Optimierung der Kundenakquise durch Machine Learning
dc.contributor.author | Balimann, Carla | |
dc.contributor.mentor | Sterchi, Martin | |
dc.contributor.partner | Versicherungsunternehmen | |
dc.date.accessioned | 2024-12-03T19:36:02Z | |
dc.date.available | 2024-12-03T19:36:02Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Aktuell 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.uri | https://irf.fhnw.ch/handle/11654/49117 | |
dc.language.iso | de | |
dc.publisher | Hochschule für Wirtschaft FHNW | |
dc.spatial | Brugg-Windisch | |
dc.subject.ddc | 330 - Wirtschaft | |
dc.title | Optimierung der Kundenakquise durch Machine Learning | |
dc.type | 11 - Studentische Arbeit | |
dspace.entity.type | Publication | |
fhnw.InventedHere | Yes | |
fhnw.StudentsWorkType | Bachelor | |
fhnw.affiliation.hochschule | Hochschule für Wirtschaft FHNW | de_CH |
fhnw.affiliation.institut | Bachelor of Science | |
relation.isMentorOfPublication | 8fd97bed-9fae-445e-bf5b-6d2e87c0eab4 | |
relation.isMentorOfPublication.latestForDiscovery | 8fd97bed-9fae-445e-bf5b-6d2e87c0eab4 |