Die Nutzung des Internets nimmt rapide zu, und nahezu alle Unternehmen sind im Internet prsent. Logfiles, d.h. Datenspuren, die (potenzielle) Kunden bei ihren Aktivitten im Internet hinterlassen, knnen als Grundlage fr strategisch wichtige Entscheidungen von Unternehmungen dienen. Die Auswertung von Logfiles in gewinnbringende Erkenntnisse ist das Ziel des Web Mining.

Alexander Linder zeigt, dass erfolgreiches, aussagekrftiges Web Mining nicht immer auf multivariaten Analysemethoden beruht. Durch die Erkenntnisse deskriptiver Statistiken, angereichert mit Zusatzinformationen, lassen sich die zentralen Fragen beantworten: Wer ist der Kunde und was will er? Der Autor entwickelt Lsungsanstze zum Umgang mit Datenschutzaspekten und technischen Restriktionen des Internets und veranschaulicht am Fallbeispiel Swarovski sein Konzept fr das Web Mining. Zwar liegt der Schwerpunkt auf deskriptiven Statistiken, doch wird auch deutlich, welches Potenzial multivariate Verfahren fr das Web Mining bieten und dass sich die klassische lineare Regressionsanalyse hierfr nicht eignet.

Alexander Linder zeigt, dass erfolgreiches, aussagekr ftiges Web Mining nicht immer auf multivariaten Analysemethoden beruht. Durch die Erkenntnisse deskriptiver Statistiken, angereichert mit Zusatzinformationen, lassen sich die zentralen Fragen beantworten: Wer ist der Kunde und was will er? Er entwickelt L sungsans tze zum Umgang mit Datenschutzaspekten und technischen Restriktionen des Internets und zeigt, welches Potenzial multivariate Verfahren f r das Web Mining bieten und dass sich die klassische lineare Regressionsanalyse hierf r nicht eignet.