Please use this identifier to cite or link to this item: http://dx.doi.org/10.25819/ubsi/1209
DC FieldValueLanguage
dc.contributor.authorWacker, Svenja-
dc.date.accessioned2020-03-06T09:17:15Z-
dc.date.available2020-03-06T09:17:15Z-
dc.date.issued2019de
dc.description.abstractLaut der Boston Consulting Group stehen Big Data Analysen an dritter Stelle der Bereiche, die in den nächsten drei bis fünf Jahren den meisten Einfluss auf die Industrie haben werden und die daher aktiv bearbeitet werden sollten (Ringel et al. 2018, S. 4). Die Frage ist, wie solche Analysen gewinnbringend integriert werden können, um dadurch eine zukunftsfähige Positionierung im Wettbewerb generieren zu können. Dabei können Unternehmen auf einige Herausforderungen und Fehlerquellen stoßen, die in dieser Arbeit vor dem Hintergrund des elektronischen Wertschöpfungsprozesses nach Kollmann (2019) näher betrachtet werden sollen. Ziel dieser Arbeit ist die Abbildung von Fehlerquellen bei Big Data Analysen im Bereich des E-Commerce und das Aufzeigen eines möglichen Umgangs mit geschehenen Fehlern und der Prävention von Fehlern im Wertschöpfungsprozess.de
dc.description.abstractAccording to the Boston Consulting Group, big data analytics are the third most important area that will have the greatest impact on industry over the next three to five years and should therefore be actively pursued (Ringel et al. 2018, p. 4). The question is how such analyses can be profitably integrated in order to generate a sustainable competitive positioning. In doing so, companies may encounter some challenges and sources of error, which will be examined in more detail in this paper against the background of the electronic value creation process according to Kollmann (2019). The aim of this thesis is to map sources of error in big data analytics in the field of e-commerce and to show how to deal with errors that have occurred and how to prevent errors in the value creation process.en
dc.identifier.doihttp://dx.doi.org/10.25819/ubsi/1209-
dc.identifier.urihttps://dspace.ub.uni-siegen.de/handle/ubsi/1578-
dc.identifier.urnurn:nbn:de:hbz:467-15780-
dc.language.isodede
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subject.ddc650 Managementde
dc.subject.otherE-Commercede
dc.subject.otherFehlermanagementde
dc.subject.otherFehlerpräventionde
dc.subject.otherStrategiende
dc.subject.otherStrategiesen
dc.subject.otherError managementen
dc.subject.otherError preventionen
dc.subject.otherE-commerceen
dc.subject.swbBig Datade
dc.subject.swbStrategiede
dc.subject.swbFehlerde
dc.subject.swbDatenanalysede
dc.subject.swbElectronic Commercede
dc.titleStrategien zur Fehlerprävention und zum Fehlermanagement bei Datenanalysen im Bereich des E-Commercede
dc.title.alternativeStrategies for error prevention and error management within data analytics in the context of E-Commerceen
dc.typeMaster Thesisde
item.fulltextWith Fulltext-
ubsi.contributor.refereeMüller, Julia-
ubsi.date.accepted2019-09-05-
ubsi.organisation.grantingUniversität Siegen-
ubsi.origin.dspace51-
ubsi.publication.affiliationFakultät I Philosophische Fakultätde
ubsi.subject.ghbsPZPQde
ubsi.subject.ghbsPZRde
ubsi.subject.ghbsQGTRde
ubsi.subject.ghbsQGTOde
ubsi.subject.ghbsQBGde
Appears in Collections:Hochschulschriften
Files in This Item:
File Description SizeFormat
Masterarbeit_Svenja_Wacker.pdf1,24 MBAdobe PDFThumbnail
View/Open

This item is protected by original copyright

Show simple item record

Page view(s)

121
checked on Nov 24, 2020

Download(s)

184
checked on Nov 24, 2020

Google ScholarTM

Check

Altmetric


This item is licensed under a Creative Commons License Creative Commons