Business Intelligence - static.uni-graz.at · Business Intelligence (WS 2016/17) Teil Schlögl a.o....
Transcript of Business Intelligence - static.uni-graz.at · Business Intelligence (WS 2016/17) Teil Schlögl a.o....
1
Business Intelligence (WS 201617)
Teil Schloumlgl
ao Univ-Prof DI Dr Christian Schloumlgl
Institut fuumlr Informationswissenschaft
und Wirtschaftsinformatik
Universitaumltsstraszlige 15F3
8010 Graz
Inhalt
bull Business Intelligence-Grundlagen
ndash Grundbegriffe
ndash Business Intelligence-Rahmenkonzept
bull Competitive Intelligence (CI)
bull Spektrum von CI-Anwendungen
bull Datenerhebung
ndash Observation
ndash Human Intelligence
ndash Internet und Datenbanken
bull Competitive Intelligence Datenquellen
bull Datenauswertung (grundlegende Auswertungsverfahren)
bull Fallstudie Web Intelligence am Beispiel von Ford Deutschland
2
Inhalt
bull Competitive Intelligence ndash Web-Datenquellen und -dienste (ausgewaumlhlte Beispiele)
ndash Suchmaschinen
ndash Google Trends
ndash Social Media Quellen
bull Bewertungsportale
bull WeblogsBlogs
bull Web-Foren
bull Soziale Netze
bull Competitive Intelligence ndash Tools
BUSINESS INTELLIGENCE
GRUNDLAGEN
3
Grundbegriffe
bull Begriff bdquoIntelligenceldquo ndash laumlsst sich eigentlich nicht direkt ins Deutsche uumlbersetzen
ndash Stammt urspruumlnglich aus dem militaumlrischen Sprachschatz
ndash Beste Uumlbersetzung mit (Fruumlh- bzw Feind)Aufklaumlrung
bull Business Intelligence (BI) ndash Verschiedene Begriffsverstaumlndnisse z B
ndash bdquoUnter Business Intelligence wird ein integrierter unternehmensspezifischer IT-basierter Gesamtansatz zur betrieblichen Managementunterstuumltzung verstandenldquo (Kemper amp Baars 2006 S 9)
==gt bull Wirtschaftsinformatik-Sichtweise
bull Eine BI-Loumlsung ist stets organisationsspezifisch zu konzipieren
bull Nur die WerkzeugeTools koumlnnen am Markt kaumluflich erworben werden
Grundbegriffe
bull Competitive Intelligence (CI)
ndash bdquoAls bdquoCompetitive Intelligenceldquo (CI) wird hellip der systematische
Prozess der Informationserhebung und ndashanalyse bezeichnet durch den aus fragmentierten (Roh-)Informationen uumlber Maumlrkte Wettbewerber und Technologien den Entscheidern ein plastisches Verstaumlndnis fuumlr ihr Unternehmensumfeld und damit eine Entscheidungsgrundlage geliefert wirdldquo (Michaeli 2006 in Anlehnung an Tyson 1986)
==gt bull Fokus auf Unternehmensumwelt
bull bdquoIntelligenceldquo kann nach dieser Definition auch das Endresultat dieses Prozesses bezeichnen naumlmlich das Wissen uumlber Markt und Wettbewerb
bull Teilweise synonyme Begriffe Konkurrenzanalyse Wettbewerbsanalyse Wettbewerberanalyse Fruumlhaufklaumlrung Umfeldanalyse (environmental scanning)
4
Grundbegriffe
ndash bdquoCompetitive Intelligence bezeichnet einen systematischen der Ethik verpflichteten Ansatz zum Erwerb und zur Analyse von Informationen uumlber Wettbewerber und Markttrends um die eigenen Unternehmensziele zu erreichenldquo (Kemper amp Baars 2006 in Anlehnung an Kahaner 1996)
==gt
bull Ein der Ethik verpflichteter Ansatz Competitive Intelligence Werksspionage
ndash Society of Competitive Intelligence Professionals (SCIP) (httpwwwsciporg) (weltweit ca 3500 Mitglieder)
bull Deutsches Competitive Intelligence Forum (DCIF) (httpwwwdcifde)
bull Journal of Competitive Intelligence
Grundbegriffe
Business Intelligence
Competitive Intelligence
Web Intelligence
Gegenstand der
Lehrveranstaltung
5
Business Intelligence Rahmenkonzept
Data Mart
Core Data Warehouse
Operational Data Store
Content und
Dokumenten-
management
Analysesysteme
Systeme zur Wissens-
verteilung
-bereitstellung
BI-Portal
SCM ERP CRM Ext Daten
Strukturierte und unstrukt Daten
Datenebene
Logikebene
Praumlsentationsebene
Business Intelligence
Datenebene
ndash Data Warehouse
bull Physisch von den operativen Datenbestaumlnden getrennt
bull Daten harmonisiert und bereinigt
bull Zur Unterstuumltzung von dispositiven Informationssystemen
ndash Data Mart bull Kleinere Datawarehouses fuumlr bestimmte Anwendungsbereiche
bull (vor)aggregierte Daten
bull Historienbetrachtungen moumlglich
ndash Operational Data Store bull Im Gegensatz zu Data Marts keine aggregierten Daten
ndash Content- und Dokumentenmanagement bull Bereitstellung von unstrukturierten Daten (Text aber auch Grafiken Bilder Audio- und
Videosequenzen)
6
Business Intelligence
Logikebene
Zur anwendungsspezifischen Aufbereitung Nutzung und Verteilung der Daten
ndash Generische Basissysteme bull Berichtssysteme
ndash Interaktive Reporting-Plattformen
ndash Generierte Berichte (MIS EIS)
bull Freie Datenrecherchen SQL
bull Ad-hoc-Analysesysteme ndash Freie OLAP-Analysen
ndash Gefuumlhrte OLAP-Analysen
bull Modellgestuumltzte Analysesysteme ndash Decision Support Systeme
ndash Expertensysteme
ndash Data Mining
ndash Konzeptorientierte Systeme bull Balanced Scorecard Planung und Budgetierung hellip
COMPETITIVE INTELLIGENCE
Unterscheidungsmerkmale von CI-Analysen (1) (Kemper amp Baars 2006)
ndash Inhalt bull Markt z B Analyse der Konsequenzen des Aufkommens von
Substitutionsprodukten
bull Wettbewerber z B Analyse der Produktpolitik eines Wettbewerbers
bull Technologie z B Analyse von Patentdatenbanken zur Identifikation technischer Trends
bull So Unternehmensumfeld z B Beobachtung politischer Entwicklungen in einem Zielmarkt
ndash Zeitliche Stabilitaumlt bull Unmittelbar obsolet z B Bereitstellung von Aktienkursen zu den
Hauptwettbewerbern
bull Langfristig guumlltig z B Analyse demographischer Entwicklungen im Zielgruppensegment
ndash Analysefrequenz bull Einmalig z B Handlungsoptionen in einer Krisensituation
bull Oumlfters z B Marktanalyse im Rahmen einer Neuproduktentwicklung
bull Regelmaumlszligig z B Benchmarking mit Wettbewerbern
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
2
Inhalt
bull Competitive Intelligence ndash Web-Datenquellen und -dienste (ausgewaumlhlte Beispiele)
ndash Suchmaschinen
ndash Google Trends
ndash Social Media Quellen
bull Bewertungsportale
bull WeblogsBlogs
bull Web-Foren
bull Soziale Netze
bull Competitive Intelligence ndash Tools
BUSINESS INTELLIGENCE
GRUNDLAGEN
3
Grundbegriffe
bull Begriff bdquoIntelligenceldquo ndash laumlsst sich eigentlich nicht direkt ins Deutsche uumlbersetzen
ndash Stammt urspruumlnglich aus dem militaumlrischen Sprachschatz
ndash Beste Uumlbersetzung mit (Fruumlh- bzw Feind)Aufklaumlrung
bull Business Intelligence (BI) ndash Verschiedene Begriffsverstaumlndnisse z B
ndash bdquoUnter Business Intelligence wird ein integrierter unternehmensspezifischer IT-basierter Gesamtansatz zur betrieblichen Managementunterstuumltzung verstandenldquo (Kemper amp Baars 2006 S 9)
==gt bull Wirtschaftsinformatik-Sichtweise
bull Eine BI-Loumlsung ist stets organisationsspezifisch zu konzipieren
bull Nur die WerkzeugeTools koumlnnen am Markt kaumluflich erworben werden
Grundbegriffe
bull Competitive Intelligence (CI)
ndash bdquoAls bdquoCompetitive Intelligenceldquo (CI) wird hellip der systematische
Prozess der Informationserhebung und ndashanalyse bezeichnet durch den aus fragmentierten (Roh-)Informationen uumlber Maumlrkte Wettbewerber und Technologien den Entscheidern ein plastisches Verstaumlndnis fuumlr ihr Unternehmensumfeld und damit eine Entscheidungsgrundlage geliefert wirdldquo (Michaeli 2006 in Anlehnung an Tyson 1986)
==gt bull Fokus auf Unternehmensumwelt
bull bdquoIntelligenceldquo kann nach dieser Definition auch das Endresultat dieses Prozesses bezeichnen naumlmlich das Wissen uumlber Markt und Wettbewerb
bull Teilweise synonyme Begriffe Konkurrenzanalyse Wettbewerbsanalyse Wettbewerberanalyse Fruumlhaufklaumlrung Umfeldanalyse (environmental scanning)
4
Grundbegriffe
ndash bdquoCompetitive Intelligence bezeichnet einen systematischen der Ethik verpflichteten Ansatz zum Erwerb und zur Analyse von Informationen uumlber Wettbewerber und Markttrends um die eigenen Unternehmensziele zu erreichenldquo (Kemper amp Baars 2006 in Anlehnung an Kahaner 1996)
==gt
