Optimierung der Kundenakquise durch Machine Learning

dc.contributor.authorBalimann, Carla
dc.contributor.mentorSterchi, Martin
dc.contributor.partnerVersicherungsunternehmen
dc.date.accessioned2024-12-03T19:36:02Z
dc.date.available2024-12-03T19:36:02Z
dc.date.issued2024
dc.description.abstractAktuell erfolgt die Akquise als Kaltakquise, ohne zu berücksichtigen, ob die potenziellen Kundinnen und Kunden basierend ihrer individuellen Merkmalen Interesse an einer Geschäftsbeziehung haben könnten. Ziel der Arbeit ist es, mithilfe von Machine Learning eine optimierte Liste zu erstellen, die Kundinnen und Kunden in zwei Gruppen einteilt: solche mit hohem potenziellem Interesse und solche mit voraussichtlich keinem Interesse.
dc.identifier.urihttps://irf.fhnw.ch/handle/11654/49117
dc.language.isode
dc.publisherHochschule für Wirtschaft FHNW
dc.spatialBrugg-Windisch
dc.subject.ddc330 - Wirtschaft
dc.titleOptimierung der Kundenakquise durch Machine Learning
dc.type11 - Studentische Arbeit
dspace.entity.typePublication
fhnw.InventedHereYes
fhnw.StudentsWorkTypeBachelor
fhnw.affiliation.hochschuleHochschule für Wirtschaft FHNWde_CH
fhnw.affiliation.institutBachelor of Science
relation.isMentorOfPublication8fd97bed-9fae-445e-bf5b-6d2e87c0eab4
relation.isMentorOfPublication.latestForDiscovery8fd97bed-9fae-445e-bf5b-6d2e87c0eab4
Files