Internet Ökonomie

Preview:

DESCRIPTION

Internet Ökonomie. Portale, Push - Technologie und Personalisierung. 26.6.2003. Michael Augustin. Portale Das Tor zum WWW Wirtschaftseinblick Push-Technologie Funktionsweise Unicast und Multicast Push is still alive. Personalisierung Der gläserne Kunde Vorführung von Bitlog - PowerPoint PPT Presentation

Citation preview

Internet Ökonomie

Portale, Push - Technologieund Personalisierung

Michael Augustin 26.6.2003

Gliederung

Portale Das Tor zum WWW Wirtschaftseinblick

Push-Technologie Funktionsweise Unicast und Multicast Push is still alive

Personalisierung Der gläserne Kunde Vorführung von Bitlog

Data Mining Einführung Der KDD- Prozess Verfahren

Portale

Das Tor zum WWW

PortaleWichtige Kriterien

Hilfe für Einstieg, Weiterführung und Orientierung im World Wide Web

Anlauf- und Rückkehrstelle für das Browsen bieten wichtige und allgemeine Web- Services auf persönliche Belange zugeschnitten Sprungbrett für weiteres Surfen im Netz

Portale

PortaleEinteilung nach eBusiness-Aktivitäten

Consumer-Portaloffener Nutzerkreiskundenspezifisch orientierthochfrequentierte Web-Einstiegsseiten im Internetleistungsstarker Suchdienst als wesentliches Element

Enterprise-Information-Portal offener Nutzerkreisunternehmensspezifisch ausgerichtetEinstiegsseiten für Web-Site eines UnternehmensInformationen des Unternehmens im Web anbieten

Portale Extranet-Portal

geschlossener Kundenkreis Zielgruppe: potentiell kooperierende Geschäftskunden berücksichtigt spezielle Services wie Bestell- und

Liefervorgänge

Intranet Portal geschlossener Kundenkreis unternehmens-intern orientiert für Mitarbeiter ein konsistenter Blick auf das Unternehmen direkter und angepasster Zugriff auf

Unternehmensapplikationen und Intranetinhalte

PortaleBedeutsame Faktoren für das

Marketing Ausbau zu attraktivem Werbemedium Gewinnen und Auswerten nutzerspezifischer

Informationen Professioneller Auftritt im WWW Etablierung und Sicherung des Portals als

Marke mit positiven Markenassoziationen Product, Place, Price, Promotion

Portale

Wirtschaftseinblick

Portale Geschätzte Werbeausgaben der 4 wichtigsten Weltregionen

Portale

Nr. Name URL Mtl. Nutzer in Mio

1 Yahoo www.yahoo.com 30,893

2 AOL www.aol.com 29,141

3 MSN www.msn.com 22,046

4 GO (Disney) www.go.com 19,484

5 Netscape www.netscape .com 18,676

Top 5 der Web-Portale 1999

Push - Technologie

Funktionsweise

Push - TechnologieRückblick

1997 das Jahr der Push - Technologie Vorreiter: Individual Inc., Cryan Verfahren, um Nutzer mit gewünschten

Informationen zu versorgen Manuelles Suchen war nicht mehr zumutbar Verwendet Konzepte des traditionellen

Verlagwesens (Abonnement- Modell) Gegenstück zu Pull

Push - TechnologieFunktionsweise

Benutzer (Abonnent) wird Mitglied bei einem Anbieter oder speziellen Informationskanal (Channel) mittels senden eines Informationsprofils

Einstellen wann Anbieter senden soll Anhand des Zeitplans verbindet sich der user-PC zum

Server im Internet und holt sich von da seine Informationen

Information speichern Benutzer über neue Information benachrichtigen

Push - Technologie

Unicast und Multicast

Push - TechnologieUnicast

TCP - Basierend viel Bandbreite nötig für jeden Nutzer eigene Verbindung, auch

bei identischen Anforderungen

Browser Server

Inhalt anzeigen

„Pull“ Datenanforderung

Inhalt auf PC laden

Push - TechnologieUnicast

TCP - Basierend viel Bandbreite nötig für jeden Nutzer eigene Verbindung, auch

bei identischen Anforderungen

ServerProfil übermitteln

Entsprechende Information herunterladen

Benachrichtigung

Client

Push - Technologie3 Modelle der Informationszustellung bei Unicast

Unterschiede dieser ModelleBenutzerprofilfähigkeitenAufwand zur Integration in bestehende Strukturen der

Informationszustellung der Anbieterandere Bereiche, die Anbieter als Notwendig erachten

Computer Computer ComputerContent Agents

Push ClientPush ClientPush Client

Channel Content Channel Content Channel Content

Push Server Web ServerWeb Servers

Push - TechnologieMulticast

ein Server sendet Daten zu mehreren Clients in einem einzelnen Transfer

UDP basierend weniger Bandbreite wird verbraucht ermöglicht ereignisgesteuerte Echtzeitdaten und