bull Ein der Ethik verpflichteter Ansatz Competitive Intelligence Werksspionage
ndash Society of Competitive Intelligence Professionals (SCIP) (httpwwwsciporg) (weltweit ca 3500 Mitglieder)
bull Deutsches Competitive Intelligence Forum (DCIF) (httpwwwdcifde)
bull Journal of Competitive Intelligence
Grundbegriffe
Business Intelligence
Competitive Intelligence
Web Intelligence
Gegenstand der
Lehrveranstaltung
5
Business Intelligence Rahmenkonzept
Data Mart
Core Data Warehouse
Operational Data Store
Content und
Dokumenten-
management
Analysesysteme
Systeme zur Wissens-
verteilung
-bereitstellung
BI-Portal
SCM ERP CRM Ext Daten
Strukturierte und unstrukt Daten
Datenebene
Logikebene
Praumlsentationsebene
Business Intelligence
Datenebene
ndash Data Warehouse
bull Physisch von den operativen Datenbestaumlnden getrennt
bull Daten harmonisiert und bereinigt
bull Zur Unterstuumltzung von dispositiven Informationssystemen
ndash Data Mart bull Kleinere Datawarehouses fuumlr bestimmte Anwendungsbereiche
bull (vor)aggregierte Daten
bull Historienbetrachtungen moumlglich
ndash Operational Data Store bull Im Gegensatz zu Data Marts keine aggregierten Daten
ndash Content- und Dokumentenmanagement bull Bereitstellung von unstrukturierten Daten (Text aber auch Grafiken Bilder Audio- und
Videosequenzen)
6
Business Intelligence
Logikebene
Zur anwendungsspezifischen Aufbereitung Nutzung und Verteilung der Daten
ndash Generische Basissysteme bull Berichtssysteme
ndash Interaktive Reporting-Plattformen
ndash Generierte Berichte (MIS EIS)
bull Freie Datenrecherchen SQL
bull Ad-hoc-Analysesysteme ndash Freie OLAP-Analysen
ndash Gefuumlhrte OLAP-Analysen
bull Modellgestuumltzte Analysesysteme ndash Decision Support Systeme
ndash Expertensysteme
ndash Data Mining
ndash Konzeptorientierte Systeme bull Balanced Scorecard Planung und Budgetierung hellip
COMPETITIVE INTELLIGENCE
Unterscheidungsmerkmale von CI-Analysen (1) (Kemper amp Baars 2006)
ndash Inhalt bull Markt z B Analyse der Konsequenzen des Aufkommens von
Substitutionsprodukten
bull Wettbewerber z B Analyse der Produktpolitik eines Wettbewerbers
bull Technologie z B Analyse von Patentdatenbanken zur Identifikation technischer Trends
bull So Unternehmensumfeld z B Beobachtung politischer Entwicklungen in einem Zielmarkt
ndash Zeitliche Stabilitaumlt bull Unmittelbar obsolet z B Bereitstellung von Aktienkursen zu den
Hauptwettbewerbern
bull Langfristig guumlltig z B Analyse demographischer Entwicklungen im Zielgruppensegment
ndash Analysefrequenz bull Einmalig z B Handlungsoptionen in einer Krisensituation
bull Oumlfters z B Marktanalyse im Rahmen einer Neuproduktentwicklung
bull Regelmaumlszligig z B Benchmarking mit Wettbewerbern
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
3
Grundbegriffe
bull Begriff bdquoIntelligenceldquo ndash laumlsst sich eigentlich nicht direkt ins Deutsche uumlbersetzen
ndash Stammt urspruumlnglich aus dem militaumlrischen Sprachschatz
ndash Beste Uumlbersetzung mit (Fruumlh- bzw Feind)Aufklaumlrung
bull Business Intelligence (BI) ndash Verschiedene Begriffsverstaumlndnisse z B
ndash bdquoUnter Business Intelligence wird ein integrierter unternehmensspezifischer IT-basierter Gesamtansatz zur betrieblichen Managementunterstuumltzung verstandenldquo (Kemper amp Baars 2006 S 9)
==gt bull Wirtschaftsinformatik-Sichtweise
bull Eine BI-Loumlsung ist stets organisationsspezifisch zu konzipieren
bull Nur die WerkzeugeTools koumlnnen am Markt kaumluflich erworben werden
Grundbegriffe
bull Competitive Intelligence (CI)
ndash bdquoAls bdquoCompetitive Intelligenceldquo (CI) wird hellip der systematische
Prozess der Informationserhebung und ndashanalyse bezeichnet durch den aus fragmentierten (Roh-)Informationen uumlber Maumlrkte Wettbewerber und Technologien den Entscheidern ein plastisches Verstaumlndnis fuumlr ihr Unternehmensumfeld und damit eine Entscheidungsgrundlage geliefert wirdldquo (Michaeli 2006 in Anlehnung an Tyson 1986)
==gt bull Fokus auf Unternehmensumwelt
bull bdquoIntelligenceldquo kann nach dieser Definition auch das Endresultat dieses Prozesses bezeichnen naumlmlich das Wissen uumlber Markt und Wettbewerb
bull Teilweise synonyme Begriffe Konkurrenzanalyse Wettbewerbsanalyse Wettbewerberanalyse Fruumlhaufklaumlrung Umfeldanalyse (environmental scanning)
4
Grundbegriffe
ndash bdquoCompetitive Intelligence bezeichnet einen systematischen der Ethik verpflichteten Ansatz zum Erwerb und zur Analyse von Informationen uumlber Wettbewerber und Markttrends um die eigenen Unternehmensziele zu erreichenldquo (Kemper amp Baars 2006 in Anlehnung an Kahaner 1996)
==gt
bull Ein der Ethik verpflichteter Ansatz Competitive Intelligence Werksspionage
ndash Society of Competitive Intelligence Professionals (SCIP) (httpwwwsciporg) (weltweit ca 3500 Mitglieder)
bull Deutsches Competitive Intelligence Forum (DCIF) (httpwwwdcifde)
bull Journal of Competitive Intelligence
Grundbegriffe
Business Intelligence
Competitive Intelligence
Web Intelligence
Gegenstand der
Lehrveranstaltung
5
Business Intelligence Rahmenkonzept
Data Mart
Core Data Warehouse
Operational Data Store
Content und
Dokumenten-
management
Analysesysteme
Systeme zur Wissens-
verteilung
-bereitstellung
BI-Portal
SCM ERP CRM Ext Daten
Strukturierte und unstrukt Daten
Datenebene
Logikebene
Praumlsentationsebene
Business Intelligence
Datenebene
ndash Data Warehouse
bull Physisch von den operativen Datenbestaumlnden getrennt
bull Daten harmonisiert und bereinigt
bull Zur Unterstuumltzung von dispositiven Informationssystemen
ndash Data Mart bull Kleinere Datawarehouses fuumlr bestimmte Anwendungsbereiche
bull (vor)aggregierte Daten
bull Historienbetrachtungen moumlglich
ndash Operational Data Store bull Im Gegensatz zu Data Marts keine aggregierten Daten
ndash Content- und Dokumentenmanagement bull Bereitstellung von unstrukturierten Daten (Text aber auch Grafiken Bilder Audio- und
Videosequenzen)
6
Business Intelligence
Logikebene
Zur anwendungsspezifischen Aufbereitung Nutzung und Verteilung der Daten
ndash Generische Basissysteme bull Berichtssysteme
ndash Interaktive Reporting-Plattformen
ndash Generierte Berichte (MIS EIS)
bull Freie Datenrecherchen SQL
bull Ad-hoc-Analysesysteme ndash Freie OLAP-Analysen
ndash Gefuumlhrte OLAP-Analysen
bull Modellgestuumltzte Analysesysteme ndash Decision Support Systeme
ndash Expertensysteme
ndash Data Mining
ndash Konzeptorientierte Systeme bull Balanced Scorecard Planung und Budgetierung hellip
COMPETITIVE INTELLIGENCE
Unterscheidungsmerkmale von CI-Analysen (1) (Kemper amp Baars 2006)
ndash Inhalt bull Markt z B Analyse der Konsequenzen des Aufkommens von
Substitutionsprodukten
bull Wettbewerber z B Analyse der Produktpolitik eines Wettbewerbers
bull Technologie z B Analyse von Patentdatenbanken zur Identifikation technischer Trends
bull So Unternehmensumfeld z B Beobachtung politischer Entwicklungen in einem Zielmarkt
ndash Zeitliche Stabilitaumlt bull Unmittelbar obsolet z B Bereitstellung von Aktienkursen zu den
Hauptwettbewerbern
bull Langfristig guumlltig z B Analyse demographischer Entwicklungen im Zielgruppensegment
ndash Analysefrequenz bull Einmalig z B Handlungsoptionen in einer Krisensituation
bull Oumlfters z B Marktanalyse im Rahmen einer Neuproduktentwicklung
bull Regelmaumlszligig z B Benchmarking mit Wettbewerbern
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
4
Grundbegriffe
ndash bdquoCompetitive Intelligence bezeichnet einen systematischen der Ethik verpflichteten Ansatz zum Erwerb und zur Analyse von Informationen uumlber Wettbewerber und Markttrends um die eigenen Unternehmensziele zu erreichenldquo (Kemper amp Baars 2006 in Anlehnung an Kahaner 1996)
==gt
bull Ein der Ethik verpflichteter Ansatz Competitive Intelligence Werksspionage
ndash Society of Competitive Intelligence Professionals (SCIP) (httpwwwsciporg) (weltweit ca 3500 Mitglieder)
bull Deutsches Competitive Intelligence Forum (DCIF) (httpwwwdcifde)
bull Journal of Competitive Intelligence
