Kunden- / Zielgruppensegmentierung<br />Einsatz von Empfehlungssystemen für verhaltensorientierte Kundensegmentierung<br /...
Referent<br />Sebastian Wohlrapp<br />Head of Unit Travel & Trade<br />dmc digital mediacenter GmbH, Stuttgart<br />Hinter...
Inhalt<br />Why am I hereandwhat will I learn?<br />Einführung in das Thema Kundenverhalten als Einflussfaktor im E-Commer...
Daten und Fakten<br /><ul><li>1995 in Stuttgart gegründet
2009: 20 Mio. € Umsatz
500 TEUR Stammkapital
Inhabergeführte GmbH
Über 200 Mitarbeiter </li></ul>Marktposition<br /><ul><li>Größter unabhängiger E-Commerce Dienstleister in Deutschland
Nr. 2 im E-Commerce Dienstleister Ranking 2010
Nr. 8 im Internetagenturranking 2010 </li></ul>dmc auf einen Blick<br />02.07.2010<br />dmc macht besseres E-Commerce<br /...
Managing DirectorAndreas Magg</li></li></ul><li>dmc Leistungsportfolio<br />02.07.2010<br />dmc macht besseres E-Commerce<...
IT-Consulting
Online Marketing Consulting
E-Commerce Prozessberatung
E-Commerce Implementierung
PIM-Implementierung
System- und Plattformentwicklung
Schnittstellenentwicklung & Systemintegration
Informationsdesign und -architektur
Website Konzeption und Design
Online Marketing Planung und Konzeption</li></ul>Run &<br />Optimize<br /><ul><li>Webcontrolling
Marktforschung
Hosting und Betrieb
Monitoring / Helpdesk & Rufbereitschaft
Applikations- und  Systemsupport
Online Marketing Services
Produktdaten Management
Shop Management
Usability-Testing</li></li></ul><li>Unser Werteversprechen für besseres E-Commerce<br />02.07.2010<br />Kunden- / Zielgrup...
Herausforderung in der Kundensegmentierung<br />“If I have 3 million customers on the Web, I should have 3 million stores ...
Herausforderung in der Kundensegmentierung<br />“If I have 3 million customers on the Web, I should have more than 3 milli...
Herausforderung in der Kundensegmentierung<br />“If I have 3 million customers on the Web, I should have more than 3 milli...
25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />|   Folie 10<br />Empfehlungssysteme<br />Definit...
Empfehlungssysteme<br />Arten von Empfehlungssystemen<br />Clickstream-basierte Systeme <br />Repeat Buying-basierte Syste...
Wirkungsfelder in der Conversion-Pyramide<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| ...
Wirkungsfelder in der Conversion-Pyramide<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| ...
Durchschnittlicher Warenkorbwert
Produktmarge
Anzahl abgeschlossener Transaktionen
Anzahl Retouren</li></ul>Online Verkauf<br />Clickstream-Systeme <br />Repeat Buying-Systeme <br />Zahlt ein auf:<br /><ul...
Durchschnittlicher Warenkorbwert
Reduzierung der Bestellabbrüche</li></li></ul><li>Wirkungsfelder in der Nachverkaufsphase<br />25.03.2010<br />Kunden- / Z...
Wirkungsfelder in der Nachverkaufsphase<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />|   ...
Kundenzufriedenheit
Kundenbindung
Newsletter-Conversion</li></ul>Nachverkauf<br />Repeat Buying-Systeme <br />
Empfehlungssysteme<br />Arten von Empfehlungssystemen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webs...
Beispiel: Hybrides Empfehlungssystem von Amazon<br />Allgemeine Empfehlungen, Cross-Selling und Up-Selling<br />25.03.2010...
Beispiel: Hybrides Empfehlungssystem von Amazon<br />Personalisierte Empfehlungen, Cross-Selling und Up-Selling<br />25.03...
Personalisierte Empfehlungssysteme<br />Arten von personalisierten Empfehlungssystemen<br />25.03.2010<br />Kunden- / Ziel...
Personalisierte Empfehlungssysteme<br />Arten von personalisierten Empfehlungssystemen<br />25.03.2010<br />Kunden- / Ziel...
Personalisierte Empfehlungssysteme<br />Arten von personalisierten Empfehlungssystemen<br />25.03.2010<br />Kunden- / Ziel...
Personalisierte Empfehlungssysteme<br />Automatisierte personalisierte Empfehlungssysteme<br />Content BasedFiltering-Syst...
Kundenprofile<br />Empfehlungssystemrelevante Kundentypen<br />Bekannt  und eindeutig identifiziert<br />Identifikation:  ...
Empfehlungssysteme und Kundendaten<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />|   Folie...
Kundenprofildaten<br />Empfehlungsrelevante Kundenprofil-Daten<br />Identifikationsdaten (Profile-ID, Persistent-Cookie-ID...
Kundenprofildaten<br />Empfehlungsrelevante Kundenprofil-Daten II<br />Social-Profile<br />Facebook-Profil der Kunden<br /...
E-Shop Meta-Daten<br />Empfehlungsrelevante e-Shop Meta-Daten<br />Meistbesuchte Kategorien<br />Produktdaten<br />Topsell...
25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />|   Folie 28<br />Empfehlungssysteme<br />Funktio...
25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />|   Folie 29<br />Produkt & Content Daten<br />Ko...
Warenkorbanalyse - Repeat Buying System<br />Kunden die A kauften, kauften auch B <br />25.03.2010<br />Kunden- / Zielgrup...
