Refine
Document Type
- Bachelor Thesis (2)
Language
- German (2)
Has Fulltext
- yes (2) (remove)
Keywords
- Big Data (2) (remove)
Die vorliegende Bachelorarbeit befasst sich mit der Neukundengewinnung in der Kfz-Versicherungsbranche durch Big Data. Dafür werden das Potenzial von Predicitve Analytics und die geeigneten Szenarien für die Neukundengewinnung analysiert. Es wird veranschaulicht, wie sich das Kundenverhalten und die Kundenbedürfnisse durch die digitalen Möglichkeiten in der Versicherungsbranche verändert haben. Online kann man sich in kurzer Zeit für die preiswerteste Kfz-Versicherung entscheiden, was einen Preiskampf unter den Kfz-Versicherern verursacht. Das Ziel der Arbeit ist es zu veranschaulichen wie die Versicherer mithilfe von Datenanalysen das Verhalten und die Bedürfnisse der Kunden verstehen. Die Versicherer optimieren mit den gewonnen Kenntnissen Maßnahmen, Prozesse und Strategien für die Neukundengewinnung. Es wird erläutert, warum die Voraussetzung für das Ausschöpfen des Big Data Potenzials, neben der Einhaltung des Datenschutzes, eine klare Datenstrategie, eine angemessene Datenqualität und das nötige Know-how sind.
Im Zeitalter der fortschreitenden Digitalisierung und Technisierung von Informationen steigt der Datenberg im WWW kontinuierlich: Daten avancieren zum Rohstoff, mit dem sich viel Profit erzielen lässt. Gerade in Zeiten von Big Data und dem Kampf um die Informationshierarchie im WWW ist es für den Journalisten als Gatekeeper wichtig, aus der Fülle von Daten und Zahlen relevante Informationen herauszufiltern und sie der Öffentlichkeit verständlich zu präsentieren. Genau darin besteht die Herausforderung für das neue Feld des Online-Journalismus, den Datenjournalismus. Die vorliegende Arbeit geht dabei auf die Fragestellung ein, welches Potential der Datenjournalismus im WWW in sich birgt und wie er dabei helfen kann, eine komplexe, aus digitalen Daten bestehende Welt besser erklären zu können. Da der Datenjournalismus noch ein sehr junges journalistische Genre darstellt, wird er im Vorfeld der Arbeit zunächst definiert, historisch einge-ordnet und reflektiert, um dadurch einen umfangreichen Einblick in das Thema zu ermöglichen. Anschließend werden die diversen Datentypen, die der Datenjournalismus als Quelle benutzt, näher erläutert und der Prozess Datenanalyse und -aufbereitung kurz angeschnitten. Anhand von Beispielen aus der Praxis wird auf die diversen Erzählformen und Methoden des Data-Driven-Journalismus eingegangen. Ziel der Arbeit ist es, die aufgeworfene Fragestellung mittels der Reflektion der vorher gewonnen Erkenntnisse zu beantworten und Zukunftsperspektiven für den Datenjournalismus aufzuzeigen.