Grundbegriffe
Business Intelligence
Competitive Intelligence
Web Intelligence
Gegenstand der
Lehrveranstaltung
5
Business Intelligence Rahmenkonzept
Data Mart
Core Data Warehouse
Operational Data Store
Content und
Dokumenten-
management
Analysesysteme
Systeme zur Wissens-
verteilung
-bereitstellung
BI-Portal
SCM ERP CRM Ext Daten
Strukturierte und unstrukt Daten
Datenebene
Logikebene
Praumlsentationsebene
Business Intelligence
Datenebene
ndash Data Warehouse
bull Physisch von den operativen Datenbestaumlnden getrennt
bull Daten harmonisiert und bereinigt
bull Zur Unterstuumltzung von dispositiven Informationssystemen
ndash Data Mart bull Kleinere Datawarehouses fuumlr bestimmte Anwendungsbereiche
bull (vor)aggregierte Daten
bull Historienbetrachtungen moumlglich
ndash Operational Data Store bull Im Gegensatz zu Data Marts keine aggregierten Daten
ndash Content- und Dokumentenmanagement bull Bereitstellung von unstrukturierten Daten (Text aber auch Grafiken Bilder Audio- und
Videosequenzen)
6
Business Intelligence
Logikebene
Zur anwendungsspezifischen Aufbereitung Nutzung und Verteilung der Daten
ndash Generische Basissysteme bull Berichtssysteme
ndash Interaktive Reporting-Plattformen
ndash Generierte Berichte (MIS EIS)
bull Freie Datenrecherchen SQL
bull Ad-hoc-Analysesysteme ndash Freie OLAP-Analysen
ndash Gefuumlhrte OLAP-Analysen
bull Modellgestuumltzte Analysesysteme ndash Decision Support Systeme
ndash Expertensysteme
ndash Data Mining
ndash Konzeptorientierte Systeme bull Balanced Scorecard Planung und Budgetierung hellip
COMPETITIVE INTELLIGENCE
Unterscheidungsmerkmale von CI-Analysen (1) (Kemper amp Baars 2006)
ndash Inhalt bull Markt z B Analyse der Konsequenzen des Aufkommens von
Substitutionsprodukten
bull Wettbewerber z B Analyse der Produktpolitik eines Wettbewerbers
bull Technologie z B Analyse von Patentdatenbanken zur Identifikation technischer Trends
bull So Unternehmensumfeld z B Beobachtung politischer Entwicklungen in einem Zielmarkt
ndash Zeitliche Stabilitaumlt bull Unmittelbar obsolet z B Bereitstellung von Aktienkursen zu den
Hauptwettbewerbern
bull Langfristig guumlltig z B Analyse demographischer Entwicklungen im Zielgruppensegment
ndash Analysefrequenz bull Einmalig z B Handlungsoptionen in einer Krisensituation
bull Oumlfters z B Marktanalyse im Rahmen einer Neuproduktentwicklung
bull Regelmaumlszligig z B Benchmarking mit Wettbewerbern
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
5
Business Intelligence Rahmenkonzept
Data Mart
Core Data Warehouse
Operational Data Store
Content und
Dokumenten-
management
Analysesysteme
Systeme zur Wissens-
verteilung
-bereitstellung
BI-Portal
SCM ERP CRM Ext Daten
Strukturierte und unstrukt Daten
Datenebene
Logikebene
Praumlsentationsebene
Business Intelligence
Datenebene
ndash Data Warehouse
bull Physisch von den operativen Datenbestaumlnden getrennt
bull Daten harmonisiert und bereinigt
bull Zur Unterstuumltzung von dispositiven Informationssystemen
ndash Data Mart bull Kleinere Datawarehouses fuumlr bestimmte Anwendungsbereiche
bull (vor)aggregierte Daten
bull Historienbetrachtungen moumlglich
ndash Operational Data Store bull Im Gegensatz zu Data Marts keine aggregierten Daten
ndash Content- und Dokumentenmanagement bull Bereitstellung von unstrukturierten Daten (Text aber auch Grafiken Bilder Audio- und
Videosequenzen)
6
Business Intelligence
Logikebene
Zur anwendungsspezifischen Aufbereitung Nutzung und Verteilung der Daten
ndash Generische Basissysteme bull Berichtssysteme
ndash Interaktive Reporting-Plattformen
ndash Generierte Berichte (MIS EIS)
bull Freie Datenrecherchen SQL
bull Ad-hoc-Analysesysteme ndash Freie OLAP-Analysen
ndash Gefuumlhrte OLAP-Analysen
bull Modellgestuumltzte Analysesysteme ndash Decision Support Systeme
ndash Expertensysteme
ndash Data Mining
ndash Konzeptorientierte Systeme bull Balanced Scorecard Planung und Budgetierung hellip
COMPETITIVE INTELLIGENCE
Unterscheidungsmerkmale von CI-Analysen (1) (Kemper amp Baars 2006)
ndash Inhalt bull Markt z B Analyse der Konsequenzen des Aufkommens von
Substitutionsprodukten
bull Wettbewerber z B Analyse der Produktpolitik eines Wettbewerbers
bull Technologie z B Analyse von Patentdatenbanken zur Identifikation technischer Trends
bull So Unternehmensumfeld z B Beobachtung politischer Entwicklungen in einem Zielmarkt
ndash Zeitliche Stabilitaumlt bull Unmittelbar obsolet z B Bereitstellung von Aktienkursen zu den
Hauptwettbewerbern
bull Langfristig guumlltig z B Analyse demographischer Entwicklungen im Zielgruppensegment
ndash Analysefrequenz bull Einmalig z B Handlungsoptionen in einer Krisensituation
bull Oumlfters z B Marktanalyse im Rahmen einer Neuproduktentwicklung
bull Regelmaumlszligig z B Benchmarking mit Wettbewerbern
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
6
Business Intelligence
Logikebene
Zur anwendungsspezifischen Aufbereitung Nutzung und Verteilung der Daten
ndash Generische Basissysteme bull Berichtssysteme
ndash Interaktive Reporting-Plattformen
ndash Generierte Berichte (MIS EIS)
bull Freie Datenrecherchen SQL
bull Ad-hoc-Analysesysteme ndash Freie OLAP-Analysen
ndash Gefuumlhrte OLAP-Analysen
bull Modellgestuumltzte Analysesysteme ndash Decision Support Systeme
ndash Expertensysteme
ndash Data Mining
ndash Konzeptorientierte Systeme bull Balanced Scorecard Planung und Budgetierung hellip
COMPETITIVE INTELLIGENCE
Unterscheidungsmerkmale von CI-Analysen (1) (Kemper amp Baars 2006)
ndash Inhalt bull Markt z B Analyse der Konsequenzen des Aufkommens von
Substitutionsprodukten
bull Wettbewerber z B Analyse der Produktpolitik eines Wettbewerbers
bull Technologie z B Analyse von Patentdatenbanken zur Identifikation technischer Trends
bull So Unternehmensumfeld z B Beobachtung politischer Entwicklungen in einem Zielmarkt
ndash Zeitliche Stabilitaumlt bull Unmittelbar obsolet z B Bereitstellung von Aktienkursen zu den
Hauptwettbewerbern
bull Langfristig guumlltig z B Analyse demographischer Entwicklungen im Zielgruppensegment
ndash Analysefrequenz bull Einmalig z B Handlungsoptionen in einer Krisensituation
bull Oumlfters z B Marktanalyse im Rahmen einer Neuproduktentwicklung
bull Regelmaumlszligig z B Benchmarking mit Wettbewerbern
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
7
Competitive Intelligence
Unterscheidungsmerkmale von CI-Analysen (2)
ndash Analysetiefe
bull Keine Datenaufbereitung z B Bereitstellung von Daten zu Aktienkursen
bull Komplexe Analysen erforderlich z B Analyse einer groszligen Zahl an Nachrichtenmeldungen zu Wettbewerbern aus unterschiedlichen Quellen
ndash Zielgruppen bull Marketing z B kundensegmentbezogene Analyse von Marktdaten
bull Planung z B szenariobasierte Analyse des notwendigen Werbemittelbudgets
bull FampE z B Identifikation potenziell disruptiver Technologien
bull Strategisches taktisches und operatives Management z B branchenbezogene Marktanalysen fuumlr Produktmanager
Datenerhebung
Verfahren zur Datenerhebung (Michaeli 2006)
ndash Observation
ndash Human Intelligence
ndash Online-Datenbanken und Internet
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
8
Datenerhebung
Observation ndash Alle direkten und indirekten audiovisuellen Maszlignahmen die der
Erfassung relevanter Wettbewerbsaktivitaumlten dienen (NICHT Verwanzen von Buumlroraumlumen Beschattung von Mitarbeitern hellip)
ndash Hoher Aufwand
ndash Gegenstaumlnde und Ziele der Observation bull Materialfluumlsse ( Produktionsniveau) Werksverkehr Laumlger
bull Personen ( zB Schichtstaumlrke) Personenbewegungen bei Schichtwechsel Besucher hellip
bull Anlagen und Gebaumlude ( laufende Aktivitaumlten und (Neu)Ausrichtung eines Wettbewerbers) z B Bauvorhaben
bull Messeauftritt eines Wettbewerbers ( Selbstdarstellung und Standthema eines Wettbewerbers)
bull Konferenzauftritt eines Wettbewerbers ( stateg Positionierung des Wettbewerbers Identifikation von Meinungsbildnern (Referenten) eines Wettbewerbers)
Datenerhebung
