Die Eignung von Feedback-Informationen aus User Communities für die Prognose von Markterfolgen / Aus der Reihe: e-fellows.net stipendiaten-wissen Bd.Band 122 (PDF)
Eine quantitative Analyse der Dauer und der Intensität von Feedbackprozessen
Bachelorarbeit aus dem Jahr 2010 im Fachbereich BWL - Unternehmensführung, Management, Organisation, Note: Sehr Gut, Wirtschaftsuniversität Wien (Entrepreneurship und Innovation), Sprache: Deutsch, Abstract: Die Prognose von Markterfolg ist einer der...
sofort als Download lieferbar
eBook (pdf)
29.99 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Die Eignung von Feedback-Informationen aus User Communities für die Prognose von Markterfolgen / Aus der Reihe: e-fellows.net stipendiaten-wissen Bd.Band 122 (PDF)“
Bachelorarbeit aus dem Jahr 2010 im Fachbereich BWL - Unternehmensführung, Management, Organisation, Note: Sehr Gut, Wirtschaftsuniversität Wien (Entrepreneurship und Innovation), Sprache: Deutsch, Abstract: Die Prognose von Markterfolg ist einer der wichtigsten Bestandteile des gesamten Neuproduktentwicklungsprozesses (New Product Development-, NPD-Prozess). Gleichzeitig ist dieses Auswählen von einzelnen Produktkonzepten, die weiterentwickelt werden sollen, auch einer der schwierigsten Schritte in diesem Prozess (Dahan und Srinivasan, 2000) und ein Bereich, der noch immer besonderer methodischer und prozeduraler Verbesserungen bedarf (Klink und Athaide, 2006). Die Prognose von Markterfolg ist einer der wichtigsten Inputs in dieses Auswahlverfahren und oftmals konditional für das Festhalten an der Entwicklung oder dem Verwerfen eines Produkt- oder Dienstleistungskonzeptes und somit für das Binden verfügbarer Ressourcen (Ozer, 1999, Armstrong und Brodie, 1999, Dahan und Srinivasan, 2000).
Oft wird jedoch auf eine gründliche Prognose verzichtet oder eine Entscheidung auf nicht ausreichend aussagekräftige Ergebnisse gestützt, was für Unternehmen beträchtliche Schäden bedeuten kann (Sanders und Manrodt, 1994). Einerseits sind komplette Fehlschläge bei der Produkteinführung am Markt oder auf den Märkten die Folge (Crawford, 1977, Goldenberg et al., 2001, Griffin, 1997, Stevens und Burley, 1997, Ogawa und Piller, 2006), andererseits können aber auch durch ungenaue oder unsauberere Prognosen Kosten für das Unternehmen entstehen oder sich die Position des Unternehmens im Vergleich zur Konkurrenz und allgemein am Markt verschlechtern (Spann und Skiera, 2003).
Das Ziel dieser Arbeit ist, die Ergebnisse, die bereits über Feedbackmuster in Online-Communities vorliegen, quantitativ zu überprüfen. Diese Studie kann dazu dienen, Möglichkeiten aufzuzeigen, wie Prognosen verbessert und vereinfacht werden könnten. Sie könnten kostengünstiger durchgeführt werden, da kein (großer) zusätzlicher Aufwand betrieben werden müsste, um das Feedback auszuwerten oder extra Daten zu erheben, wie es bei anderen Marktforschungs- und Prognosemodellen oft der Fall ist. Außerdem wären Vorhersagen weitaus schneller und vor allem früher im Innovationsprozess möglich.
Diese Arbeit beschäftigt sich im Speziellen mit dem vom restlichen Teil der Seite abgetrennten Feedbackbereich der Online-Community threadless und behandelt somit einen sehr spezifischen Anwendungsbereich. Sie dient jedoch in gewisser Weise auch der Bearbeitung der viel allgemeineren Frage, ob Feedbackprozesse und -muster in Online-Communities generell zur Prognose von Markterfolg herangezogen werden können.
Oft wird jedoch auf eine gründliche Prognose verzichtet oder eine Entscheidung auf nicht ausreichend aussagekräftige Ergebnisse gestützt, was für Unternehmen beträchtliche Schäden bedeuten kann (Sanders und Manrodt, 1994). Einerseits sind komplette Fehlschläge bei der Produkteinführung am Markt oder auf den Märkten die Folge (Crawford, 1977, Goldenberg et al., 2001, Griffin, 1997, Stevens und Burley, 1997, Ogawa und Piller, 2006), andererseits können aber auch durch ungenaue oder unsauberere Prognosen Kosten für das Unternehmen entstehen oder sich die Position des Unternehmens im Vergleich zur Konkurrenz und allgemein am Markt verschlechtern (Spann und Skiera, 2003).
Das Ziel dieser Arbeit ist, die Ergebnisse, die bereits über Feedbackmuster in Online-Communities vorliegen, quantitativ zu überprüfen. Diese Studie kann dazu dienen, Möglichkeiten aufzuzeigen, wie Prognosen verbessert und vereinfacht werden könnten. Sie könnten kostengünstiger durchgeführt werden, da kein (großer) zusätzlicher Aufwand betrieben werden müsste, um das Feedback auszuwerten oder extra Daten zu erheben, wie es bei anderen Marktforschungs- und Prognosemodellen oft der Fall ist. Außerdem wären Vorhersagen weitaus schneller und vor allem früher im Innovationsprozess möglich.
Diese Arbeit beschäftigt sich im Speziellen mit dem vom restlichen Teil der Seite abgetrennten Feedbackbereich der Online-Community threadless und behandelt somit einen sehr spezifischen Anwendungsbereich. Sie dient jedoch in gewisser Weise auch der Bearbeitung der viel allgemeineren Frage, ob Feedbackprozesse und -muster in Online-Communities generell zur Prognose von Markterfolg herangezogen werden können.
Bibliographische Angaben
- Autor: Bernhard Reingruber
- 2011, 1. Auflage, 67 Seiten, Deutsch
- Verlag: GRIN Verlag
- ISBN-10: 3640964314
- ISBN-13: 9783640964314
- Erscheinungsdatum: 21.07.2011
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Größe: 2.84 MB
- Ohne Kopierschutz
- Vorlesefunktion
Kommentar zu "Die Eignung von Feedback-Informationen aus User Communities für die Prognose von Markterfolgen / Aus der Reihe: e-fellows.net stipendiaten-wissen Bd.Band 122"
0 Gebrauchte Artikel zu „Die Eignung von Feedback-Informationen aus User Communities für die Prognose von Markterfolgen / Aus der Reihe: e-fellows.net stipendiaten-wissen Bd.Band 122“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Die Eignung von Feedback-Informationen aus User Communities für die Prognose von Markterfolgen / Aus der Reihe: e-fellows.net stipendiaten-wissen Bd.Band 122".
Kommentar verfassen