Customer Relationship Management und Social Media - Seminar (BA)

Seminar

Customer Relationship Management und Social Media (Bachelor)

Dauer

ein Semester (WS 17/18)

Themenvergabe

24.06. – 01.07.2017:
Präferenzeingaben durch die Studierenden im Tool

02.07.2017:
Hauptrunde des Seminarmatching

09.07.2017:
Zweite Runde des Seminarmatching

Leitung

Prof. Dr. Mathias Klier
Annette Felgenhauer
Roland Graef
Katharina Kaufmann
Andreas Obermeier

Inhalte

Das Seminar Customer Relationship Management und Social Media baut auf der Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“ auf und ist inhaltlich dem Schwerpunkt „Technologie- und Prozessmanagement“ zugeordnet.

Im Rahmen des Seminars sollen Lösungsansätze für spezifische Fragestellungen aus den Bereichen Customer Relationship Management und Social Media beleuchtet und (weiter)entwickelt werden. Hierfür sind in der Regel zunächst ein strukturierter Literaturüberblick zum Thema zu erarbeiten und Best Practices zu recherchieren. Ein kritischer Vergleich von Theorie und Praxis, eigene Ideen und Handlungsempfehlungen sowie ggf. auch der Einsatz bzw. die Evaluation von Software-Tools runden das Seminar ab.

Anmerkungen

Vorkenntnisse oder Voraussetzungen, die bestimmte Themen erfordern, werden durch den Betreuer bzw. die Betreuerin des Seminars nach der Vergabe (z. B. auf Basis des Notenspiegels) überprüft. Bitte melden Sie sich nur für Themen, deren Voraussetzungen Sie erfüllen. Sofern nicht anders vermerkt, wird jedes Thema nur einmal vergeben.

Thema 1

„Amelia – Your first Digital Employee”

Im Zeitalter der Digitalisierung entstehen unterschiedlichste neue Technologien sowie Geschäftsmodelle, um die Kundenzufriedenheit weiter zu steigern. „Amelia“ ist eine neue Plattform mit künstlicher Intelligenz. „Sie“ kann Texte lesen und verstehen, Prozessen folgen, Probleme lösen sowie aus Erfahrungen lernen. Doch kann „Amelia“, die zwar selbst wie ein Mensch kommunizieren kann, die Arbeitsumgebung wirklich weltweit verändern?

Im Rahmen der Seminararbeit sollen ein strukturierter Überblick über das Geschäftsmodell von „Amelia“ sowie über die wissenschaftliche Literatur zu Methoden, die diese Technologie ermöglichen, gegeben werden. Eine (kritische) Beurteilung von „Amelia“ sowie ein (kritischer) Vergleich mit ähnlichen Plattformen runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 2

Digital Workplace – Machen uns technische Innovationen tatsächlich produktiver oder sind sie „reine Zeitverschwendung“?

Die Geschäftswelt ist in Bewegung – sie wird mobiler, globaler, intelligenter und immer schneller. Das hat Auswirkungen auf den Arbeitsplatz. Doch machen uns diese technischen Innovationen am Arbeitsplatz tatsächlich produktiver?

Im Rahmen der Seminararbeit soll ein wissenschaftlicher Literaturüberblick zum Thema Digital Workplace gegeben werden. Zudem soll die Frage, ob uns technische Innovationen tatsächlich produktiver machen oder sie „Zeitverschwendung“ sind (kritisch) diskutiert und mit wissenschaftlicher Literatur sowie Best Practices abgeglichen werden. Das Aufzeigen von Chancen, Risiken und Potenzialen der Digital Workplaces sowie die Ableitung einer Handlungsempfehlung für Unternehmen runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 3

Digital Employee – Können intelligente Computersysteme den echten Menschen auf Dauer ersetzen?

Im Rahmen der Industrialisierung wurden sukzessive Menschen durch Maschinen ersetzt und viele Arbeiter bangten um ihre Arbeitsplätze. Ein ähnliches Phänomen ist aktuell durch die Digitalisierung zu sehen. Viele Arbeiter verspüren Angst durch intelligente IT-Systeme ersetzt zu werden. Doch können intelligente Computersysteme den Menschen auf Dauer tatsächlich ersetzen?