Human Intelligence ndash Nutzung von Menschen als Quellen der Information (KEINE
Vortaumluschung von falschen Tatsachen KEINE bdquoMotivationldquo durch bdquofinanzielle Anreizeldquo KEINE Spionage)
ndash Kenntnisse der Gespraumlchspsychologie unabdingbar (kein plumpes Ausfragen)
ndash Gegenstand sind Sachverhalte die auszligerhalb von publizierten Fakten liegen
Beispiel ndash Aussagen uumlber zukuumlnftige Absichten eines Wettbewerbers
ndash Aussagen zur Einschaumltzung des Marktes und Unternehmen die in dieser Branche taumltig sind
ndash Aussagen uumlber die Einschaumltzung von Produkten und Dienstleistungen von Wettbewerbern und dem eigenen Unternehmen
ndash Fuumlhrungsstil und Verhaltensmuster von Fuumlhrungskraumlften
ndash usw
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
9
Datenerhebung
Moumlgliche Orte fuumlr Human-Intelligence-Aktivitaumlten ndash Messen und Ausstellungen
ndash Konferenzen
ndash Universitaumlten und Fachhochschulen
ndash Kundenbesuche
ndash Institutionen und Verbaumlnde
ndash Behoumlrden und Aufsichtsgremien
Datenerhebung
Internet ndash Mythos 1 Das Internet ist kostenlos
bull Informationssuche und Datenerhebung oft sehr zeitaufwendig hohe Opportunitaumltskosten (Arbeitszeit)
ndash Mythos 2 Im Internet ist alles zu finden man muss nur lange genug suchen
bull Nur bdquoSekundaumlrquellenldquo Observation Human Intelligence nur ein Teil allen Know-hows und aller persoumlnlichen Meinungen im Web zu finden
bull Nicht alle Webseiten in Suchmaschinen indiziert
bull Surface web vs deepinvisible web
bull extrem lange Trefferlisten das Ranking der Suchmaschinen entspricht bei CI-Recherchen oft nicht der Bedeutung der tatsaumlchlich benoumltigten CI-Inhalte
ndash Mythos 3 Das Internet ersetzt Online-Datenbanken bull Online-Datenbanken bieten spezialisierte gut strukturierte und vielfach auch
gepruumlfte Informationen
bull Vor allem auch aus Zeitgruumlnden sind Datenbanken dem Internet in vielen Faumlllen vorzuziehen auch wenn sie in der Regel kostenpflichtig sind
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
10
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (1) ndash (Kontinuierliches) Monitoring und Auswertung der Websites von
Wettbewerbern Lieferanten und Kunden
ndash Internet-Scouting Fruumlherkennung von neuen Anbietern und neuen Produkten durch gezielte Recherche in Publikationen sozialen Netzwerken industriespezifischen Portalen News-Portalen Anbieterverzeichnissen Firmenberichten Marktforschungsberichten oder Patentdatenbanken
ndash Technologie-Monitoring Auswertung von universitaumlren und wissenschaftlichen Aktivitaumlten Konferenzen Forschungszentren Patentdatenbanken etc
Kundenfeedback und Produkt-Reviews Kommentare und Geruumlchte zu Wettbewerbern NewsgroupsWeb-Foren Produktbewertungsportale
Issues-Management (systematische und fruumlhzeitige Erkennung und Bewertung von relevanten Themen (=Issues) Identifikation von sich anbahnenden Krisen und Skandalen Beispiel Pressemeldung dass es Probleme bei der Pruumlfung des Jahresabschlusses gibt
Datenerhebung
InternetDatenbanken ndash Anwendungsbereiche (2) ndash Identifikation von Experten und Primaumlrkontakten Autoren von
Publikationen Vortragende bei Konferenzen hellip
ndash Ad-hoc-Recherchen fuumlr Hintergrundinformationen z B Marktforschungsberichte Guru-Sites
ndash News Feeds (Alert Services) kontinuierliche maszliggeschneiderte aktuelle Informationen
ndash Informationen uumlber Personen (Lebenslaumlufe Publikationen Interviews hellip) Who is Who
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
11
COMPETITIVE INTELLIGENCE
DATENQUELLEN
Datenbanken
Einteilung von Datenbanken (1)
bull Nach dem Fachgebiet ndash Firmeninformationen
ndash Marktinformationen z B Statistade MarketResearch
ndash Finanzinformationen z B Thomson Reuters MarketWatch
ndash Statistische Informationen z B Statistik Austria Eurostat
ndash Personen
ndash Recht z B RIS CELEX
ndash Nachrichten zB Faktiva APA Defacto WisoNet Presse
ndash Patente Marken Urheberrechte z B WPI Inpadoc Espcenet hellip
ndash Standards z B bdquoInternational Standards and Specificationsldquo bdquoUS Normen fuumlr Fahrzeugtechnikldquo ISIS (Integriertes Statistisches Informationssystem der Statistik Austria)
ndash Wissenschaft und Technik Chemie z B Chemical Abstracts Maschinenbau DOMA Energie und Umwelt z B INIS Landwirtschaft und Ernaumlhrung z B AGRIS hellip
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
12
Datenbanken
ndash Arten von Firmeninformationen bull Adressinformationen Herold Schober AZ Bertelsmann
bull Unternehmenskurzdossiers Herold Compass Hoppenstedt ABC online Firmenbuch Oumlsterreich Firmen A-Z (WKOuml)
bull Bonitaumltsinformationen KSV Buumlrgel Creditreform Dun amp Bradstreet
bull Finanzinformationen MarketWatch
bull Produktinformationen Wer liefert was Herold ndash Gelbe Seiten
Datenbanken Datenbank-InfoSystem (DBIS)
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
13
Datenbanken Datenbank-InfoSystem (DBIS)
Gale Directory of Databases bull 38 Auflage 2015 2758 Seiten
bull Nachweis von uumlber 14000 Datenbanken von uumlber 3000 Produzenten weltweit httpwwwcengagecomsearchproductOverviewdoNtt=database+directory|15207096681586815742201590
28251058416891ampN=197ampNtk=APG|P_EPIampNtx=mode+matchallpartial (10 3 2016)
Datenbanken
Einteilung von Datenbanken (2)
bull Nach der Art der Erfassung ndash Bibliographische Datenbanken bibliografische Angaben
Kurzzusammenfassung (Abstract) in der Regel Schlag- oder Stichworte z B WISO-Datenbanken (zB BLISS) ABI-Inform
ndash Volltextdatenbanken ganzer Text oft ohne Bilder und Tabellen z B EBSCO ndash Business Premier
ndash Faktendatenbanken (numerische Datenbanken) bestimmte Zahlen und andere Groumlszligen z B KSV-Datenbank Oumlsterreichisches Firmenbuch Eurostat
ndash Hybrid-Datenbanken eine Mischung aus obigen Datenbanken
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
14
Datenbanken
Qualitaumltsbeurteilung einer Datenbasis ndash Vollstaumlndigkeit absolut und relativ
ndash Aktualitaumlt
ndash Korrektheit
ndash Strukturiertheit (wie viele Felder gibt es) und Auswertungstiefe (wie viele Felder sind meist ausgefuumlllt)
ndash Inhaltliche Erschlieszligung bull Klassifikation vorhanden z B Branchencodes bei
Firmendatenbanken
bull Beschlagwortung vorhanden z B Standard Thesaurus Wirtschaft bei WISO-Net
bull (Qualitaumlt der) Abstracts (z B Unternehmensbeschreibung
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (1)
1 Marktdaten
bull Suchanfrage-Haumlufigkeiten (z B Google Trends)
bull Statistikaumlmter Statistik Austria Eurostat
bull Andere oumlffentliche Organisationen z B OECD (SourceOECD)
bull Genios Statistiken (nicht mehr von Uni Graz lizenziert)
bull Marktforschungsberichte
ndash httpdestatistacom uumlber 1 Mio Statistiken in aufbereiteter Form
uumlber 60 Banchenreports Statistiken zu einem bestimmten Thema in
Form von Dossiers (gt 1000) Marktstudien (z B e-Commerce)
ndash MarketResearchcom ca 1 Mio Marktforschungsberichte aus 700
(Sub)Branchen von uumlber 200 Produzenten ca 90 der Fortune 1000
nehmen Dienste in Anspruch
ndash markt-studiede
ndash Gesellschaft fuumlr Konsumforschung (GfK) Market Institut The Nielsen
Company
ndash Gartner IDC Forrester AIIM (im IT-Bereich)
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
15
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (2)
2 Kundenmeinungen (Social Media)
bull Produktbewertungsportale
bull Blogs (die Kundenmeinungen enthalten)
bull Soziale Netzwerke (z B Facebook)
bull Diskussionsforen
Social Media Monitoring Tools (z B APA Genios) Social Media
Suchmaschinen
3 Forschung amp Entwicklung
bull Patentdatenbanken
bull Wissenschaftliche Literatur Web of Science Scopus fachspezifische
Datenbanken
bull Universitaumltsinstitute und Forschungsgesellschaften ndash Preprints
Datenquellen
Fuumlr CI-Analysen speziell relevante Informationen (3)
4 Unternehmensinformationen (von und uumlber Unternehmen)
bull Unternehmens-Websites
bull Firmen- und Produktdatenbanken Bonitaumlt Bilanzen Produkte