Warenkorbanalyse - Repeat Buying System<br />Herausforderungen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf...
in > 20% der Fälle werden Topsellerempfohlen</li></ul>Mögliche Lösungsansätze<br /><ul><li>Analyse von Vergangenheitsdaten
Einführung der Personalisierung
Warenkorbanalyse innerhalb eines Kundensegmentes
Änderung des Einsatzszenarios
Kunden die A kauften, haben auch B angeschaut</li></li></ul><li>Collaborative Filtering<br />Kunden, die dem Kunden A ähnl...
Collaborative Filtering<br />Herausforderungen.Kundensegmentierung mittels Ähnlichkeitsmatrix von Kundenverhalten<br />25....
Fehler der statistischen Massen</li></ul>Mögliche Lösungsansätze<br /><ul><li>Analyse von historischen Daten im Vorfeld
Erstellung von Kundensegmenten im Vorfeld
Einsatz lernender Systeme</li></li></ul><li>Beispiel: lernendes System<br />(Hierarchisches) Reinforcement Learning. pruds...
Beispiel: lernendes System<br />Reinforcement Learning. <br />prudsys RDE<br />Zuordnung von Kunden zum Kundensegment<br /...
Nächste SlideShare
Wird geladen in …5
×

Kunden- und Zielgruppensegmentierung im E-Commerce

4.967 Aufrufe

Veröffentlicht am

Einsatz von Empfehlungssystemen für verhaltensorientierte Kundensegmentierung im E-Commerce.

Veröffentlicht in: Business
1 Kommentar
7 Gefällt mir
Statistik
Notizen
  • ImagesIndia Dotnet is a Graphic Design company located in New Delhi, India which offers Image Clipping path, retouching services in 1 to 24 hour turn around time for below 200 images at negotiable price. It has a great team of professional graphic designers working round the clock which makes sure to provide consistent high quality job.

    You may try us once for free to compare the quality between we and other clipping path-picture editing service providers.
       Antworten 
    Sind Sie sicher, dass Sie …  Ja  Nein
    Ihre Nachricht erscheint hier
Keine Downloads
Aufrufe
Aufrufe insgesamt
4.967
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
275
Aktionen
Geteilt
0
Downloads
0
Kommentare
1
Gefällt mir
7
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Kunden- und Zielgruppensegmentierung im E-Commerce

  1. 1. Kunden- / Zielgruppensegmentierung<br />Einsatz von Empfehlungssystemen für verhaltensorientierte Kundensegmentierung<br />25.02.2011, Karlsruhe<br />sebastian.wohlrapp@dmc.de<br />
  2. 2. Referent<br />Sebastian Wohlrapp<br />Head of Unit Travel & Trade<br />dmc digital mediacenter GmbH, Stuttgart<br />Hintergrund:Wirtschaftsingenieurwesen/Business Administration<br />IT- und Management-Consultingin Frankfurt mit Fokus CRM und SFA<br />E-Marketing und -Branding in Berlin<br />Open Source, Web 2.0 und E-Commerce-Lösungen in Zürich<br />E-Business-Strategie & Unternehmensentwicklung im Bereich Travel in Zürich<br />Seit 2009: HoU B2C E- und Travel-Commerce bei dmc in Stuttgart <br />http://www.xing.com/profile/sebastian_wohlrapp<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 2<br />
  3. 3. Inhalt<br />Why am I hereandwhat will I learn?<br />Einführung in das Thema Kundenverhalten als Einflussfaktor im E-Commerce<br />Lösungsansätze über Empfehlungssysteme ... und Herausforderungen<br />Welche Ansätze für welche Situationen? ... mit Erfahrungswerten (Ansatz)<br />Produkte im Vergleich<br />Beispiele<br />Diskussion<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 3<br />
  4. 4. Daten und Fakten<br /><ul><li>1995 in Stuttgart gegründet
  5. 5. 2009: 20 Mio. € Umsatz
  6. 6. 500 TEUR Stammkapital
  7. 7. Inhabergeführte GmbH
  8. 8. Über 200 Mitarbeiter </li></ul>Marktposition<br /><ul><li>Größter unabhängiger E-Commerce Dienstleister in Deutschland
  9. 9. Nr. 2 im E-Commerce Dienstleister Ranking 2010
  10. 10. Nr. 8 im Internetagenturranking 2010 </li></ul>dmc auf einen Blick<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Management<br /><ul><li>Managing PartnerAndreas Schwend und Daniel Rebhorn
  11. 11. Managing DirectorAndreas Magg</li></li></ul><li>dmc Leistungsportfolio<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Consulting<br />Design & Marketing<br />Technologie<br />Plan & Build<br /><ul><li>E-Commerce Business Consulting
  12. 12. IT-Consulting
  13. 13. Online Marketing Consulting
  14. 14. E-Commerce Prozessberatung
  15. 15. E-Commerce Implementierung
  16. 16. PIM-Implementierung
  17. 17. System- und Plattformentwicklung
  18. 18. Schnittstellenentwicklung & Systemintegration
  19. 19. Informationsdesign und -architektur
  20. 20. Website Konzeption und Design
  21. 21. Online Marketing Planung und Konzeption</li></ul>Run &<br />Optimize<br /><ul><li>Webcontrolling
  22. 22. Marktforschung
  23. 23. Hosting und Betrieb
  24. 24. Monitoring / Helpdesk & Rufbereitschaft
  25. 25. Applikations- und Systemsupport
  26. 26. Online Marketing Services
  27. 27. Produktdaten Management
  28. 28. Shop Management
  29. 29. Usability-Testing</li></li></ul><li>Unser Werteversprechen für besseres E-Commerce<br />02.07.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />
