What Is Data Mining?

child with binoculars

What is Data Mining? And what is Predictive Behavioral Targeting again? With all the technical terms in the field of onsite user analysis you can easily lose track of what’s going on. That’s why, we tried to define the terms for you and set the record straight.

How can you define Data Mining?

Data Mining is a generic term for different types of data analysis. Data Mining experts discover hidden relationships in large amounts of data that are useful for companies or research institutions. The main difference in comparison to other data analysis techniques is that Data Mining doesn’t presuppose an assumption beforehand. The assumptions will be developed during the analysis process, known as KDD (Knowledge Discovery in Databases). Data Mining is only a small part of the whole analysis process.

Data Mining in eCommerce

Why is Data Mining important for online shops?

Data Mining is often applied to shopping cart analysis in eCommerce. Retail companies are using a special Data Mining technique called Pattern Mining to find relations within the customer’s shopping habits like: 50% of our customers, who bought a scarf, also bought gloves. These recurring sequences are called frequent patterns and are used for product recommendations („Customers Who Bought This Item Also Bought“).

If you combine the Pattern Mining technique with statistical data like surveys or demographic data and use your findings to predict future behavior, you call this Predictive Behavioral Targeting. Akanoo applies Predictive Behavioral Targeting to avoid abandoned carts. We are looking for behavior sequences that are occurring again and again. This could be a specific order of product sites or patterns in date and time of the visits. As soon as we have discovered frequent patterns, we use them in combination with available demographic data to predict the probability of intentions such as “will not convert”, “will not add second product to basket”, etc.

To cut a long story short: Data Mining is an important data analysis technique to extract valuable, hidden information from large data sets. It is particularly help in digital marketing and assists transaction-based websites in maximizing their profits.

Do you like to maximize your profit with Predictive Behavioral Targeting? Contact us now!

22 Prozent mehr Business Value durch intelligente Priorisierung

Als wir vor 3 Monaten unsere interne Organisation von Grund auf neu strukturiert haben, wussten wir noch nicht genau, wo uns SCRUM und Prozess-Management hinführen. Nun haben wir die ersten Zahlen und Bilder.

Immer Freitags sammeln wir Aufgaben für die nächste Woche, nachdem wir die Experimente vom Canvas aktualisiert haben
Immer Freitags sammeln wir Aufgaben für die nächste Woche, nachdem wir Rückschlüsse aus aktuellen Experimenten erlangt haben.

Business Value ist ein Indikator für die Wertigkeit und Wichtigkeit von Aufgaben, damit sie dem Ziel eines profitablen und erfolgreichen Unternehmens beitragen. Indem wir jeder Aufgabe einen Business Value zuordnen können wir alle Aufgaben intelligent priorisieren.

Den Business Value normalisieren wir bei der Aufgabenverteilung so, dass pro Stunde im Schnitt 12.5 Punkte vergeben werden, so dass an einem Arbeitstag im Mittel 100 Punkte abgearbeitet werden können. Dieses Vorgehen nutzen wir in allen Aufgebenfeldern auch außerhalb der Technologieentwicklung und Programmierung.

Alle Aufgaben werden mit Business Value und einer Zeitschätzung versehen. Die Aufgaben werden zuerst gemacht, die den höchsten Business Value pro Zeiteinheit liefern. Wenn es logisch nicht anders geht, sortieren wir etwas um.
Alle Aufgaben bekommen einen Business Value und eine Zeitschätzung. Die Aufgaben werden zuerst angegangen, die den höchsten Business Value pro Zeiteinheit liefern. 

Priorisierung der Aufgaben

Am wichtigsten ist das Sortieren der Aufgaben nach Business Value pro Zeitschätzung. Damit werden die Aufgaben zuerst erledigt, die zu jedem Zeitpunkt kritisch für das Maximieren des Unternehmenserfolg sind. Wenn mal eine Aufgabe wegen niedrigerer Priorität nicht geschafft wird, kann Ihre Priorität je nach Wichtigkeit bei der nächsten Aufgabenverteilung steigen, dass sie automatisch nach oben rutscht. Ist die Aufgabe hingegen weiterhin unwichtig, wird sie einfach am Boden der Prioritätsliste bleiben.

Durch diese einfache Priorisierung unserer Aufgaben erreichen wir nun im Schnitt 22 Prozent mehr Business Value pro Woche.

Anschließend zeigt unser Prozess-Management-Tool die Effizienz der Tasks. Also zum Beispiel wie gut geplant wurde und wie viel Business Value pro Zeit geschaffen wurde. Im Idealfall fällt diese Kurve monoton ab.
Anschließend zeigt unser Prozess-Management-Tool die Effizienz der Tasks. Also zum Beispiel wie gut geplant wurde und wie viel Business Value pro Zeit geschaffen wurde. Im Idealfall fällt diese Kurve monoton ab.

Was hat das mit Prozess-Management zu tun? Viele unserer Aufgaben sind wiederkehrend wie beispielsweise in der Kommunikation und dem Vertrieb.  So können wir die Bewertung nach Wichtigkeit mit dem Ausgang einer Aufgabe anreichern um unsere Prozesse kontinuierlich effizienter zu gestalten.