bull Analysten-Finanzinformationen MarketWatch FinanzNachrichtende
Google Finance
bull (Firmen)Blogs
5 Presse und Fachzeitschriften
bull ZeitungenPresse z B bdquoWISO Presseldquo (uumlber 120 Mio Artikel) Google News
bull Business News siehe Punkt 4 (MarketWatch FinanzNachrichtende
Google Finance)
bull Fachzeitschriften (Profil Trend Autofachzeitschriften hellip) z B bdquoWISO
Fachzeitschriftenldquo (uumlber 5 Mio)
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
16
Marktdaten Beispiel Genios Statistiken
Marktdaten Beispiel Statista
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
17
Marktdaten
Beispiel MarketResearchcom (1)
ndash 1998 gegruumlndet
ndash einer der fuumlhrenden Anbieter von Marktforschungsberichten und ndashdienstleistungen ca 90
der Fortune 1000 nehmen diese Dienste in Anspruch bull Branchenberichte
bull Produktanalysen
bull Unternehmensanalysen
bull Markttrends
ndash bdquoMarketResearchcom is a leading source for market data trends and analysis in all major
industries worldwide Journalists from The New York Times The Wall Street Journal Forbes
The Washington Post and other leading news sources frequently cite MarketResearchcom
in their articles If yoursquore looking for general market information or specific data for editorial
purposes please contact usrdquo (MarketResearchcom)
ndash Berichte werden von uumlber 200 Verlagen und Beratungsfirmen weltweit bezogen Datamonitor
Frost amp Sullivan World Market Intelligence Euromonitor International IDC hellip
Marktdaten
Beispiel MarketResearchcom (2)
ndash ProdukteDienstleistungen
bull MarketResarchcom Academic Enterprise Alerting Service ndash Lizenzierung erforderlich
bull PROFOUND es muumlssen nur die heruntergeladenen Berichte bzw Teile davon (z B Kapitel oder
Tabelle) bezahlt werden
-gt Ca 1 Mio Marktforschungsberichte
bull Durchfuumlhrung von Auftragsforschung
ndash Marktforschungsberichte aus folgenden Bereichen
bull Consumer Goods
bull Food amp Beverage
bull Heavy Industry
bull Life Sciences
bull Marketing amp Market Research
bull Public Sector
bull Service Industries
bull Technology amp Media
bull Company Reports
bull Reports by Country
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
18
Unternehmensinformationen
Beispiel MarketWatch (1)
ndash Angebot von Finanz-Informationen
bull Business news
bull Aktienkurse
bull Analystenberichte
bull hellip
ndash Tochterunternehmen von Dow Jones (bzw News Corporation)
ndash 17 Mio Nutzer (2012)
ndash Daten uumlber boumlrsennotierte Unternehmen weltweit
Unternehmensinformationen Beispiel MarketWatch (2)
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
19
Unternehmensinformationen
Beispiel MarketWatch (3)
Unternehmensinformationen Beispiel MarketWatch (4)
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
20
Unternehmensinformationen
Beispiel MarketWatch (5)
Unternehmensinformationen
Beispiel MarketWatch (6)
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
21
Unternehmensinformationen Finanzinformationen
Beispiel FinanzNachrichtende
Unternehmensinformationen Finanzinformationen
Beispiel Google Finance
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
22
AUSWERTUNGSVERFAHREN
Grundlegende Auswertungsverfahren (von Daten aus
elektronischen Medien)
1 Zeitreihen
2 Rangordnungen
3 Informationsflussgraphen
4 semantische Netze
Auswertungsverfahren
1 Zeitreihen
Graphische Darstellungsformen
ndash Liniendiagramme
ndash Balkendiagramme
Beispiele
ndash Zeitreihe fuumlr Bilanzkennzahlenvergleich mit Mitbewerbern
1 Mitbewerber ermitteln z B Wer liefert was
2 gewuumlnschte Kennzahl aus Bilanzdatenbanken von Mitbewerbern recherchieren z B in bdquoCreditreformldquo-Datenbank
3 Zeitreihe ggf vervollstaumlndigen
ndash Zeitreihe fuumlr FampE-Vergleich mit Mitbewerbern
1 in Patentnachweis-DB (z B bdquo World Patents Indexldquo oder bdquoEspacenetldquo) IPC=B65C (Etikettiermaschine)
2 Ranking erstellen z B sechs Unternehmen mit den meisten Patentanmeldungen
3 Zeitreihe fuumlr Hauptmitbewerber erstellen PatentanmeldungenJahr
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
23
Auswertungsverfahren
2 Rangordnungen
Darstellung
ndash Tortendiagramme
ndash Balkendiagramme
ndash bdquoRanglistenldquo
Beispiele
ndash Forschungsschwerpunkte einer Firma bull z B bdquoWorld Patents Indexldquo in welchen Hauptpatentklassen hat ein Unternehmen Patente angemeldet
bull bibliographische Datenbanken z B bdquoDokumentation Maschinenbauldquo relative Haumlufigkeit der Deskriptoren (Schlagworte)
ndash Suche von Mitarbeitern z B welche Mitarbeiter haben zu einem bestimmten Thema am meisten Publikationen verfasst --gt
Ranking nach publizierenden Autoren z B in bdquoLebensmitteltechnologie-DB
Auswertungsverfahren
3 Informationsflussgraphen ndash stellen Informationsfluumlsse dar (Sender -gt Empfaumlnger)
gerichtete Graphen
ndash sind ein Indikator fuumlr den Wissens- und Techniktransfer
ndash graphische Darstellung
bull gerichtete Graphen
Beispiele
ndash Verbreitung von wissenschaftlichen Innovationen von welchen anderen Publikationen wurde der Aufsatz von Vannevar Bush bdquoAs We May Thinkldquo direkt oder indirekt zitiert
ndash Wissenschaftliche Bedeutung eines Artikels wie oft wird dieser Artikel zitiert wie viele Artikel zitiert der Artikel selbst
ndash Bedeutung einer Website wie viele Inlinks verweisen auf eine Website wie viele Outlinks beinhaltet diese Website
ndash Entwicklungsintensitaumlt eines Unternehmens wie oft werden Patente eines Unternehmens (von wem) zitiert wie viele Patente zitiert das Unternehmen (von wem)
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
24
Auswertungsverfahren
Semantische Netze
ndash Darstellung von Beziehungen zwischen zwei oder mehreren Items
ndash Je haumlufiger zwei Items gemeinsam auftreten desto staumlrker ist die Beziehung zwischen ihnen
ndash Items koumlnnen zum Beispiel sein bull Zitierte Autoren
bull Zitierte Publikationen
bull (Ko)Autoren
bull Affiliation (Organisation) von Autoren
bull Dekriptoren mit denen Dokumente indiziert werden
bull Titelstichwoumlrter
bull Textstichwoumlrter
ndash Graphische Darstellung bull Ungerichtete Graphen
bull (Wissenschafts)Landkarten
Auswertungsverfahren
Semantische Netze
Erstellung
1 Recherchieren wie oft zwei bdquoSuch-Itemsldquo jeweils gemeinsam auftreten z B bull Wie oft werden zwei Deskriptoren (oder Patentklassen) gemeinsam
zum Beschlagworten verwendet
bull Wie oft kommen zwei Woumlrter gemeinsam im Titel eines Dokuments vor (Ko-Wort-Analyse)
bull Wie oft werden zwei Autoren gemeinsam zitiert (Autoren-Ko-Zitationsanalyse (siehe Wissenschaftslandkarte Informationsmanagement)
2 Ggf statistische Analyse z B Clusteranalyse Faktorenanalyse multidimensionale Skalierung
3 Graphische Darstellung z B mit Hilfe eines eigenen Tools (z B BibTechMon)
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
25
Auswertungsverfahren
Semantische Netze
Beispiel Autorenkozitationsanalyse IM-Autoren
bull Kozitation zwei Autoren stehen dann in einem Zusammenhang wenn sie vom selben Dokument zitiert werden bzw gemeinsam auf der Referenzliste eines (anderen) Dokuments stehen
bull Vorgehensweise
1 Auswahl der bedeutendsten IM-Autoren
2 Ermittlung der Kozitationshaumlufigkeiten
3 Erstellung der Kozitationsmatrix und Transformation in die Korrelationsmatrix
4 multivariate Analyse
5 Interpretation und Validierung der Ergebnisse
Auswertungsverfahren
Rang erhaltene
Zitate
Autor Rang erhaltene
Zitate
Autor
1 31 HORTON F(W) 11 10 MINTZBERG H
2 17 CRONIN B 14 9 NOLAN RL
3 15 PORTER ME 14 9 SYNNOTT WR
3 15 MARCHAND D(A) 14 9 CASH J(I)
5 14 MCFARLAN FW 17 8 DICKSON GW
6 13 DRUCKER PF 17 8 ROBERTS N
6 13 ROCKART J(F) 17 8 TRAUTH E(M)
8 12 SIMON HA 20 7 HAMMER M
9 11 EARL M(J) 20 7 IVES B
9 11 WILSON T(D) 20 7 KUHLEN R
11 10 LUCAS HC 20 7 VICKERS P
11 10 MARTIN J 20 7 WISEMAN C
Beispiel Autorenkozitationsanalyse IM-Autoren
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
26
Auswertungsverfahren
Cash
Cronin 1 Cronin