  30. 30. Herausforderung in der Kundensegmentierung<br />“If I have 3 million customers on the Web, I should have 3 million stores on the Web.” <br />(Jeff Bezos)<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 7<br />
  31. 31. Herausforderung in der Kundensegmentierung<br />“If I have 3 million customers on the Web, I should have more than 3 million stores on the Web.” <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 8<br />
  32. 32. Herausforderung in der Kundensegmentierung<br />“If I have 3 million customers on the Web, I should have more than 3 million stores on the Web.” <br /> Segmentierung von Besuchergruppen mit homogenem Kaufverhalten<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 9<br />
  33. 33. 25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 10<br />Empfehlungssysteme<br />Definition und Klassifizierung<br />
  34. 34. Empfehlungssysteme<br />Arten von Empfehlungssystemen<br />Clickstream-basierte Systeme <br />Repeat Buying-basierte Systeme <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 11<br />Empfehlung<br />Empfehlung<br />
  35. 35. Wirkungsfelder in der Conversion-Pyramide<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 12<br />Online Verkauf<br />Clickstream-Systeme <br />Repeat Buying-Systeme <br />
  36. 36. Wirkungsfelder in der Conversion-Pyramide<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 13<br />Zahlt ein auf:<br /><ul><li>Anzahl angelegter Warenkörbe
  37. 37. Durchschnittlicher Warenkorbwert
  38. 38. Produktmarge
  39. 39. Anzahl abgeschlossener Transaktionen
  40. 40. Anzahl Retouren</li></ul>Online Verkauf<br />Clickstream-Systeme <br />Repeat Buying-Systeme <br />Zahlt ein auf:<br /><ul><li>Anzahl angelegter Warenkörbe
  41. 41. Durchschnittlicher Warenkorbwert
  42. 42. Reduzierung der Bestellabbrüche</li></li></ul><li>Wirkungsfelder in der Nachverkaufsphase<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 14<br />Nachverkauf<br />Repeat Buying-Systeme <br />
  43. 43. Wirkungsfelder in der Nachverkaufsphase<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 15<br />Zahlt ein auf:<br /><ul><li>Umsatz pro Kopf
  44. 44. Kundenzufriedenheit
  45. 45. Kundenbindung
  46. 46. Newsletter-Conversion</li></ul>Nachverkauf<br />Repeat Buying-Systeme <br />
  47. 47. Empfehlungssysteme<br />Arten von Empfehlungssystemen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 16<br />Empfehlungssystem<br />Nicht <br />personalisiert <br />Personalisiert<br />Hybrid<br />
  48. 48. Beispiel: Hybrides Empfehlungssystem von Amazon<br />Allgemeine Empfehlungen, Cross-Selling und Up-Selling<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 17<br />
  49. 49. Beispiel: Hybrides Empfehlungssystem von Amazon<br />Personalisierte Empfehlungen, Cross-Selling und Up-Selling<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 18<br />
  50. 50. Personalisierte Empfehlungssysteme<br />Arten von personalisierten Empfehlungssystemen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 19<br />Kundengetriebene PersonalisierungDer Kunde passt den Shop oder die Webseite gemäß seiner Vorstellungen an seine Bedürfnisse an.<br />Kaufen<br />Konfigurieren<br />Der Kunde kauft eine Aktentasche in einem Shop, den er für sich konfiguriert hat. <br />
  51. 51. Personalisierte Empfehlungssysteme<br />Arten von personalisierten Empfehlungssystemen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 20<br />Anbietergetriebene (RuleBasedMatching) Personalisierung<br />Kunde mit roter Krawatte<br /><br />graue Tasche empfehlen<br />Durch eine festgelegte Regel bekommt der Kunde eine graue Tasche.<br />
  52. 52. Personalisierte Empfehlungssysteme<br />Arten von personalisierten Empfehlungssystemen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 21<br />Automatisierte Personalisierung<br />Zuordnung zur Gruppe der Männer mit grauen Taschen.<br />
  53. 53. Personalisierte Empfehlungssysteme<br />Automatisierte personalisierte Empfehlungssysteme<br />Content BasedFiltering-Systeme <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 22<br />Aus Objekt rote Krawatte<br /> folgt eine graue Tasche <br />Unabhängig von der Person folgt aus der roten Krawatte die graue Tasche.<br /><ul><li>Collaborative Filtering-Systeme</li></ul>empfehlen<br />Die passende Peer-Gruppe empfiehlt eine graue Tasche.<br />
  54. 54. Kundenprofile<br />Empfehlungssystemrelevante Kundentypen<br />Bekannt und eindeutig identifiziert<br />Identifikation: Login oder Persistent-Cookie<br />Vorgehen: Profil wird permanent vervollständigt<br />Nicht eindeutig identifiziert, Kontextinformationen bekannt<br />Kontext: Google Refer, SearchTrail, Verweildauer, Engagement Patterns<br />Vorgehen: Persistent-Cookie für spätere Identifizierung setzen, Profil wird permanent vervollständigt <br />Nicht identifiziert, Kontext nicht bekannt <br />Vorgehen: Persistent-Cookie für spätere Identifizierung setzen, Profil wird permanent vervollständigt <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 23<br />