 

Im Rahmen der Seminararbeit soll zunächst ein strukturierter Literaturüberblick zum Thema „Digital Employee“ gegeben werden. Anschließend soll analysiert werden, ob und inwiefern Computersysteme tatsächlich Menschen ersetzen können. Dabei soll insbesondere auf die unterschiedlichen Branchen und deren Arbeitsbereiche, die besonders davon betroffen sind, eingegangen und (kritisch) diskutiert sowie verglichen werden.

 

Voraussetzungen: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 4

Predictive Policing – Data Mining bei der Polizei

Dynamische Preisgestaltung, Absatzprognosen oder vorausschauende Wartung – das Spektrum der praktischen Anwendungen von Predictive Analytics ist breit gefächert. Auch die Polizei ist aktuell dabei zu versuchen, die Potenziale von Predictive Analytics zu heben. Bei Predictive Policing werden Falldaten aus der Vergangenheit zur Berechnung der Wahrscheinlichkeit zukünftiger Straftaten analysiert, um den Einsatz von Polizeikräften besser zu steuern. Auf diese Weise möchte die Polizei Vorhersagen ermöglichen, wo Verbrecher das nächste Mal zuschlagen könnten.

Im Rahmen der Seminararbeit soll analysiert und kritisch diskutiert werden, auf welche Methoden das Predictive Policing zurückgreift, wie diese Methoden bei der Polizei noch besser eingesetzt werden könnten bzw. inwieweit der Einsatz von Data Mining bei der Polizei hilfreich erscheint. Praktische Beispiele sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 5

Blackbox und Big Data Analytics im Auto

Die Automobilindustrie erwartet bis 2020 weltweit 50 Milliarden Geräte, die über das Internet-Protokoll (IP) miteinander vernetzt sind. Die Grundidee: Eine Blackbox im Fahrzeug ermittelt per GPS den Standort, misst ständig die Geschwindigkeit und vergleicht sie mit dem jeweils erlaubten Limit. Die Blackbox registriert, wie scharf ein Autofahrer bremst und wie schneidig er anfährt. Diese und noch viele weitere Angaben werden per Funk an eine Datensammelstelle gesendet. Bisher profitieren überwiegend die Hersteller von der Datenflut der zahlreichen Sensoren, aber bald sollen die Daten auch anderweitig genutzt werden. Versicherungen bspw. locken ihre Kunden bereits mit günstigen Angeboten, dem sog. Telematik-Tarif, wenn diese im Gegenzug bereit sind, ihr Fahrverhalten mit elektronischen Instrumenten im Auto zu überprüfen.

Im Rahmen der Seminararbeit soll analysiert und (kritisch) diskutiert werden, welche Methoden im Kontext von Big Data Analytics speziell für den Fall der Datenanalyse von Blackboxes im Auto genutzt werden, wie der Einsatz solcher Methoden noch verbessert werden könnte bzw. inwieweit eine Datenauswertung im Auto hilfreich erscheint. Praktische Beispiele sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 6

Blockchain – Dezentrale, autonome und menschenlose Firmen?

„Die erste Firma ohne Menschen – Dezentral, autonom, menschenlos: Die Investmentfirma DAO existiert nur als Code“ – so zu lesen auf ZEIT ONLINE, 05/2016. In der Tat ist Blockchain eines der aktuellen Trend-Themen – nicht nur im Finanzdienstleistungsbereich. „Smart Contracts“, die auf der Blockchain-Technologie basieren, bilden Verträge in Computerprotokollen ab und ermöglichen es den Vertragspartnern, Vertragsklauseln selbst auszuführen oder selbst durchzusetzen.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die Blockchain-Technologie und Smart Contracts gegeben werden. Aktuelle wissenschaftliche Erkenntnisse, praktische Anwendungsbeispiele und eine kritische Reflexion des Trend-Themas runden die Arbeit ab.