Davenport 43 3 Davenport
Davis 33 5 13 Davis
Dickson 34 1 13 68 Dickson
Drucker 33 14 82 16 18 Drucker
Earl 61 5 86 29 25 30 Earl
Hammer 45 2 401 25 15 136 76 Hammer
Horton 3 20 4 8 3 8 5 0 Horton
Lucas 52 4 23 117 155 17 33 28 13 Lucas
Marchand 4 7 6 4 3 8 6 2 20 13 Marchand
Martin 30 2 44 84 40 54 41 100 10 62 5 Martin
McFarlan 141 4 49 80 66 39 102 53 8 128 11 68 McFarlan
Mintzberg 46 3 72 51 60 355 88 148 8 89 5 154 72 Mintzberg
Nolan 50 2 21 79 51 22 40 26 7 116 13 64 127 46 Nolan
Porter 189 22 120 49 34 293 114 192 9 70 16 105 233 880 81 Porter
Roberts 0 19 1 1 1 7 1 1 7 4 3 4 1 16 1 8 Roberts
Rockart 90 5 86 124 79 60 84 83 10 116 12 116 160 139 117 171 2 Rockart
Simon 13 9 34 86 74 227 20 59 5 92 2 129 34 806 35 338 14 76 Simon
Sprague 21 1 13 65 55 12 16 21 3 83 3 55 43 84 38 39 0 92 185 Sprague
Synnott 11 6 4 11 7 9 13 4 15 18 12 14 15 6 15 21 3 19 1 6 Synnott
Taylor 2 26 5 10 2 10 4 1 23 9 14 7 4 9 6 11 14 7 18 1 6 Taylor
Trauth 3 3 5 7 5 1 4 5 6 6 4 7 3 6 4 4 2 10 3 2 4 4 Trauth
Vickers 1 9 1 2 0 0 2 1 10 3 2 2 3 1 1 4 3 1 1 0 3 4 0 Vickers
Wilson 3 21 4 2 3 3 14 5 5 7 2 6 10 29 4 14 30 9 48 1 0 35 1 4
Autoren-Kozitationsmatrix
Auswertungsverfahren
Beispiel Autorenkozitationsanalyse IM-Autoren
Multidimensionale Skalierung (multivariates Verfahren)
bull Autoren mit hohen Kozitationshaumlufigkeiten geringe
Abstaumlnden Autoren mit groszligen fachlichen Unterschieden
in groszliger Entfernung voneinander gezeichnet
bull Autoren mit bdquoBeziehungen zu vielen anderen Autoren im
Zentrum lokalisiert Autoren mit keinen Verbindungen zu
den meisten anderen Autoren peripher dargestellt
hervorspringende Dimensionen koumlnnen identifiziert
werden
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
27
Cash
Cronin
Dickson
Drucker
Earl
Hammer
Horton
Ives Kuhlen
Lucas
McFarlan
Marchand
Mintzberg
Roberts
Rockart
Nolan
Wilson
Martin
Simon
Vickers
Wiseman
Synnott
Trauth
INFORMATIONSWISSENSCHAFT
IM-Klassiker
MISStrategie
MISKernautoren
MISGESAMT
MANAGEMENT
Porter
Wissenschaftslandkarte bdquoInformationsmanagementldquo
FALLSTUDIE WEB INTELLIGENCE
bull Praxisprojekt an der FH-Koumlln in Zusammenarbeit mit den Ford Werken Deutschland
bull Ziel im Internet frei zugaumlngliche Informationen uumlber Ford erheben aufbereiten und analysieren
bull Teilprojekte ndash Presseportale
ndash Web-Foren
ndash Bewertungsportale
ndash Domainanalyse
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
28
Fallstudie Web Intelligence
Ford
10
VW
25
Audi
14
BMW
17
Mercedes
20
Renault
5
Opel
9
Presseportale
Prozentualer Anteil von Berichten auf allgemeinen Presseseiten uumlber
verschiedene Autofirmen (von den uumlber Suchmaschinen und Linkver-
zeichnisse (z B wwwmetagridcom) gefundenen 3180 Webseiten
wurden 29 ausgewertet)
Fallstudie Web Intelligence
Web-Foren (1) ndash Informations- und Meinungsaustausch zwischen Gleichgesinnten
ndash groszlige Anzahl an Menschen kann erreicht werden (einige Foren hatten bis zu 300000 Mitglieder)
ndash Relativ schnelle Reaktionsgeschwindigkeit (einige untersuchte Foren hatten eine Durchschnittsreaktionszeit von ca 25 Minuten)
ndash Vorgehensweise
bull Suche nach geeigneten Foren (ca 750 URLs)
bull Bereinigung der Treffermenge (z B mehrmals vorkommende Links) 247 Foren
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
29
Fallstudie Web Intelligence
Web-Foren (2) ndash Analyse der 247 Foren nach verschiedenen Merkmalen z B
PageRank Geschaumlftsmodell Benutzeranzahl hellip
ndash Auswahl von 20 Top-Foren zum Thema Ford diese hatten uumlber 300000 Nutzer
ndash Monitoring der drei Top-Foren z B bei Markteinfuumlhrung neuer Modelle
bull Anfertigung von monatlichen Berichten
1 Kennzahlen
2 Themenbildung
3 Stimmung im Forum
Fallstudie Web Intelligence
Web-Foren (3) bull Ad 1 Kennzahlen
ndash Anzahl der Themen (Threads)
ndash Anzahl der Beitraumlge
ndash Anzahl der Visits
bull Ad 2 Themenbildung
ndash Manuelle Einordnung der Beitraumlge in Kategorien
bull Ad 3 Stimmung
ndash Welche Themen waren den Mitgliedern besonders wichtig
ndash Welche Punkte sind besonders zu beachten
ndash Positive und negative Aspekte
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
30
Fallstudie Web Intelligence
bull Bewertungsportale ndash Von 9 identifizierten Bewertungsportalen wurde schlieszliglich
Ciaocom fuumlr eine detailliertere Analyse ausgewaumlhlt
ndash Produktkategorie Auto 68 Hersteller Ford 142 Automodelle insgesamt gt 2000 Erfahrungsberichte (Stand 52005)
ndash Analyse der Berichte 36 40 14 7 3 ==gt durchschnittliche Gesamtbeurteilung
ndash Analyse wie sich die Fordmodelle im Zeitablauf entwickeln
Fallstudie Web Intelligence
Domainanalyse ndash Wie viele registrierte Fordde-
Domains werden im WWW betrieben
ndash Ergebnis 230 registrierte Web-Seiten
bull am meisten Registrierungen durch Ford-Fans
bull Verletzung von Markenrechten immerhin in 22 Faumlllen ndash Gefahren
ndash Abwerbung von Kunden
ndash Umsatzerloumlse fuumlr Drittfirmen
ndash Imageschaumldigende Aumluszligerungen durch Dritte
Durchfuumlhrung der Domainanalysen in 4- bis 6-monatigen Intervallen
Fan-Award Auszeichnung der besten Fan-Webseite
Ford-eigene
Webseiten 14
Fanseiten 110
Autohaumluser 59
inaktiv 25
Verletzung von
3 Rechten 22
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
31
COMPETITIVE INTELLIGENCE
AUSGEWAumlHLTE WEB-SOCIAL MEDIA
QUELLEN UND -DIENSTE
SUCHMASCHINEN
Wichtige
Einschraumlnkungs-
moumlglichkeiten
Welche Webseiten haben
einen Link auf die hier
angefuumlhrte Webseite
gesetzt (koumlnnen auch Links
von Webseiten der hier
angefuumlhrten Website sein)
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
32
Suchmaschinen
bull Einschraumlnkung nach einem Dokumenttyp
bull Einschraumlnkung auf einen bestimmten Teilbereich einer Webseite
Suchmaschinen
PageRank-Algorithmus
ndash Verfahren das ndash neben anderen Kriterien ndash zur Reihung der
Trefferliste bei Google verwendet wird
ndash Grundgedanke
bull Es ist nicht nur wichtig wie viele Inlinks eine Webseite
erhaumllt
bull Es wird auch das bdquoGewichtldquo der Webseiten beruumlcksichtigt
die auf eine bestimmte Seite verlinken
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
33
Suchmaschinen
PageRank-Algorithmus ndash Beispiel (Quelle Wikipediade)
1 2
3 4
5
E
D F
A B C
1 Unwichtigste
Seiten 1-5 (keine
Inlinks)
2 Wichtigste Seiten
ohne Gewichtung
B E (am meisten
Inlinks) E erhaumllt
allerdings nur von
weniger wichtigen
Seiten Inlinks
Hingegen wird C
zwar nur von einer
einzigen aber
wichtigen Seite
verlinkt
Suchmaschinen
1
16 2
16 3
16
4
16
5
16
E
81
D
39
F
39
A
33 B
384
C
343
PRi = ( 1 ndash d ) N + d ( PRj Cj ) j (ji)
PRi hellip Pagerank Knoten i
N hellip Anzahl der Knoten
Cj hellip Anzahl der Knoten auf die Knoten
j verlinkt
d hellip Daumlmpfungsfaktor (zw 0 und 1)
= Wahrscheinlichkeit mit der
ein ausgehender Link gewaumlhlt
wird Loumlsung eines linearen Gleichungssystems
PageRank ndash Beispiel
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
34
GOOGLE TRENDS
bull Google Trends ist ein Google-Dienst mit dem die relative Haumlufigkeitsentwicklung von Google-Suchbegriffen sowie von erschienenen Nachrichten dargestellt werden kann ndash bdquoAn understanding of search trends can be useful for advertisers marketers
economists scholars and anyone else interested in knowing more about their world and whats currently top-of-mindrdquo (Matias Evron amp Shimshoni 2009)
ndash Maximal koumlnnen 5 Suchbegriffe einander gegenuumlbergestellt werden
ndash Es werden nicht alle sondern nur ein Teil der Google-Suchanfragen beruumlcksichtigt Stichprobenfehler moumlglich
ndash Fuumlr selten vorkommende Suchbegriffe kann es auch keine Ergebnisse geben
ndash Nichtenglische Suchbegriffe und nichtangloamerikanische Laumlnder werden erst in den letzten Jahren staumlrker beruumlcksichtigt
Google Trends Einschraumlnkung auf LaumlnderRegionen
Einschraumlnkung auf Web- Image-
Google Shopping- Nachrichten- und
YouTube-Suchen) Einschraumlnkung auf Zeitraumlume
(standardmaumlszligig 2004 ndash
aktuell)