  55. 55. Empfehlungssysteme und Kundendaten<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 24<br />Bekannt<br />Kontextbezogene Empfehlungen basierend auf Profilinformationen<br />Kontextbezogene Empfehlungen<br />Kontext<br />Unbekannt<br />Populärste Produkte<br />Persönliche Empfehlungen<br />Unbekannt<br />Bekannt<br />Profil<br />
  56. 56. Kundenprofildaten<br />Empfehlungsrelevante Kundenprofil-Daten<br />Identifikationsdaten (Profile-ID, Persistent-Cookie-ID)<br />Vordefinierte Kundensegment-ID<br />Kontextdaten<br />Google Refer, …, Search Trail<br />Suchbegriffe<br />Aktueller Click-Pfad (angeschaute Kategorien, Produkte)<br />Produkte im Warenkorb<br />Historische Daten des Kundenverhaltens (im relevanten Zeitraum)<br />Kaufhistorie<br />Angeschaute Produktkategorien<br />Kollaborative Daten (Produktempfehlungen, Produktbewertungen)<br />Angeschaute Produkte<br />Gesuchte Produkte<br />Lieblingsstyle, ….<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 25<br />
  57. 57. Kundenprofildaten<br />Empfehlungsrelevante Kundenprofil-Daten II<br />Social-Profile<br />Facebook-Profil der Kunden<br />Facebook-Profil von Freunden<br />Demografische Daten (sind für Realtime-Empfehlungen wenig nutzbar, da großer Performancebedarf) <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 26<br />
  58. 58. E-Shop Meta-Daten<br />Empfehlungsrelevante e-Shop Meta-Daten<br />Meistbesuchte Kategorien<br />Produktdaten<br />Topseller<br />Produktzusammenhänge<br />Angeschaute Produkte <br />Bewertete Produkte<br />Stammdaten (Marge, Preis, Lieferzeit, Retourendaten, …) <br />Empfehlungssystem Daten<br />Kundensegmente mit Empfehlungsregeln<br />Meistgesuchte Stichwörter/Produkte<br />Empfehlungsregeln (mit Wirksamkeit und Zusammenhängen)<br />Click-Pfade<br />Warenkorbanalysedaten<br />Jahreszeit/Saison und andere zyklische Faktoren im Geschäftsmodell<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 27<br />
  59. 59. 25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 28<br />Empfehlungssysteme<br />Funktionsweise und Ersatzempfehlungen <br />
  60. 60. 25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 29<br />Produkt & Content Daten<br />Kontext<br />Navigation<br />Empfehlungen<br />Kundensegment, <br />Demografische Daten<br />Produktdaten<br />Kategoriedaten<br />Historische Daten<br />Empfehlungssystem Daten & Regel<br />Content<br />Social Profile<br />
  61. 61. Warenkorbanalyse - Repeat Buying System<br />Kunden die A kauften, kauften auch B <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 30<br />Mathematical Modeling to improve Targeting<br />Marketing<br />Machine<br />1<br />2<br />3<br />Predict next likely product to buy<br />Predict customer value potential<br />Predict customers likely to churn<br />Customer 1<br />Customer 2<br />66% = <br />?<br />Customer 3 <br />33% = <br />* Freedhooper<br />
  62. 62. Warenkorbanalyse - Repeat Buying System<br />Herausforderungen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 31<br />Long-Tail-Effekt <br />Große Produktsortimente<br />Sortimentswechsel<br />Lange Lernzeit<br /><ul><li>in > 60%der Fälle keine oder ungenaue Empfehlungen
  63. 63. in > 20% der Fälle werden Topsellerempfohlen</li></ul>Mögliche Lösungsansätze<br /><ul><li>Analyse von Vergangenheitsdaten
  64. 64. Einführung der Personalisierung
  65. 65. Warenkorbanalyse innerhalb eines Kundensegmentes
  66. 66. Änderung des Einsatzszenarios
  67. 67. Kunden die A kauften, haben auch B angeschaut</li></li></ul><li>Collaborative Filtering<br />Kunden, die dem Kunden A ähnlich sind, empfehlen oder nutzen Produkt B<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 32<br />bewerten<br />empfehlen<br />ähnlich<br />
  68. 68. Collaborative Filtering<br />Herausforderungen.Kundensegmentierung mittels Ähnlichkeitsmatrix von Kundenverhalten<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 33<br />Große Produktsortimente<br />Sehr große Mengen von Bewertungskombinationen<br />Latenzzeit<br />Sortimentswechsel <br /><ul><li>Performanceprobleme
  69. 69. Fehler der statistischen Massen</li></ul>Mögliche Lösungsansätze<br /><ul><li>Analyse von historischen Daten im Vorfeld
  70. 70. Erstellung von Kundensegmenten im Vorfeld
  71. 71. Einsatz lernender Systeme</li></li></ul><li>Beispiel: lernendes System<br />(Hierarchisches) Reinforcement Learning. prudsys RDE<br />Kundensegmentierung und Regeldefinition beim Offline-Lernen<br />Regeloptimierung beim Echtzeit-/Online-Lernen<br />Selbstoptimierendes System<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 34<br />
  72. 72. Beispiel: lernendes System<br />Reinforcement Learning. <br />prudsys RDE<br />Zuordnung von Kunden zum Kundensegment<br />Gewichtung von Produktempfehlungen<br />Gewichtung von Empfehlungsregeln<br />Überprüfung der Gewichtung von Produktempfehlungen und Empfehlungsregeln in 10% der Fälle<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 35<br />
