Beispiel aus dem elektronischen Einzelhandel - Evaluieren der Ergebnisse

Ein Web-Mining-Szenario mit CRISP-DM

Das Gesamtergebnis der ersten Erfahrung des e-Einzelhändlers mit Data-Mining lässt sich aus Unternehmenssicht ziemlich leicht kommunizieren: Die Studie hat Produktempfehlungen, von denen erhofft wird, dass sie Verbesserungen darstellen, und ein besseres Site-Design hervorgebracht. Das verbesserte Site-Design basiert auf den Suchsequenzen der Kunden, die die Sitefunktionen anzeigen, die Kunden wünschen, die sie aber nur über mehrere Schritte erreichen. Der Nachweis darüber, dass die Produktempfehlungen wirklich besser sind, ist wesentlich schwerer zu erbringen, da die Entscheidungsregeln kompliziert werden können. Um den Abschlussbericht erstellen zu können, versuchen die Analysten einige allgemeine Trends in den Regelsets zu ermitteln, die einfacher erläutert werden können.

Rangbewertung der Modelle. Da mehrere der ersten Modelle aus Unternehmenssicht sinnvoll erschienen, wurde die Rangbewertung in dieser Gruppe anhand von statistischen Kriterien, einfacher Auswertbarkeit und Vielfältigkeit vorgenommen. So gab das Modell verschiedene Empfehlungen für unterschiedliche Situationen.

Neue Fragen. Die wichtigste Frage, die sich aus der Studie ergab, lautet: Wie kann der e-Einzelhändler mehr über seine Kunden erfahren? Die Informationen in der Kundendatenbank spielen bei der Bildung von Clustern für Empfehlungen eine wichtige Rolle. Während besondere Regeln für Empfehlungen an Kunden, deren Informationen fehlen, verfügbar sind, sind diese Empfehlungen allgemeiner gehalten als die für registrierte Kunden.