Relative Haumlufigkeit des ersten Begriffes
Relative Haumlufigkeit der anderen Begriffe um ersten
bdquonormalisierteldquo
DarstellungAuflistung
der Suchanfragen auf
LaumlnderRegionen
Staumldte und Sprachen
Bezugspunkt kann geaumlndert werden
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
35
Google Trends
Verwandte Suchbegriffe nach Suchvolumen
(bdquoTopldquo) bzw Trend (bdquoRisingldquo)
Wechsel zwischen Region
(Land) und Stadt
Google Trends
bull Relative Haumlufigkeit des Suchbegriffs die Haumlufigkeit in den einzelnen Teilperioden wird auf die Durchschnittshaumlufigkeit der ausgewaumlhlten Periode bezogen
bull Normalisierte Verteilung nach Laumlndern hier werden unterschiedliche Groumlszligen dadurch normalisiert indem die Haumlufigkeit des betrachteten Suchbegriffs auf alle Suchbegriffe (des Landes der Stadt und der Sprache) bezogen wird
bull Web-Suchen werden in 24 Hauptkategorien (Autos amp Vehicles Business Food amp Beverages hellip) und zahlreichen Subkategorien (z B Hybrid amp Alternative Vehicles Alcoholic Beverages Cooking amp Recipes hellip) durch eine automatische Clustersoftware (z B Suchbegriff bdquocar tireldquo Subkategorie bdquoVehicle tiresldquo) eingeteilt
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
36
Google Trends
Google Trends
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
37
Google Trends
Google Trends
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
38
Google Trends - Standortvergleich
Google Trends - Standortvergleich
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
39
Google Trends
ACHTUNG
ndash electric vehicle (standardmaumlszligig AND-Verknuumlpfung) bringt mehr
Ergebnisse als ldquoelectric vehicleldquo (Phrasensuche)
ndash detto e car ne ldquoe carldquo ne e-car
ndash Es sollten alle moumlglichen Synonyme beruumlcksichtigt werden (OR-
Verknuumlpfung ndash in GoogleTrends ein Plus-Zeichen) bdquoelectric
vehicleldquo + bdquoelectric carldquo + bdquoe carldquo + hellip
ndash Homonymproblematik z B bdquoTeslaldquo
Google Trends
Anwendungsmoumlglichkeiten - Beispiele ndash Auswahl wirksamer Werbebotschaften z B welche
Weineigenschaften sind gefragt
ndash Untersuchung von saisonalen Abhaumlngigkeiten
ndash Erschlieszligung neuer Maumlrkte (z B anhand der graphischen Darstellung)
ndash Prognose von Naumlchtigungszahlen (z B wie viele Suchanfragen mit dem Inhalt bdquoAustrialdquo in der Kategorie bdquoTravelldquo kommen aus welchen Laumlndern)
ndash Prognose von Umsaumltzen (wie haumlufig werden welche Marken nachgefragt)
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
40
Google Trends
Quelle Hyunyong Choi Hal Varian (2009) Predicting the present with Google Trends
Google Trends ndash andere Dienste
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
41
Google Trends ndash Top-Suchanfragen je Land (je Tag)
Google Trends - Top Charts (pa)
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
42
Google Correlate
SOCICAL MEDIA QUELLEN
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
43
BEWERTUNGSPORTALE (Online-
Bewertung)
bull Plattformen in denen Verbraucher Informationen und Erfahrungen uumlber Produkte und Dienstleistungen austauschen ndash eigene Plattformen
ndash Rezensionen bei elektronischen Marktplaumltzen z B amazoncom
bull In der Regel keine Expertenmeinungen sondern persoumlnliche Erfahrungsberichte die von den einzelnen Nutzern selbst erstellt und bearbeitet werden keine unmittelbare Beeinflussbarkeit durch das jeweilige Unternehmen
bull Betreiber der Bewertungsportale lehnen Uumlbernahme der Verantwortung ndash die Inhalte der Bewertungen betreffend ndash ab
bull Durch bdquoBonussystemldquo (Punktevergabe bei hilfreichen Bewertungen) teilweise finanzielle Anreize Gutschriften
bull Beispiele Wikis Blogs Foto- und Videoportale Schulen und Lehrer (spickmichde) Professoren (meinprofde) Arztpraxen Arbeitgeber (jobvotingde) Preisvergleichsportale soziale Online-Netzwerke spezielle Produktbewertungsportale
Produktbewertungsportale
Ciaocom bzw ciaode ndash Eines der groumlszligten Shopping-Portale in Europa
ndash Community von gt 1 Million Mitgliedern
ndash Mehr als 7 Mio Bewertungen uumlber gt 1 Produkte und Dienstleistungen
ndash gt 38 Mio Besucher pro Monat
ndash Geschaumlftsmodell
bull Online-Werbung
bull Verlinkung mit Online-Shops
bull Online-Marktforschung fuumlr andere Unternehmen
ndash Fuumlr das Schreiben von Erfahrungsberichten gibt es bei den als solchen gekennzeichneten Produkten eine Verguumltung (z B 05 1 oder 2 Cent Anzahl der als bdquohilfreichldquo bdquosehr hilfreichldquo oder bdquobesonders hilfreichldquo abgegebenen Bewertungen)
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
44
Produktbewertungsportale
Weitere Beispiele ndash Dooyoo
ndash Qype Meinungsportal fuumlr regionale Plaumltze (Staumldte) Schwerpunkt Restaurants und Gastronomie
ndash Yopide
ndash AlaTest
ndash Epinionscom
ndash Consumerreviewscom
ndash RateItAll
ndash Ratingsnet
Produktbewertungsportale
ndash ReviewCentrecom
ndash Shared Reviews
ndash wwwtestde Testberichte (gegen geringes Entgelt) von
Stiftung Warentest
ndash Speziell fuumlr (Elektro)Autos
bull KBB (Kelley Blue Book) Experten- und Kundenbewertungen
- httpwwwkbbcomelectric-
carvehicleclass=newcarampintent=buy-newampfilter=hasereview
bull autosmsncom - Unterpunkt bdquoreviews amp articlesldquo
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
45
Produktbewertungsportale
Problem bdquoManipulationsversucheldquo ndash Bewusst falsche Darstellung durch ein Unternehmen
ndash Diesbezuumlgliche Dienste auch schon von Unternehmen angeboten
ndash Anstellung von bdquoFake Bloggerldquo
Checkliste ndash Mindestanzahl von Bewertungen bdquoWeisheit der Masseldquo
ndash Redaktionelle Kontrolle Kontrolle durch Betreiber des Onlineportals auf Schmaumlhkritik Stimmigkeit etc
ndash Infos uumlber Bewerter jede Bewertung sollte mit Namen oder Pseudonym versehen sein idealerweise sollte Profil des Bewerters einsehbar und dieser kontaktierbar sein
BLOGS (WEBLOGS)
bull Meist Eintraumlge uumlber Aspekte des eigenen Lebens (Online-Tagebuch) oder Meinungen zu spezifischen Themen persoumlnliche Informationen
bull aber zum Teil auch Blogs mit fachlich interessanten und wertvollen Informationen
bull Eintraumlge sind umgekehrt chronologisch sortiert (aktuellster Eintrag zuletzt)
bull Meist oumlffentlich einsehbar
bull Leser koumlnnen Kommentare hinterlassen direkte KommunikationInteraktion moumlglich flieszligende Grenze zu Webforen
bull Blog-Typen - Unterscheidungsmerkmale ndash Inhalt Politik Reisen Technologie juristische Themen (Blowgs)
ndash Medium Vlogs (Video) Linklogs (groszligteils Linklisten) Photologs (Photos)
ndash Betreiber Privatpersonen Unternehmen (corporate blogs z B Produkt-Blog Projekt-Blog CEO-Blog hellip)
ndash Endgeraumlten Blogs fuumlr mobile Endgeraumlte (Moblogs)
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
46
Blogs
VorteileNutzen
ndash Aktualitaumlt die aktuellsten Suchergebnisse sind meist nur wenige Minuten alt
ndash Trenderkennung (graphische Darstellung durch einzelnen Suchmaschinen)
ndash durch den informalen Charakter der Blog-Inhalte und dadurch dass jeder Eintrag eine genaue zeitliche Zuordnung hat ist es leicht moumlglich sich ein Bild uumlber die oumlffentliche Meinung zu einem bestimmten Zeitpunkt zu machen (auch im Nachhinein da Posts archiviert werden
Anwendungsmoumlglichkeiten im Bereich der Marktforschung ndash Firma hat eine Werbekampagne gestartet und moumlchte sich ein
schnelles Bild uumlber das oumlffentliche Feedback darauf machen
ndash Analyse von Blogs statt herkoumlmmlicher Marktforschung
Entsprechende Analysen werden auch von speziellen Firmen wie z B Nielsen angeboten
Blogs
Einschraumlnkungen ndash Blogger sind zumindest zur Zeit noch nicht in der Regel fuumlr die
untersuchte Grundgesamtheit nicht repraumlsentative
ndash Abdeckung von Blog-Suchmaschinen oft nicht eruierbar
ndash Abdeckung abhaumlngig von Sprache und Land