  73. 73. Erfahrungswerte<br />Größter Nutzeneffekt vom Einsatz der Empfehlungsmaschinen<br />Optimierung/Personalisierung der Rankings von Produkten in Produktübersichtslisten <br />Optimierung/Personalisierung der Rankings von Produkten in Suchergebnislisten<br />Personalisierung der Produktempfehlungen in Newslettern<br />Personalisierung von Bannern<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 36<br />Erfahrungszahlen<br /><ul><li>Umsatz über Empfehlungen 5%-25%
  74. 74. Mehrumsatz über Empfehlungen 1%-5%
  75. 75. Steigerung der Bewertungen über personalisierte Newsletter um Faktor 10
  76. 76. Steigerung des Umsatzes über personalisierte Newsletter um Faktor 2</li></li></ul><li>25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 37<br />Produktübersicht<br />
  77. 77. Produktübersicht<br />SDL / Fredhopper<br />Einsatzgebiete: <br />Onsite Search, Dynamic Navigation, Onsite Targeting, Predictive Targeting, Targeted Advertising, Newsletter <br />Funktionsweise:<br />Empfehlungen basierend auf dem Verhalten der User, der Zeit sowie auf benutzerdefinierten Marketing-Regeln<br />Learning Search<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 38<br />FACT-Finder Recommendation Engine<br /><ul><li>Einsatzgebiete:
  78. 78. Onsite Search, Merchandising & Recommendation, Mobile Commerce
  79. 79. Funktionsweise:
  80. 80. Intelligente Algorithmen zur fehlertoleranten Suche und zur Optimierung von Ergebnislisten
  81. 81. Bestehende Kategorie-Verwandtschaften und das Suchverhalten der Shop-Besucher werden ausgewertet
  82. 82. Lernfähig </li></li></ul><li>Produktübersicht<br />AvailBehavioral Merchandising Plattform<br />Einsatzgebiete: <br />Targeted Advertising, Search & Navigation,Product & Cart Page, Newsletter , Personal Pages<br />Funktionsweise:<br />Auswertung kollektiver verhaltensbasierter Daten auf Basis von Algorithmen und der Untersuchung von verkaufsfördernden Online-Maßnahmen <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 39<br />prudsys RDE - The RealtimeDecisioning Engine<br /><ul><li>Einsatzgebiete:
  83. 83. Recommendations, Newsletter, Pricing, Scoring, Data Cleansing, Assortment Planning
  84. 84. Funktionsweise:
  85. 85. Empfehlungsgenerierung anhang umfangreichster Bibliothek von Algorithmen. (34 Algorithmen).
  86. 86. Offline und Real-Time Learning vom Userverhalten
  87. 87. Außeneinflüsse werden berücksichtigt (Wetter, Kanal etc.)</li></li></ul><li>Produktübersicht<br />Weitere Produkte für Produktempfehlungen<br />ATG Recommendations(http://www.atg.com/en/products-services/optimization/recommendations/) <br />Baynote (http://www.baynote.com/) <br />Certona (http://www.certona.com/)<br />Epoq (http://www.epoq.de/) <br />Istobe (http://istobe.com/product-recommendations.html) <br />Prediggio (http://web.prediggo.com/product-targeting.html) <br />Strands (http://recommender.strands.com/tour/) <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 40<br />
  88. 88. 25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 41<br />Interessante Beispiele (mal nicht amazon)<br />
  89. 89. Empfehlungen durch dynamische Navigation<br />Visual live search– A newwaytonavigate (asseen on explore.zappos.com)<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 42<br />
  90. 90. Fredhopper: Produkt-Retargeting im Newsletter<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 43<br />User leaves your website …<br />… and gets your newsletter<br />Your-shop.com suggestions<br />promotion@your-shop.com<br />Your-shop.com created a new suggestions based on the articles you bought and visited earlier.<br />m<br />Robert Cavalli<br />290 EUR<br />
  91. 91. Beispiel: Kooperation Facebook und Amazon<br />Facebook – Amazon Kooperation<br />Facebook-Nutzer aus den USA können via Facebook Connect die Accounts bei Amazon und Facebook verknüpfen<br />Amazon kann anhand der Profilinformationen von Facebook-Nutzern bessere Geschenkvorschläge anhand von Lieblingsautoren, Lieblingsmusik oder den Produkten, die die Freunde mögen, machen.<br />Während der Einkaufstour bei Amazon sehen die Nutzer ihr Facebook-Bild, Geburtstage der Freunde und erhalten Geschenkvorschläge für die Freunde<br />Getätigte Einkäufe werden nicht auf Facebook verbreitet<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 44<br />
  92. 92. User-generierte Empfehlungen <br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 45<br />Polyvore und H&M:<br />Eigene Produktwelten <br />
  93. 93. Compass Labs: Realtime Precision TargetingSieht so die Zukunft aus?<br />Echtzeit-Empfehlungen aufgrund von Social Media Beiträgen<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />Folie 46<br />
  94. 94. Ergänzendes Material und Links<br />Was die Kunden sagen (via Forrester)<br />25.03.2010<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />| Folie 47<br />
  95. 95. dmc digital media center GmbHRommelstraße 1170376 Stuttgart<br />Telefon: +49 711 601747-0<br />Mail: info@dmc.de<br />Web: www.dmc.de<br />Kunden- / Zielgruppensegmentierung auf der Webseite<br />Folie 48<br />25.03.2010<br />
  96. 96. Mehr Reichweite, mehr Umsatz, mehr Erfolg<br />Wie Sie online erfolgreicher werden<br />