Voraussetzung: keine

Thema 7

Predictive Analytics im CRM – Kundenbindung durch Computeralgorithmen

Dynamische Preisgestaltung, Absatzprognosen oder vorausschauende Wartung – das Spektrum der praktischen Anwendungen von Predictive Analytics ist breit gefächert. Im CRM werden insbesondere beim „Churn Management“ Unternehmen durch Predictive Analytics in die Lage versetzt, frühzeitig Kündigungsabsichten der Kunden zu prognostizieren, wodurch ein Handlungsspielraum ermöglicht wird, um die Kundenbindungsdauer signifikant zu verlängern.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wichtigsten Predictive Analytics-Methoden im Bereich Churn Management gegeben werden. Best Practices sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 8

Crowdsourcing & Lernalgorithmen – Konkurrenz oder Symbiose?

Auf Crowdsouring-Plattformen wie „clickworker“ können Firmen ganz ähnliche Aufgaben erledigen lassen, wie sie auch Lernalgorithmen heutzutage beherrschen (z. B. das Bestimmen der dominanten Farbe von Handtaschen für die korrekte Einordnung im Online-Shop). Beim Crowdsourcing erledigen diese Aufgaben jedoch Menschen und keine Algorithmen.

Im Rahmen der Seminararbeit soll analysiert und kritisch diskutiert werden, welche Herangehensweise (Crowdsourcing oder Künstliche Intelligenz) sich jeweils in welchen Anwendungsszenarien besonders gut eignet und in welchen Situationen sich die beiden Ansätze ergänzen. Best Practices sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 9

Predictive Maintenance – Können Computer Maschinenausfälle vorhersagen?

Die Produktion von morgen vernetzt die physikalische und virtuelle Welt miteinander. Eine Vielzahl von Daten kann genutzt werden, um mit Methoden aus dem Bereich „Predictive Maintenance“ Maschinenausfälle zu prognostizieren und geeignete Gegenmaßnahmen zu ergreifen.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu den wichtigsten Konzepten sowie Methoden der Predictive Maintenance gegeben werden. Aktuelle Beispiele sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 10

Chatbots – Einsatzgebiete, Chancen und Risiken

Chatbots sind textbasierte Dialogsysteme, mit denen sich in natürlicher Sprache über Texteingabe kommunizieren lässt. Obwohl Chatbots ursprünglich eher mit einer Volltextsuchmaschine verwandt sind, kann der Einsatz von künstlicher Intelligenz diese sogar menschenähnlich agieren lassen. Daher ist es oftmals das Ziel, die Kommunikation mit einem echten Menschen zu simulieren. Ein Beispiel zum Einsatz von Chatbots aus Unternehmenssicht liegt im Kundenservice. Dadurch kann ein Großteil der Kundenanfragen automatisiert beantwortet werden, um Service-Mitarbeiter zu entlasten und zu unterstützen.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Chatbots gegeben werden. Best Practices und aktuelle Beispiele aus der Unternehmenspraxis sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Veranstaltung „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 11

Kundenzufriedenheit – Kunden reden mit

Beiräte aus Kunden, Kunden als Produktentwickler, … Von der Spieleindustrie bis zum Finanzsektor finden sich Beispiele, bei denen Kunden in Geschäftsprozesse mit eingebunden werden. So nahm Fiat beispielsweise über seine Website Kundenwünsche zur Gestaltung des Fiat 500 entgegen und die Commerzbank besitzt einen Kundenbeirat zur Vertretung der Interessen der Kunden und zur Beratung der Bank.

Im Rahmen der Seminararbeit soll zunächst ein Literaturüberblick über Kundenzufriedenheit und Methoden, um diese zu erreichen – konkret auch Methoden zur Einbindung der Kunden in Geschäftsprozesse – gegeben werden. Anschließend sollen aktuelle Beispiele aus der Unternehmenspraxis sowie Best Practices zur Einbindung von Kunden in Geschäftsprozesse (bspw. in der Produktentwicklung) dargestellt werden. Ein (kritischer) Vergleich von Theorie und Praxis hinsichtlich des Nutzens dieser Ansätze in Bezug auf die Kundenzufriedenheit runden die Arbeit ab.

