English| ECDL|
Home| Themen| Zertifikate| Testsysteme| Veranstaltungen| Wettbewerbe| Publikationen| Service|
 

eBusiness

NEWS
RSS Feed öffnet in einem neuen Fenster

17. 01. 2012: 
OCG Horizonte zum Thema "Facebook & Privacy" mit Max Schrems
...mehr

18. 01. 2012: 
IT Service Management Workshop im Rahmen des INNOTRAIN IT Projekts
...mehr

Forum eBusiness - Forum eLogistics

eLogistics_future

Ziele und Aufgaben

Im Arbeitskreis eLogistics_future soll der Einsatz moderener Technologien und deren Auswirkungen auf die Supply Chain bzw. Bedeutung für Logistik betrachtet werden; dabei sollen ebenfalls Technologien berücksichtigt werden, die sich bereits in anderen Disziplinen als erfolgreich erwiesen haben. Als erstes, aber bei weitem nicht einziges Beispiel hierfür dient Customer Behavior Modeling und Data Mining, das folgend näher ausgeführt wird.

Business Performance Management meets Supply Chain Management for Business Collaboration Automation

Der businessorientierte Einsatz von modernen Data Mining Technologien kombiniert mit weiteren Analyseverfahren wie Statistik, etc. zur Erstellung umfangreicher Verhaltensmodellierung im Context von Customer Relationship Management (CRM) wird unter dem Begriff Customer Behavior Modeling (CBM) zusammengefasst. Dabei ist es durch Kombination moderner Analyse-Technologien (Data Mining , Statistik, etc. ) möglich, das Verhalten von Kunden anhand der Daten zu modellieren und mittels moderner Prognosetechnologien auch deren künftiges (wahrscheinliches) Kaufverhalten in die Modellierung mit einzubeziehen. Durch multihybride prediktive Modelle wird es somit möglich, umfassende Kundenverhaltensmodelle unter Berücksichtigung künftigen Verhaltens zu erstellen und in den CRM Prozess in operative Systeme zu integrieren. Damit kann dem Kunden bei jeder Interaktion mit dem Unternehmen automatisiert individuell begegnet werden.

Eine der Kernfragen des Arbeitskreises eLogistics_future lautet, ob sich diese Modelle auch in der Supply Chain anwenden zu lassen, um so im Extremfall durch künftig prognostizierten Kundenbedarf auch bereits die gesamte Supply Chain mit integrierten multihybriden preditktiven Modellen abzubilden und somit eine echte Closed Loop zu schaffen.