  97. 97. Unser Leistungsversprechen für besseres E-Commerce<br />Wir verstehen Ihr Geschäftsmodell besser<br />Strategien, Konzepte, Prozesse, Systeme und Vermarktung <br />Besser, und alles aus einer Hand<br />Über 200 Spezialisten für Consulting, Design & Marketing und Technologie<br />Besser, und das seit 15 Jahren<br />100 Online-Shops, 40 Länder und 23 Sprachen <br />Wir machen E-Commerce für Ihr Unternehmen besser<br />Konzeptstärke, Umsetzungseffizienz, Qualitätssicherheit und zuverlässiger Betrieb<br />22.11.2010<br />dmc macht besseres E-Commerce<br />
  98. 98. dmc-Philosophie für besseres E-Commerce<br />Seit 15 Jahren kreative Vernetzung der dmc-Kompetenzen<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  99. 99. Design & <br />Marketing<br />dmc-Philosophie für besseres E-Commerce<br />Consulting<br />Technologie<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Run & Optimize<br />Plan<br />Lösungen<br />Build<br />
  100. 100. dmc-Perspektive für besseres E-Commerce<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  101. 101. E-Commerce Aufgabenfelder<br />Beschaffung<br />Verkauf<br />Produktion<br />Redaktions-Management<br />Print Produktion <br />SEM/SEO <br />Online Marketing <br />Management<br />Product Data<br />Management<br />Katalogplanung<br />Stammdatenpflege<br />Marktplätze<br />Unternehmens-<br />präsentation<br />Einbindung<br />Streckenlieferanten und Vertriebspartner<br />Database Publishing<br />Affiliates<br />Newsletter<br />Service & Support<br />Product Management<br />Online-Shop<br />DebitorenManagement<br />Lagerhaltung<br />Einkauf<br />Kalkulation<br />Logistik und Versand<br />Shop<br /> Management<br />Zahlungsverfahren<br />Retourenannahme<br />Kundendaten<br />Sortimentierung<br />Retourenverarbeitung<br />Bonitätsprüfung<br />Call Center<br />Customer Management<br />Logistik / Fulfillment<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  102. 102. E-Commerce Aufgabenfelder<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Zahlt ein auf:<br /><ul><li>Reichweite
  103. 103. Traffic
  104. 104. Marktpenetration
  105. 105. Kundenbindung
  106. 106. Cross-Selling</li></ul>Zahlt ein auf:<br /><ul><li> Sortimentsbreite
  107. 107. Produktpräsentation
  108. 108. Upselling/Cross-Selling
  109. 109. Preisattraktivität
  110. 110. Retourenquote</li></ul>Beschaffung<br />Verkauf<br />Produktion<br />Redaktions-Management<br />Print Produktion <br />Zahlt ein auf:<br /><ul><li>Conversion Rate
  111. 111. Kundenzufriedenheit
  112. 112. Warenkorbgröße
  113. 113. Abbruchrate
  114. 114. Wahrnehmung zu Innovation
  115. 115. Upselling/Cross-Selling
  116. 116. Neue Geschäftsmodelle
  117. 117. Retourenquote</li></ul>SEM/SEO <br />Online Marketing <br />Management<br />Product Data<br />Management<br />Katalogplanung<br />Stammdatenpflege<br />Marktplätze<br />Unternehmens-<br />präsentation<br />Einbindung<br />Streckenlieferanten und Vertriebspartner<br />Database Publishing<br />Affiliates<br />Newsletter<br />Service & Support<br />Zahlt ein auf:<br /><ul><li>Kundenzufriedenheit
  118. 118. Verfügbarkeit
  119. 119. Lieferzeiten
  120. 120. Retourenquote</li></ul>Product Management<br />Online Shop<br />DebitorenManagement<br />Lagerhaltung<br />Einkauf<br />Kalkulation<br />Logistik und Versand<br />Shop<br /> Management<br />Zahlungsverfahren<br />Retourenannahme<br />Kundendaten<br />Sortimentierung<br />Retourenverarbeitung<br />Bonitätsprüfung<br />Call Center<br />Zahlt ein auf:<br /><ul><li>Kundenzufriedenheit
  121. 121. Wahrnehmung Kundenservice
  122. 122. Minimierung Zahlungsausfall</li></ul>Customer Management<br />Logistik / Fulfillment<br />
  123. 123. E-Commerce Software-Ökosystem<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Beschaffung<br />Verkauf<br />Produktion<br />Redaktions-Management<br />Print Produktion <br />Database<br />Publishing<br />Content Management<br />System<br />SEM/SEO <br />SEM/SEO <br />Online Marketing <br />Management<br />Product Data<br />Management<br />Katalogplanung<br />PIM-System<br />Stammdatenpflege<br />Marketplace<br />Distribution<br />Marktplätze<br />Werbemittel Analyse<br />Unternehmens-<br />präsentation<br />Einbindung<br />Streckenlieferanten und Vertriebspartner<br />Longtail-Anbindung<br />Database Publishing<br />Affiliates<br />Online<br />Marketing<br />Analyse<br />Basis ERP (FI/Co, Stammdaten, …)<br />Newsletter<br />Newsletter<br />Service & Support<br />Product Management<br />Online Shop<br />DebitorenManagement<br />Lagerhaltung<br />Einkauf<br />Kalkulation<br />Shop-<br /> Plattform<br />Einkauf,<br />Kalkulation<br />Order-Management<br />Logistik und Versand<br />Shop<br /> Management<br />Zahlungsverfahren<br />Retourenannahme<br />Kundendaten<br />Sortimentierung<br />Lager, Logistik,Retouren<br />Debitoren-management<br />CRM <br />Sortimentierung<br />Retourenverarbeitung<br />Bonitätsprüfung<br />Call Center<br />Payment | Scoring | Bonität<br />Customer Management<br />Logistik / Fulfillment<br />
