrvermerke und inhaltliche Verantwortung verbleiben bei den jeweiligen Autor:innen, Rechteinhaber:innen und der Originalplattform. Die automatisch erzeugte Rollen-, Themen-, Methoden- und Zitierklassifikation ist eine technische Ableitung und muss bei wissenschaftlicher Verwendung geprüft werden.