Blogs bieten Moumlglichkeit um bull bdquoquick and dirtyldquo Einsichten uumlber die oumlffentliche Meinung zu gewinnen
bull Sachverhalte zu analysieren die sonst nicht untersucht werden koumlnnen (z B oumlffentliche Meinung im Jaumlnner 2006 hellip)
sollten aber durch andere Analysen ergaumlnzt werden
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
47
Blogs
Blog-Suchmaschinen - Beispiele ndash Google
ndash bdquoAlteldquo Google Blog Search (nur mehr versteckt)
ndash Regatorcom
ndash httpsocialmentioncom
ndash BlogPulse (eingestellt)
ndash httpresearchbloggingorg (Forschungsbeitraumlge)
ndash httpstwittercomtechnorati
ndash httptopsycom (Twitter)
(Neue) Google Blog-Suche
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
48
(Neue) Google Blog-Suche
Problem
Die bdquoneueldquo Blogsuche von
Google wertet nur einen
Bruchteil der urspruumlnglichen
Blogs aus
(Alte) Google Blogsuche
Uumlber nachfolgende
URL angeblich Zugriff
auf die urspruumlngliche
Blocksuche moumlglich
httpwwwgoogleco
msearchtbm=blg
Alte Blogsuche liefert
wesentlich mehr Treffer
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
49
(Alte) Google Blogsuche
Blogs
Achtung
Bei bdquoAdvanced Searchldquo
wird Blogsuche auto-
matisch verlassen
Bei Klick auf bdquoSearch
tools wird werden weitere
Einschraumlnkungsmoumlglich-
keiten bei der Blogsuche
eingeblendet
Google Blog Search (httpwwwgooglecomblogsearch)
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
50
Blogs
Bei Klick auf bdquoHomepagesldquo
wird die Suche auf Blognamen
(die Elektroauto enthalten)
eingeschraumlnkt
Blogs
Bei Klick auf bdquoany timeldquo kann
die Trefferliste zeitlich stark
eingeschraumlnkt werden (nur
bei bdquoPostsldquo moumlglich)
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
51
Blogs
WEBFOREN
bull Alternative Bezeichnungen Foren Internetforen Diskussionsforen
bull Kommunikationsaspekt steht im Vordergrund virtueller Raum im Web fuumlr Menschen die sich uumlber bestimmte Themen (asynchron) auszutauschen wollen (bdquovirtuelle Gemeinschaftldquo bdquoOnline-Communityldquo)
(Aufgrund der Speicherung der Beitraumlge kommuniziert man allerdings mit einer Vielzahl von Personen)
bull Uumlblicherweise sind die Themen (hierarchisch) strukturiert ndash Beispiel
Forum
Mazda
Rubrik 1
Mazda 2
Rubrik 2
Mazda 3
Rubrik 3
Mazda 5
Thread 1
hellip
Thread 2
hellip
Thread 4
hellip
Thread 3
hellip
Thread 5
hellip
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
52
Webforen
bull Arten von Webforen ndash Foren die sich ausgehend von einem Hauptthema im Laufe einer
Diskussion in viele Unterthemen aufsplitten (bdquothreaded boardsldquo)
ndash Foren die von Anfang an in einzelne Themen unterteilt sind (bdquolinear boardsldquo)
bull Rollen in Webforen ndash Gast kann nach Beitraumlgen suchen und in der Regel Beitraumlge lesen
(falls es sich um keine geschlossene Community handelt)
ndash Mitglied muss sich registrieren lassen dadurch ist es moumlglich bull eigenes Profil anzulegen
bull Beitraumlge zu verfassen und zu kommentieren
bull auf andere Beitraumlge zu verlinken
ndash Moderator kann bull Beitraumlge aumlndern und loumlschen (sorgt fuumlr Wahrung der Netiquette)
bull Themen (threads) schlieszligen oumlffnen verschieben oder loumlschen
ndash Administrator houmlchste Kontrollfunktion bull kann jede Aktion im Forum unterbinden
bull Rechte festlegen
bull Forum umstrukturieren
Webforen
Suche nach relevanten
Webforen (Forenname)
Suche nach in (allen)
Webforen diskutierten
Inhalten
httpsgroupsgooglecomforumbrowse
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
53
Webforen
Webforen
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
54
Webforen
einzelne Themen (Threads)
Webforen
Posts insgesamt
Themen insgesamt
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
55
Webforen
Webforen
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
56
Webforen
Webforen
Detailierte Suche innerhalb einer
Gruppe (auf Pfeil im Suchfenster
klicken)
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
57
Webforen
BoardReadercom provides ldquosearch engine services to
enable you to search message boards websites blogs
and other social media (collectively Boards) graphische
Darstellung
Omgilicom findet viele Threads in unterschiedlichsten
Sprachen Einschraumlnkungsmoumlglichkeiten bei der Suche
forum-kompassde Meta-Forum-Suchmaschine
Webforen
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
58
SOZIALE NETZWERKE
bull Facebook
ndash httpsearchfbcom
bull Allroundler ndash httpwwwsocial-searchercom Facebook Google+ Twitter
ndash httpwwwicerocketcom Facebook Blogs Twitter
LITERATUR
Business Intelligence - Grundlagen
bull Fank Matthias Riecke Wolfgang WebIntelligence Die Bedeutung des Kunden im Internet am Beispiel der Ford Werke Deutschland GmbH in Information ndash Wissenschaft und Praxis 2007 Bd 58 Heft 6-7 S 355-360
bull Gluchoswski Peter Gabriel Roland Dittmar Carsten Management Support Systeme und Business Intelligence Computergestuumltzte Informationssysteme fuumlr Fach- und Fuumlhrungskraumlfte 2 Aufl Springer 2008 (elektronische Ressource)
bull Kemper Hans-Georg Baars Henning Business Intelligence und Competitive Intelligence IT-basierte Managementunterstuumltzung und markt-wettbewerbs-orientierte Anwendungen in HMD (Handbuch der modernen Datenverarbeitung) 2006 Heft 247 (Schwerpunktheft uumlber Business Intelligence) S 7-20
bull Michaeli Rainer Competitive Intelligence Strategische Wettbewerbsvorteile erzielen durch systematische Konkurrenz- Markt- und Technologieanalysen Springer 2006
bull Stock Wolf Wirtschaftsinformationen aus informetrischen Online-Recherchen in Nachrichten fuumlr Dokumentation 1992 Heft 5 S 301-315
bull Thelwall M Vaughan L Bjorneborn L Webometrics In Annual Review of Information Science and Technology Vol 39 2005 81-135
bull Thelwall Mike Ruschenburg Tina Grundlagen und Forschungsfelder der Webometrie in Information ndash Wissenschaft und Praxis 2006 Bd 57 Heft 8 S 401-406
bull Thelwall Mike Bibliometrics to webometrics In Journal of Information Science Vol 34 Iss 4 2008 605-621
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl Kapitel 11 (Business Intelligence and Decision Support) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Hg) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003
59
Literatur
Business Intelligence ndash Datenerhebung Datenquellen Analysen
bull Bazzell Michael Open Source Intelligence Techniques Resources for Searching and Analyzing Online Information Paperback 2015 4 Aufl 432 Seiten CreateSpace Independent Publishing Platform ISBN-10 1508636338 ISBN-13 978-1508636335
bull Stuart David Web Metrics for Library and Information Professionals Facet Publishing London 2014
bull Almind TC Ingwersen P Informetric analyses on the World Wide Web Methodological approaches to webometricslsquo In Journal of Documentation Vol 53 Iss 4 1997 404-426
bull Bjorneborn L Ingwersen P Perspectives of webometrics In Scientometrics Vol 50 Iss 1 2001 65-82
bull Bjorneborn L Ingwersen P Toward a basic framework for webometrics In Journal of the American Society for Information Science and Technology Vol 55 Iss 14 2004 1216-1227
bull Chakrabarti Soumen Mining the Web Discovering Knowledge from Hypertext Data Morgan Kaufmann 2003
bull Hyunyoung Choi Hal Varian Predicting the Present with Google Trends URL httpstaticgoogleusercontentcomexternal_contentuntrusted_dlcpwwwgooglecomengoogleblogspdfsgoogle_predicting_the_presentpdf (3 3 2015) Google Inc April 2009
bull Schmidt Torsten Vosen Semeon Forcasting private consumption Survey-based indicators vs Google Trends URL httprepecrwi-essendefilesREP_09_155pdf (3 3 2015) RUHR Economic Papers 2009
bull Thellwall Michael Introduction to Webometrics Quantitative Web Research for the Social Science Morgan amp Claypool 2009 DOI 102200S00176ED1V01Y200903ICR004
bull Turban Efraim Volonino Linda Information Technology for Management 8 Aufl - Kapitel 8 (Web 20 and Social Media) Wiley 2012
bull Zhong Ning Liu Jiming Yao Yiyu (Eds) Web Intelligence Springer 2003