  124. 124. dmc Leistungsportfolio<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Consulting<br />Design & Marketing<br />Technologie<br />Plan & Build<br /><ul><li>E-Commerce Business Consulting
  125. 125. IT-Consulting
  126. 126. Online Marketing Consulting
  127. 127. E-Commerce Prozessberatung
  128. 128. E-Commerce Implementierung
  129. 129. PIM-Implementierung
  130. 130. System- und Plattformentwicklung
  131. 131. Schnittstellenentwicklung & Systemintegration
  132. 132. Informationsdesign und -architektur
  133. 133. Website Konzeption und Design
  134. 134. Online Marketing Planung und Konzeption</li></ul>Run &<br />Optimize<br /><ul><li>Webcontrolling
  135. 135. Marktforschung
  136. 136. Hosting und Betrieb
  137. 137. Monitoring / Helpdesk & Rufbereitschaft
  138. 138. Applikations- und Systemsupport
  139. 139. Online Marketing Services
  140. 140. Produktdaten Management
  141. 141. Shop Management
  142. 142. Usability-Testing</li></li></ul><li>dmc Leistungsportfolio<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Design Leistungen<br /><ul><li>Online Markenführung
  143. 143. User-Centric Interface Design
  144. 144. Usability-Konzepte
  145. 145. Online Styleguide
  146. 146. A/B Testing
  147. 147. Template Design</li></ul>Consulting<br />Design & Marketing<br />Technologie<br />Plan & Build<br /><ul><li>E-Commerce Business Consulting
  148. 148. IT-Consulting
  149. 149. Online Marketing Consulting
  150. 150. E-Commerce Prozessberatung
  151. 151. E-Commerce Implementierung
  152. 152. PIM-Implementierung
  153. 153. System- und Plattformentwicklung
  154. 154. Schnittstellenentwicklung & Systemintegration
  155. 155. Informationsdesign und -architektur
  156. 156. Website Konzeption und Design
  157. 157. Online Marketing Planung und Konzeption</li></ul>Outsourcing der Datenpflege<br /><ul><li>Übernahmeprozesse aus Werbemittelproduktionen
  158. 158. Bildbearbeitung
  159. 159. Verschlagwortung / Indizierung, Strukturierung und Mehrwerte
  160. 160. Redaktionelle Bearbeitung und Datenexporte
  161. 161. Qualitätssicherung</li></ul>Online Marketing Disziplinen<br /><ul><li>E-Mail-Marketing
  162. 162. Online Werbemittel
  163. 163. SEM / SEO / SMO
  164. 164. Web Controlling
  165. 165. Affiliate-Marketing
  166. 166. Social-Marketing</li></ul>Run &<br />Optimize<br /><ul><li>Webcontrolling
  167. 167. Marktforschung
  168. 168. Hosting und Betrieb
  169. 169. Monitoring / Helpdesk & Rufbereitschaft
  170. 170. Applikations- und Systemsupport
  171. 171. Online Marketing Services
  172. 172. Produktdaten Management
  173. 173. Shop Management
  174. 174. Usability-Testing</li></li></ul><li>Besseres E-Commerce<br />Projektphasen bei dmc<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Plan & Build<br />Run & Optimize<br />WebTracking Online Marketing Statistik<br />System Monitoring& Controlling<br />Quality-Gate I<br />„Angebot“<br />Quality-Gate III<br />„Deployment“<br />Quality-Gate II<br />„Implementierung“<br />Quality-Gate IV<br />„Projektabschluss“<br />Online Marketing<br />Shop Management<br />Betriebsführung<br />Hard- & Software<br />
  175. 175. 02.07.2010<br />dmc macht besseres E-Commerce<br />dmc digital media center GmbH<br />Die größte inhabergeführte Internetagentur Deutschlands<br />
  176. 176. Daten und Fakten<br /><ul><li>1995 in Stuttgart gegründet
  177. 177. 2009: 20 Mio. € Umsatz
  178. 178. 500 TEUR Stammkapital
  179. 179. Inhabergeführte GmbH
  180. 180. Über 200 Mitarbeiter </li></ul>Marktposition<br /><ul><li>Größter unabhängiger E-Commerce Dienstleister in Deutschland
  181. 181. Nr. 2 im E-Commerce Dienstleister Ranking 2010
  182. 182. Nr. 8 im Internetagenturranking 2010 </li></ul>dmc auf einen Blick<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Management<br /><ul><li>Managing PartnerAndreas Schwend und Daniel Rebhorn
  183. 183. Managing DirectorAndreas Magg</li></li></ul><li>Erfolgreich arbeiten wir für....<br />Kunden im B2C-Segment (Auszug)<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  184. 184. Erfolgreich arbeiten wir für....<br />Kunden in weiteren Branchen (Auszug)<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Reisen<br />Industrie<br />Finanzdienstleister<br />Telekommunikation<br />Weitere Branchen<br />
  185. 185. Kontinuität, Transaktionsstärke und Leistungsfähigkeit<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Mit Kontinuität zum Erfolg<br />Unsere Kunden sind zufrieden mit unserer Arbeit. <br />Das zeigt sich vor allem in den langjährigen Kundenbeziehungen. <br />Seit... <br />....15 Jahren Neckermann <br />....14 Jahren Kodak<br />....12 Jahren JAKO-O<br />..... 9 Jahren Deutsche Telekom Training<br />Transaktionsstärke<br />Wir verwalten im Kundenauftrag 150 Server. Die mehr als 5 Mio. Transaktionen der Kunden unserer Kunden haben gezeigt: Die E-Commerce-Systeme, die wir bauen, sind leistungsstark und transaktionsorientiert. <br />Unsere Leistungsfähigkeit<br />1,2 Mio. geleistete Projektstunden der mehr als 200 dmc-Mitarbeiter beweisen: Unsere Leidenschaft und Schaffens-kraft gehört allein Ihnen, unseren Kunden. <br />