Updates Intranet- Administrator kann selbst für diese Fähigkeit

seines Netzes sorgen in Blöcke und Frames geteilte Daten werden vom

Server kontinuierlich gesendet

Push - TechnologieVerdeutlichung von Multicast

Content Source

Internet Backbone

Primary Distribution Servers

Secondary Distribution Servers

Clients

PoPISP

Intranet

Push - Technologie

Push is still alive

Push - TechnologieWeiterentwicklung

Bloomer oder Skycom bieten Möglichkeit per PCI-to-Satelite-Adapter (30 MBit/sec) Text, Video, Audio und komplette Webseiten zu verarbeiten

Airmedia ermöglicht kabellose Zustellung von Daten über das Rundfunknetz 24 Stunden/Tag

Microsoft - übertragen von Updates Spam

Push - TechnologieSiemens - Vertriebsabteilung

Nutzung der Backweb-Software keine Informationsangebote mehr

durchgehen Aufteilung des eigenen Informationsangebots

in unterschiedliche ChannelsHotline entlastetSupport nicht mit Anrufen Überflutet

Personalisierung

Der gläserne Kunde

PersonalisierungZiele

Informationen über Kunden sammeln durch sehr spezielle Datenauswertung

individuelle, dynamische und gewinnbringende Beeinflussung auf Kaufverhalten ausüben

Angebote auf Ansprüche der Nutzer zuschneiden

diskrete Manipulation

PersonalisierungDer Personalisierungsprozess

Profiling Match Making

Explizite Daten

(Postanschrift, Präferenzen ...)

Implizite Daten

(Click-Stream,Verweilzeiten ...)

dynamisch

(Agentenansatz, Collaborative Filtering)

statisch

Data Mining

Data Mining

Einführung

Data MiningNutzen und Anwendung

gezielte/ themenbezogene Datensuche Strukturen und Zusammenhänge finden die

nicht bekannt sind Verfahren für Unternehmens und

Wettbewerbsdaten, aber auch in der Medizin und im Sport von Notwen-digkeit

Wissenschaft für sehr komplexe Datenmengen

Data Mining

Ich habe eine Box, die gut in die Hand paßt

Es ist eine leichte BoxIm Supermarkt gibt es sie in vielen Farben

Auf meiner Box steht ein NameDie Box kann man öffnenÖffnet man sie, entdeckt man etwa 20 Stäbchen

Wilhelm

Data MiningEinsatzmöglichkeiten

Konstellationen und Ausprägungen von Marketinginstrumenten ermitteln

frühzeitiges erkennen von Trendwechseln Herausfinden von kauffreudigen Kunden Erkennen von abwanderungsgefährdeten Kunden Feststellen von Gründen für Produktionsfehler Kategorisierung von Kunden Webseiten-Optimierung

Data Mining

Der KDD- Prozess

Data MiningDer Knowledge Database Discovery

Prozess1) Daten sammeln

2) Daten vorbereiten (Data-preprozessing)

3) Anwendung der Data Mining Verfahren

4) Auswertung

Informationsgewinn (neue Erkenntnisse)

Data MiningDatensammlung

Vorkommen und Formen von Daten erkennen

In der Natur- Ca Calcium - Mg Magnesium

- He HeliumNeu generierte Daten

- Strichcode ...- Texte

Historische DatenOperationale DatenInformational DataMetadaten

Data MiningDatenhaltung

Flat Files Tabellenkalkulationen Datenbanken - relational

Strukturen• indexstrukturiert• B-Baum• Data Warehouse

Data Mining

Datenaufbereitung

Gründe: Daten sind ungeordnetunbrauchbare Daten sind enthaltenExistenz von Lücken in der Datensammlung

Data MiningPreprocessing:

Data Formatting Data Cleaning Data Filterning Behandlung von invalid

values Behandlung von Ausreißern Behandlung von missing

values Behandlung von sparse

columns/tables

Sampling Berechnung neuer Variablen Festsetzen von valid values Gebrauch von Taxonomien Name Mapping Value Mapping Diskretisierung Pivotisierung Data Coding/Neuronale

Netze

Data MiningMethoden

Assoziationen (Warenkorbanalysen)suchen nach Regelnfür jede Regel Support und Confidence

finden

Wie oft alle Elementeder Regel in der Da-tenbank vorkommen

Durchschnitt vonHead und Body

if then

Data MiningKlassifikationen

Neuronale Netze Baumklassifikationen Wohnort

Bremen

Berlin

Gehalt

Schlechter KundeGuter Kunde

< 5000> 5000

Data MiningClustering

Gruppierung von DatensätzenGruppen von Datensätzen zusammensuchen, die

gemeinsame Merkmale aufweisenDistancemaß entscheidet Ähnlichkeit von

Objektenbeim Punkte Cluster räumliche Entfernung der

Punkte betrachtenähnlich mit Farben (orange rot) (grün blau)

Vielen Dank für die Aufmerksamkeit

Quellenangabe

www.cs.uni-potsdam.de/~borchiwww.iicm.edu/thesis/hforstinger/

Kapitel6.htmlwww.8ung.at/mobileworkshop/

artikel_id65.htmwww.networkworld.dewww.ibusines.de/shop/db/shop.0472hr.html

Recommended