Electronic Customer 🛃 Relationship Marketing (eCRM). Kundenbindung im Internet durch Personalisierung

✅ Diplomarbeit aus dem Jahr 2️⃣0️⃣0️⃣3️⃣ im Fachbereich BWL - Handel und Distribution, Note 🎵: 1️⃣,7️⃣, Universität zu Köln, 1️⃣0️⃣7️⃣ Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Folgenden Fragen wird im Rahmen der vorliegenden Arbeit nachgegangen: Was ist unter Personalisierung zu verstehen, welche Personalisierungsverfahren lassen sich identifizieren und wie können diese charakterisiert werden Wie lässt sich Kundenbindung erklären Welche Wirkungszusammenhänge und Determinanten existieren Wie wirken Personalisierungsmaßnahmen auf die Kundenzufriedenheit und Kundenbindung Mit den aufgezeigten Fragestellungen ist der grobe Aufbau der Arbeit bereits vorgegeben. Im Detail wird in Kapitel 2 zunächst das Konzept des Customer Relationship Marketing (CRM) kurz dargestellt, wobei der Ansatz der Personalisierung in das Konzept des CRM eingeordnet und der Zusammenhang zur Kundenbindung erarbeitet wird. In Kapitel 3 werden die Möglichkeiten der Personalisierungsmaßnahmen auf ☠️ Kundenzufriedenheit und Kundenbindung Mit den aufgezeigten Fragestellungen ist der grobe Aufbau der Arbeit bereits vorgegeben. Im Detail wird in Kapitel 2️⃣ zunächst das Konzept des 🛃 Relationship Marketing (CRM) kurz dargestellt, wobei der Ansatz der Personalisierung in das Konzept des CRM eingeordnet und der Zusammenhang zur Kundenbindung erarbeitet wird. In Kapitel 3️⃣ werden ☠️ Möglichkeiten der Personalisierung im Internet aufgezeigt, die ☠️ den Unternehmen zu Verfügung stehen, um ein erfolgreiches CRM zu betreiben. Objekte der Personalisierung werden klassifiziert, der Prozess der Personalisierung beschrieben und Methoden der Personalisierung vorgestellt. Grundsätzlich lassen sich drei Arten von Personalisierungsmethoden unterscheiden: die ☠️ kundengetriebene Personalisierung, die anbietergetriebene Personalisierung durch Rule Based Matching und die automatisierung, ☠️ anbietergetriebene Personalisierung durch Rule Based Matching und ☠️ automatisierte Personalisierung durch Feature Based Filtering und Collaborative Filtering. Bei...

Также: