Refine
Year of publication
- 2021 (24) (remove)
Document Type
- Bachelor Thesis (13)
- Book (4)
- Working Paper (3)
- Report (2)
- Article (1)
- Master's Thesis (1)
Keywords
- Aquakultur (3)
- Fernsehwerbung (2)
- Gender (2)
- Geschlecht (2)
- Menstruation (2)
- Menstruationstabu (2)
- Qualitative Inhaltsanalyse (2)
- Werbefernsehen (2)
- Actinobacteria (1)
- Adressaten (1)
Institute
Dieser Beitrag beantwortet die Frage, ob und wie FMCG Marken ihre Präsenzen in den Sozialen Medien für Crowdsourcing nutzen. Dafür wurden im Rahmen einer quantitativen Analyse 5944 originäre Social-Media-Beiträge der Top 100 Marken der Lebensmittel-Zeitung analysiert. Es wird aufgezeigt, dass vor allem Facebook und Instagram gezielt für Crowdsourcing eingesetzt werden. Die Marken lassen ihre Follower neue Ideen und Konzepte einbringen und über Design- und Produktvorschläge abstimmen. Außerdem werden Marktforschungsteilnehmer und Microinfluencer rekrutiert. Damit bietet Crowdsourcing viele Möglichkeiten, Konsumenten direkt in den Innovationsprozess einzubinden.
Die dem Beitrag zugrundeliegende Studie ist die erste Studie zum Anwendungsstand des betriebswirtschaftlichen Controllings im Online-Handel in der D-A-CH-Region. Dabei geht es im Kern um die Fragen, welche betriebswirtschaftlichen Controlling-Instrumente in welchem Ausmaß genutzt werden und ob Zusammenhänge zu Merkmalen der Unternehmensstruktur sowie zum betriebswirtschaftlichen Erfolg bestehen. Die Studie repräsentiert die Antworten von 53 Online-Händlern. Sie zeigt, dass Kurzfristige Erfolgsrechnung (KER) und Handelsspannenrechnung Standardinstrumente des betriebswirtschaftlichen Controllings sind, während, neuere Instrumente, wie Prozesskosten-, Kundendeckungsbeitrags- und Kundenlebenszyklusrechnung sowie Balanced Scorecard noch relativ wenig verbreitet sind. Online-Händler, die mehrere Absatzkanäle betreiben, nutzen zudem sehr häufig die Absatzkanalerfolgsrechnung. Es zeigt sich in der Tendenz, dass größere Unternehmen mit einer höheren Intensität betriebswirtschaftliches Controlling betreiben und dass eine höhere Nutzungsintensität der Handelsspannen- und Absatzkanalerfolgsrechnung den Betriebserfolg positiv beeinflusst.
Diese Bachelorarbeit basiert auf dem zuvor durchgeführten Praxisprojekt, in dem die Objekterkennungsdienste in den Cloudsystemen von Google, Amazon und Microsoft untersucht und verglichen wurden, um zur Erkennung von Gesichtern
und Kfz-Kennzeichen eingesetzt zu werden. Im Rahmen des Projekts wurde zudem evaluiert ein neuronales Netz für diese Aufgabe für den lokalen Einsatz zu entwickeln, was aufgrund des Aufwands aber nicht durchgeführt wurde.
An diesem Punkt soll diese Arbeit ansetzen, indem zunächst mit MTCNN und YOLOv3 vortrainierte neuronale Netze zur Gesichts- bzw. allgemeinen Objekterkennung den Cloud-Systemen gegenübergestellt und verglichen werden. Im Folgenden wird ein in Keras implementierter eigener Ansatz präsentiert, der einzig zur Lokalisierung von Kennzeichen dienen soll. Abschließend wird eine Empfehlung ausgesprochen, wie neuronale Netze, unabhängig ob lokal oder in der Cloud, eingesetzt werden können.