  186. 186. Unsere strategischen Partner & unsere Lösungen<br />Unsere Partner<br />02.07.2010<br />dmc macht besseres E-Commerce<br />Unsere Lösungen<br />Leistungsstarke Standardsoftware für professionelle E-Commerce-Lösungen und den Multichannel-Vertrieb.<br />Happy Landing in neuen Märkten. <br />Profitieren Sie von mehr Reichweite sowie aktiver Vertriebssteuerung für Ihre E-Commerce-Aktivitäten und schöpfen Sie dadurch Ihre Umsatzpotentiale maximal, schnell und kostengünstig aus.<br />Die führende On-Demand E-Commerce-Plattform steht für den erfolgreichenOnline-Verkauf.<br />WebSphere ist die zukunftsweisende Lösung für sämtliche E-Commerce-Anforderungen eines Unternehmens.<br />mb3p<br />Die Open Source E-Commerce-Plattform<br />Leistungsstarke, flexible E-Commerce-Lösung für anspruchsvolle und innovative Online-Shops. Zuverlässige Open-Source-Umgebung für den Onlinevertrieb mit kanalübergreifender Einkaufsfunktionalität.<br />eCircle, der beste E-Mail-Service-Provider 2009. Ausgezeichnet mit dem eco Internet Award.<br />
  187. 187. Unser Werteversprechen für besseres E-Commerce<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  188. 188. 10x besseres E-Commerce<br />dmc macht besseres E-Commerce, weil:<br />wir mit unserer 15-jährigen Erfahrung viele erfolgreiche E-Commerce-Lösungen mit modernsten Web-Technologien umsetzen.<br />wir Design für E-Commerce-Lösungen kreieren, das verkauftund nicht nur schön ist.<br />wir bzw. unsere Kunden zahlreiche Auszeichnungen (z.B. Online Shop des Jahres) erhalten haben.<br />wir Ihnen mit unseren 200 Spezialisten im E-Commerce (fast) alles anbieten können und außerdem in Ihrer Nähe sind.<br />wir ein unabhängiges Technologiespektrum als Basis für lösungsorientierte Vorgehensweisen nutzen und wir mit >15.000 Transaktionen pro Tag wissen, was Hochverfügbarkeit ist.<br />wir alle Kanäle des E-Commerce beherrschen und diese durch ein breites Spektrum von Online-Marketing-Instrumenten ansprechen können.<br />wir mit eigenen Trend-Teams die Innovationen im E-Commerce aufgreifen und weiterentwickeln.<br />wir Sie auch bei der Umsetzung internationaler Projekteunterstützen können.<br />wir professionelles Projektmanagement konsequent umsetzen.<br />wir dieQualitätunserer Leistungen ständig kontrollieren und verbessern.<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  189. 189. dmc macht besseres E-Commerce<br />Erfolgreiche Kundenprojekte<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  190. 190. Referenzen E-Commercewww.neckermann.de<br />Aufgabenstellung und Ziele <br />1995: erster Internetauftritt innerhalb von 10 Tagen mit 10 ausgewählten Produkten<br />2009: mehr als 300.000 Produkte verfügbar<br />Unsere Leistungen<br />Full-Service E-Commerce<br />Kreation und Usability<br />Technische Betreuung<br />Aufbau Affiliate-Programm<br />Besonderheiten<br />Hosting mit bis zu 150 Servern<br />Komplette Abwicklung Content-Services<br />Erfolge<br />dmc-Kunde ohne Unterbrechung seit Gründung 1995<br />Gewinn zahlreicher Awards in den letzten 15 Jahren<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  191. 191. Referenzen E-Commercewww.babor.de<br />Aufgabenstellung und Ziele <br />Vereinigung von Corporate Website und Online-Shops zu einer integrierten, mandantenfähigen Plattform<br />Steigerung der Markenwahrnehmung und Anpassung an neues Corporate Design<br />Unsere Leistungen<br />Komplette Konzeption im Bereich Kreation und Usability<br />Systemintegration / Implementierung auf Basis der dmc Plattform „mb3p“<br />Systempflege und Hosting aller Länder-Mandanten<br />Besonderheiten<br />Zuordnung der Bestellungen an einzelne Kosmetikinstitute (Provisionierung)<br />Erfolge<br />Umsatzsteigerung von 15%<br />Weltweiter Rollout des CMS-Systems<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  192. 192. Referenzen E-CommerceKodak - Möglichkeiten im B2B2C<br />Aufgabenstellung und Ziele <br />Aufbau eines Vertriebsweges für Online- Bilderservice (Digital Imaging) ohne den klassischen Fachhandel zu kannibalisieren<br />Überarbeitung der Website & Datenpflege<br />Unsere Leistungen<br />Entwicklung und Betrieb eines weltweiten digitalen Bilderdienstes<br />Webfrontend in über 40 Sprachen als Bestellseite<br />Multiple Schnittstellen für die Auftragsannahme aus unterschiedlichen Quellen (auch vom Wettbewerb)<br />Services in den Bereichen Bildveränderung, Auftragsüberprüfung, E-Payment u.v.m.<br />Betrieb eines Datawarehouses<br />Erfolge<br />dmc-Kunde seit 14 Jahren<br />dmc ist zum dritten Mal in Folge Kodak Certified Supplier<br />PCI-Zertifizierung für erfolgreiche Kodak-Systeme<br />02.07.2010<br />dmc macht besseres E-Commerce<br />
  193. 193. dmc digital media center GmbHRommelstraße 1170376 Stuttgart<br />Telefon: +49 711 601747-0<br />Mail: info@dmc.de<br />Web: www.dmc.de<br />02.07.2010<br />dmc macht besseres E-Commerce<br />

×