Voraussetzung: „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 12

Kundenzufriedenheit – Messung mit Hilfe von Social Media (Analytics)

Facebook, Twitter und Co. sind heutzutage weit verbreitet und werden vielfach genutzt. Für Unternehmen bieten Social Media jedoch nicht nur die Möglichkeit, sich selbst zu präsentieren, sondern auch, Informationen über ihre Kunden zu gewinnen. Das interdisziplinäre Forschungsfeld hierfür – Social Media Analytics – reicht von Social Network Analysis bis hin zu Text Mining. Es stellt sich jedoch die Frage, welche Methoden hiervon geeignet sind, um die Kundenzufriedenheit zu messen.

Im Rahmen der Seminararbeit soll zunächst ein Überblick über die Möglichkeiten der Messung der Kundenzufriedenheit mit Hilfe von Social Media Analytics in der Literatur gegeben werden. Best Practices und aktuelle Beispiele aus der Unternehmenspraxis sowie ein (kritischer) Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 13

Gamification im CRM

Bonuspunkte beim Einkaufen, Meilen beim Fliegen sammeln oder „Karma“ bei der Fidor Bank verbessern – Elemente, die ursprünglich aus der Spieleindustrie stammen, werden inzwischen auch im Customer Relationship Management angewendet.

Im Rahmen der Seminararbeit soll der Ansatz der Gamification als Mittel zur Verbesserung der Kundenzufriedenheit und -bindung auf Basis der Literatur dargelegt werden. Aktuelle Beispiele aus der Unternehmenspraxis und Best Practices zur Anwendung von Gamification sowie eine kritische Auseinandersetzung mit Chancen, Risiken und Potentialen dieses Ansatzes runden die Arbeit ab.

Voraussetzung: „Wertorientiertes Customer Relationship Management & Business Intelligence“

Thema 14

Predictive Analytics – Ein Branchenvergleich

Predictive Analytics werden heutzutage in vielen Branchen genutzt: Mit Hilfe von Predictive Maintenance versuchen Unternehmen, Service- oder Wartungsarbeiten bereits vor dem Auftreten eines Fehlers durchzuführen, Banken wenden Kredit-Scoring an, um die Kreditwürdigkeit ihrer Kunden und damit die Wahrscheinlichkeit eines Rückzahlungsausfalls einzuschätzen und selbst im öffentlichen Sektor wird Predictive Analytics genutzt – beispielsweise um mittels Predictive Policing das nächste Strafdelikt vorherzusagen.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Predictive Analytics gegeben werden. Anschließend sollen allgemein der aktuelle Stand der Praxis bezüglich der Nutzung von Predictive Analytics sowie Best Practices in diesem Bereich über verschiedene Branchen verglichen und diskutiert werden. Ein (kritischer) Vergleich mit der Theorie rundet die Arbeit ab.

Voraussetzung: keine

Bearbeitung

Die Themen können nur alleine bearbeitet werden. Zur Erlangung des Leistungsnachweises ist die Anfertigung einer Seminararbeit sowie einer Präsentation (10 Minuten) mit anschließender Diskussion (5 Minuten) notwendig.

Meilensteine

Themenvergabe mit Hilfe des zentralen Tools:

·         Deutsche Version:
econ.mathematik.uni-ulm.de/semapps/stud_de/

·         Englische Version:
econ.mathematik.uni-ulm.de/semapps/stud_en/

Zwischenpräsentation:
Zeitpunkt und Ort werden rechtzeitig bekannt gegeben

Abgabe der Seminararbeiten:
Termin wird rechtzeitig bekannt gegeben

Endpräsentation:
Zeitpunkt und Ort werden rechtzeitig bekannt gegeben

Allgemeine Anforderungen

 
  • analytische und konzeptionelle Fähigkeiten
  • selbständige, zielorientierte und systematische Arbeitsweise

 

Weitere Informationen siehe Webpage
www.uni-ulm.de/mawi/itop.html